汽輪發(fā)電機(jī)組自激振動(dòng)預(yù)警方法研究.pdf

1、本文采用故障模式及其影響分析(FMEA)、故障樹分析(FTA)兩種方法分析了汽輪發(fā)電機(jī)組軸系自激振動(dòng)的兩種主要故障模式（支持軸承的油膜失穩(wěn)和汽輪機(jī)蒸汽激振），為進(jìn)行汽輪發(fā)電機(jī)組軸系自激振動(dòng)故障預(yù)警研究提供支持。以電廠實(shí)際運(yùn)行時(shí)的汽輪發(fā)電機(jī)組軸系振動(dòng)數(shù)據(jù)為依托，針對(duì)汽輪發(fā)電機(jī)組軸系振動(dòng)信號(hào)非平穩(wěn)、非線性的特征，本文提出了集合經(jīng)驗(yàn)?zāi)B(tài)分解與神經(jīng)網(wǎng)絡(luò)組合預(yù)測方法(EEMD-BP)進(jìn)行時(shí)間序列的趨勢(shì)外推預(yù)測。在對(duì)汽輪發(fā)電機(jī)組自激振動(dòng)故障模式歸納

2、清晰、振動(dòng)趨勢(shì)預(yù)測模型構(gòu)建完成的基礎(chǔ)上，以某電廠實(shí)際生產(chǎn)中遇到的故障為分析案例，對(duì)汽輪發(fā)電機(jī)組自激振動(dòng)故障模式進(jìn)行了基于EEMD-BP模型的預(yù)警方法分析，為保障電站設(shè)備的安全運(yùn)行提供參考。
　　在汽輪發(fā)電機(jī)組軸系振動(dòng)趨勢(shì)預(yù)測及預(yù)警方法研究中，軸系振動(dòng)信號(hào)作為重要的狀態(tài)參量，具有非線性、非平穩(wěn)的特點(diǎn)，傳統(tǒng)的單一方法很難挖掘到其變化規(guī)律，對(duì)其也就很難做出準(zhǔn)確預(yù)測;而集合經(jīng)驗(yàn)?zāi)B(tài)分解方法對(duì)非平穩(wěn)、非線性信號(hào)具有良好的適用性，這決定了其可

3、用于汽輪發(fā)電機(jī)組軸系振動(dòng)時(shí)間序列分析，可作為電站設(shè)備狀態(tài)監(jiān)測研究領(lǐng)域的一種有力工具。本文采用集合經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)方法將某電廠實(shí)測汽輪發(fā)電機(jī)組軸系振動(dòng)位移峰-峰值（μm）分解為多個(gè)本征模函數(shù)及剩余分量。將各個(gè)分量分別作為BP神經(jīng)網(wǎng)絡(luò)的輸入因子，進(jìn)行一步預(yù)測，在對(duì)各分量的預(yù)測結(jié)果進(jìn)行重構(gòu)之后，得出采用EEMD-BP方法對(duì)原始時(shí)間序列的預(yù)測結(jié)果。為了衡量EEMD-BP方法的預(yù)測效果，本文采用經(jīng)驗(yàn)?zāi)B(tài)分解和BP神經(jīng)網(wǎng)絡(luò)組合預(yù)測模型(EM