基于小波包分析及Lyapunov指数的汽轮机转子振动故障诊断.pdf

第22卷 第8期 广 东 电 力 VO1．22NO．8 2009年 8月 GUANGD0NG E]【℃TRIC POWER Aug．2009 文章编号：1007-290X(2009)08—0025—05 基于小波包分析及 Lyapunov指数的汽轮机转子 振动故障诊断 鄢波 ，梁平 ，白蕾 (1．华南理工大学 电力学院，广东广州510640；2．约克广州空调冷冻设备有限公司，广东 清远 511685) 摘要：根据Bently实验台所采集的碰摩、松动、不对中、不平衡4种典型汽轮机转子振动故障信号，采用小波 包分析和Lyapunov指数相结合的方法对其进行故障诊断。先对原始信号采用小波包分析进行滤波，提取有用的 信号频段，再对滤波后的信号进行二次处理，提取混沌特征量——Lyapunov指数进行故障定位。诊断结果表 明：小波包分析的方法有着很好的滤波和提取非平稳信号的能力；小波包分解重构后的汽轮机转子的振动时间 序列在不同故障状态下的Lyapunov指数明显不同，因此，Lyapunov指数在进行汽轮机转子故障类型诊断时有 较好的区分度 。 关键词：小波包分析；最大Lyapunov指数；汽轮机转子 中图分类号：TK268 文献标志码：B TurbineRotorVibrationFaultDiagnosisBasedonW aveletPacketAnalysisand LyapunovExponent YAN 13o ，LIANG Ping ，BAILei (1．Electric Power Co1．， South China Univ． ofTechnology， Guangzhou， Guangdong 510640， China； 2． York (Guangzhou)AirConditioningandRefrigerationEquipmentCo．，Ltd．，Qingyuan，Guangdong511685) Abstract：Accordingtothefourtypicalfaultsignalsofturbinerotorvibration，includingrubbing，loosening，misalignment andmassunbalancewhicharecollcetedfrom theBentlyexperimentset，themethodwhichcombineswaveletpacketanalysis andLyapunovexponentisadoptedtodiagnosethefaults．First，waveletpacketanalysisisusedforfilteringthefaultsignals， extractingusefulsingalfrequencysegmentsfrom originalsignals．Thenthefiltered signalsaretreatedagaintoextractthe chaoscharacteristicquantity，i．e．Lyapunovexpo nentforfaultlocation．Thediang osticresultsindicatethatwaveletpacket analysisisofgoodabilityoffilteringandextractingnonstationarysingal；theLyapunovexponentofvibrationtimeseriescan distinguishdifferentfaultconditions，andisofgooddiscriminabilityinturbinerotorfaultdiagnosis． Keywords：waveletpacketanalysis；largestLyapunovexpo nent；turbinerotor 汽轮发电机组是电力工业中的重要设备，由于 集机器工作