基于非線性時間序列分析方法的汽輪發(fā)電機組流體激勵故障辨識研究.pdf

1、本文在大量現(xiàn)場實驗的基礎上,從非線性時間序列分析研究入手,解決轉子系統(tǒng)流體激勵行為中確定性非線性成分、故障特征提取與辨識、可預測性以及故障的早期檢測等基本問題,為全面的認識機組流體激勵故障機理并徹底解決這一問題奠定基礎.本文的主要工作如下:1.通過大量的現(xiàn)場實驗,研究了閥門開度和負荷變化對機組流體激勵行為的影響,歸納出密封轉子系統(tǒng)發(fā)生流體激勵故障時的特征規(guī)律及相應的辨識方法:轉子系統(tǒng)發(fā)生流體激勵故障時,頻譜中除了轉頻成分外,在固有頻率分

2、量附近出現(xiàn)分量群,頻譜成分比較豐富.2.將非線性非穩(wěn)態(tài)油膜力模型與密封流體Muszynska模型結合起來,建立了非線性非穩(wěn)態(tài)油膜支承下的密封轉子系統(tǒng)流體激勵模型,通過改變密封間隙進行理論分析和數(shù)值仿真表明,密封轉子系統(tǒng)發(fā)生流體激勵故障時產生了豐富的振動現(xiàn)象,具有明顯的非線性特征.3.從非線性時間序列分析的基本問題——時間序列非線性檢驗出發(fā),針對非線性直接檢驗方法對噪聲和數(shù)據(jù)長度魯棒性差的缺點,引入基于VWK的非線性間接檢驗方法.4.對T

3、akens嵌入理論中的延遲時間參數(shù)選擇問題進行了深入研究,針對奇異值比率SVF方法的不足,提出了一種新的延遲時間選擇準則——基于奇異譜熵的延遲時間選擇準則,通過對周期信號、R?ssler系統(tǒng)和Lorenz系統(tǒng)的數(shù)值仿真結果證明了該方法的有效性,并分析了奇異譜熵階次和噪聲對延遲時間選擇結果的影響.5.為了有效的辨識轉子系統(tǒng)流體激勵行為并與其它故障進行區(qū)分,應用基于混沌理論的辨識方法對流體激勵行為進行研究,應用GP算法,研究了不平衡、油膜振

4、蕩、流體激勵、碰磨四種故障的關聯(lián)維數(shù),結果發(fā)現(xiàn)流體激勵故障與其它幾種故障明顯不同,關聯(lián)積分局部斜率曲線幾乎未能得到收斂平臺,結合流體激勵VWK非線性檢驗間接方法,得出流體激勵故障可能產生于高維混沌系統(tǒng),具有高維混沌的特征的結論,為進一步對流體激勵故障進行深入研究奠定了動力學基礎.6.引入了基于ε<'p>近鄰點的相軌跡非線性預測方法,并研究了參數(shù) 對預測誤差的影響.7.對基于Duffing振子的微弱特征信號檢測原理中相變的量化指標問題進行