[發明專利]火電廠電站鍋爐引風機運行狀態智能監測診斷方法有效
| 申請號: | 201910432079.8 | 申請日: | 2019-05-21 |
| 公開(公告)號: | CN110296095B | 公開(公告)日: | 2022-08-09 |
| 發明(設計)人: | 蔡正國 | 申請(專利權)人: | 上海寶鋼工業技術服務有限公司 |
| 主分類號: | F04D27/00 | 分類號: | F04D27/00 |
| 代理公司: | 上海天協和誠知識產權代理事務所 31216 | 代理人: | 沈國良 |
| 地址: | 201900 *** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 火電廠 電站 鍋爐 風機 運行 狀態 智能 監測 診斷 方法 | ||
1.一種火電廠電站鍋爐引風機運行狀態智能監測診斷方法,其特征在于本方法包括如下步驟:
步驟一、在電機和風機各軸承座設置用于輸出振動信號的振動傳感器,并通過引風機控制系統獲取引風機轉速的工藝參數;
步驟二、采集振動傳感器輸出的原始振動信號Xi=D(i),i=1,2,…N,對該原始振動信號Xi作頻譜分析,提取電機振動狀態異常的特征信號;
原始振動信號的總振動值A按公式(1)進行計算;
步驟三、建立電機定子故障引起的振動分類指標;定子故障會在電源頻率的2倍頻處產生強烈的振動,對于由軸承座獲取的原始振動信號,經FFT變換通過Xi(t)(i=1,2)以及2倍電源頻率處的振動分量Xp(t)反算疊加后重新構成電機定子振動信號S(t),
對重構信號S(t)進行FFT變換,獲取2倍電源頻率處振動幅值F,計算振動幅值F與原始信號總振動值A的比值M,
M=F/A (3)
設定比值M為監測電機定子故障系數,當M>20%時預報電機定子故障;
步驟四、提取電機氣隙不均引起的電磁振動故障特征;定子偏心會在轉子與定子間產生一個均勻的氣隙,從而形成一個方向性非常強的振動,在2倍電源頻率處兩側出現磁極通過頻率的邊頻帶,磁極通過頻率是轉差頻率與磁極數的乘積,選取頻帶中心頻率為100Hz,頻率范圍從100-2×電機磁極數×轉差頻率開始,到100+2×電機磁極數×轉差頻率結束,將100Hz處的振動峰值與選定頻率范圍內的頻譜加權值進行運算,設定氣隙不均故障因子G;
G=(AG+1/AG+UG+1/UG)/(2AG+2/AG) (4)
式(3)中AG、UG分別為電機在100Hz處的振動幅值和選定頻率范圍內的振動峰值加權平均;
監測電機氣隙不均故障因子G,當G>1.2時預報電機氣隙不均故障;
步驟五、建立電機轉子導條異常引起的電磁振動分類指標;對于原始振動信號經FFT變換提取1倍轉速頻率f、2倍轉速頻率2f處的振動幅值分量Xi(t)(i=1,2),通過ZOOM-FFT細化分析獲取f-2Δf和f+2Δf處的振動幅值XL1和XH1,獲取2f-2Δf和2f+2Δf處的振動幅值XL2和XH2,其中,Δf為轉差頻率,設電機轉子導條斷條系數為J,
J=max([(XL1+XH1)/2]/X1,[(XL2+XH2)/2]/X2) (5)
式中,max表示取兩個數中的較大值,[(XL1+XH1)/2]/X1表示1倍轉速頻率處兩側邊帶振動幅值取平均值后除以1倍轉速頻率處的振動幅值,[(XL2+XH2)/2]/X2表示2倍轉速頻率處兩側邊帶振動幅值取平均值后除以2倍轉速頻率處的振動幅值,
根據式(4)監測電機轉子導條有無斷條,當J>20%時診斷電機轉子導條斷條;
步驟六、提取風機轉子不平衡引起的機械振動故障特征;對于由軸承座獲取的原始振動信號,經FFT變換提取1倍轉速頻率、2倍轉速頻率處的振動幅值分量Xi(t)(i=1,2),通過反算疊加后重構風機本體質量不平衡故障信號ψ(t),
監測不平衡故障信號ψ(t)與原始信號總振動值A的比值H,
H=ψ(t)/A (7)
當H>60%時診斷風機轉子不平衡;
步驟七、建立電機和風機各軸承座滾動軸承異常產生的機械振動分類指標;滾動軸承故障表現在不尋常振動級值有沖擊,滾動軸承各零部件的振動特征頻率與軸承參數的關系為:
軸承外環振動頻譜:f0=nfr(1-d cosα/D)/2 (8)
軸承內環振動頻譜:fi=nfr(1+dcosα/D)/2 (9)
軸承滾動體振動頻譜:fp=fr(D/d){1-[d(cosα)/D]2}/2 (10)
軸承保持架振動頻譜:fh={fi[1-d(cosα)/D]±f0[1+d(cosα)/D]}/2 (11)
式中:n為滾動體數、fr為內外環相對轉速頻率、d為滾動體直徑、D為節圓直徑、α為接觸角;
滾動軸承的中、前期故障由于沖擊信號能量低,常常被淹沒在背景噪聲中,利用Hilbert變換提取滾動軸承的特征信號,采用軸承特征頻率幅值跟蹤法確定軸承故障因子,選取軸承特征頻率附近的頻帶作為監測對象,將特征頻率處的振動峰值與選定頻帶內的頻譜加權值進行運算,設定軸承故障因子Bk;
Bk=(Afk+1/Afk+Ufk+1/Ufk)/(2Afk+2/Afk) (12)
其中,Afk,Ufk分別為軸承特征頻率fi,fo,fp,fh處的振動幅值和選定頻帶內的振動峰值加權平均值,
設定滾動軸承零部件故障因子的報警值分別為滾動軸承內圈故障報警限S1、滾動軸承外圈故障報警限S2、滾動軸承滾動體故障報警限S3和滾動軸承保持架故障報警限S4,監視各特征頻率處的軸承故障因子Bk(k=1,2,3,4);當B1>S1時,判定滾動軸承內圈故障;當B2>S2時,判定滾動軸承外圈故障;當B3>S3時,判定滾動軸承滾動體故障;當B4>S4時,判定滾動軸承保持架故障;
步驟八、提取由于安裝對中不良引起的機械振動故障特征;對于已獲取的原始振動信號,經FFT變換提取1倍轉速頻率、2倍轉速頻率、3倍轉速頻率和4倍轉速頻率處的振動幅值分量Xi(t)(i=1,2,3,4),通過反算疊加后重構安裝對中不良引起的故障信號,設定對中不良故障系數為P,
監測對中不良故障系數P,當P>40%時預報電機安裝對中不良。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于上海寶鋼工業技術服務有限公司,未經上海寶鋼工業技術服務有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910432079.8/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:驅動電路及方法
- 下一篇:一種基于光電感應的人體跟隨自動調速風扇





