目前汽轮机振动信号测量中的误差分析

汽轮机振动信号测量中的误差分析

现今，国内大型旋转机械及其主要辅机的振动缺陷一直是影响机组正常运行和安全生产的重要因素之一。一些新投运机组和在役大机组由于振动故障影响生产的事例时有发生。例如，2001年仅广东省就有3台大型机组发生高压转子永久弯轴重大事故；2000年某电厂引进的660 MW机组发电机的振动问题，历时一年才得以解决，经济损失巨大；1998年，某电厂1号机600 MW引进机组发生高压缸叶片断裂重大事故，直接损失2 400万元。又如某电厂引进的两台600 MW机组分别于1999年和2000年投运，随主机引进的汽泵、一次风机和轴加风机屡屡出现振动问题，国内配套的一台循环水泵振动也一直偏高，这些问题成了该厂设备安全隐患，大大增加了检修消缺的工作量，并且，曾因多次风机振动启动保护系统而引起主机停机事故。此外，近几年运行中叶片断裂事故也逐渐增多，如某电厂50 MW国产机组，运行中突然叶片断裂，造成相邻叶片大面积擦伤总之。如果不能及时发现并确切诊断，则很有可能造成大面积叶片断裂，而引发大轴弯曲或飞车事故。此类事故不胜枚举，不仅直接和间接经济损失巨大，而且更严重的是影响机组的寿命，威胁生命安全。

1 问题的提出

鉴于上述原因，原国家电力公司于2000年9月下发了“防止电力重大事故的二十五项重点要求”，其中明确指出为了“防止汽轮机超速和轴塑料总是很好的解决方案系断裂事故”和“防止汽轮机大轴弯曲、轴瓦烧毁事故”，应加强振动等相关参数的监测，特别要对机组起停机过程中BODE图进行监测。这对机组振动监测设备，特别是相位测量提出了更高的要求。 幅值和相位信息在机械振动状态监测与故障诊断技术中占有很重要地位。例如汽轮发电机组，振动信号的相位是判断其临界转速的非常重要参数之一，也是进行故障诊断的重要参考信息，同时还是进行转子现场动平衡必不可少的重要数据。但是，采样数据经快速傅立叶变换（以下简称FFT）得到的相位出现误差的可能性很大，这给旋转机械的故 障诊断带来很大困难。文章但销售额却占全部胶粘剂总销售额的8%以上讨论了振动相位产生的2 数学模型

对于一个连续的正弦信号F（在欧洲有4处工厂t）＝A·sin（ωt），它的傅立叶级数只有一项就是它本身，因此其幅值和相位都不会产生误差。但是对于一个离散的正弦信号，由于其样本长度T＝N·Δt是有限的，在做傅立叶变换时，将其作为以样本长度T为周期的无限长度整周期信号。很明显它已经不是纯正的正弦波了，这样的信号只能用一个级数来近似表示：

假设将一个正弦信号sin（ωt）进行离散化，样本长度为T，离散点数为N，其中包括M个完整的采样周期，其余的部分用一个整周期的百分数α表示（0≤α≤1）。

3 周期性信号的相位误差分析

3．1 采样点数对幅值及相位误差的影响

采样点数N从24到210变化，但调整采样频率，使M＝4，α＝0．1和α＝0．2，经FFT变换，可以得到相应的一阶谱的幅值及相位误差随采样点数的变化规律如表1所示。

可以看出，当样本点数N≥25时，相位的误差在17°～18°之间（α＝0．1）和36°～37°之间（α＝0．2），幅值的误差在2．64％～2．96％（α＝0．1）及7．18％～8．76％（α＝0．2）之间。这表明机械地增加采样点数，不是提高频谱分析精度的有效办法。

3．2 整周期数对幅值及相位误差的影响

固定总的采样点数N＝256，调整采样频率使样本包含的完整周期数M在2到16之间变化，但同时保证不足周期的部分为一个周期的10％～20％，即α＝0．1和0．2。经FFT变换，可以得到相应一阶谱的幅值及相位误差随整周期数M的变化规律如表2所示。

可见，随着整周期数目的变化，相位的误差在18°～19°之间（α＝0．1）和36°～38°之间（α＝0．2），幅值的误差在1．94％～3．64％（α＝0．1）及6．84％～7．96％（α＝0．2）之间。这表明提高样本中的整周期数，也不是提高频谱分析精度的有效办法。

3．3 样本的不整周期度对幅值及相位误差调剂好方位的影响

采样点数N＝256固定不变，变化采样频率，使样本周期数在4～5之间，即M＝4，α分别等于0，0．1，0．2，0．3，0．4，0．5，0．6，0．7，0．8，0．9。同样经FFT变换，可以得到相应“因其产能并未跟随旺盛的市场需求同步增长的一阶谱的幅值及相位误差随不整周期度α的变化规律如表3所示。

结果表明，幅值及相位的误差相对信号样本的不整周期度变化反应十分敏感，当α＝0．5时误差最大，幅值达32．6％，相位达90°。α在0～0．5和0．5～0．9两个区间，相位误差近似线性关系，斜率约为180°。

4 结论

&nbs