[发明专利]一种灯泡贯流式机组转子下沉故障在线预警方法

说明书

本发明公开了一种灯泡贯流式机组转子下沉故障在线预警方法，应用于水轮发电机组，方法采集组合轴承的摆度信号波形、组合轴承振动信号波形、气隙信号波形；并计算出组合轴承Y向摆度间隙值、组合轴承振动转频以及平均气隙并提取相应的健康样本；将上述健康样本与水轮机的导叶开度以及水轮机的水头输入神经网络进行训练，获得相应的预测值；将实际测量的组合轴承Y向摆度间隙值、组合轴承振动转频和平均气隙分别和相应的预测值进行残差比较，从而进行故障预测。本发明以机组振动信号处理、摆度信号处理、气隙信号处理和运行工况分析为切入点，提取表征机组故障状态的信号时频分布特征和工况特征，能够提高故障预测的准确度。

技术领域

本发明涉及松动故障检测领域，尤其涉及一种灯泡贯流式机组转子下沉故障在线预警方法。

背景技术

随着我国能源结构调整的逐步推进，风电、光伏发电等非稳定性电源快速发展，水轮发电机组在电网中承担调峰、调频的任务越来越多，这就要求水轮发电机组在其整个工况范围内具有充分的可用性，这就对水轮发电机组故障诊断方面提出了更髙的要求。

传统水轮发电机组故障诊断方法绝大多数是基于振动信号的时频特征进行故障分析，忽略水轮发电机组运行工况对振动信号时频特征的影响，降低了诊断的准确率。

发明内容

本发明所要解决的技术问题在于，提供一种灯泡贯流式机组转子下沉故障在线预警方法，以机组振动信号处理、摆度信号处理、气隙信号处理和运行工况分析为切入点，提取表征机组故障状态的信号时频分布特征和工况特征，提高故障预测的准确度。

为了解决上述技术问题，本发明提供了一种灯泡贯流式机组转子下沉故障在线预警方法，应用于水轮发电机组，包括：采集组合轴承Y向摆度信号波形、组合轴承振动信号波形、气隙波形；根据所述信号波形计算出组合轴承Y向摆度间隙值、组合轴承振动转频、平均气隙；提取组合轴承Y向摆度间隙值预测值、组合轴承振动转频预测值、平均气隙预测值；将所述组合轴承Y向摆度间隙值预测值、组合轴承振动转频预测值、平均气隙预测值、水轮机的导叶开度以及水轮机的水头输入神经网络进行训练，获得组合轴承Y向摆度间隙值预测值、组合轴承振动转频预测值、平均气隙预测值；将实际测量的组合轴承Y向摆度间隙值、组合轴承振动转频、平均气隙分别和所述组合轴承Y向摆度间隙值预测值、组合轴承振动转频预测值、平均气隙预测值进行残差比较，进行故障预测。

优选地，所述提取组合轴承Y向摆度间隙值预测值的步骤包括：根据所述组合轴承Y向摆度间隙值、水轮机的导叶开度以及水轮机的水头构建组合轴承Y向摆度间隙值三维模型，其中，所述组合轴承Y向摆度间隙值三维模型以所述导叶开度作为X轴，以所述水头为Y轴，以所述组合轴承Y向摆度间隙值为Z轴；通过所述组合轴承Y向摆度间隙值三维模型提取组合轴承Y向摆度间隙值预测值，其中，提取额定水头附近以及开度50%以上时对应的组合轴承Y向摆度间隙值作为组合轴承Y向摆度间隙值。

优选地，所述提取组合轴承振动转频预测值的步骤包括：根据所述组合轴承振动转频、水轮机的导叶开度以及水轮机的水头构建组合轴承振动转频三维模型，其中，所述组合轴承振动转频三维模型以所述导叶开度作为X轴，以所述水头为Y轴，以所述组合轴承振动转频为Z轴；通过所述组合轴承振动转频三维模型提取组合轴承振动转频预测值，其中，提取额定水头附近以及开度50%以上时对应的组合轴承振动转频作为组合轴承振动转频预测值。

优选地，所述提取平均气隙预测值的步骤包括：根据所述平均气隙、水轮机的导叶开度以及水轮机的水头构建平均气隙三维模型，其中，所述平均气隙三维模型以所述导叶开度作为X轴，以所述水头为Y轴，以所述平均气隙为Z轴；通过所述平均气隙三维模型提取平均气隙预测值，其中，提取额定水头附近以及开度50%以上时对应的平均气隙作为平均气隙预测值。