資源描述：
《基于小波包能量譜的汽輪機轉(zhuǎn)子故障識別仿真》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、第30卷第7期計算機仿真2013年7月文章編號：1006—9348(2013)07—0133—04基于小波包能量譜的汽輪機轉(zhuǎn)子故障識別仿真艾瑞波(齊齊哈爾大學(xué)理學(xué)院，黑龍江齊齊哈爾161006)摘要：研究汽輪機轉(zhuǎn)子故障有效識別問題。針對汽輪機轉(zhuǎn)子工作過程中受熱不均導(dǎo)致轉(zhuǎn)子彎曲，引起質(zhì)量分布的不平衡，造成不平衡引起故障震動信號發(fā)生波動，傳統(tǒng)的震動信號監(jiān)測方法在故障信號發(fā)生波動的情況下，很難準確的檢測故障，提出一種利用小波包能量譜的汽輪機轉(zhuǎn)子的故障識別算法。運用汽輪機轉(zhuǎn)子振動信號的總能量以及不同的頻帶所對應(yīng)的能
2、量占總能量的比例的計算結(jié)果獲得了汽輪機轉(zhuǎn)子的故障類型，排除由于故障信號形變造成的干擾。最后，針對200MW發(fā)電機組的汽輪機轉(zhuǎn)子進行了故障診斷，研究結(jié)果表明，利用小波包能量譜能夠較為準確地獲得汽輪機轉(zhuǎn)子的故障類型。關(guān)鍵詞：小波包能量譜；汽輪機轉(zhuǎn)子；故障識別中圖分類號：1瑪93．08文獻標識碼：BSteamTurbineRotorFaultIdentificationSimulationBasedonWaveletPacketEnergySpectrumAiRui—bo(SchoolOfScience，Qiqi
3、harUniversity，HeilongjiangQiqihar161006，China)ABSTRACT：Thepaperproposedaturbinerotorfaultidentificationalgorithmbasedonwaveletpacketenergyspec—trum．Usingthecalculationresultsofthetotalenergyofturbinerotorvibrationsignalsandtheproportionofdifferentfrequency
4、bandscorrespondingtotheenergyintotalenergy，theturbinerotorfaulttypeswereobtained，andtheinter—ferencecausedbythedeformationofthefaultsignalsWasexcluded．Thesimulationresultshowsthatthealgorithmcanidentifyturbinerotorfaulttypesmoreaccurately．KEYWORDS：Waveletp
5、ackageenergyspectra；Turbinerotor；Faultidentification1引言汽輪機轉(zhuǎn)子發(fā)電機組是電力工業(yè)中非常重要的設(shè)備之一。汽輪機轉(zhuǎn)子的結(jié)構(gòu)以及其運行環(huán)境都非常復(fù)雜，在工作過程中汽輪機轉(zhuǎn)子的故障是難免的，汽輪機轉(zhuǎn)子發(fā)電機組轉(zhuǎn)子屬于柔性轉(zhuǎn)子，在高速旋轉(zhuǎn)的過程中，轉(zhuǎn)子將產(chǎn)生撓曲變形；此外，由于制造階段熱處理不當、啟動或停止汽輪機轉(zhuǎn)子過程中受熱不均、不對中等原因?qū)?dǎo)致轉(zhuǎn)子彎曲，還有機械加工誤差、安裝誤差都將導(dǎo)致質(zhì)量分布的不平衡。在不平衡質(zhì)量導(dǎo)致的不平衡力和撓曲變形引起的不平衡力
6、作用下，轉(zhuǎn)子的平衡狀態(tài)將發(fā)生改變，將發(fā)生故障。一旦汽輪機轉(zhuǎn)子發(fā)生故障，發(fā)電機組將產(chǎn)生振動，嚴重地影響了汽輪機轉(zhuǎn)子的安全運行，甚至導(dǎo)致設(shè)備的損害以及人員的傷亡?，因此，汽輪機轉(zhuǎn)子故障診斷是熱點的研究課題。汽輪機轉(zhuǎn)子振動信號可以較好地描述汽輪機轉(zhuǎn)子的運行狀態(tài)，通過對汽輪機轉(zhuǎn)子的振動信號進行分析，能夠有效地提取其故障特征，實現(xiàn)汽輪機轉(zhuǎn)子的故障診斷。收稿13期：2013～04—01修回13期：2013—05—02故障特征的提取是汽輪機轉(zhuǎn)子故障診斷的關(guān)鍵，常見的方法有：傅立葉變換法、小波變換法、小波包變換法等。2·j
7、，各種方法都存在著缺陷，比如，傅立葉變換法的時頻窗口大小恒定；小波變換雖然時頻窗口可以變動，但是在振動信號處理上沒有自適應(yīng)能力，在高頻段時頻率分辨率比較差，在低頻帶時，時間分辨率較差；而小波包變換法可以將頻段劃分為較多的層次，可以把一些沒有細分的高頻段進行深層次的劃分，這樣就可以有效地提高時間分辨率和頻率分辨率，所以，小波包分解法在進行汽輪機轉(zhuǎn)子故障診斷時間具有較大的優(yōu)勢。當汽輪機轉(zhuǎn)子發(fā)生不同類型的故障時，不同的頻帶內(nèi)能量的變化也各有不同，利用小波包分解法能夠把汽輪機轉(zhuǎn)子的振動信號在不同的頻率段內(nèi)進行進一步
8、的細分，從而可以獲得不同頻段內(nèi)振動信號能量的大小，可以準確地診斷出汽輪機轉(zhuǎn)子的故障類型HjJ。提出一種基于小波包能量譜的汽輪機轉(zhuǎn)子的故障識別算法。運用汽輪機轉(zhuǎn)子振動信號的總能量以及不同的頻帶所對應(yīng)的能量占總能量的比例的計算結(jié)果獲得了汽輪機轉(zhuǎn)子的故障類型，排除由于故障信號形變造成的干擾。最后，一】33—針對200MW發(fā)電機組的汽輪機轉(zhuǎn)子進行了故障診斷研究，研究結(jié)果表明，利用小波包能量譜能夠較為準確地獲得汽輪機轉(zhuǎn)子的
