[發(fā)明專利]大型旋轉(zhuǎn)機(jī)械復(fù)雜工況下的早期故障搜索方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201110452994.7
• 申請(qǐng)日: 2011-12-29
• 公開（公告）號(hào): CN102564568A
• 公開（公告）日: 2012-07-11
• 發(fā)明（設(shè)計(jì)）人: 顧煜炯;宋磊;王敏;劉佳;陳昆亮;王兵兵;高嶄;馬楊;徐天金;代數(shù)建
• 申請(qǐng)（專利權(quán)）人: 華北電力大學(xué)
• 主分類號(hào): G01H17/00
• 分類號(hào): G01H17/00
• 代理公司: 北京眾合誠(chéng)成知識(shí)產(chǎn)權(quán)代理有限公司 11246
• 代理人: 史雙元

技術(shù)領(lǐng)域

本發(fā)明大型屬于旋轉(zhuǎn)設(shè)備的運(yùn)行安全評(píng)估技術(shù)領(lǐng)域，特別涉及一種大型旋轉(zhuǎn)機(jī)械復(fù)雜工況下的早期故障搜索方法，具體說是涉及關(guān)于能源、鋼鐵、煤礦、運(yùn)輸?shù)绕髽I(yè)的大型旋轉(zhuǎn)設(shè)備總復(fù)雜工況下的故障運(yùn)行信息的深度挖掘，實(shí)現(xiàn)早期預(yù)防的方法。

背景技術(shù)

隨著工業(yè)的發(fā)展和現(xiàn)代科學(xué)技術(shù)的進(jìn)步，提高企業(yè)運(yùn)行效益成為各大中型企業(yè)管理的重點(diǎn)。能源、鋼鐵、煤炭等行業(yè)在激烈的市場(chǎng)競(jìng)爭(zhēng)中謀求更好地發(fā)展，力求全面提升企業(yè)的綜合競(jìng)爭(zhēng)力，其中最重要的手段就是研發(fā)或引進(jìn)具有國(guó)際先進(jìn)化水平的運(yùn)行設(shè)備。

隨著中大型企業(yè)運(yùn)行設(shè)備結(jié)構(gòu)和功能上的日趨復(fù)雜化，企業(yè)對(duì)設(shè)備正常、安全、穩(wěn)定運(yùn)行的要求越來越高，在保障設(shè)備安全運(yùn)行方面，若出現(xiàn)故障再進(jìn)行故障診斷往往為時(shí)已晚，因此如何保障大型旋轉(zhuǎn)設(shè)備在負(fù)荷復(fù)雜多變的工況下的安全運(yùn)行，避免嚴(yán)重的設(shè)備運(yùn)行故障造成巨大經(jīng)濟(jì)損失成為企業(yè)研究的焦點(diǎn)。

國(guó)內(nèi)外研究現(xiàn)狀表明，傳感器監(jiān)測(cè)技術(shù)、振動(dòng)分析診斷技術(shù)在相關(guān)領(lǐng)域內(nèi)的應(yīng)用基本實(shí)現(xiàn)了大型旋轉(zhuǎn)機(jī)械的狀態(tài)監(jiān)測(cè)與故障診斷，但故障診斷及排除缺乏預(yù)見性，具有一定的功能滯后性，無法實(shí)現(xiàn)大型旋轉(zhuǎn)機(jī)械運(yùn)行故障的早期趨勢(shì)分析。另外大型旋轉(zhuǎn)機(jī)械運(yùn)行歷程長(zhǎng)、工況多變、非平穩(wěn)性突出，無形的增加了大型旋轉(zhuǎn)機(jī)械設(shè)備早期故障搜索的難度，傳統(tǒng)的無量綱幅域參數(shù)是與能量有關(guān)的指標(biāo)，會(huì)受到劇烈工況變化的干擾，或者因?yàn)槟芰孔兓幻黠@而失去故障特征量的意義。在這個(gè)背景下，需要構(gòu)建新的故障信息分析因子來實(shí)現(xiàn)大型旋轉(zhuǎn)設(shè)備運(yùn)行早期故障的定性和定量分析，并通過特定的數(shù)據(jù)處理方法實(shí)現(xiàn)故障信息的量化分析，從海量的設(shè)備監(jiān)測(cè)振動(dòng)信號(hào)中搜索具有異常趨勢(shì)的時(shí)間序列，為后期設(shè)備故障的預(yù)警及診斷提供依據(jù)。

發(fā)明內(nèi)容

本發(fā)明的目的是提供在復(fù)雜多變、非穩(wěn)定的工況下運(yùn)行的一種大型旋轉(zhuǎn)機(jī)械復(fù)雜工況下的早期故障搜索方法，其特征在于，具體實(shí)施步驟如下：

(1)大型旋轉(zhuǎn)機(jī)械設(shè)備振動(dòng)故障征兆識(shí)別分析，即研究常見設(shè)備頻發(fā)振動(dòng)故障征兆特征與振動(dòng)參數(shù)異常波形特點(diǎn)，形成大型旋轉(zhuǎn)機(jī)械設(shè)備常見故障模式征兆分類表；

(2)輸入?yún)?shù)的初始化處理，即輸入?yún)?shù)的時(shí)間序列分割，結(jié)合匹配參數(shù)的物理特性采取不同的時(shí)間序列劃分原則，實(shí)現(xiàn)運(yùn)行設(shè)備振動(dòng)參數(shù)的時(shí)間劃分算法；

(3)振動(dòng)參數(shù)無量綱特征因子定性化、定量化分析，分析比較構(gòu)建的振動(dòng)參數(shù)特征因子與傳統(tǒng)時(shí)域特征值的區(qū)別，深入研究特征因子隨著故障信息發(fā)展的走勢(shì)及變化特征，闡述特征因子物理意義，形成設(shè)備常見故障模式征兆與相應(yīng)故障提取因子匹配；

(4)無量綱特征因子的計(jì)算、中心化及標(biāo)準(zhǔn)化，首先實(shí)現(xiàn)振動(dòng)參數(shù)時(shí)間子序列的特征因子計(jì)算，為了減少不同性質(zhì)、度量單位特征因子的相對(duì)影響，避免絕對(duì)值較小因子被湮滅，對(duì)時(shí)間子序列特征因子進(jìn)行中心化和標(biāo)準(zhǔn)化，使各因子具有相同的評(píng)價(jià)基點(diǎn)和變化范圍；

(5)特征因子異常邊界的界定，即在上述輸入初始處理基礎(chǔ)上，從設(shè)備運(yùn)行監(jiān)控歷史數(shù)據(jù)庫(kù)中提取一定訓(xùn)練空間的監(jiān)測(cè)參數(shù)數(shù)據(jù)序列，通過特定的訓(xùn)練算法得到判定特征因子邊界標(biāo)準(zhǔn)，作為監(jiān)測(cè)參數(shù)異常搜索的準(zhǔn)則；

(6)時(shí)間子序列多維屬性因子向量的異常序列搜索，選取p個(gè)特征因子描述n個(gè)振動(dòng)參數(shù)時(shí)間子序列，通過p維屬性向量反映n個(gè)時(shí)間子序列的性質(zhì)，挖掘異常時(shí)間子序列，找出大型旋轉(zhuǎn)機(jī)械運(yùn)行的潛在故障危險(xiǎn)點(diǎn)。

所述大型旋轉(zhuǎn)機(jī)械包括能源、鋼鐵、煤炭和運(yùn)輸行業(yè)內(nèi)的大型旋轉(zhuǎn)機(jī)械，具體包括火力發(fā)電機(jī)機(jī)組傳動(dòng)系統(tǒng)，風(fēng)力發(fā)電機(jī)組傳動(dòng)系統(tǒng)，飛機(jī)，火車，輪船以及煤炭和地鐵的挖掘機(jī)。

所述風(fēng)力發(fā)電機(jī)組傳動(dòng)系統(tǒng)在變風(fēng)速、變載荷工況下的早期故障搜索過程包括如下步驟：

1)風(fēng)力發(fā)電機(jī)組傳動(dòng)系統(tǒng)振動(dòng)監(jiān)測(cè)測(cè)點(diǎn)布置：(1)監(jiān)測(cè)風(fēng)電機(jī)組主軸前軸承徑向振動(dòng)，(2)風(fēng)電機(jī)組增速箱前軸承徑向振動(dòng)，(3)增速箱一級(jí)傳動(dòng)級(jí)箱體振動(dòng)，(4)增速箱二級(jí)傳動(dòng)級(jí)箱體振動(dòng)和(5)表示增速箱高速級(jí)箱體振動(dòng)；以該5個(gè)傳感器采集數(shù)據(jù)參數(shù)得到頻發(fā)振動(dòng)故障征兆特征與振動(dòng)參數(shù)異常波形特點(diǎn)，形成風(fēng)電機(jī)組傳動(dòng)系統(tǒng)早期故障特征頻率信息識(shí)別表；