汽轮机振动信号的频谱细化分析
本文关键词:汽轮机振动信号的频谱细化分析
更多相关文章: 振动 复调制 zoom-FFT 细化 嵌入式
【摘要】:汽轮机是将蒸汽的能量转换成为机械功的旋转式动力机械,主要是用于发电的原动机。汽轮机长期运转容易出现振动故障,因此需要对汽轮机实时的故障检测分析。在故障检测时为了得到精细的窄带频段特征,使用频谱细化技术来提高频率分辨率。论文基于频谱细化算法设计了嵌入式振动信号分析系统。论文分析了常用的频谱细化方法,包括CZT方法,复调制zoom-FFT法,相位补偿细化方法。对三个算法进行了MATLAB仿真和性能比较,分析了它们的特点和适用场合。通过研究知道,复调制zoom-FFT适合用在细化倍数不大,窄带频段,少变换的场合;CZT方法最大的优点是可灵活的调整细化频带和放大倍,对由于栅栏效应引起的频谱混叠,CZT能够达到非常精确的细化目的;相位补偿细化方法适合对全频带频谱进行细化。对比三个细化算法,复调制zoom-FFT法在计算效率、精度和灵活性等方面都比较理想,所以选用复调制zoom-FFT法作为系统频谱细化的算法。在比较国内外各种的振动信号分析系统后,确定了以嵌入式ARM9为核心进行振动信号频谱细化系统开发的方案。在硬件方面,以三星公司的s3c2440为基础,设计了最小系统、预处理电路、A/D转换和LCD接口电路。振动信号传感器使用的是电涡流位移传感器。软件设计上,基于了嵌入式软件系统进行开发。嵌入式软件系统可以分为底层,中层,顶层三层实现,底层编写了按键、AD驱动和修改了LCD驱动程序,中层裁剪移植linux操作系统,顶层完成了UCGUI3.90图形库的移植、应用程序和复调制zoom-FFT算法的编写。最后经过测试表明系统能够达到对汽轮机振动信号频谱细化的目的。系统还具有携带方便,价格便宜,性能稳定,功能实用的的优点。
【关键词】:振动 复调制 zoom-FFT 细化 嵌入式
【学位授予单位】:西安工业大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TK267
【目录】:
- 摘要3-5
- ABSTRACT5-9
- 1 绪论9-14
- 1.1 前言9
- 1.2 课题研究意义9-10
- 1.3 国内外发展现状10-12
- 1.3.1 振动信号分析技术的研究现状10-11
- 1.3.2 振动信号分析仪的国内外发展现状11
- 1.3.3 嵌入式技术国内外发展现状11-12
- 1.4 主要研究内容12-13
- 1.4.1 主要研究内容12
- 1.4.2 研究的重点和难点12-13
- 1.5 论文的结构13-14
- 2 振动信号处理研究14-31
- 2.1 振动信号的分类14
- 2.2 数字信号处理14-16
- 2.3 振动信号的频域处理方法16-30
- 2.3.1 窗函数16-18
- 2.3.2 直接FFT18-20
- 2.3.3 频谱细化技术20-27
- 2.3.4 频谱细化算法的仿真和性能比较27-30
- 2.4 本章小结30-31
- 3 总体设计方案的介绍31-35
- 3.1 便携式分析系统总体设计方案31-32
- 3.2 设计重点32
- 3.3 振动信号采集单元32-33
- 3.3.1 采集工具32-33
- 3.3.2 采集方式33
- 3.4 频谱细化单元33
- 3.5 主控制单元33-34
- 3.6 其它单元34
- 3.7 本章小结34-35
- 4 硬件设计35-42
- 4.1 硬件总体设计框架35-36
- 4.2 振动信号采集模块36
- 4.3 预处理电路36-37
- 4.4 A/D接口电路37-38
- 4.5 控制芯片38
- 4.6 核心电路38-41
- 4.6.1 电源电路38-39
- 4.6.2 时钟电路和复位电路39-40
- 4.6.3 JTAG接口电路40-41
- 4.7 LCD接口电路41
- 4.8 本章小结41-42
- 5 软件设计42-54
- 5.1 软件系统开发42-43
- 5.2 开发环境搭建43
- 5.3 移植uboot和操作系统43-45
- 5.3.1 移植Bootloader43-44
- 5.3.2 移植操作系统44-45
- 5.4 驱动的移植45-49
- 5.4.1 LCD驱动45-46
- 5.4.2 按键驱动46-47
- 5.4.3 AD设备驱动47-49
- 5.5 zoom-FFT算法程序49-52
- 5.6 显示程序52-53
- 5.7 本章小结53-54
- 6 结果与误差分析54-58
- 7 结论与展望58-59
- 7.1 结论58
- 7.2 展望58-59
- 参考文献59-62
- 致谢62-64
【相似文献】
中国期刊全文数据库 前10条
1 袁伯英;华东电网汽轮机振动的现状及分析[J];华东电力;1996年05期
2 张明华;;探析汽轮机振动的常见原因与处理策略[J];科技致富向导;2012年21期
3 任骞;太一13号汽轮机振动分析及处理[J];山西电力技术;2000年04期
4 刘智胜;;浅析汽轮机振动原因[J];黑龙江科技信息;2007年03期
5 刘宁;王海宁;;浅析汽轮机振动原因[J];内蒙古石油化工;2008年23期
6 王学厚;张楠;董泽;;基于模糊聚类分析的汽轮机振动故障自动诊断研究[J];华北电力大学学报(自然科学版);2008年02期
7 吕锦;;小议汽轮机振动的危害及产生原因与处理措施[J];装备制造;2010年04期
8 张峰;石现峰;;汽轮机振动信号频谱分析方法的仿真研究[J];计算机技术与发展;2010年09期
9 刘世堂;;汽轮机振动故障分析[J];硅谷;2011年17期
10 乐龙;;浅析汽轮机振动的原因及危害[J];能源与节能;2012年07期
中国重要会议论文全文数据库 前4条
1 陈家润;于翔;;汽轮机振动信号的干忧分析及解决方案[A];2010年全国发电厂热工自动化专业会议论文集[C];2010年
2 张希洧;师诚;王振华;;汽轮机振动测量信号异常分析[A];全国火电大机组(600MW级)竞赛第十二届年会论文集(上册)[C];2008年
3 李守伦;张清宇;;大功率汽轮机振动故障的分析与处理[A];2003大型发电机组振动和转子动力学学术会议论文集[C];2003年
4 于达仁;刘金福;段岩峰;;基于信息熵的汽轮机振动故障诊断征兆重要度评价研究[A];中国动力工程学会第三届青年学术年会论文集[C];2005年
中国硕士学位论文全文数据库 前8条
1 侍洁;基于DSP和FPGA汽轮机振动检测系统的设计与开发[D];南京理工大学;2016年
2 左俊峰;汽轮机振动信号的频谱细化分析[D];西安工业大学;2016年
3 朱鹏华;基于网络的汽轮机振动监测分析系统开发[D];上海交通大学;2012年
4 王鹏;300MW汽轮机振动监测虚拟仪器系统的研究[D];长沙理工大学;2008年
5 马晓磊;便携式汽轮机振动信号检测装置的设计[D];西安工程大学;2011年
6 李鹏;基于粗糙集和支持向量机的汽轮机振动故障诊断研究[D];华北电力大学(河北);2009年
7 赵霄桁;遗传优化两级网络的汽轮机振动故障诊断[D];华北电力大学;2014年
8 薛广鑫;基于流形学习的汽轮机振动故障诊断方法研究[D];东北电力大学;2012年
,本文编号:915280
本文链接:https://www.wllwen.com/kejilunwen/dongligc/915280.html