动力设备振动分析与研究

动力设备振动分析与研究阶段研究报告之三附件二作者：秦卫阳任兴民司春卜凯旗杨永锋西北工业大学振动工程研究所2004年8月2日燃机振动信号分析方法介绍对于燃气涡轮发电机组，在其正常工作时，通过设置在轴承、齿轮箱处的位移、速度、加速度传感器，可以的得到各处的振动信号。这些信号，仅仅通过简单的分析，如计算幅值的大小、频谱的大小、位置等，往往不够全面，由此所做出的判断与分析结果，具有比较大的风险。如何在取得的信号基础上，通过更加详细的分析，取得所需要的结果，准确判断燃机的运行情况，作为生产中保证设备正常运行，避免设备发生重大故障的依据，是一个十分重要，且很困难的问题。相比ENTEK公司的Odessey分析软件，我们采用了一些比较先进的、在燃机分析中适用的信号处理方法，处理燃机的振动数据，从不同的层次上获得有用信息，目前采用的方法主要有：1．轨迹图。在旋转机械的表示方法中，波形图、轨迹图是很重要的。波形图是指传感器采集的信号随时间的变化。而轨迹图指的是对于某一个测点，在X、Y方向上的传感器同时拾取信号，确定轴承中心的位置，可以在一定时间内得到轴承中心的运动情况。目前发电站的1号、2号、3号机组，在5个轴承处均设置有X方向、Y方向的位移传感器，可以很方便地得到其轴承中心的运动轨迹，为分析燃机的运行提供最直接的信息。2．功率谱图。目前，大多数信号处理分析软件的基础都是建立在谱分析的基础上。功率谱表示的是信号在各个频率上的能量分布情况。目前我们使用的是Welch的周期图法。通过对各个测点的信号进行功率谱分析，可以看出信号的能量在频率上的分布情况。特别是在发生故障时，信号的功率谱会有很大的变化，比如会出现各种倍频分量。3．相关函数。我们采用的分析方法为互相关函数。具体算法是对两个不同的信号进行卷积处理，判断两个信号的相关程度。如果两个信号有很大的相似性，则相关函数会出现一个很大的峰值。对于燃机来说，某些信号中很可能含有共同的成分，但是仅从时域信号上又很难判断出其信号的相似程度，这时就可以利用相关函数进行处理。如果多个信号具有明显的相关性，那么这些信号应当有相同的来源。这在寻找故障源时是很有意义的。4．小波分析方法。小波分析方法是近年来发展起来的信号处理分析方法。它的特点，是对信号同时进行时频域分解，特别是对于高频信号与低频信号，具有不同的时域与频域分辨率。对于一般的燃机振动数字信号，经过小波分析，可以将高频、低频信号自动分开，尤其是对于信号中含有微弱频率成分的情况，此方法是很有效的。5．短时Fourier变换(STFT)。对于采集的数字信号，如果信号中含有随时间变化的频率成分，比如燃机在起机阶段、变转速阶段，那么采用功率谱方法进行分析，反映不出信号的频率特点。因此一般采用短时Fourier变换进行分析，STFT将信号分段进行处理，然后进行Fourier变换，将变换结果用灰度图或三维图表示出来，可以明显分辨信号频率随时间的变化。由于燃气轮机发电机组的结构复杂性，使得对于燃气轮机发电机组的振动信号，必须要进行全面的分析。仅凭一些简单的分析手段，得不出准确的结论。必须从不同的角度，利用不同的方法，同时进行分析，从各种分析中提取相同的、相关的结果，才能得到正确的结论。因此，我们下一步准备在目前的分析基础上，结合实际的测量数据，再增加一些先进实用的分析手段，如高阶谱分析、人工智能神经网络(ArtificialNeuralNetwork,简称ANN)等，以便从信号中提取更多的有用信息，使得分析结果更加准确、可靠。这样，通过长期的数据积累，对于燃气轮机的运行状态特点就可以有一个明确的认识，以便做到准确判断其运行状态是否正常，以及是否有重大故障隐患。