一种压缩机低频振动故障快速判别方法

文档序号:5487814阅读:653来源:国知局
专利名称:一种压缩机低频振动故障快速判别方法
技术领域
本发明属于设备状态监测诊断领域,涉及压缩机运行状态实时监测及故障诊断, 具体涉及一种压缩机低频振动故障快速判别方法。
背景技术
在压缩机运行中,除转频类故障外,低频故障发生频次也很高,低频故障最常见的 故障类型包括喘振、旋转失速、气流激振、油膜涡动等;其中,喘振和旋转失速从运行工况 及振动图谱上均较易判断,而气流激振和油膜涡动这两种故障无论在振动波形、频谱及轴 心轨迹上都有很多共性的特征,因此精确识别这两种故障即成为后续如何进行故障快速处 理的关键。首先,为能让获得的振动信号更加清晰的表现压缩机低频故障,对于这类故障的 特征谱线,不论是采用什么方法采样,都必须通过内插技术,求出准确的幅值、频率和相位, 做出精确的频谱及低频二维全息谱,以更好突现其实际振动特征;其次查看机组当前的运 行工况,根据该机组提供的性能曲线,查看其所处的运行区域;最后通过适当的工况调节改 变机组的运行状态,观察低频处振动频率成分及图谱的变化,结合性能曲线准确识别该类 故障。准确识别气流激振和油膜涡动两种故障对后续的故障快速处理有非常重要的指 导意义,避免工程人员盲目进行机组检修维修,可缩短排查故障时间,提高故障识别精度和 故障处理效率。

发明内容
本发明的目的在于提供一种直观、快速、准确、有效的基于振动频谱及性能曲线融 合的压缩机低频故障判别方法。该方法提出以压缩机机组振动信号和性能曲线为研究对 象,采用插值技术获得准确的幅值、频率、相位,从而做出精确的频谱和二位全息谱。利用油 膜涡动和气流激振在全息谱图上不同的特征及对机组自身工况变化的敏感程度不同,可以 快速判别油膜涡动和气流激振。为了实现上述任务,本发明采取如下的技术解决解决方案
一种压缩机低频振动故障快速判别方法,其特征在于,该方法首先对压缩机的历史数 据进行分阶得到机组的性能曲线,采集获得机组的振动信号,结合机组的运行参数,判断机 组是否处于稳定工况区若机组处于稳定工况区,做出频谱和二维全息谱,根据油膜涡动和 气流激振在二维全息谱上不同的表现特征,识别机组当前故障;若机组处于非稳定工作区, 调节改变机组的运行参数,根据机组参数改变前后频谱和低频二维全息谱的变化特征,判 别机组故障。本发明的压缩机低频振动故障快速判别方法,融合了机组运行时监测系统提供的 振动频谱信息和压缩机运行性能曲线信息,并同时将这两个重要信息集成分析,利用油膜 涡动和气流激振在全息谱图上不同的特征及对机组自身工况变化的敏感程度不同,能够快速准确识别气流激振和油膜涡动两种故障,缩短机组故障排查时间,避免工程人员盲目进 行机组检修维修,提高故障识别精度和故障处理效率。为实现压缩机低频故障识别开辟了 新的思路,显示了如下优越性
1)通过内插技术,获得准确的幅值、频率、相位,做出精确的频谱和低频二维全息谱,使 振动信号能够更加清晰的表现出机组故障;
2)传统的振动信号分析方法将幅值和相位信息分离,忽略了相位信息,而本发明中使 用的全息谱理论和分析方法,综合考虑了振动信号的幅值、频率、相位信息,更加真实、准 确、全面的反映了机组的振动状态。


图1为本发明的实施步骤流程图; 图2为机组的性能曲线;
图3为第一次启机当转速为4802r/min时轴流排气侧Y的波形、频谱图;其中,(a)是 波形图,(b)是频谱图4为第一次启机当转速为6582r/min时轴流排气侧Y的波形、频谱图;其中,(a)是 波形图,(b)是频谱图5为第二次启机当转速为6^2r/min时轴流排气侧Y的波形、频谱、低频二维全息谱 图;其中,(a)是波形图,(b)是频谱图,(c)是低频图6为第二次启机当转速为7653r/min时轴流排气侧Y的波形、频谱、低频二维全息谱 图;其中,(a)是波形图,(b)是频谱图,(c)是低频图; 以下结合附图和实施例对本发明作进一步的详细说明。
具体实施例方式参见图1,依照本发明的技术方案,本发明的具体实施步骤如下
1)根据压缩机机组的历史数据,分析得到机组的当前运行性能曲线;
2)采集获得机组的当前振动信号,结合当前的运行参数,判断机组是否处于稳定工况
区;
3)如果压缩机机组处于稳定工况区,通过内插技术,求出准确的幅值、频率 和相位,做出精确的频谱设原始数据x(tk)的采样点数N,对应的傅立叶变换为
, Λ为计算谱峰主瓣内的最高谱峰值,Ww为窗函数的频谱函数Μ力计算
得到的修正量,则插值后的精确频率为
权利要求
1.一种压缩机低频振动故障快速判别方法,其特征在于,该方法首先对压缩机的历史 数据进行分阶得到机组的当前运行性能曲线,采集获得机组的振动信号,结合机组的运行 参数,判断机组是否处于稳定工况区若机组处于稳定工况区,做出频谱和二维全息谱,根 据油膜涡动和气流激振在二维全息谱上不同的表现特征,识别机组当前故障;若机组处于 非稳定工作区,调节改变机组的运行参数,根据机组参数改变前后频谱和低频二维全息谱 的变化特征,判别机组故障。
2.如权利要求1所述的方法,其特征在于,按下列步骤进行1)查询压缩机机组的资料及历史运行数据,获得机组当前运行性能曲线;2)采集获得机组当前的振动信号,结合当前的运行工况和参数,判断机组是否处于稳 定工况区;3)如果机组处于稳定工况区,通过内插技术,求出准确的幅值、频率和相 位,做出精确的频谱设原始数据x(tk)的采样点数N,对应的傅立叶变换为1 , yt为计算谱峰主瓣内的最高谱峰值,Wb为窗函数的频谱函数, 为计算得到的修正量,则插值后的精确频率为
全文摘要
本发明公开了一种压缩机低频振动故障快速判别方法,首先对压缩机的历史数据进行分析得到机组的性能曲线,采集获得机组的振动信号,结合机组的运行参数,判断机组是否处于稳定工况区若机组处于稳定工况区,做出频谱和二维全息谱,根据油膜涡动和气流激振在二维全息谱上不同的表现特征,识别机组当前故障;若机组处于非稳定工作区,调节改变机组的运行参数,根据机组参数改变前后频谱和低频二维全息谱的变化特征,判别机组故障。能够快速准确识别气流激振和油膜涡动两种故障,缩短机组故障排查时间,避免工程人员盲目进行机组检修维修,提高故障识别精度和故障处理效率。
文档编号F04B49/00GK102072139SQ201010610748
公开日2011年5月25日 申请日期2010年12月29日 优先权日2010年12月29日
发明者刘振扬, 印建安, 杜建会, 温广瑞, 王斗, 袁风华, 郎博, 金颖, 陈余平, 陈党民, 马德洁, 鹿守航 申请人:西安陕鼓动力股份有限公司
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1