振动信号分析技术在汽轮机故障诊断中的应用

发布时间：2022-06-23 09:26

　　分析汽轮机典型故障成因,提出了一种基于振动信号时—频联合分析技术的汽轮机故障诊断方法。分别基于专家经验和经验模态分解法对采集到的汽轮机振动信号进行时域、频域分析,提取了多个与汽轮机故障状态相关的特征量,然后搭建了基于深度信念网络的诊断模型,并依据在线振动监测数据完成了训练,最后测试各模型在测试集中的识别准确率。结果表明,该故障诊断方法的平均准确率可达95.12%,可以有效识别汽轮机的振动诱因。 

【文章页数】：4 页

【文章目录】：
0 引言
1 汽轮机转子振动诱因分析
    1.1 动静碰摩
    1.2 转子质量不平衡
    1.3 转子不对中
    1.4 油膜涡动
2 转子振动信号的分析与特征提取
    2.1 基于专家经验的频域特征提取
    2.2 基于经验模态分解的时域特征提取
    2.3 建模流程
3 算例验证
    3.1 试验数据
    3.2 特征提取
        3.2.1 频域特征提取
        3.2.2 时域特征提取
    3.3 结果分析
4 结束语


【参考文献】：
期刊论文
[1]660 MW机组汽轮机效率低原因分析与处理[J]. 韩光昊,马悦欣.  山东电力技术. 2019(09)
[2]基于振动分析技术的风力发电机组轴承故障诊断[J]. 鞠彬,杨振山,朱述伟.  山东电力技术. 2017(07)
[3]基于经验模态分解算法的直驱XY平台交叉耦合迭代学习控制[J]. 王丽梅,孙璐.  中国电机工程学报. 2016(17)

硕士论文
[1]基于时频特征的旋转装备故障诊断技术研究[D]. 胡晓扬.哈尔滨工业大学 2019
[2]分数阶傅里叶变换在滚动轴承故障诊断中的应用[D]. 吕嘉良.哈尔滨理工大学 2019



本文编号：3653816