[發明專利]電站汽輪機轉子振動故障的柯爾莫果洛夫熵診斷方法

無效

• 申請號: 200710032661.2
• 申請日: 2007-12-18
• 公開（公告）號: CN101187593A
• 公開（公告）日: 2008-05-28
• 發明（設計）人: 梁平;白蕾;范立莉
• 申請（專利權）人: 華南理工大學
• 主分類號: G01M15/00
• 分類號: G01M15/00;G01H1/00
• 代理公司: 廣州粵高專利代理有限公司
• 代理人: 何淑珍

技術領域

本發明涉及一種電站汽輪機轉子振動故障的柯爾莫果洛夫(Kolmogorov)熵診斷方法，是一種算法簡單，容易實現特別適用于有噪聲干擾的電站汽輪機轉子振動故障的診斷方法。

背景技術

汽輪機發電機組的故障率較高，而且故障危害性也較大，所以汽輪機的故障預測及診斷問題歷來受到有關研究機構、企業和管理部門的高度重視，是現代故障診斷技術應用的一個重要方面。汽輪機轉子振動波形提供了豐富的故障征兆信息，如何準確、全面地提取征兆信息對于故障類型的確定、故障發展的預測以及汽輪發電機組的狀態檢修都具有十分重要的意義。

在目前研究的汽輪機轉子振動故障診斷方法當中，有以下2種典型方法。

(1)快速傅立葉變換(FFT)法

目前，應用最廣泛的故障信號分析處理方法是傅立葉(Fourier)分析和相應的FFT快速算法，借助于FFT算法實現的信號處理有頻譜分析、相關分析、相干分析、傳遞函數分析、細化譜分析、時間序列分析、倒頻譜分析、包絡分析等。這些分析方法在故障診斷過程中起到了重要的作用，比如參考文獻“汽輪發電機組振動”。

但是，這種方法存在下述問題：

FFT只適合于分析連續的、平穩的時域信號，但實際中的很多信號是非線性、非平穩的。

(2)分形法

近年來，國內有一些學者提出用分形的方法來進行故障診斷，通過相空間重構理論，對滿足隨機分形統計自相似性的振動信號序列進行相空間重構，計算其關聯維數，從而再現動力學特性。比如參考文獻“基于分形關聯維的汽輪機轉子的振動故障診斷”(梁平，龍新峰，樊福梅，華南理工大學學報(自然科學版)第34卷第4期)，針對故障振動位移首先進行了一個測點兩個方向上的關聯維數的計算，結合對應故障的波形圖和頻譜圖進行分析。

但是，這種方法存在下述問題：問題一，分形無標度區的確定存在著很大的人為因素，導致最后結果精確度不高。

問題二，不能消除噪聲的干擾。

綜上所述，對于一個性能良好的腐蝕深度預測方法，必須符合下面幾點基本要求：

(1)算法簡單；(2)計算速度快；(3)精確度較高；(4)適合工程實際應用，等等。而現有技術尚未能很好的解決這些問題。

發明內容

本發明的目的在于針對現有技術的存在的上述不足，提供一種電站汽輪機轉子振動故障的柯爾莫果洛夫(Kolmogorov)熵診斷的方法。

本發明基于混沌對系統初始條件的敏感依賴性和相空間軌道的稠密性，采用小波包濾波和混沌特征量-Kolmogorov熵相結合的技術，將原始振動數據先用小波包分解，提取有用的頻段進行分析，以達到濾波的目的，然后利用混沌動力學理論對濾波后的信號提取混沌特征量-Kolmogorov熵進行故障定位。該方法原理清晰簡單，算法簡單，實現速度快，并且能有效的濾掉噪聲的干擾，對于故障類型能夠精確的定位。

本發明的方法包括如下具體步驟：

(1)利用Bently實驗裝置模擬汽輪機轉子的振動過程，并使其轉速達到所需要求范圍內。通過設置預置故障，經傳感器及放大濾波采樣，采集到在一定轉速下各種常見轉子故障的振動位移數據，經過數據的格式轉換保存在相應的目錄下，便于實驗結束后的數據處理與分析。

由于汽輪機轉子的四種典型故障：不平衡，不對中，碰摩，軸承松動的主要頻譜特征主要分布在：0～100Hz，所以將原始信號進行三層小波包分解，選取第一個頻帶：0～125Hz進行分析，可以濾掉噪聲和不需要的頻率成分。然后再進行小波包重構，可以保留該小波包的數據，使信號恢復到原來的時域分辨率。

(2)將小波包重構結果賦值給一個時間序列，運用C-C方法計算出該時間序列的時間延遲。

(3)設置嵌入維數初值，例如從m＝3開始，進行相空間重構，則此相空間為M維，M＝N-(m-1)τ，其中N為時間序列序列的長度，對于M維相空間中的一對相點：