基于LabVIEW的汽輪機(jī)在線監(jiān)測與故障診斷系統(tǒng).pdf

1、汽輪發(fā)電機(jī)組屬于典型的旋轉(zhuǎn)機(jī)械，旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)從幅值域、頻率域和時(shí)間域?qū)崟r(shí)地反映了機(jī)器故障信息。因此，了解和掌握汽輪機(jī)在故障狀態(tài)下的振動(dòng)特征，在監(jiān)測機(jī)器的運(yùn)行狀態(tài)和提高診斷故障的準(zhǔn)確度方面具有重要的理論意義和實(shí)際工程應(yīng)用價(jià)值。
　　根據(jù)機(jī)械振動(dòng)理論和旋轉(zhuǎn)機(jī)械產(chǎn)生的故障機(jī)理，可以知道絕大多數(shù)旋轉(zhuǎn)機(jī)械的故障征兆都有其相對應(yīng)的振動(dòng)特征，通過對振動(dòng)信號(hào)的分析處理可以將這些振動(dòng)特征提取出來。采用傅立葉變換對非平穩(wěn)振動(dòng)信號(hào)進(jìn)行頻率譜分析，頻

2、譜分析的結(jié)果只是在整個(gè)被分析時(shí)間段上的平均，不能反映信號(hào)突變的細(xì)節(jié)，也就無法對轉(zhuǎn)子故障診斷做出準(zhǔn)確判斷。同時(shí)，因早期故障沖擊幅值較小，易被周圍環(huán)境其他振動(dòng)干擾，導(dǎo)致信號(hào)信噪比較低。所以，對信號(hào)進(jìn)行信噪分離、提取故障信息是轉(zhuǎn)子故障診斷的關(guān)鍵。
　　小波分析是近年來發(fā)展非常迅猛的時(shí)頻分析方法。由于其對信號(hào)去噪、還原性都較好，特別適用于對含有大量背景噪音的信噪比非常低的信號(hào)分析和調(diào)理。本論文利用虛擬儀器軟件實(shí)現(xiàn)小波分析，將監(jiān)測振動(dòng)信號(hào)在