核电厂皮带传动离心式风机振动治理

首先从振动机理出发,找到了问题根源是结构共振和转子不平衡;接着从分析振动传递路径入手,找到了导致电机振动超标激励源,随后采用动平衡的方法减小了风机剩余不平衡量,从而使电机振动超标问题得到解决。

热边界阀门微小内漏时温度场计算方法研究

为了研究阀门内漏时管外壁温度场的分布情况,设计4种缺陷的阀门模型,基于FLUENT软件中的流动、蒸发冷凝及传热模型,进行了阀门流-热-固耦合仿真,获得了温度场随内漏量的分布规律:温度场分布在轴向及周向存在热分层;随着内漏量的增加,阀门下游温度场整体升高;周向热分层在2倍管径处趋于平缓,此位置可作为工程上内漏监测点。根据阀门内漏温度场的试验数据对模拟计算温度场进行对标,温度场偏差在工程允许范围内,验证了本文的研究方法可用于工程实际热边界阀门状态监测。

介质压力对机械密封声发射信号的影响分析

声发射监测技术可用于机械密封摩擦副的状态监测,但声发射信号灵敏度高,易受到转速、介质压力等参数的影响,明确介质压力变化对声发射信号的影响对于提高机械密封状态识别准确率具有重要意义。以流体动压型机械密封为研究对象,在动压槽完整和部分磨损的情况下,通过试验获取不同介质压力下的声发射信号,通过有效值、波形和频谱分析,明确了机械密封摩擦副不同磨损状态下声发射信号随压力的变化规律。

基于频谱分析法的滚动轴承故障诊断

滚动轴承的健康状况对于旋转机械的安全运行至关重要,如何准确把握其状态,一直以来众说纷纭,本文通过案例分析的方法提出了如何通过频谱分析来确定轴承故障所处的阶段,文中所提方法已在实践中得到检验,效果较好。

滚动轴承跑套故障分析

滚动轴承是设备旋转机构的重要部件,轴承跑套故障会导致机器振动增大,影响其平稳运行。通过风机轴承跑套故障的解决过程,为现场故障诊断提供有益经验。

基于DPMM的核主泵振动状态预警方法研究

单门限阈值报警在核主泵的实际应用中存在反复穿越报警的问题,基于DPMM的核主泵状态预警方法通过多参数自动聚类和参数识别能有效解决该问题。该方法以主泵正常运行状态的数据为基准,学习得到预警阈值,根据主泵实时振动数据,计算得到实时预警指标,实时预警指标超阈值即实现预警。主泵故障案例数据少且报警数据稀疏,因此开发了一种基于相关系数的振动异常数据定位方法,获得了大量振动异常波动的数据,用于预警模型的开发和验证。经验证,状态预警准确率达到97%,预警提前时间最长达4 h。

基于相关系数的核电主泵振动异常定位方法研究

在工业互联网的大背景下,核电厂积累了大量过程监测数据,但大多数据都未进行标记,无法将其直接应用于以数据驱动为核心的智能预警诊断。采用现场的报警门限值仅能对少量的振动异常进行定位,忽略了大量未超报警门限但波动明显的振动异常现象。针对该问题,提出一种基于相关系数的振动异常定位方法,该方法将振动数据与对应时间的相关系数作为衡量振动数据的波动指标,并通过历史数据统计计算波动阈值,进而对波动异常数据进行定位。核电主泵的振动监测数据表明,提出方法能有效检测数据的波动异常现象并实现了振动异常起始点的定位,为核电设备智能诊断方法的研究提供了大量有效的数据。

孔板诱发管道振动的关键影响因素

基于计算流体力学(CFD)数值模拟与无量纲的分析方法,结合时均化的Realizable k-ε湍流模型与瞬态的LES湍流模型,进行了孔板诱发管道振动的性能分析与关键影响因素的无量纲分析。结果表明:孔板对流场的扰动主要体现在孔板下游,且扰动大小主要受无量纲参数雷诺数、孔径比的影响;随着雷诺数的增加,管道振动增大,但增幅在减小;管道振动与孔径比之间存在负相关关系。

核电厂边界阀门内漏诊断技术对比解析

热边界阀门内漏是制约机组热效率提升的关键因素,及早发现阀门内漏是节能减排的重要手段。目前,阀门管理主要靠检修、定期更换等传统手段;阀门内漏检测方式主要有红外热成像法、超声诊断法等。文章调研了国内核电厂热边界阀门的实际应用场合,科普分析了阀门内漏检测常用的维修方式,对比分析了各种运维方式的利弊。结果表明:无损、定量、在线检测方式将是阀门内漏检测的前沿方向。

改进稀疏注意力和Autogram的滚动轴承微弱特征提取

滚动轴承故障信息在分析域中呈现稀疏分布的特点,针对复杂无关信息会严重干扰声发射信号特征提取的问题,提出一种改进稀疏注意力机制结合Autogram的滚动轴承微弱特征提取方法。对声发射时域信号进行平方包络,利用基于改进深度稀疏注意力机制的多尺度卷积神经网络(Convolutional neural networks,CNN),挖掘关键频段信息;将关键频段作为滤波依据进行滤波处理,获取注意力增强信号;进一步,考虑到滚动轴承缺陷引起的声发射信号具有强周期性与脉冲性,引入Autogram方法,利用平方包络的自相关峭度作为筛选指标优选解调频带,以解决谱峭度等方法在低信噪比及非高斯噪声干扰情况下特征提取效果不佳的问题;最后,计算最优解调子信号的平方包络谱,实现滚动轴承微弱故障特征提取。基于滚动轴承内圈、外圈故障实测信号进行验证,并与Kurtogram、Autogram方法进行对比,证明所提方法可实现滚动轴承声发射信号微弱特征增强与故障特征提取。