汽輪機轉子振動故障診斷新方法

1、汽輪機轉子振動故障診斷新方法谷敬佩, 梁平(華南理工大學電力學院, 廣東廣州510640摘要文章提出了基于小波包分析和人工免疫的汽輪機轉子振動故障診斷的新方法。在本特利實驗臺上模擬碰摩、不對中、不平衡三種典型汽輪機轉子振動故障, 用該方法對其進行診斷, 診斷結果表明該方法有效。關鍵詞小波包分析; 人工免疫; 汽輪機轉子; 故障診斷中圖分類號TK268. +1文獻標識碼A ( D i a gnosis of Turb i n e Rotor i W aveletf i a l I mm un ityJ 2, L I A NG Ping(U niversity of Technology, Gua

2、ngZhou 510640, China Abstractt o the three typ ical faults signal of turbine r ot or vibrati on including rubbing, m isalign 2ment and mass unbalance which is collected fr om the Bently experi m ent setting, adop ti on the method which combined wavelet packet and artificial i m munity t o carry on a

3、nalysis . D iagnostic results indicate:the app lica 2ti on p r ovides a ne w diagnostic method of turbine r ot or vibrati on faults; wavelet packet possesses good ability of nonstati onary signal extracti on; si m ilar faults own the m ini m um antigen 2antibody binding energy . Key wordswavelet pac

4、ket analysis; artificial i m munity; turbine r ot or; fault diagnosis1人工免疫抗原抗體識別是免疫系統(tǒng)的重要功能, 基于免疫系統(tǒng)中抗原和抗體互識別過程而抽象出來的免疫算法。在進行故障診斷時, 可以把故障模式表示成矩陣形式, 求出其抗原抗體對, 再利用這抗原抗體對去檢測故障數(shù)據(jù)。根據(jù)結合能量原理, 只有同一類故障的抗原抗體對結合才會有最低的能量, 所以, 當某類故障的抗原抗體對與故障模式結合時, 若結合能量很低, 低于一定閥值, 就可以以此判定可能是某類故障發(fā)生了。應用抗原與抗體識別機理的故障診斷步驟如下:1. 1求取故障模式平

5、均向量每種故障模式樣本為:X ij =(X ij 1, X ij 2, , X ijn , i =1, 2, 3, 分別對應3種故障模式, 即不平衡、不對中、碰摩; j =1, 2, , q 表示每種故障模式的故障樣本數(shù)量; n 為故障樣本維數(shù)(n =8 , 分別對應收稿日期2008211218作者簡介谷敬佩(1983- , 女, 河南洛陽人, 在讀碩士研究生。汽輪發(fā)電機組振動信號頻譜中各個不同頻段上的幅值分量能量, 分別用m 1、m 2、L 、m n 表示。每種故障模式樣本的平均向量如下求取:X i =(qj =1X ij 1/q, qj =1X ij 2/q, , qj =1X ijn /

6、q (11. 2折疊成故障模式矩陣把每類故障模式平均向量折疊成故障模式矩陣M 1、M 2、M 3。當故障模式平均向量的維數(shù)不能分解成兩個整數(shù)相乘時, 可用故障模式平均向量最后補零的方式增加向量維數(shù), 使其能分解。1. 3矩陣奇異值分解(樣本學習和訓練對每種故障模式矩陣M 1、M 2、M 3, 通過奇異值分解, 求出每類故障模式的抗原抗體對(u 11, 11 、(u 21, 21 、(u 31, 31 , 經(jīng)過故障樣本的學習和訓練, 以上抗原抗體對產(chǎn)生了對各種故障模式的記憶。1. 4故障診斷把待診斷的樣本以同樣的方式折疊成與故障模式矩陣同維數(shù)的模式矩陣M 3, 然后通過M 3與所訓練的各抗原抗體

7、對u ij 和ij 相結合, 求出結合能量ij=-u Tij M 3ij 。1. 5故障決策依據(jù)最低能量原理, M 3屬于結合能量最低的73Feb . 2009湖北電力第33卷第1期2009年2月抗原抗體對所對應的故障類別。2小波包原理小波包函數(shù)分解方法, 能同時對各分解層的高頻和低頻部分進行分解。離散信號按小波包基展開時, 包含低通濾波與高通濾波兩部分, 每一次分解就將上層j +1的第n 個頻帶進一步分割變細為下層j 的第2n 與2n +1兩個子頻帶1。離散信號的小波包分解算法:d l (j , 2n =ka k -2l d k (j +1, n d l (j , 2n +1 =kb k -

8、2l d k (j +1, n (2式中, a k 、b k 為小波包分解共軛濾波器系數(shù)。小波包的重構算法:d l (j +1, n =k j 2k (n 1 (3式中, p k 、q k 。小波包頻帶分析技術和Fourier 頻譜分析技術一樣, 其理論依據(jù)也是Parseval 能量積分等式。因信號f (x 在時域上的能量f 2=-|f (x |2dx(4f (x 的小波變換為:d (j , k =W (2j , 2jk =2-j/2R(2-jx -k f (x dx (5式中5. 0f (f 為旋轉頻率 等8個不同頻段上的幅值分量能量構成故障模式樣本, 分別用m 1、m 2、m 3、m 4、

9、m 5、m 6、m 7、m 8表示。各種故障在頻域中的動態(tài)特性見表1。從表1可以看出實驗中不平衡故障狀況振動頻率主要分布在(0. 93751. 125 f 、(1. 1251. 5 f 和(1. 53. 0 f 次之; 不對中故障狀況振動頻率主要分布在(1. 1251. 5 f 、(0. 3750. 75 f 次之; 碰摩故障狀況振動頻率主要分布在(00. 375 f 、(1. 1251. 5 f 和(0. 3750. 75 f 次之。3. 2基于小波包分析和人工免疫故障診斷基于小波包分析和人工免疫的故障診斷如下:將經(jīng)過小波包分析所提取的故障特征參數(shù)作為故障模式向量, 求取各故障模式的平均向量

10、, 構成故障模式矩陣, 求其抗原抗體對, 進行樣本學習和訓練。對汽輪發(fā)電機組的振動故障不平衡、不對中和碰摩, 分別選取3組故障模式樣本, 如表1。每種故83第33卷第1期2009年2月湖北電力Feb . 2009障模式的平均向量, 如表2。把每類故障模式平均向量折疊成3行3列的故障模式矩陣, 求出每類故障模式平均向量的抗原抗體對, 如表3。待診斷樣本, 如表4所示。表13種典型故障的模式樣本故障模式m 1m 2m 3m 4m 5m 6m 7m 80. 77830. 08700. 00710. 0. 0. 0007表2故障模式m 1m 2m 3m m 5m 6m 7m 8不平衡故障0. 0. 0

11、. 57770. 20290. 16240. 00150. 0002不對中故障0. 0. 0. 00830. 00090. 59760. 02700. 00440. 0005碰摩故障0. 0. 12380. 01190. 00110. 15180. 02800. 00240. 0008表33類典型故障模式的抗原抗體對故障模式不平衡故障不對中故障碰摩故障抗原-0. 0458, -0. 9989, -0. 0023-0. 5059, -0. 8626, -0. 0008-0. 9988, -0. 0487, -0. 0035抗體對-0. 9109, -0. 3208, -0. 2595-0. 00

12、88, -0. 9992, -0. 0396-0. 9674, -0. 1867, -0. 1712表4待診斷樣本故障模式m 1m 2m 3m 4m 5m 6m 7m 8不平衡故障不平衡故障0. 02840. 03240. 01540. 56640. 20400. 15180. 00140. 0001不對中故障0. 01230. 32010. 00560. 00140. 62610. 02930. 00430. 0007碰摩故障0. 63550. 15350. 00740. 00060. 18920. 01180. 00180. 0003表5結合能量及診斷結果抗原抗體對模式矩陣M 31M 32

13、M 33(u 1l , 1l -0. 6219-0. 2148-0. 0931(u 2l , 2l -0. 2021-0. 7026-0. 2441(u 3l , 3l -0. 0659-0. 0786-0. 6458故障決策不平衡故障不對中故障碰摩故障把待診斷的樣本折疊成3行3列矩陣M 3, 求結合能量w ij =-u T ij M 3ij , 并運用最低能量原理得出故障診斷結果, 如表5。表5中, (u 1l , 1l 、(u 2l , 2l 、(u 3l , 3l 分別表示不平衡、不對中及碰摩故障模式的抗原抗體對, M 31、M 32及M 33分別表示對應的3種故障待檢測樣本的模式矩陣?？梢钥闯龃郎y的模式矩陣與同類故障的抗原抗體對結合能量最低, 而且遠低于不是同類故障的結合能量, 即每種待檢樣本都得到了正確的判斷, 證明