基于分形及神經(jīng)網(wǎng)絡(luò)的汽輪機轉(zhuǎn)子振動故障診斷預(yù)測實驗研究.pdf

1、該課題為國內(nèi)首次應(yīng)用分形幾何理論對汽輪機轉(zhuǎn)子振動故障診斷預(yù)測進行的系統(tǒng)的實驗研究,取得了良好效果.論文首先綜述了國內(nèi)外機械設(shè)備故障診斷領(lǐng)域的研究成果,總結(jié)了汽輪機故障診斷技術(shù)的研究現(xiàn)狀與方法,論述了汽輪機故障診斷中存在的問題,在此基礎(chǔ)上提出該課題的研究內(nèi)容與研究方法.針對汽輪機轉(zhuǎn)子振動常見故障,通過Bently實驗臺模擬不同轉(zhuǎn)速下碰摩、松動、不對中、不平衡幾種常見振動故障,進行實驗研究.采集到的振動位移數(shù)據(jù)經(jīng)過FFT變換的數(shù)據(jù)處理,進行

2、波形分析與頻譜分析.實驗分析結(jié)果表明:不同類型的故障波形圖混亂程度不同,且對應(yīng)的頻率成分和能量大小也不同,波形分析和頻譜分析可以作為故障征兆加以提取.通過相空間重構(gòu)理論,對滿足隨機分形統(tǒng)計自相似性的振動信號序列進行相空間重構(gòu),計算其關(guān)聯(lián)維數(shù),從而再現(xiàn)動力學(xué)特性.針對故障振動位移首先進行了一個測點兩個方向上的關(guān)聯(lián)維數(shù)的計算,結(jié)合對應(yīng)故障的波形圖和頻譜圖進行分析,結(jié)果表明:碰摩故障時的關(guān)聯(lián)維數(shù)值最大,對應(yīng)的波形也最混亂,尤其以金屬碰摩時的關(guān)

3、聯(lián)維數(shù)值最大.松動故障的關(guān)聯(lián)維數(shù)次之,不平衡時計算所得的關(guān)聯(lián)維數(shù)最小.故障狀況下的關(guān)聯(lián)維數(shù)均大于相應(yīng)初始狀況的關(guān)聯(lián)維數(shù)值.故障狀況相對于初始狀況下的關(guān)聯(lián)維的增量可以在相當程度上診斷出故障所屬類型.利用盒維數(shù)可以定量描述分形邊界的統(tǒng)計自相似特性.采用振動位移進行軸心軌跡的仿真合成,碰摩狀況下的軸心軌跡最為混亂且呈現(xiàn)雪花狀,不平衡時的軸心軌跡較為平滑.針對汽輪機轉(zhuǎn)子故障時的振動位移的分形特性,采用改變網(wǎng)格間距計算軸心軌跡的填充程度所得到的盒

4、維數(shù)計算結(jié)果表明:盒維數(shù)在進行汽輪機轉(zhuǎn)子故障類型診斷時有更好的區(qū)分度.人工神經(jīng)網(wǎng)絡(luò)在實現(xiàn)故障診斷及預(yù)測方面應(yīng)用較多,該文選取實驗中2號通道的4組故障實驗數(shù)據(jù),將四種故障的初始狀況以及故障狀況下的頻率分為八個段,作為故障征兆的特征量進行網(wǎng)絡(luò)訓(xùn)練,用后續(xù)樣本作為故障診斷的輸入樣本,結(jié)果表明:BP算法的神經(jīng)網(wǎng)絡(luò)在進行汽輪機轉(zhuǎn)子振動故障的診斷方面有很強的能力.結(jié)合某電廠200MW機組3＃瓦振動的日平均振動峰-峰值數(shù)據(jù),分別采用分形拼貼分形插值方