基于ARMA模型和HHT的汽輪機(jī)轉(zhuǎn)子振動故障診斷研究.pdf

1、在實際生產(chǎn)中，汽輪發(fā)電機(jī)組大概30％～50％的故障都是由旋轉(zhuǎn)機(jī)械振動引起的。汽輪機(jī)轉(zhuǎn)子作為汽輪發(fā)電機(jī)組的一個重要組成部分，且是一種復(fù)雜的旋轉(zhuǎn)機(jī)械，因此對其振動進(jìn)行預(yù)測及故障診斷一直都是保證汽輪機(jī)正常運行的重要內(nèi)容。然而汽輪機(jī)轉(zhuǎn)子的振動信號往往都是非線性、非平穩(wěn)性的，直接采用其振動信號建立時序模型及HHT分析雖然能一定程度上實現(xiàn)預(yù)測及故障診斷，但是還存在計算繁瑣、精度不高、飛翼現(xiàn)象、譜不清晰等問題。
　　 本文以某電廠300WM機(jī)

2、組的汽輪機(jī)轉(zhuǎn)子摩擦振動故障的信號為研究對象。針對汽輪機(jī)轉(zhuǎn)子的振動信號往往都包含豐富的時頻信息，先對振動信號進(jìn)行小波分析，通過對小波基函數(shù)的選取研究，對比結(jié)果證明db6小波在提取反映全局的、整體的信號特征上優(yōu)于其他小波，即采用db6小波對振動信號進(jìn)行三層小波分解，并重構(gòu)其第三層上低頻部分的時域信號;再根據(jù)重構(gòu)信號的自相關(guān)系數(shù)和偏自相關(guān)系數(shù)建立ARMA模型，并將其擬合結(jié)果與原始方法處理結(jié)果進(jìn)行對比，同時觀測其短期內(nèi)的預(yù)測值，結(jié)果表明該模型具