水輪機(jī)故障智能診斷及振動(dòng)數(shù)字化預(yù)測研究.pdf

1、隨著我國水電事業(yè)的快速發(fā)展，水輪機(jī)組容量逐步增大，一旦發(fā)生事故，將造成巨大的經(jīng)濟(jì)損失。水輪機(jī)故障診斷與振動(dòng)預(yù)測有助于降低機(jī)組事故率，減少經(jīng)濟(jì)損失，為機(jī)組的安全運(yùn)行提供技術(shù)保障。本文在系統(tǒng)總結(jié)這一領(lǐng)域研究現(xiàn)狀的基礎(chǔ)上，從水輪機(jī)振動(dòng)與穩(wěn)定性出發(fā)，重點(diǎn)研究了尾水管渦帶智能診斷方法和尾水管壓力脈動(dòng)CFD(ComputationalFluidDynamics)數(shù)字化預(yù)測方法，最后開發(fā)了水輪機(jī)狀態(tài)監(jiān)測與診斷系統(tǒng)。本研究的主要成果包括以下三部分：第一

2、部分是關(guān)于水輪機(jī)智能診斷方法的研究?！　?1)在小流量工況下，混流式水輪機(jī)尾水管內(nèi)易產(chǎn)生偏心渦帶，降低機(jī)組效率，嚴(yán)重威脅機(jī)組運(yùn)行的穩(wěn)定性。為了能準(zhǔn)確識(shí)別渦帶，本文綜合小波包時(shí)頻局部化分析能力和最大熵譜估計(jì)的頻譜細(xì)化優(yōu)點(diǎn)，提出了一種新的譜分析方法：小波包-最大熵譜估計(jì)法，并運(yùn)用此法從偏工況水機(jī)軸擺度信號(hào)中，提取了微弱的渦帶特征頻率，證明了其準(zhǔn)確識(shí)別尾水管渦帶的能力。該法較之傅立葉分析具有較強(qiáng)的局部分析能力，且比普通的頻譜分析精度高得多，

3、尤其是在提取微弱故障特征時(shí)更能發(fā)揮其優(yōu)良性能?！　?2)小波包-最大熵譜估計(jì)法能從功率譜角度精確識(shí)別尾水管渦帶，但在辨識(shí)渦帶的嚴(yán)重程度時(shí)存在一些缺陷。為此，本文將小波包多分辨與信息熵相結(jié)合，提出了“小波包特征熵－故障”的診斷方法，以此為基礎(chǔ)建立了渦帶神經(jīng)網(wǎng)絡(luò)診斷系統(tǒng)。該方法對(duì)采集到的振動(dòng)信號(hào)進(jìn)行三層小波包分解，在通頻范圍內(nèi)得到分布在不同頻段內(nèi)的分解序列，進(jìn)而提取小波包特征熵，選取最能反映故障特征的小波包特征熵作為特征參數(shù)構(gòu)造信號(hào)的小波

4、包特征熵向量，并以此向量作為故障樣本對(duì)三層BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，最后對(duì)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)進(jìn)行測試。樣本試驗(yàn)結(jié)果表明，建立在小波包特征熵基礎(chǔ)上的BP網(wǎng)絡(luò)不僅能識(shí)別渦帶是否發(fā)生，而且能較好地識(shí)別渦帶的嚴(yán)重程度，提高了機(jī)組運(yùn)行的可靠性和穩(wěn)定性，為流體機(jī)械的故障診斷開拓了新的思路?！　?3)軸承是水電機(jī)組的關(guān)鍵部件，軸承溫升趨勢是預(yù)測軸承故障的關(guān)鍵特征。提取軸承溫升特征，防止燒瓦是開展水電站“狀態(tài)檢修”研究課題的重要部分。文中結(jié)合奇異譜分析與自

5、回歸移動(dòng)平均預(yù)測模型對(duì)軸承溫升特征進(jìn)行了預(yù)測。先將溫度信號(hào)在重構(gòu)相空間中重構(gòu)吸引子，然后對(duì)表征吸引子的軌道矩陣進(jìn)行奇異值分解，并利用奇異譜的特性來降低振動(dòng)信號(hào)中噪聲、剔除平滑背景信號(hào)，對(duì)軸瓦溫度序列作自適應(yīng)濾波意義下的超前預(yù)測，進(jìn)而得到溫度趨勢特征。研究結(jié)果表明，該法能較好預(yù)測軸承溫度變化的趨勢特征，為防止燒瓦故障提供技術(shù)基礎(chǔ)，為水電機(jī)組狀態(tài)檢修提供依據(jù)。第二部分是基于CFD技術(shù)的水輪機(jī)空化與水力振動(dòng)預(yù)測研究?！　?1)對(duì)某大型中比轉(zhuǎn)

6、速混流式水輪機(jī)的小流量工況、最優(yōu)工況和大流量工況三種典型工況點(diǎn)進(jìn)行了全流道穩(wěn)定場數(shù)值解析，研究水流在過流部件中的流動(dòng)特性，對(duì)轉(zhuǎn)輪進(jìn)出口壓力脈動(dòng)進(jìn)行研究，并對(duì)轉(zhuǎn)輪葉片空蝕原因進(jìn)行了深入分析。　　(2)在偏工況下，混流式水輪機(jī)轉(zhuǎn)輪會(huì)產(chǎn)生一個(gè)偏心的漩渦出流，使得尾水管彎管上部的中心位置出現(xiàn)低能流，進(jìn)而產(chǎn)生一個(gè)死水域。在死水域中心存在低速反向流動(dòng)，死水域外側(cè)的旋渦流具有很大的動(dòng)能，在死水域的表面誘發(fā)產(chǎn)生一個(gè)螺旋狀渦帶，渦帶纏繞在死水域表面，并

7、與之一起在尾水管主軸方向作伸縮運(yùn)動(dòng)。當(dāng)二者伸縮的時(shí)間尺度不同時(shí)，渦帶的螺距、偏心距的規(guī)律性被打破，導(dǎo)致不規(guī)則的壓力脈動(dòng)。本文聯(lián)合固導(dǎo)、活導(dǎo)、轉(zhuǎn)輪及尾水管進(jìn)行了將近90秒鐘的非定常計(jì)算，成功再現(xiàn)了上述死水域與渦帶運(yùn)動(dòng)，預(yù)測到了尾水管內(nèi)的不規(guī)則壓力脈動(dòng)，并對(duì)壓力脈動(dòng)進(jìn)行了頻率、相位分析。這些仿真結(jié)果為預(yù)測機(jī)組運(yùn)行狀況，提供有力的技術(shù)平臺(tái)。第三部分是水輪機(jī)狀態(tài)監(jiān)測與診斷系統(tǒng)的開發(fā)與完善。　　針對(duì)國內(nèi)某水輪機(jī)自投入運(yùn)行以來，特別是在小流量工況