融合葉尖定時信號的旋轉機械轉子故障診斷技術研究.pdf

1、轉子系統(tǒng)作為旋轉機械的核心部件，其運行過程中的故障呈現(xiàn)多種形式，振動問題十分復雜。傳統(tǒng)的軸系振動監(jiān)測方法在轉子不平衡、不對中、碰摩等故障的診斷領域得到了廣泛研究，但在分析葉盤裂紋、葉片失效、氣激振動等故障方面受到了限制。葉尖定時技術能夠監(jiān)測旋轉葉片的運行參數，在提取葉片、葉盤故障特征的應用中具有特殊優(yōu)勢。本文主要研究融合葉尖定時測振與軸系振動監(jiān)測兩種信息源，結合歷史與經驗信息，在已知故障發(fā)生和故障類型基礎上，辨識旋轉機械轉子故障程度、位

2、置等相關參數，減小判斷誤差，提高致信度的故障診斷技術。具體開展了以下幾個方面的工作：
　　 將兩個按一定角度安裝的葉尖定時傳感器構成采樣雙通道，在葉尖定時數據分析中引入了通信領域中的ESPRIT方法用于頻率辨識。該方法可分辨葉片振動數據中的多個頻率分量。分析了轉速變化、信噪比等參數對辨識精度的影響。
　　 研究了用于均布傳感器的葉尖定時葉片振動數據重建算法，并根據B樣條函數構造了插值核函數，通過仿真分析了該函數的重構性能

3、和誤差產生的原因。經實驗驗證該算法可用于對葉片振動幅值參數的辨識。
　　 采用傳遞矩陣法和有限元法分別建立了轉子不平衡故障和碰摩故障模型，求解故障力振動響應，分析了各相關參數對響應特征的影響。并在此基礎上結合小波空域濾波原理，提出了小波包系數相關濾波算法。該方法在已知故障類型的前提下可用于強背景信號下的故障特征提取和并發(fā)故障情況下的指定特征提取。將該方法與小波重分配譜、Hilbert-Huang變換兩種時頻分析方法結合，應用于碰

4、摩故障加速度信號的特征提取，取得了較好的效果。
　　 葉尖定時數據中耦合的轉子軸系故障特征會影響葉片工作狀態(tài)判斷的準確性，針對這個問題本文采用了小波包系數相關濾波算法來濾除葉尖定時數據中轉子不平衡故障響應。該方法首先通過ESPRIT算法辨識振動頻率特征，再融合軸系測振系統(tǒng)定量識別葉盤不平衡量，將其響應能量作為閾值進行濾波。經實驗分析，該方法能在一定程度上抑制葉片振動信號中由葉盤不平衡故障帶來的干擾。
　　 通過實驗探索了