資源描述：
《小波包分析在汽輪機(jī)轉(zhuǎn)子振動故障診斷中的應(yīng)用》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第20卷第11期廣東電力Vol.20N0112()()7年11月CUANGDONGELECIR】Cl氣〕WERNov.2007文章編號:1007一290X(20()7)11一0001一05小波包分析在汽輪機(jī)轉(zhuǎn)子振動故障診斷中的應(yīng)用范立莉’，梁平2(1.廣州粵能電力科技開發(fā)有限公司，廣州51()6()價2華南理工大學(xué)電力學(xué)院動力系，廣州510640)摘要:針葉汽輪發(fā)電機(jī)組振動的頻語特點，提出了基于小波包變換的汽輪機(jī)轉(zhuǎn)子振動故障診斷方法，它較一般的小波變換更能反映振動信號所包含的頻譜成分及能童。根據(jù)Bently實驗臺所采集的4種典型汽輪機(jī)轉(zhuǎn)子振動故障信號，運用小波包分析方法
2、對其進(jìn)行能量分析并提取故障特征。實驗分析表明，基于小波包分析與信號能量分解的故障特征提取方法，可以獲得汽輪機(jī)轉(zhuǎn)子振動的故障狀況;根據(jù)不同故障發(fā)生時的頻語特征，識別出不同的故障，從而進(jìn)行汽輪機(jī)轉(zhuǎn)子振動故障診斷。該方法比基于Fouricr變換的故障特征提取方法更有效，適合于機(jī)械故障診斷。關(guān)鍵詞:小波包分析;汽輪機(jī)轉(zhuǎn)子;故障診斷;特征提取中圖分類號:TK263.61文獻(xiàn)標(biāo)志碼:AWaveletPacketAnalysisforVibrationFaultDiagnosisofTurbineRotorFANLi一11，，L】ANGPin擴(kuò)(1.GuangzhouyuenengP
3、owerTechnologyDeveloPmentCo.，Ltd，Guallgzhou51()6(，0，China;2.PowerEngineeringDePt.ofElectricPowerCol.，SouthChinaUniv.ofTechnology，GuangZhousl0640，China)A加t俄t:AfaultdiagnOSismethodbasedonwaveletPacketanalysisforturbinerotorvibrationhasbeenPutforwardaccordingtothevibrationfrequencyspectrumc
4、haracteristicsofturlx卜generatorunits.ItcanreflectthefrequencyspectrumingredientsandenergycontainedinvibrationsignaIsmoreexactlythanwavelettransformation·BasedonthefourtyPicalfaultsignalsofturbincrotorvibrationcollectedfromtheBentlyexperimentset，energyanalysisandsymPtomextractionarecarrie
5、doutbywaveletPacketanalysis.TheexperimentalanalysisindicatesthattheconditionsofturbinerotorvibratfonfauItscanbeobtainedbytheextractionmethodofmechanicalfaultsymPtomsbasedonwaveletPacketanalysisandsignalenergydecomPositionAccordingtothecharacterinboththetimedomainandthefrequencydomainoffa
6、ults，thefaulttypescanbeidentified，andthentheturbinerotorvibrationfaultscanbediagnoSed.ThismethodismoreeffectivethantheextractionmethodoffaultsymPtomsbasedontheFouriertransformation，anditisfitformechanicalfaultdiagnosis-Key叨onls:waveletPacketanalysis;turbinerotor;faultdiagnosis;symPtomext
7、raction在大型旋轉(zhuǎn)機(jī)械及其主要輔機(jī)的故障診斷中，或頻域給出信號統(tǒng)計的平均結(jié)果，無法同時兼顧信通常是利用振動傳感器來采集機(jī)器工作時發(fā)出的振號在時域和頻域的整體和局部特征。即使是短時傅動信號并進(jìn)行故障診斷。振動信號攜有豐富的機(jī)械立葉變換(STFT)圖，也因時窗的大小和形狀固定，設(shè)備運行狀態(tài)信息，對振動信號進(jìn)行分析，可以掌而不能滿足信息頻率高低的不同要求。握故障產(chǎn)生的機(jī)理，并可通過信號分析提取出故障小波變換是一種多分辨率信號處理技術(shù)。它利特征川。然而，通常的振動信號是非平穩(wěn)動態(tài)信用一系列不同尺度的基函數(shù)對振動信號進(jìn)行分解，號，其統(tǒng)計特性與
