汽轮发电机组低频振动突变性实时分析方法

摘要

本发明公开了旋转机械振动状态监测与故障诊断技术领域中的汽轮发电机组低频振动突变性实时分析方法。包括设定时长和步进长度；实时采集汽轮发电机组转子一侧支持轴承的轴相对振动数据；每隔一个步进长度t，根据每一采集时刻的振动频率计算当前时刻的低频振动幅值熵并存储；当到达设定时长时，按照存储时间先后顺序，将低频振动幅值熵排成低频振动幅值熵序列；计算低频振动幅值熵的递增趋势参数，并计算低频振动幅值熵序列中的低频振动幅值熵最大值和最小值的差值绝对值；根据上述递增趋势参数和差值绝对值判断机组轴系转子一侧的低频振动数据是否发生突变。本发明实现了机组低频振动突变性实时在线监测、分析判别，确保了汽轮发电机组的运行安全。

主权项

1.一种汽轮发电机组低频振动突变性实时分析方法，其特征是所述方法包括下列步骤：步骤1：设定时长T和步进长度t；步骤2：实时采集汽轮发电机组转子一侧支持轴承的轴相对振动数据；步骤3：每隔一个步进长度t，根据每一采集时刻的振动频率计算当前时刻的低频振动幅值熵并存储；其中，根据每一采集时刻的振动频率计算当前时刻的低频振动幅值熵具体是：步骤101：利用快速傅立叶变换频谱分析方法，计算每一采集时刻从低频到高频的振动频率所对应的振动幅值序列；步骤102：在振动幅值序列中，截取所有小于机组工作转速频率的振动频率所对应的振动幅值，得到中间振动幅值序列；步骤103：将中间振动幅值序列中小于1μm的幅值数据替换为0μm，得到最终振动幅值序列；步骤104：利用公式计算当前时刻的低频振动幅值熵；其中，E为当前时刻的低频振动幅值熵，是最终振动幅值序列，n是最终振动幅值序列中的数据个数，并且规定当时，步骤4：当到达设定时长T时，按照存储时间先后顺序，将低频振动幅值熵排成低频振动幅值熵序列；步骤5：计算低频振动幅值熵的递增趋势参数，并计算低频振动幅值熵序列中的低频振动幅值熵最大值和最小值的差值绝对值；其中，计算低频振动幅值熵的递增趋势参数具体是：步骤201：计算低频振动幅值熵序列的逆序数；逆序数是指一个数据序列中逆序的总数；逆序是指在一个数据序列中，一对数的前后位置与大小顺序相反，即前面的数大于后面的数；步骤202：利用公式ε^E＝1-S^E/S_rev计算低频振动幅值熵的递增趋势参数；其中，S^E是低频振动幅值熵序列的逆序数，S_rev是低频振动幅值熵序列的逆序数最大值，S_rev＝m(m-1)/2，m是低频振动幅值熵序列的数据个数；步骤6：判断低频振动幅值熵的递增趋势参数是否大于等于第一设定阈值，并且低频振动幅值熵序列中的低频振动幅值熵最大值和最小值的差值绝对值是否大于等于第二设定阈值，如果是，则机组轴系转子一侧的低频振动数据发生突变；否则，机组轴系转子一侧的低频振动数据没有发生突变。