[发明专利]大型汽轮发电机组转子裂纹故障实时诊断方法

摘要

本发明公开了属于机械振动状态监测与故障诊断领域的一种大型汽轮发电机组转子裂纹故障实时诊断方法。通过采集汽轮机组转子轴振动信号，对振动数据进行必要的计算分析判断。实时计算存储转子两侧轴振动基频振动幅值和二倍频振动幅值，并实时进行轴振基频振动幅值实时验证，判断转子任何一侧的轴振基频振动的振幅是否大于振动幅值阈值。结合最小二乘法及积差相关系数计算方法，对轴振基频振动数据进行轴振基频振动幅值渐增性验证及轴振二倍频振动幅值渐增性验证等实时定量计算分析。在定量计算分析基础上，结合各项验证结果，自动实时在线诊断机组是否发生转子裂纹故障。本发明具有方法科学，结论可靠，能够实现自动实时在线监测、诊断故障等优点。

主权项

1. 一种汽轮发电机组转子裂纹故障实时在线诊断方法，其特征是，它包括：(1)数据采集，工业用微型计算机通过高速数据采集卡实时采集机组转子两侧支持轴承附近的轴振动信号及振动信号分析处理需要的键相信号；(2)轴振数据实时运算及存储，针对机组转子两侧的轴振动数据，利用FFT频谱分析方法，实时同步计算转子A、B两侧轴振动基频振动幅值A1Xra、A1Xrb和轴振动二倍频振动幅值A2Xra、A2Xrb，并存储转子两侧轴振动基频振动幅值和轴振动二倍频振动幅值，其中FFT为快速傅立叶变换；(3)轴振基频振动幅值实时验证，实时进行当前的轴振基频振动振幅与幅值阈值AT1的比较，如果当前转子任何一侧的轴振基频振动的振幅大于AT1，那么记录此时刻T1并进行后续的计算分析；(4)轴振基频振动幅值趋势平缓性验证，从T1时刻向前截取至T0时刻的基频振动幅值(μm)数据，计算T0时刻至T1时刻的基频振动幅值数据的线性模型最佳拟合斜率，同时进行轴振基频振动幅值数据及最佳线性拟合结果，计算二者的积差相关系数。根据轴振基频振动幅值线性模型最佳拟合的斜率a和轴振基频振动幅值数据及最佳线性拟合结果二者的积差相关系数ryf，判定轴振基频振动幅值渐增性验证是否通过；(5)轴振二倍频振动幅值渐增性验证，从T1时刻向前截取至T0时刻的二倍频振动幅值(μm)数据，计算T0时刻至T1时刻的二倍频振动幅值数据的线性模型最佳拟合斜率，同时进行轴振二倍频振动幅值数据及最佳线性拟合结果，计算二者的积差相关系数。根据轴振二倍频振动幅值线性模型最佳拟合的斜率m和轴振二倍频振动幅值数据及最佳线性拟合结果二者的积差相关系数rpg，判定轴振二倍频振动幅值渐增性验证是否通过；(6)转子裂纹故障判定，结合轴振基频振动幅值实时验证、轴振基频振动幅值渐增性验证及轴振二倍频振动幅值渐增性验证的3项实时同步分析的结果，判断得出大型汽轮发电机组是否发生转子裂纹故障。