发电机组振动信号特性研究及诊断方法评估.pptVIP

發電機組振動信號特性研究及診斷方法評估 偵錯診斷的決策方法之設計與評估 計畫主持人:王世明 協同主持人:丁鏞 動機與目的 內容綱要 數位訊號處理方法 Wavlet Transform FFT 故障診斷方法 特徵值 可辨度 接近度 發生機率 故障診斷系統 模擬與實驗驗證 結論 故障偵測系統 系統架構圖 故障診斷系統 訊號收集 1.位移計、加速規 2.HP3566訊號擷取器 3.電腦 訊號處理 1.傅利葉轉換-使用PSD估計最大值與特徵頻率 2.小波轉換-計算峰值比=最大值/均方根值 故障診斷 1.求特徵頻率或峰值比之故障參考點分佈圖 2.計算相鄰故障種類的接近度 3.接近度即為發生該種故障的機率 小波轉換與傅利葉轉換的比較 小波轉換: 1.本質上是時域分析工具 2.具有區域性 3.可察覺微小的動態異常訊號 4.可調式解析度 5.可消除雜訊 適用:動態訊號-衝擊訊號，集中負荷訊號和轉子不平衡所引起之訊號。 傅利葉轉換: 1.本質上是頻域分析工具 2.具有全域性 3.可觀察整體的穩態頻率變化 4.固定的解析度 適用:穩態訊號-摩擦訊號。 小波理論 小波函數定義  連續小波轉換 反連續小波轉換 離散小波轉換 小波函數特性：Q常數 時間-頻率解析度 海森堡測不準定理 時間-頻率解析度 以階梯函數逼近函數 多層解析空間的定義  多層解析空間的基底 多層解析空間的分解 小波樹 Haar小波轉換 Haar 小波轉換圖 Haar小波係數消散定理 Daubechies P階自格函數 自格係數 Daubechies之P階小波函數 小波係數消散定理 (Daubechies) 決定自格係數之條件三 一維離散Daubechies小波轉換 Coiflet小波轉換 Daubechies 與 Coiflet小波函數之比較 傅利葉轉換理論 連續傅利葉轉換 反連續傅利葉轉換 離散傅利葉轉換 反離散傅利葉轉換 混疊與洩漏 窗函數 快速傅利葉轉換 八點DFT分解為四點DFT 訊號前處理 Power spectral density Welch 平均法 小波轉換作訊號處理流程圖 小波轉換之特徵值 特徵值之可辨度 頻域數位訊號處理準則 故障訊號 故障診斷的方法 Distribution chart of reference point for Diagnosis 接近度 模糊分割 模擬訊號一 :sin(t) 模擬訊號二:sin(t)+impluse 模擬訊號三sin(t)+impluse+noise 實驗 實驗Setup Daubechies 小波轉換之參考點與可辨度 Coiflet 小波轉換之參考點與可辨度 PSD最大值與特徵頻率之參考點與可辨度 結論 決定使用小波函數的階數 (階數愈大則小波係數消散速率愈快但計算較耗時) 解聯立方程式(2.3.4)(2.3.6)(2.3.36)((2.3.40)) 求出自格係數Ck，根據Ck 及(2.3.17)式求出dk 截取2j個訊號或週期化以補足2j個訊號 由(2.3.38)、(2.3.39)式求出細節與近似 是否要作 下一次的分解 結束 是 否 摩擦力參考點 衝擊力參考點 集中負荷參考點 正常參考點 轉子不平衡參考點 峰值比 正常範圍 集中負荷範圍 轉子不平衡範圍 具摩擦力範圍 衝擊力範圍 模擬訊號二 第一層近似 第一層細節 * 發電機轉子機器 渦輪機 2. 離心壓縮機 3. 電動機 轉子一旦故障，將危及整個發電過程。 轉子運行狀態的監測和故障診斷： 1.及時發現轉子故障的早期徵兆 2.自動紀錄故障過程資料 3.分析原因以避免發生同類型故障 訊號收集 故障診斷 訊號處理 比較峰值比落於哪2個訊號參考點之間 比較特徵頻率落於哪2個訊號參考點之間 位移計 加速規 HP3566頻譜分析儀 訊號處理系統 Daubechies 小波轉換 Coiflet 小波轉換 傅利葉 轉換 轉子系統 求最大值 求PSD 計算均方根值 求特徵頻率 求最大值 計算峰值比 計算峰值比、特徵頻率 對此2個訊號的接近度 診斷結果：接近度較大的訊號 *