大型汽轮机故障特征提取方法研究

摘要

汽轮机是火力发电中的关键设备，一旦发生事故，停机所造成的损失十分巨大。大型汽轮机的振动源十分复杂，具有非线性，非平稳的特点。
　　 本文对大型汽轮机轴系的一些常见故障的基本特征进行了分析总结，开发了基于MATLAB的汽轮机故障信号仿真程序。可以实现一些汽轮机的常见故障的时域波形生成和显示、轴心轨迹和频谱分析。为汽轮机故障分析提供了一个方便使用的可视化工具。
　　 针对汽轮机轴系振动信号具有多源混合的特性，本文采用近年来出现一种新的盲源分析方法-独立分量分析(Independent Component Analysis)进行了故障源分离的尝试。首先多通道轴系振动测量信号进行了基本ICA的分离，分离结果表明，独立分量分析这种方法可将汽轮机的多个振动源分离，且分离结果基本基本不变。
　　 由于汽轮机振动信号具有多源卷积混合的特性，本文采用了基于傅里叶变换的频域ICA方法来分析此类信号。首先对测量信号进行傅里叶变换，变换后的信号进行ICA分离，最后使用傅里叶逆变换求取独立分量。使用频域ICA对汽轮机的振动信号进行了分析，结果表明，该方法可以清楚地将混合信号分离，具有分离结果稳定、比较符合汽轮机轴系振动信号混合特性等特点。
　　 本文使用了单通道ICA方法对信号进行特征提取。将一个信号进行分段，对分段后的信号进行ICA分离得到基函数和分离的源信号。根据分离的基函数和源信号的差异进行故障识别。本文使用单通道ICA对汽轮机振动信号进行了分析。对两种不同状态下的轴振和瓦振信号ICA基函数进行了对比。从结果可以看出轴振和瓦振信号的基函数和源信号有一定的差别。瓦振信号在稳定和不稳定两种状态下，分离出的基函数有区别，但轴振信号分离结果的区别不明显。