电厂汽轮机高中压转子振动突变故障识别研究

摘要：

为了保证电厂汽轮机能够在高温、高转速环境中安全稳定运行,提出电厂汽轮机高中压转子振动突变故障识别方法.根据电厂汽轮机高中压转子振动突变故障时的轴系振动特点,利用一体化电涡流位移传感器采集相应的故障信号,利用小波包分析提取高中压转子振动突变故障特征,将提取到的故障特征作为输入量,输入采用人工鱼群算法优化的RBF神经网络中,输出电厂汽轮机高中压转子振动突变故障类型识别结果.在实验过程中对质量不平衡、转子热弯曲、转轴不对中、转动部件飞脱、动静碰磨、汽流激振、结构共振、结构刚度不足、转子裂纹等9种常见故障进行识别.实验结果表明,该方法分解并重构的电厂汽轮机高中压转子振动突变故障信号质量较高,获得故障识别结果与实际故障相同,识别精度高,结果具备可靠性.

关键词：电厂汽轮机、高中压转子、振动突变、故障识别、小波包分析、RBF神经网络

所属期刊栏目：39

分类号：TP212(自动化技术及设备)

资助基金：安徽省质量工程项目2021jyxm0104

在线出版日期：2022-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：94-99