[发明专利]基于在线数据的水轮发电机组推力头松动故障的诊断方法

权利要求书

1.一种基于在线数据的水轮发电机组推力头松动故障的诊断方法，其特征在于，包括以下步骤：

1)通过在线监测记录数据，获取正常开机过程、停机过程以及变负荷过程中机组摆动的数据记录，所述数据记录包括摆度、径向振动的1X分量值和1X分量的相位；

2)根据数据记录逐条计算：机组摆动的摆度、径向振动的峰峰值、1X分量值、1X分量相位、径向振动的峰峰值摆动量、1X分量值摆动量和1X分量相位摆动量；

3)根据步骤2获取的正常开机、停机以及变负荷过程中机组摆动的相关参数，计算得出开机过程、停机过程、变负荷过程中机组摆动的径向振动的峰峰值最大变化量、1X分量最大变化量、1X相位最大变化量、径向振动的峰峰值最大摆动量、1X分量值最大摆动量、1X相位在2min内的最大摆动量；

4)通过步骤3所得出的径向振动的峰峰值最大变化量、1X分量最大变化量、1X相位最大变化量、径向振动的峰峰值最大摆动量、1X分量值最大摆动量以及1X相位在2min内的最大摆动量分别与预设值进行对比，根据比较结果诊断是否存在机组推力头松动故障。

2.如权利要求1所述的基于在线数据的水轮发电机组推力头松动故障的诊断方法，其特征在于，所述步骤2)中计算时所用的数据记录为30％的发电机额定转速以上的数据记录。

3.如权利要求1所述的基于在线数据的水轮发电机组推力头松动故障的诊断方法，其特征在于，所述步骤4)中，选择机组摆动的径向振动的峰峰值最大变化量、1X分量最大变化量、1X相位最大变化量分别与预设值进行对比，根据比较结果诊断机组推动头松动故障。

4.如权利要求1所述的基于在线数据的水轮发电机组推力头松动故障的诊断方法，其特征在于，所述步骤4)中，所述对比包括：

其中，为最小的能容忍的摆度的峰峰值或机架振动的峰峰值在全过程变化幅值下限。

5.如权利要求4所述的基于在线数据的水轮发电机组推力头松动故障的诊断方法，其特征在于，所述步骤4)中，所述对比包括：

其中，为最小的能容忍的摆度的1X值或机架振动的1X值在全过程变化幅值下限。

6.如权利要求5所述的基于在线数据的水轮发电机组推力头松动故障的诊断方法，其特征在于，所述步骤4)中，所述对比包括：

其中，为最小的能容忍的摆度的1X相位或机架振动的1X相位在全过程变化幅值下限。

7.如权利要求6所述的基于在线数据的水轮发电机组推力头松动故障的诊断方法，其特征在于，所述步骤4)中，所述对比包括：

其中，为最小的能容忍的摆度的峰峰值或机架振动的峰峰值在全过程最大摆动量下限。

8.如权利要求7所述的基于在线数据的水轮发电机组推力头松动故障的诊断方法，其特征在于，所述步骤4)中，所述对比包括：

其中，为最小的能容忍的摆度的1X值或机架振动的1X值在全过程最大摆动量下限。

9.如权利要求8所述的基于在线数据的水轮发电机组推力头松动故障的诊断方法，其特征在于，所述步骤4)中，所述对比包括：

其中，为最小的能容忍的摆度的1X相位或机架振动的1X相位在全过程最大摆动量下限。

10.如权利要求1所述的基于在线数据的水轮发电机组推力头松动故障的诊断方法，其特征在于，包括以下步骤：

1)通过在线监测记录数据，获取正常开机过程、停机过程以及变负荷过程中机组摆动的数据记录，所述数据记录包括摆度、径向振动的1X分量值和1X分量的相位；

2)根据机组转速在30％发电机额定转速以上的数据记录逐条计算：机组摆动的摆度、径向振动的峰峰值、1X分量值、1X分量相位、径向振动的峰峰值摆动量、1X分量值摆动量和1X分量相位摆动量；所述数据记录不包括30％发电机额定转速以下的数据记录；

3)根据步骤2获取的正常开机、停机以及变负荷过程中机组摆动的相关参数，计算得出开机过程、停机过程、变负荷过程中机组摆动的径向振动的峰峰值最大变化量、1X分量最大变化量、1X相位最大变化量、径向振动的峰峰值最大摆动量、1X分量值最大摆动量、1X相位在2min内的最大摆动量；

4)通过步骤3所得出的径向振动的峰峰值最大变化量、1X分量最大变化量、1X相位最大变化量分别与预设值进行对比，根据比较结果诊断是否存在机组推力头松动故障。