[发明专利]一种自动显示汽轮发电机组振动信号特征的装置及方法

说明书

技术领域

本发明涉及机械监测领域，特别是涉及一种自动显示汽轮发电机组振动信号特征的装置及方法。

背景技术

目前，汽轮发电机组振动监测故障诊断系统或TDM(Transient DataManager)系统，获得了迅速发展并广泛应用，基本上大中型机组都配备了TDM系统，为及时判断机组的状态和故障性质起到了重要作用。TDM系统具有通用的振动信号分析功能，可以绘制波形、频谱、轴心轨迹、波特图、极坐标图、级联图、瀑布图和趋势分析等分析图形。

由于振动信号的分析涉及较深的力学和数学理论以及故障机理，现场人员普遍缺乏对振动信号的深入分析能力，不能了解振动信号分析图形所具有的含义。在TDM系统移交用户后，大多没有发挥应有的作用。

发明内容

本发明提供了一种自动显示汽轮发电机组振动信号特征的装置及方法，用于帮助用户理解振动信号分析图形。

本发明的一种自动显示汽轮发电机组振动信号特征的装置，包括：典型振动故障模块，用于对汽轮发电机组振动故障进行分类；故障征兆模块，用于对振动故障的征兆进行汇总；信号分析模块，用于对振动信号进行分析，得出相应的分析图形；特征计算模块，用于根据信号分析模块得出的分析图形，从典型振动故障模块和故障征兆模块分别获取相应的故障类型和该故障类型的征兆，并对所述征兆的可信度和故障的可信度进行计算；显示模块，用于将特征计算模块的计算结果在所述分析图形中显示。

进一步，所述典型振动故障模块中的故障分类包括：转子质量不平衡、初始弯曲、热态不平衡、不对中、转子碰摩、油膜振荡、汽流激振、部件脱落和松动故障。所述故障征兆模块还用于判断故障的各种现象，包括：正常现象的时域、频域和趋势分析数据。所述信号分析模块根据相应的分析方法得出的分析图形包括：波形、频谱、轴心轨迹、波特图、极坐标图、瀑布图、级联图和趋势分析图。所述特征计算模块的计算过程是在对振动信号的时域、频域和趋势分析图形进行特征分析的基础上，根据故障存在的充分与必要条件，判断故障是否存在以及故障的严重程度。

本发明的一种自动显示汽轮发电机组振动信号特征的方法，包括下列步骤：对振动信号进行分析，得出相应的分析图形；根据所述分析图形，获取相应的故障类型和该故障类型的征兆，并对所述征兆的可信度和故障的可信度进行计算；将计算结果在所述分析图形中显示。

进一步，所述一类故障的数学模型由至少一个该故障类型的征兆组成；计算可信度的步骤如下：逐一计算各征兆的可信度；根据得出的各征兆的可信度，经判别逻辑确定相应故障的可信度.所述计算的过程是在对振动信号的时域、频域和趋势分析图形进行特征分析的基础上，根据故障存在的充分与必要条件，判断故障是否存在以及故障的严重程度.

综上，本发明的目的在于克服目前汽轮发电机组振动信号分析的不足，在常规的振动信号分析图形的基础上，结合汽轮发电机组振动故障的特点和经验，模拟人工分析方法，对各种图形功能进行智能化拓展，通过与典型信号图形和典型振动故障的模糊匹配，在相应的分析图形上显示智能化的分析结果，提高用户对TDM系统的兴趣，培养用户对各种分析图形的直观感觉，降低对用户知识水平和经验的要求，使一般用户能够准确理解振动信号分析图形的特征。

附图说明

图1为本发明实施例1中的装置结构示意图；

图2为本发明实施例2中的方法步骤流程图。

具体实施方式

为了提高TDM系统的实用性，必须在相应的分析图形上显示智能化的分析结果，帮助用户迅速识别振动信号中隐含的故障表现。因此，本发明提供了一种自动显示汽轮发电机组振动信号特征的装置及方法，以下通过实施例具体说明，但不用来限制本发明的范围。

实施例1：为本发明装置的实施例，参见图1所示，包括：特征计算模块，以及与特征计算模块相连的典型振动故障模块、故障征兆模块、信号分析模块和显示模块。

其中，典型振动故障模块，用于对汽轮发电机组常见的典型振动故障进行分类，具体可包括转子质量不平衡、初始弯曲、热态不平衡、不对中、转子碰摩、油膜振荡、汽流激振、部件脱落和松动等汽轮发电机组常见故障。

故障征兆模块，用于对典型振动故障的所有可能出现的征兆进行汇总，有助于判断故障的各种现象，包括某些正常现象，因为利用正常现象可以排除某些故障，主要有时域、频域和趋势分析数据。

信号分析模块，用于对振动信号进行分析，显示相应的图形；可显示的图形可包括波形、频谱、轴心轨迹、波特图、极坐标图、瀑布图、级联图和趋势分析等汽轮发电机组常用的振动信号分析方法。