一、200MW汽轮机轴承故障的诊断与处理（论文文献综述）
熊勇[1]（2021）在《基于运行参数相关性分析的火电机组跳机前异常征兆捕捉》文中认为火电是我国发电行业的主力,是国家经济发展的重要支柱。实际的生产中,火力发电过程工艺机理复杂,工况较多,各个设备运行参数之间相关性强,火电机组设备异常频发,提前检测出可能发生的跳机难度大。随着通信、信息处理和传感器技术的发展,越来越多的电厂配置了大量高精度的传感器,越来越多的运行参数数据可以实时获取,因此基于运行参数对火电机组设备跳机前异常进行征兆捕捉,成为数字化条件下的迫切需求。本文针对火电机组设备的跳机前异常,提出了基于运行参数相关性分析的跳机前异常征兆捕捉方法,并将所提出的方法成功应用于实际火力发电过程中,本文的主要研究内容分为以下几个部分:（1）针对火电机组设备跳机异常,提出了基于运行参数相关性分析的跳机前异常征兆捕捉方法。首先基于皮尔逊相关性系数提取运行参数间线性相关特征,对于非线性相关特征的提取,引入Box-Cox变换进行处理。然后,在提取出的相关性特征中采用互信息的方法筛选出用于指示异常征兆相关性特征量。此外,还设计了一种基于三西格玛法则和Johnson变换的相关性特征阈值动态计算方法。（2）完成了汽轮机轴承温度高、凝汽器真空低和润滑油压低等电厂实际故障案例的实证研究。案例分析结果表明,使用静态阈值方法时相比于最终的跳机时刻,在轴承温度高案例中至少提前1小时检测出异常,在凝汽器真空低案例中至少提前4分钟检测出异常,在润滑油压低案例中至少提前45分钟检测出异常,且三种案例下误报率都约为0。使用动态阈值方法比使用静态阈值能更早检测出异常,但相应的误报率也有所增加。（3）为了将研究成果应用于实际的火力发电生产过程中,并辅助运维人员更直观地发现异常,设计并开发实现了 一个火电机组跳机前异常征兆捕捉与预警系统,将异常信息通过界面展示出来,方便运行人员管理和决策。
王荣鹤,尤恺森[2]（2021）在《300MW汽轮机轴承振动问题分析及治理》文中研究指明汽轮机是电厂发电的重要部分,其工作稳定性至关重要。针对某300 MW汽轮机（LNCB320/155-13.02/0.500/565/565）在运行期间出现的非正常振动问题进行了分析。通过对振动数据和特征图谱处理,以及中轴承箱对轮晃动度测量、轴承检查,确定了汽轮机工作过程的非正常振动主要由对轮瓢偏、2号、3号轴承大振动引起。通过分析检测,更换垫片、对轮螺栓调整等工艺,有效解决了非正常振动问题,提出了一套新的解决方案,为汽轮机异常振动问题的检测与处理提供新的维修方案。
张海丰,林茂盛,段海洲,潘俊生[3]（2021）在《汽轮机轴承润滑油流量的调整》文中指出汽轮机润滑油系统主要为汽轮发电机组各轴承提供润滑油,确保轴颈与轴瓦之间形成良好的油膜,并有足够的油量来冷却。依据设计的需求,汽轮发电机组各轴承需要的润滑油流量不尽相同,因此需要对汽轮机各轴承进行润滑油流量的分配。轴承润滑油量的分配结果关系到轴承运行温度的高低,介绍某新建汽轮发电机组润滑油系统调试过程中润滑油流量调整的方法和结果。
魏铭硕[4]（2021）在《基于有限元法的汽轮发电机轴系动态特性及阻尼特性研究》文中研究表明伴随着我国工业经济的迅速发展,电力系统的稳定性变得尤为重要。我国目前仍以火力发电为主,随着机组容量变大,轴系变长,刚度下降,同时用电负荷呈现多样性,大量新型电力电子技术得到应用,这些因素均易引发机电耦合现象,导致大型汽轮发电机组轴系振动大,进而产生轴系断裂、减少轴系疲劳寿命等现象。由于汽轮发电机组尺寸的不断增大,固有频率在频率范围内存在20至30阶被电力系统激发,当电网谐振频率与固有频率互补时,电磁转矩会比稳态时增大500倍,因此汽轮发电机对电网系统引起的振动是非常敏感的。针对轴系扭振的研究,仿真模型大多基于集中质量模型,以3质块或6质块模型作为计算固有频率的基础模型,由此关于抑制次同步振荡的方法也均基于该模型之上。虽然简单集中质量模型已足以概括轴系固有频率的特征,但却只能求取低阶模态,且更不适用基于改变串补度来抑制次同步振荡的方法,并且在疲劳寿命分析上也不适用,无法体现轴系内部的扭转力矩。汽轮发电机因为非常复杂的结构使得构建模型且分析其动态特性非常困难。基于上述分析,有限元方法的提出顺利的解决了这个问题,仿真软件ANSYS为有限元分析的实现提供了便利。本文以某600MW汽轮发电机组为研究对象,主要研究内容如下:基于有限元法,利用三维绘图软件SOLIDWORKS合理绘制简化后的轴系模型,通过ANSYS软件分析其固有特性和主振型,并与传统分析方法传递矩阵法以及IEEE第一标准型6质块分析法进行对比,得出了有限元法分析的优缺点。针对建立的汽轮发电机轴系模型,对汽轮发电机轴系进行有限元瞬态分析,研究轴系在额定工况下施加三相短路扭矩后的稳定性,仿真以发电机靠近汽轮机低压缸侧的轴承为例,得到了该轴承径向的位移大小和变化趋势,并基于此模型分析了转子轴承的接触阻尼系数对轴系关键轴承径向振动的影响,为研究汽轮发电机组在受到电气侧故障时的轴系动态特性提供了重要仿真依据。基于有限元法建立的连续质量模型所得固有频率,以IEEE第一标准模型为仿真原型,用PSCAD仿真软件研究了电气阻尼系数与串补度的关系,并根据轴系弯扭耦合振动理论发现了IEEE第一标准模型关于抑制次同步振荡方法存在的问题:只考虑改变串补度避开扭振固有频率,而没有考虑弯扭耦合振动,验证了连续质块模型（有限元法）求得的固有频率对次同步振荡研究的有效性。为了抑制汽轮发电机轴系振动,本文提出了一种新的双端驱动汽轮发电机模型,分别用有限元仿真软件ANSYS以及MATLAB对新的轴系模型进行分析,对比施加三相短路故障后双端驱动与单端驱动的轴系振动,表明双端驱动汽轮发电机在抑制轴系振动上有非常良好的效果。
刘涛[5]（2020）在《汽轮发电机组振动故障诊断模型构建及运用》文中研究指明汽轮发电机组是电力生产的核心设备,它能否安全、稳定、可靠地运行,对本单位的安全、经济等考核指标至关重要。汽轮发电机组一旦出现重大故障,不仅对企业造成巨大的经济损失,而且可能会对社会造成极坏的影响,甚至可能会上升为政治事件。汽轮发电机是高速旋转机械,运行中不可避免地会出现振动。当振动超出限值时就会影响机组的稳定运行,过大的振动有时可能造成机组发生灾难性的事故。因此,振动是衡量机组可靠性的重要安全性能指标。目前,大容量、高参数机组已经成为国内主力机组,随着机组结构越来越复杂、轴系长度不断增加和运行蒸汽压力、温度不断提高,机组在启动、停运和运行过程中很有可能出现很多全新的、疑难的振动问题。因此,对汽轮发电机组振动进行在线监测与故障诊断是电厂的一个非常重要的课题。本文以电厂汽轮发电机组振动故障案例为依托,融合语义本体技术和汽轮发电机组振动诊断技术展开了深入系统的研究,论文的主要贡献和创新性成果有:（1）构建了适用于汽轮发电机组振动诊断领域的知识模型。针对汽轮发电机组振动诊断领域术语繁杂、异构、表示和共用困难等问题,考虑了本体在振动诊断知识表示中的优势,改进了传统的七步法作为汽轮发电机组振动诊断本体的构建方法,弥补了其在本体评估和跟踪更新上的缺陷。根据本体的构建原则,借助Python网络爬虫技术来快速进行网络知识的收集整理,并基于此通过知识的构建存储改进,成功构建起了Protégé汽轮发电机组振动诊断领域本体,为振动诊断知识提供了明确的形式化表示方法。（2）验证了汽轮发电机组振动诊断本体的可行性和有效性。针对本体中可能存在的不一致现象,设计了基于Tableau算法的一致性检验算法对本体进行了检验。采用了SQI机械振动综合模拟实验台模拟了汽轮发电机组的不同振动,采集和分析了获取的振动信息,并通过实例对本体知识进行了推理测试。（3）提出了基于本体和案例推理的汽轮发电机组振动诊断方法。阐明了本体在案例表示中的优势,分析了案例表示的主要组成部分,量化了语义距离、语义深度和语义密度的数学模型,简化和改进了语义相似度算法,建立了基于语义和案例属性相似度算法的本体和案例推理分层检索模型,并且通过案例研究对振动诊断方法进行了验证。（4）基于已有软件的基础上,结合汽轮发电机组所表现出的主要故障,创造性的完成了系统开发框架及运行过程的合理处理,包括本体知识库、本体和案例推理检索模块的创建以及系统主要功能界面的设计。融合Protégé、Visual Studio C#和SQL Server实现了振动诊断系统的开发,提高了整个振动诊断过程的人机交互性,使得操作过程简洁高效。最后通过实例验证了系统可以为汽轮发电机组振动诊断提供决策支持,提高了振动诊断的效率,同时振动诊断准确率可达80%。
于凯[6]（2020）在《汽轮发电机组状态监测与故障诊断方法研究》文中进行了进一步梳理进入本世纪以来,随着我国能源结构不断调整,新能源装机容量逐年提升,未来大容量火电机组的运行工况将更为复杂。汽轮发电机组作为燃煤火力发电厂重要设备之一,其安全、可靠运行不仅关系到发电厂能否正常向电网输送电能,更关系到电网有功、无功的平衡以及电力系统的稳定。因此,加强对汽轮发电机组故障的在线监测与诊断就显得尤为重要。本文以作者长期在火力发电厂的工作经验为基础,结合工程实际案例对汽轮发电机组状态监测及故障诊断方法进行了深入研究。（1）在分析汽轮机原理的基础上给出了汽轮机几种典型振动故障的时域波形图和频谱分析图并研究了不同故障产生的原因及其对应的频率特征,为后续以振动信号为基础的汽轮机常见故障的在线监测与诊断奠定基础。（2）重点研究了发电机转子绕组匝间短路故障、定子绕组绝缘故障,总结了产生上述故障的原因和检测方法,并结合作者本人的工作经历对工程实际当中转子匝间短路故障的检测全过程进行了详细分析。（3）以汽轮机转子多传感器振动信号监测为基础,开展了汽轮机故障模式识别方法的研究。针对局部均值分解（Local Mean Decomposition,LMD）方法中依旧存在一定程度的模态混叠和端点效应,提出采用自适应互补LMD方法对汽轮机振动故障信号进行分解并提取乘积函数能量熵作为特征量,采用遗传算法优化后的BP神经网络对汽轮机振动故障进行模式识别。通过LabView与MATLAB联合设计了基于振动信号的汽轮机状态监测与故障诊断系统,结合系统的工程应用情况及检修案例,验证了系统的可行性与有效性。（4）从工程实际当中的第一手资料入手,结合本单位机组两次大修经历,从技术和经济两个角度对600MW火力发电机组预防性维修状况进行深入量化分析;从状态监测具体内容对故障诊断的准确性、灵敏度及其经济性等多个方面,探讨开展状态维修的可行性,以及在现有技术水平、制度规定条件下开展汽轮发电机组状态维修可实现的内容。论文有图51幅,表27张,参考文献76篇。
胡伟[7]（2020）在《超超临界二次再热机组轴系及支撑动力特性研究》文中进行了进一步梳理
陈晓烽[8]（2019）在《工业汽轮机多通道振动检测系统的研究》文中提出长期实践证明,汽轮机运行过程中进行状态检测与故障诊断,能有效降低事故发生率。汽轮机在运行过程中发生故障时,其振动信号会在时域与频域发生改变,且不同的故障在时域与频域内都会表现出不同的特征,而同种故障其特征往往比较相似,即可分性与聚类性。各种诊断方式的前提是以合适的频率与精度采集多种振动数据,多种振动数据就需要多通道来采集,而随着科技的进步更高的采样频率和更高的采样精度都是人们所希望的,采样频率、采样精度与多通道同时增加会造成采样数据量急速增大。在了解汽轮机故障特征和故障分析方法的基础上设计出汽轮机多通道检测系统,本系统以STM32为主控芯片,控制AD模块采样频率,整个系统的主要过程为:选择合适的电涡流传感器与加速度传感器实现了汽轮机振动信号的测量,传感器输出的信号通过放大滤波电路等调理。AD模块采用的是AD7606,实现了16位精度8通道最高200k SPS的信号采样。AD模块把振动模拟信号转换为数字信号后,FPGA实现了控制AD模块读取数据并缓存数据在FIFO中等功能。当FIFO达到半满后FPGA触发STM32读取中断,STM32开始以FSMC的方式读取FIFO中的数据。STM32对收到的数据进行FFT,然后把计算结果与原数据通过以太网传到上位机,在上位机中对数据做进一步分析。本文基于小波包分解提取了振动信号的故障特征向量,即小波包重构信号能量分布及其样本熵,仿真后证明该特征向量可用于振动故障诊断。在振动信号传输过程中,FPGA缓存数据使系统变得稳定,增加系统传输效率,采样频率可被STM32动态控制为汽轮机基频的64倍。经验证产生的PWM波误差很小,系统通信正常,实现了振动信号采集与检测。图[45]表[7]参[52]。
朱溢铭[9]（2019）在《单支撑大型汽轮发电机组轴系动力特性研究》文中进行了进一步梳理单支撑轴系是一种先进的设计理念,相对于双支撑轴系有着诸多优势。本文以代表了世界最先进水平之一的上汽-西门子型单支撑1000MW汽轮发电机组为研究对象,对单支撑大型汽轮发电机组轴系动力特性开展研究。建立了汽轮发电机组轴系静力分析计算模型,开发了基于此的MATLAB程序。应用于上汽-西门子型1000MW单支撑汽轮发电机组,计算了安装标高、扬度曲线、轴承载荷分配,与西门子设计值基本接近。建立了东方-日立型1000MW双支撑轴系模型,比较了两种支撑模式下轴承载荷对标高变化的灵敏度,发现相对于双支撑轴系而言,单支撑轴系整体上轴承载荷受标高变化的影响较小;应用基于应变电测技术的汽轮发电机组轴承载荷现场实测方法,对某电厂两台上汽-西门子型1000MW机组开展了轴承载荷测试试验,评估轴承载荷分配状态。对#1机启机过程进行了振动、瓦温以及轴心位置的测试,结果表明,#7轴承载荷偏高,与轴承载荷测试结果吻合;建立了汽轮发电机组轴系不平衡响应计算模型,计算了西门子1000MW单支撑汽轮发电机组升速过程中的不平衡响应,其临界转速与西门子设计值以及机组实测值基本接近。采用轴心空间曲线图直观地展示了工作转速下,单/双支撑轴系不平衡响应耦合特性。定量地比较了单/双支撑轴系不平衡响应耦合程度,发现单支撑轴系转子间耦合作用相对于双支撑轴系而言较大。分析了标高变化对轴系振动和不平衡响应耦合度的影响:相对于双支撑轴系而言,单支撑轴系标高调整对轴系振动的影响较小;适当地抬高特定轴承标高可以减弱汽轮发电机组轴系各转子间的相互耦合作用。
谢军[10]（2019）在《基于深度学习的热电厂汽轮机轴承故障诊断方法研究》文中认为随着经济的发展,生产生活中用电量需求不断加大,汽轮机组装机量也在不断增加,作为热电厂中的重要设备,保障汽轮机组的正常平稳运行至关重要。作为汽轮机中的最为关键的部件之一,滚动轴承状态影响着整个机组的运行,实现对滚动轴承故障的有效诊断一直是故障诊断领域的研究热点之一。由于当前汽轮机等机械设备不断向着复杂化、大型化方向发展,实现对其运行状态的有效监测和故障的准确诊断变得越来越复杂化,常规的故障诊断方法渐渐难以满足要求。随着计算机技术、多传感器技术、深度学习技术的不断发展,基于大数据构建更加智能化的状态监测和故障诊断方法成为可能。由此,本文首先基于深度学习技术,构建了多传感器信息融合的CNN故障诊断模型,通过在公共数据集上进行测试,该模型实现了100%的故障识别率,验证了所建模型具有良好的泛化能力,并通过实验对模型的鲁棒性进行了测试。另外,对基于卷积神经网络的故障诊断模型在挖掘多传感器数据内隐含的关联性信息和隐含的潜在故障特征进行了分析讨论。最后将本文构建的CNN诊断模型与基于单传感器的诊断模型进行比较,实验结果表明基于多传感器信息融合的CNN故障诊断模型在抗噪能力上优于基于单传感器构建的诊断模型。针对轴承信号具有时序属性,提出了联合卷积神经网络和长短时间记忆网络的C-LSTM故障诊断模型,该诊断模型同样在公共数据集上取得了100%的故障识别率,最后将该诊断模型与构建的CNN诊断模型进行比较,在噪声干扰测试中,C-LSTM诊断模型故障识别率比CNN诊断模型高出1.24%,验证了C-LSTM网络可以挖掘到更多的数据内的时序特征,并提高噪声干扰下的故障识别率。
二、200MW汽轮机轴承故障的诊断与处理（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、200MW汽轮机轴承故障的诊断与处理（论文提纲范文）
（1）基于运行参数相关性分析的火电机组跳机前异常征兆捕捉（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 火力发电厂监控系统 |
| 1.2.2 常用异常检测方法 |
| 1.2.3 火电机组异常检测研究现状 |
| 1.3 本文工作和章节安排 |
| 1.4 本章小结 |
| 第二章 基于运行参数相关性分析的异常征兆捕捉方法 |
| 2.1 引言 |
| 2.2 相关性特征提取与选取方法 |
| 2.2.1 经典相关性度量方法与线性相关特征提取 |
| 2.2.2 基于Box-Cox变换的非线性相关特征提取 |
| 2.2.3 基于互信息的特征选取 |
| 2.3 基于三西格玛法则和Johnson变换的特征动态阈值计算 |
| 2.3.1 三西格玛法则与Johnson变换 |
| 2.3.2 运行参数相关性特征动态阈值计算 |
| 2.4 本章小结 |
| 第三章 汽轮机轴承温度高跳机前异常征兆捕捉 |
| 3.1 火电机组汽轮机轴承系统 |
| 3.2 汽轮机轴承温度高跳机前异常征兆捕捉离线建模与在线识别 |
| 3.3 案例分析 |
| 3.3.1 常数阈值下的跳机前异常征兆捕捉结果分析 |
| 3.3.2 动态阈值下的跳机前异常征兆捕捉结果分析 |
| 3.4 本章小结 |
| 第四章 凝汽器真空低跳机前异常征兆捕捉 |
| 4.1 火电机组凝汽器系统 |
| 4.2 凝汽器真空低跳机前异常征兆捕捉离线建模与在线识别 |
| 4.3 案例分析 |
| 4.3.1 常数阈值下的跳机前异常征兆捕捉结果分析 |
| 4.3.2 动态阈值下的跳机前异常征兆捕捉结果分析 |
| 4.4 本章小结 |
| 第五章 汽轮机润滑油压低跳机前异常征兆捕捉 |
| 5.1 火电机组汽轮机润滑油系统 |
| 5.2 润滑油压低跳机前异常征兆捕捉离线建模与在线识别 |
| 5.3 案例分析 |
| 5.3.1 常数阈值下的跳机前异常征兆捕捉结果分析 |
| 5.3.2 动态阈值下的跳机前异常征兆捕捉结果分析 |
| 5.4 本章小结 |
| 第六章 平台开发 |
| 6.1 引言 |
| 6.2 系统设计与开发 |
| 6.3 数据库设计 |
| 6.3.1 数据库总体设计方案 |
| 6.3.2 数据库表结构设计 |
| 6.4 火电机组跳机前异常征兆捕捉与预警系统界面开发 |
| 6.4.1 系统界面展示 |
| 6.4.2 系统功能测试 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 研究内容总结 |
| 7.2 工作的不足与展望 |
| 参考文献 |
| 攻读硕士学位期间主要的研究成果 |
| 致谢 |
（2）300MW汽轮机轴承振动问题分析及治理（论文提纲范文）
| 0 引言 |
| 1 汽轮机组系统 |
| 2 汽轮机机组异常振动及分析 |
| 2.1 异常振动过程 |
| 2.2 异常振动初步处理 |
| 2.3 异常振动原因分析 |
| 3 异常振动消除方案及实施 |
| 3.1 维修方案及实施 |
| 3.1.1 垫片更换 |
| 3.1.2 对轮瓢偏度调整 |
| 3.1.3 铰孔与配重 |
| 3.1.4 轴承轴瓦检修 |
| 3.1.5 中心确定及螺栓拉伸 |
| 3.2 汽轮机重新冲转试验 |
| 4 结语 |
（3）汽轮机轴承润滑油流量的调整（论文提纲范文）
| 0 引言 |
| 1 润滑油量的调整方法 |
| 1.1 油量调整前的条件检查 |
| 1.2 静态调整过程 |
| 2 润滑油量的调整经过 |
| 2.1 可调式节流阀的全行程 |
| 2.2 第一次润滑油量调整 |
| 2.3 第二次润滑油量调整 |
| 3 润滑油量的调整结果分析 |
| 4 结论 |
（4）基于有限元法的汽轮发电机轴系动态特性及阻尼特性研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景及研究目的和意义 |
| 1.2 汽轮发电机轴系振动的研究现状 |
| 1.2.1 弯曲振动研究现状 |
| 1.2.2 扭转振动研究现状 |
| 1.2.3 弯扭耦合振动研究现状 |
| 1.2.4 抑制轴系振动研究现状 |
| 1.3 汽轮发电机轴系模型的研究现状 |
| 1.3.1 有限元方法研究现状 |
| 1.3.2 传递矩阵法研究现状 |
| 1.4 汽轮发电机机械阻尼及电气阻尼研究现状 |
| 1.4.1 机械阻尼 |
| 1.4.2 电气阻尼 |
| 1.5 本文的主要工作 |
| 第二章 汽轮发电机轴系动态特性分析 |
| 2.1 引言 |
| 2.2 ANSYS软件介绍 |
| 2.3 三维实体模型的建立 |
| 2.3.1 主轴的简化 |
| 2.3.2 叶轮及叶片的简化 |
| 2.3.3 轴承及轴承座的简化 |
| 2.4 模态分析基本原理 |
| 2.4.1 定义材料属性 |
| 2.4.2 网格划分 |
| 2.4.3 边界条件 |
| 2.4.4 模态分析 |
| 2.5 有限元法、传递矩阵法与6 质块扭振模型的对比 |
| 2.5.1 传递矩阵法 |
| 2.5.2 6质块弹簧质量模型 |
| 2.6 本章小节 |
| 第三章 轴承-转子接触阻尼对轴系振动的影响 |
| 3.1 引言 |
| 3.2 三相短路故障扭转振动响应 |
| 3.3 三相短路故障下的瞬态分析 |
| 3.4 转子轴承接触阻尼系数对轴系振动的影响 |
| 3.5 本章小结 |
| 第四章 电气阻尼特性研究 |
| 4.1 引言 |
| 4.2 次同步振荡及电气阻尼的研究内容 |
| 4.3 复数力矩系数分析法 |
| 4.3.1 复数力矩系数分析法的理论基础 |
| 4.3.2 测试信号法 |
| 4.3.3 电气阻尼系数变化曲线与线路谐振频率的关系 |
| 4.4 本章小节 |
| 第五章 基于有限元法的双端汽轮机和单端汽轮机轴系振动比较 |
| 5.1 双端结构 |
| 5.2 双端驱动汽轮发电机的有限元模型 |
| 5.3 双端驱动汽轮发电机的数学模型 |
| 5.3.1 双端驱动轴系运动模型 |
| 5.3.2 双端驱动汽轮机调速的数学模型 |
| 5.4 双端驱动汽轮发电机与单端驱动振动响应分析对比 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 6.3 主要创新点 |
| 参考文献 |
| 附录一 |
| 致谢 |
| 攻读学位期间发表论文情况 |
（5）汽轮发电机组振动故障诊断模型构建及运用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 汽轮发电机组故障诊断系统的国内外研究现状 |
| 1.3 论文主要研究内容 |
| 第二章 汽轮发电机组振动机理及其类型分析 |
| 2.1 汽轮发电机组振动相关部件分析 |
| 2.2 汽轮发电机组的振动分析 |
| 2.3 本章小结 |
| 第三章 本体理论下汽轮发电机组振动诊断知识建模 |
| 3.1 汽轮发电机组振动诊断知识获取 |
| 3.2 本体理论研究 |
| 3.3 基于本体的汽轮发电机组振动诊断知识建模 |
| 3.4 汽轮发电机组振动诊断本体的一致性检验 |
| 3.5 基于本体的汽轮发电机组振动诊断推理实现 |
| 3.6 本章小结 |
| 第四章 基于本体和案例推理的汽轮发电机组振动诊断 |
| 4.1 案例推理 |
| 4.2 基于本体和案例推理的振动诊断方法 |
| 4.3 汽轮发电机组振动诊断案例检索算法 |
| 4.4 系统模块实现及案例研究 |
| 4.5 本章小结 |
| 第五章 汽轮发电机组振动诊断决策实现与验证 |
| 5.1 汽轮发电机组振动诊断系统的总体设计 |
| 5.2 系统实例验证 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 附件 |
（6）汽轮发电机组状态监测与故障诊断方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 课题背景及意义 |
| 1.2 汽轮发电机组轴系结构 |
| 1.3 汽轮发电机组故障诊断技术研究现状 |
| 1.4 本文研究内容 |
| 2 汽轮机典型故障分析 |
| 2.1 汽轮机常见故障分类 |
| 2.2 转子不平衡故障 |
| 2.3 转子不对中故障 |
| 2.4 轴承座松动故障 |
| 2.5 油膜振荡故障 |
| 2.6 转子裂纹故障 |
| 2.7 本章小结 |
| 3 发电机典型故障分析 |
| 3.1 发电机常见故障类型 |
| 3.2 转子绕组匝间短路故障 |
| 3.3 静偏心故障 |
| 3.4 定子绕组绝缘故障 |
| 3.5 发电机故障诊断方法 |
| 3.6 故障案例分析 |
| 3.7 本章小结 |
| 4 基于自适应互补LMD方法的汽轮机振动故障分析 |
| 4.1 局部均值分解理论 |
| 4.2 基于ACLMD的汽轮机振动信号分解 |
| 4.3 基于乘积函数能量熵的特征提取 |
| 4.4 基于GA优化BP神经网络的汽轮机故障诊断实现 |
| 4.5 振动故障监测系统设计 |
| 4.6 本章小结 |
| 5 发电机组状态检修方式探讨 |
| 5.1 常见的发电机组检修模式 |
| 5.2 计划性检修模式的综合分析和评价 |
| 5.3 状态检修方式的探讨 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（8）工业汽轮机多通道振动检测系统的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.1.1 国外研究现状 |
| 1.1.2 国内研究现状 |
| 1.2 主要研究内容与论文结构 |
| 1.2.1 主要研究内容 |
| 1.2.2 论文结构 |
| 2 汽轮机故障特征分析与系统结构设计 |
| 2.1 振动基本概念 |
| 2.2 汽轮机轴承故障特征分析 |
| 2.2.1 转子不平衡的故障特征 |
| 2.2.2 不对中的故障特征 |
| 2.2.3 转子动静碰磨的故障特征 |
| 2.2.4 支撑松动的故障特征 |
| 2.3 汽轮机故障分析方法 |
| 2.3.1 时域分析方法 |
| 2.3.2 频域分析方法 |
| 2.3.3 时频分析方法 |
| 2.3.4 故障特征提取分析 |
| 2.4 系统功能需求与方案设计 |
| 2.4.1 汽轮机振动检测系统的功能需求 |
| 2.4.2 系统方案模块化设计 |
| 2.5 本章小结 |
| 3 系统硬件电路设计 |
| 3.1 振动传感器 |
| 3.1.1 振动传感器的基本原理 |
| 3.1.2 振动传感器的选型 |
| 3.1.3 振动传感器的安装 |
| 3.2 信号调理电路设计 |
| 3.2.1 I-V转换电路 |
| 3.2.2 差动放大电路 |
| 3.2.3 隔直与滤波 |
| 3.2.4 键相信号调理电路 |
| 3.3 AD转换模块 |
| 3.4 FPGA模块 |
| 3.4.1 FPGA模块选型 |
| 3.4.2 FPGA外围电路设计 |
| 3.5 STM32模块 |
| 3.5.1 FPGA与STM32的通信设计 |
| 3.5.2 STM32与上位机的通信设计 |
| 3.6 本章小结 |
| 4 系统软件设计 |
| 4.1 系统软件总体设计及开发环境 |
| 4.1.1 系统软件总体设计 |
| 4.1.2 系统软件开发环境 |
| 4.2 FPGA中FIFO模块软件设计 |
| 4.2.1 FIFO模块程序设计 |
| 4.2.2 FIFO模块软件仿真 |
| 4.3 AD控制模块与通信模块软件设计 |
| 4.3.1 AD时序分析 |
| 4.3.2 AD控制模块程序设计 |
| 4.3.3 FPGA与STM32通信模块软件设计 |
| 4.4 STM32模块软件设计 |
| 4.4.1 TIM定时器模块 |
| 4.4.2 FFT模块程序设计 |
| 4.4.3 以太网模块程序设计 |
| 4.5 上位机软件设计 |
| 4.6 本章小结 |
| 5 系统测试 |
| 5.1 系统部分测试 |
| 5.1.1 系统总体搭建 |
| 5.1.2 系统TIM模块测试 |
| 5.1.3 系统通信测试 |
| 5.2 系统总体测试 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介及读研期间主要科研成果 |
（9）单支撑大型汽轮发电机组轴系动力特性研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究动态 |
| 1.2.1 轴系静力特性的研究 |
| 1.2.2 轴承载荷测试方法的发展 |
| 1.2.3 不平衡响应特性的研究 |
| 1.3 本文主要研究内容 |
| 第二章 汽轮发电机组轴系静力分析 |
| 2.1 轴系静力分析计算模型 |
| 2.1.1 轴系的简化 |
| 2.1.2 轴系静力计算模型 |
| 2.1.3 轴系安装标高计算方法 |
| 2.1.4 轴承载荷计算方法 |
| 2.1.5 载荷对标高变化灵敏度计算方法 |
| 2.1.6 轴系静力分析计算程序 |
| 2.2 上汽-西门子型1000MW单支撑轴系静力分析 |
| 2.2.1 轴系安装标高 |
| 2.2.2 轴承载荷分配 |
| 2.2.3 载荷对标高变化灵敏度 |
| 2.3 东方-日立型1000MW双支撑轴系载荷灵敏度 |
| 2.4 单/双支撑轴系相对载荷灵敏度比较分析 |
| 2.5 本章小结 |
| 第三章 汽轮发电机组轴承载荷测试试验研究 |
| 3.1 测试原理 |
| 3.1.1 电阻应变片工作原理 |
| 3.1.2 电阻应变片测量电路 |
| 3.1.3 截面弯矩测量方法 |
| 3.1.4 由截面弯矩计算轴承载荷的方法 |
| 3.2 测试设备及方法 |
| 3.3 上汽-西门子型1000MW机组轴承载荷测试 |
| 3.3.1 测试过程及测点布置 |
| 3.3.2#1 机测试结果及分析 |
| 3.3.3#2 机测试结果及分析 |
| 3.4 上汽-西门子型1000MW机组启机试验 |
| 3.4.1 振动测试 |
| 3.4.2 轴瓦温度测试 |
| 3.4.3 轴心位置测试 |
| 3.4.4 启机测试结果分析 |
| 3.5 本章小结 |
| 第四章 汽轮发电机组轴系不平衡响应特性计算分析 |
| 4.1 轴系不平衡响应计算模型 |
| 4.1.1 单元的运动方程 |
| 4.1.2 滑动轴承的动力特性系数 |
| 4.1.3 系统运动方程 |
| 4.1.4 不平衡响应计算方法 |
| 4.2 西门子1000MW单支撑轴系升速过程不平衡响应 |
| 4.2.1 不平衡响应计算结果 |
| 4.2.2 机组实测升速过程振动响应 |
| 4.2.3 临界转速对比 |
| 4.3 单/双支撑轴系工作转速下不平衡响应耦合特性 |
| 4.3.1 单支撑轴系耦合特性 |
| 4.3.2 双支撑轴系耦合特性 |
| 4.3.3 单/双支撑轴系振动相对耦合度比较 |
| 4.4 标高变化对单/双支撑轴系不平衡响应影响分析 |
| 4.4.1 标高变化对轴承振动的影响 |
| 4.4.2 标高变化对转子间相对耦合度的影响 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 本文主要研究成果 |
| 5.2 本文不足之处及展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间的科研成果 |
（10）基于深度学习的热电厂汽轮机轴承故障诊断方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 国内外进展及现状 |
| 1.2.1 故障诊断技术研究进展及现状 |
| 1.2.2 汽轮机滚动轴承诊断技术研究现状 |
| 1.2.3 深度学习及其在故障诊断中的应用研究现状 |
| 1.3 课题研究内容和主要工作 |
| 2 基于深度学习的故障诊断模型理论研究 |
| 2.1 汽轮机组故障概述 |
| 2.2 基于CNN的时续信号特征提取模型 |
| 2.2.1 CNN网络基本原理 |
| 2.2.2 CNN中的反向传播 |
| 2.2.3 基于CNN的时续信号特征提取 |
| 2.3 基于LSTM的时续信号分类方法 |
| 2.3.1 LSTM网络基本原理 |
| 2.3.2 LSTM中的反向传播 |
| 2.4 基于C-LSTM的时续信号分类建模方法 |
| 2.5 本章小结 |
| 3 基于信息融合技术的数据集构建 |
| 3.1 多传感器信息融合技术概述 |
| 3.2 实验数据集介绍 |
| 3.3 基于信息融合的多维时序数据集构建 |
| 3.4 数据预处理 |
| 3.5 实验环境说明 |
| 3.6 本章小结 |
| 4 基于多传感器信息融合的CNN故障诊断模型 |
| 4.1 方法概述 |
| 4.2 基于多传感器信息融合的CNN故障诊断模型 |
| 4.2.1 超参数选取 |
| 4.2.2 模型的可视化 |
| 4.3 故障诊断实验 |
| 4.4 模型的性能测试 |
| 4.4.1 CNN对于数据隐含信息的挖掘能力测试 |
| 4.4.2 噪声干扰下的模型性能测试 |
| 4.4.3 实验分析总结 |
| 4.5 本章小结 |
| 5 基于C-LSTM的端到端轴承故障诊断模型 |
| 5.1 方法概述 |
| 5.2 基于C-LSTM的故障诊断模型构建 |
| 5.3 模型的可视化 |
| 5.4 故障诊断实验 |
| 5.4.1 实验结果及分析比较 |
| 5.4.2 模型的性能验证 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表学术论文目录 |
四、200MW汽轮机轴承故障的诊断与处理（论文参考文献）
- [1]基于运行参数相关性分析的火电机组跳机前异常征兆捕捉[D]. 熊勇. 浙江大学, 2021(11)
- [2]300MW汽轮机轴承振动问题分析及治理[J]. 王荣鹤,尤恺森. 电工技术, 2021(11)
- [3]汽轮机轴承润滑油流量的调整[J]. 张海丰,林茂盛,段海洲,潘俊生. 设备管理与维修, 2021(11)
- [4]基于有限元法的汽轮发电机轴系动态特性及阻尼特性研究[D]. 魏铭硕. 广西大学, 2021(12)
- [5]汽轮发电机组振动故障诊断模型构建及运用[D]. 刘涛. 华南理工大学, 2020(06)
- [6]汽轮发电机组状态监测与故障诊断方法研究[D]. 于凯. 中国矿业大学, 2020(07)
- [7]超超临界二次再热机组轴系及支撑动力特性研究[D]. 胡伟. 东南大学, 2020
- [8]工业汽轮机多通道振动检测系统的研究[D]. 陈晓烽. 安徽理工大学, 2019(01)
- [9]单支撑大型汽轮发电机组轴系动力特性研究[D]. 朱溢铭. 东南大学, 2019(06)
- [10]基于深度学习的热电厂汽轮机轴承故障诊断方法研究[D]. 谢军. 青岛科技大学, 2019(12)