水电机组振动劣化预警模型研究及应用

近年来运行中的水电机组振动稳定性问题日益突出,传统振动预警方法主要通过振动监测值与振动限值的简单比较来实现,存在适用工况范围有限,限值单一的不足。针对传统预警方法的不足,首先收集机组健康状态时的振动数据,并按照功率和水头将机组运行工况细化为若干典型工况,然后求取各典型工况下机组振动健康区间,最终建立水电机组振动劣化预警模型。实例结果表明,该模型能采用数字化和三维可视化两种方式完成水电机组不同工况的振动预警,同时能利用振动历史数据进行自学习,修正各典型工况的振动限值,提高振动预警的准确性,该模型明显优于传统振动预警方法。

高速铁路级配碎石填料振动压实劣化机制研究

揭示振动荷载下高速铁路路基级配碎石填料压实劣化的影响机制对提高路基服役性能具有重要意义。首先,采用智能振动压实仪开展级配碎石填料振动压实试验,探究级配碎石填料物理指标干密度ρd、力学指标动刚度K与振动压实劣化的相关性;其次,对不同振动压实阶段的级配碎石填料进行X-CT(X-ray Computed Tomography)扫描试验,揭示级配碎石填料振动压实劣化的主控因素;最后,基于劣化主控因素建立不同劣化程度的高精度三维振动压实离散元模型,探究级配碎石填料压实劣化与主控因素的内在联系,进而深入揭示级配碎石填料振动压实劣化的细观机制。研究结果表明:振动压实过程中,可通过动刚度K曲线的“拐点”表征级配碎石填料振动压实劣化状态;通过X-CT试验明确级配碎石填料振动压实劣化的主控因素为粗颗粒研磨破碎,进一步提出研磨度DF指标量化级配碎石填料的压实劣化程度;振动压实离散元模型中级配碎石填料的细观结构演化特征表明,随着DF的增加,填料各向异性、力学配位数、粗颗粒接触力均逐渐减小,从而使级配碎石填料的内部结构稳定性和动刚度K减小,且当DF≥0.68时,各向异性、力学配位数、粗颗粒接触力链与动刚度K减小速率均降低。研究结果对高速铁路路基级配碎石填料的振动压实质量控制具有重要指导意义。

基于并行神经网络的水电机组振动状态劣化研究

目前大多数水电机组振动故障诊断研究大多侧重于故障类型和故障定位,从而忽视了检修的重要性。通过检修可以避免大多数故障,而水电机组振动状态和设备劣化之间存在复杂的非线性关系。引入并行神经网络,设计了一种基于传感器和并行神经网络模型的状态监测方法。该方法采用传感器收集大量的数据,通过并行神经网络来拟合设备劣化曲线,根据拟合曲线进行有效的诊断,并给出当前设备运行情况、设备故障风险评估和检修建议。最后,通过预测精准度分析和基于时间劣化预测分析对方法进行验证,系统的拟合曲线可较好地反映设备的运行状态。

高速纸机烘缸轴承劣化振动变化规律及谱特征

利用某振动信号在线与离线测试系统,研究了一台高速纸机干燥部烘缸轴承的劣化过程振动变化规律及谱图特征。研究表明:处于高温、高负荷、高湿度特殊工况下,高速纸机烘缸轴承的损坏主要是内圈滚道的剥落。随着剥落的加剧,烘缸轴承振动值增大,振动频谱中轴承损坏频率从高频区向低频区转移,损坏频率两边的转速边带逐渐增多增高。一旦烘缸轴承外圈断裂,振动频谱将全部呈现为转速谐频的松动特征。

一次风机转子裂纹的故障诊断

针对某600 MW机组一次风机振动的快速劣化现象,对该一次风机进行了现场振动测试。测试结果显示,该风机惰走降速期间,存在明显的2倍频振动分量峰值,且随着启停次数,该2倍频分量峰值有所增长。结合现场检修情况和振动频谱分析认为,该风机转子存在横向裂纹,并经检修确认了裂纹位置和扩展程度。最终通过更换转子解决了该一次风机振动故障,保障了机组正常投入生产。