[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

说明书

本发明公开了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，其包括以下步骤：1)通过在线监测记录数据，获取正常开机、停机以及变负荷过程中机组摆动的摆度、径向振动的1X分量值和1X分量的相位；2)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分量值摆动量和相位摆动量；3)计算得出开机过程、停机过程、变负荷过程中上述参数的最大变化量和最大摆动量；4)上述值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。本发明能够自动选取推力头松动的相关数据，进行自动分析和统计判断，并给出分析评价诊断结果。

技术领域

本发明涉及一种水轮发电机组故障诊断方法。更具体地说，本发明涉及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。

背景技术

水轮发电机组的推力头松动指推力头内孔和轴颈间存在间隙。当推力头松动时，机组振动、摆度的特点为：机组运行时的动态轴线姿态会发生突然变化，机组的振动、摆度忽大忽小，呈不稳定状态。而且，推力头松动也会给机组盘车带来困难。

但是，目前大多数监测诊断系统都集中在汽轮机以及其他旋转机械设备的监测与故障诊断，针对水电机组的应用很少。这主要由于水电机组转速低，对机组的安全运行没有给予足够的重视，使得水电机组在线监测和故障诊断技术的研究落后于其他(大型)旋转机械。水轮发电机组的分析诊断，需要通过对在线实时数据进行监测分析，通过人工选取几个特征参数，手动绘制出特征参数的趋势图、相关趋势图等特性曲线，人工对量化参数进行计算，并手动添加报告等。这种诊断方式既没有数学模型的支持，也没有算法的精确，不但浪费人力、时间，同时在数据选取的客观性和数据的准确性上均存在一定的缺陷，对系统的分析诊断结果也存在一定的误差。

发明内容

本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。

本发明还有一个目的是提供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，其能够自动选取推力头松动的相关数据，进行自动分析和统计判断，并给出分析评价诊断结果。整个分析过程系统能够自动完成而无需人工操作。

为了实现根据本发明的这些目的和其它优点，提供了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。研究发现，推力头松动会带来轴线姿态的突变，机组摆度、振动的突变，尤其在推力轴承载荷发生改变的时刻，比如开机升速过程、变负荷过程，具体表现在在上述变化过程中机组摆度、径向振动的测值会发生突变，而且1X分量的相位也会发生突变。这个特征是推力头松动与其他故障主要区别之一。因此本发明对推力头松动故障的辨识也主要通过对摆度、径向振动的1X测值和相位来回摆动变化分析完成。本发明所述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。

优选的是，所述步骤2)中计算时所用的数据记录为30％发电机额定转速以上的数据记录。