基于形態成分分析的汽輪機轉子早期碰摩微弱故障診斷

王志剛,王宏超

(1.安陽工學院 機械工程學院 河南 安陽 455000; 2.鄭州輕工業學院 機電工程學院,河南 鄭州 450002)

基于形態成分分析的汽輪機轉子早期碰摩微弱故障診斷

王志剛1,王宏超2

(1.安陽工學院 機械工程學院 河南 安陽 455000; 2.鄭州輕工業學院 機電工程學院,河南 鄭州 450002)

作為電力行業的關鍵咽喉設備-汽輪機,對其早期微弱故障進行有效診斷有著重要的安全及經濟意義.汽輪機發生早期動靜碰摩故障時信號主要為轉子工頻成份及轉子與支撐間碰摩所致瞬態沖擊信號成份.據形態成分分析的原理,分別構建正弦基及沖擊原子庫,對故障信號進行匹配分析,進而實現轉子早期動靜碰摩信號工頻成份與瞬態沖擊成份的有效分離,對碰摩故障進行模式識別.通過仿真信號及轉子碰摩實驗信號驗證形態成分分析方法在轉子早期碰摩故障診斷中的有效性.

形態成分分析; 汽輪機; 轉子碰摩; 故障診斷

0 引言

汽輪機往往是電力行業的關鍵咽喉設備,一旦發生故障不但會造成嚴重的經濟損失,而且還有可能造成嚴重的人員傷亡事故.為提高汽輪機的轉速,汽輪機轉子與支撐軸承的間隙往往非常小,以致非常容易造成轉子動靜碰摩故障的發生,若能對轉子的早期碰摩故障進行有效的診斷,就能防患于未然,進而實現經濟與安全效益的最大化.對于轉子的動靜碰摩已經有相當的文獻報道[1-3],就針對汽輪機轉子的動靜碰摩鮮有研究.形態成分分析(Morphological Component Analysis,MCA)[4]是近幾年剛剛發展起來的基于稀疏表征和形態差異性的信號表征方法,它是由稀疏表征基礎理論發展而來,并在圖像紋理分離和修復、腦電信號分析等領域迅速得到了應用[5,6].在機械故障診斷中,不同的振源反應到信號中的結構往往存在一定的差異,如旋轉機械中常見的諧波成分、沖擊成分及其他瞬態成分等,這些多成分的共存導致原始信號較為復雜,給故障特征提取帶來了難度.形態成分分析的基本思想就是基于信號內部不同結構的形態相異性,通過構建不同類型的字典稀疏表示不同的信號結構分量,進而實現不同形態成分的分離.

1 形態成分分析

對于任意包含K個不同結構分量的信號s,我們期望找到它在所有字典Φk下的最稀疏表達:

(1)

由于字典Φk原子的單一性,可用其高效表達信號中的某一成分,而無法有效表達其他成分,則式(1)優化問題的求解保證了信號各個成分的分離.根據稀疏分解相關理論,式中的l0范數問題是非凸的難以實際求解,將l0范數替換為l1范數則可以將式(1)優化問題通過線性規劃求解,且l1范數可以保證解的稀疏性:

(2)

放寬式(1)的約束條件,我們可以得到:

(3)

(4)

對于式(4)的優化問題存在一種快速數值求解算法Block-Coordinate Relaxation Method,具體可參看文獻[7],在此不再贅述.

基于Block-Coordinate Relaxation Method,式(4)的優化問題求解可轉化為如下數值算法:

(1) 設定迭代次數Lmax,閾值δ=λ·Lmax,初始化形態分量sk=0,k=1,…,K;

(2) 執行K次循環:更新形態分量sk,假定其他形態分量sl,l≠k確定:

—計算稀疏系數αk=Tkr

(3) 更新閾值δ=δ-λ;

(4) 如果δ>λ則返回步驟2,否則算法結束.

2 實驗

圖1是某企業汽輪機正常運行時所采集到振動信號的時域波形圖,汽輪機轉子轉速為3 000 r/min.使用鄭州恩普特設備診斷科技股份有限公司研制的PEDS-F儀器對振動信號進行采集,配以位移傳感器.信號采樣頻率fs=2560 Hz.取前2560個點進行分析.由圖1可以看出,其波形圖基本為正弦,符合轉子正常運行的理論特征.

圖1 正常轉子時域圖Fig.1 The time waveform of normal state

轉子發生早期微弱碰摩故障時的時域波形圖見圖2.由圖2看出,轉子正常運行的正弦特征已不存在,而由碰摩所致瞬態沖擊成分不明顯,由該波形圖上較難判斷轉子是否發生碰摩故障.采用本文所述方法對圖2信號進行分離,結果見圖3.圖3(a)為故障信號正弦成分,主要為轉子工頻成分;圖3(b)為瞬態沖擊成分,經計算兩沖擊峰值間隔約為0.02 s;圖3(c)為分解余項,主要為背景噪聲等成分.

為突出所述方法的優越性,以下將給出基于總體經驗模態分解方法(Ensemble Empirical Mode Decomposition,EEMD)的分析結果.EEMD是經驗模態分解(Empirical Mode Decomposition,EMD)方法的延伸.EEMD相對于EMD方法不僅保留了其原有的所有優點,而且還克服了EMD方法固有的頻混現象的弊端,分解精度更高.

圖2 轉子動靜碰摩時域圖Fig.2 The time waveform of rub-impact state

圖3 故障信號分解結果Fig.3 The separation result of the rub-impact fault signal

圖4是汽輪機轉子碰摩故障信號(即圖2)基于EEMD的分解結果,相對于所述方法的分析結果,效果相差甚遠.說明了所述方法的優越性.

3 結論

利用形態成分分析方法可以實現復雜故障信號中不同結構成分的分離,進而提高故障探測的準確性.與基于傳統方法相比,它能充分利用信號內部的結構特征,不存在因頻帶重疊等帶來的困擾.基于此,提出了基于MCA的汽輪機轉子早期碰摩微弱故障信號的故障診斷方法,為汽輪機轉子動靜碰摩故障診斷方法研究提供有益參考價值.

圖4 EEMD分解結果Fig.4 The decomposition results by EEMD

[1] Chu Fulei,Lu Wenxiu.Experimental observation of nonlinear vibrations in a rub-impact rotor system [J].Journal of Sound and Vibration 283(2005)621-643.

[2] Cheng Junsheng,Yu Dejie,Tang Jiashi,et al.Local rub-impact fault diagnosis of the rotor systems based on EMD[J].Mechanism and Machine Theory,2009(44):784-791.

[3] Li Yungong,Zhang Jinping,Wang Liqiang,et al.A fault feature extraction method for rotor rubbing based on load identification and measured impact response[J].International Conference on Advance in Engineering,Procedia Engineering,2011(24):793-797.

[4] BOBIN J,MOUDDEN Y,STARCK J-L.Enhanced source separation by morphological component analysis;proceedings of the Acoustics,Speech and Signal Processing[A].2006 ICASSP 2006 Proceedings 2006 IEEE International Conference on,F,2006[C].IEEE.

[5] ELAD M,STARCK J L,QUERRE P,et al.Simultaneous cartoon and texture image inpainting using morphological component analysis(MCA)[J].Appl Comput Harmon A,2005,19(3):340-58.

[6] YONG X,WARD R K,BIRCH G E.Generalized morphological component analysis for EEG source separation and artifact removal[A].proceedings of the Neural Engineering,2009 NER′09 4th International IEEE/EMBS Conference on,F,2009 [C].IEEE.

[7] DONOHO D L,JOHNSTONE J M.Ideal spatial adaptation by wavelet shrinkage [J].Biometrika,1994,81(3):425-55.

Early rub-impact fault diagnosis of turbine rotors based on morphological component analysis

WANG Zhi-gang,WANG Hong-chao

(1.AnYang Institute of technology,School of mechanical engineering,Henan Anyang 455000,China;2.Zhengzhou light industry institute,School of mechanical electricity,Henan Zhengzhou 450002,China)

As a key equipment for electric power industry, effective diagnosis on early rub-impact faults from turbine rotors possesses safety and economic significances. When the early rub-impact faults occur in rotor system, the vibration signals are mainly composed of periodic components of rotor rotation frequency and transient impulse signal components of rub-impact between rotor and bearing. Firstly, the sine-based and impulse-based dictionaries are respectively established based on morphological component analysis (MCA) theory. Then, these dictionaries are used to match the sine and impulse components. Finally, the early rub-impact vibration signals are effectively decomposed into two major components. Therefore, the feasibility and effectiveness of this method are verified using simulation and testing.

morphological component analysis; turbine; rotor rub-impact; fault diagnosis

王志剛(1977-),男,講師,碩士.E-mail:hongchao1983@126.com

TH 212; TH 213.3

A

1672-5581(2016)06-0545-03