CN102628834A - 大型汽轮机叶片断裂故障在线诊断方法 - Google Patents

大型汽轮机叶片断裂故障在线诊断方法 Download PDF

Info

Publication number
CN102628834A
CN102628834A CN2012100918372A CN201210091837A CN102628834A CN 102628834 A CN102628834 A CN 102628834A CN 2012100918372 A CN2012100918372 A CN 2012100918372A CN 201210091837 A CN201210091837 A CN 201210091837A CN 102628834 A CN102628834 A CN 102628834A
Authority
CN
China
Prior art keywords
vibration
bearing
steam turbine
variation
frequency component
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2012100918372A
Other languages
English (en)
Inventor
刘石
邓小文
高庆水
姚泽
谭金
张楚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Electric Power Research Institute of Guangdong Power Grid Co Ltd
Original Assignee
Electric Power Research Institute of Guangdong Power Grid Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Electric Power Research Institute of Guangdong Power Grid Co Ltd filed Critical Electric Power Research Institute of Guangdong Power Grid Co Ltd
Priority to CN2012100918372A priority Critical patent/CN102628834A/zh
Publication of CN102628834A publication Critical patent/CN102628834A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Control Of Turbines (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

大型汽轮机叶片断裂故障在线诊断方法:S1监测转轴相对振动或轴承振动是否出现显著变化;S2判断该轴承其它测点振动和相邻轴承振动是否同时出现变化;S3判断变化后各振动是否稳定在新的状态;S4调阅历史数据分析变化特征;S5判断变化是否为工频分量,包括幅值和相位;S6若同时满足:相对轴振动或轴承振动至少有一个测点振动出现显著变化、该轴承其它测点振动和相邻轴承振动也同时发生变化、变化后各测点振动均稳定在新的状态、变化为工频分量,判断振动出现显著变化的轴承所支承的转子可能发生叶片断裂故障。本发明提供的大型汽轮机叶片断裂故障在线诊断方法,可较准确地判断叶片断裂故障。

Description

大型汽轮机叶片断裂故障在线诊断方法
所属领域
本发明涉及一种基于振动信号显著变化分析的大型汽轮机叶片断裂故障在线诊断方法。
技术背景
随着越来越多的大型汽轮机组的制造和投产,由于叶片高度和蒸汽参数的提高,叶片的工作条件也愈来愈严酷,如汽轮机进汽端的调节级叶片要承受最高近600℃的高温和喷嘴弧段的巨大冲击力;在排气端,则是巨大的离心力和接近两倍音速的湿蒸汽流的冲刷;而且所有动叶片都承受着多种形式的周期性或随机性激振力作用而处于强迫振动之中。正是这些不利条件使叶片长期成为影响汽轮机安全最主要的因素。
在各种不利条件下,叶片有时会发生断裂的突发故障,其具有发生时间短、破坏性大,且有可能导致更为恶性的机组安全事故的特征。因此,准确判断叶片断裂故障的诊断需要***深入研究。
发明内容
本发明所要解决的技术问题,就是提供一种大型汽轮机叶片断裂故障在线诊断方法。
解决上述技术问题,本发明采用的技术方案为:
一种大型汽轮机叶片断裂故障在线诊断方法,步骤依次如下:
S1监测正常运行中汽轮机转轴相对振动或轴承振动是否出现显著变化;
S2判断振动出现显著变化的某轴承测量截面的其它测点振动和相邻轴承的振动是否同时出现变化;
S3判断出现变化后各测点振动是否稳定在新的状态;
S4调阅转轴相对振动和轴承振动在线监测分析***的历史数据,分析转轴相对振动和轴承振动变化的特征;
S5判断相对轴振动和轴承振动出现的变化是否主要为工频分量,包括工频分量的幅值和相位的变化;
S6若同时满足:某轴承测量截面的相对轴振动或轴承振动至少有一个测点振动出现显著变化、该轴承测量截面的其它测点振动和相邻轴承的振动也同时发生变化、变化后各测点振动均稳定在新的状态、变化为工频分量,判断振动出现显著变化的轴承所支承的转子可能发生叶片断裂故障。
所述的显著变化指超过振动报警值的10%的变化,且变化后稳定在新的状态,变化前后幅值存在阶跃。
有关说明:
国标“GB/T 6075在非旋转部件上测量和评价机器的机械振动”、“GB/T 11384转机械转轴径向振动的测量和评定”)中指出:
所述的转轴相对振动(简称“轴振”)为:使用非接触式传感器进行相对振动测量,这种传感器检测出转轴和机器的某结构件例如轴承座之间的振动位移。通常在一个测量截面安装两个相互垂直的非接触式传感器,如左右45度各安装一个。参考图1所示。
所述的轴承振动(简称“瓦振”)为:使用速度传感器进行轴承振动测量,选在每个轴承的相互垂直的两个径向方向,通常选择垂直方向和水平方向。参考图2、图3所示。
所述的显著变化有两种状态,一种显著变化类似一个脉冲,很快又恢复到原始值,即始终的幅值相同(如图4),一种是显著变化后稳定在新的状态,显著变化前后幅值存在阶跃(如图5)。
在本发明中判断叶片断裂需要满足后一种显著变化,即显著变化前后幅值存在阶跃。
在国标中,对于振动显著变化的定义是变化值超过报警值的25%,但在现场测试中发现随着机组容量的增大,转子质量增大,叶片断裂造成的振动显著变化较小,如果按国家标准中的超过25%的报警值才引起注意,可能会忽视叶片断裂故障的发生。
因此,本发明的显著变化指的是变化超过报警值的10%、且变化后稳定在新的状态,变化前后幅值存在阶跃的变化。
所述的S4指的是通过现有的振动在线监测分析***,将通频振动(指振动的所有频率分量的总和)分解为各个频率分量,提取导致振动变化的各频率分量幅值和相位的变化大小。电厂的汽轮发电机组通过瞬态数据管理***(TDM)可实现该功能。
目前,大部分汽轮发电机组为了监测振动,都在每个轴承安装了相对轴振动和轴承振动传感器,通常轴振传感器在一个测量截面安装了两个,轴承振动传感器仅安装在垂直方向,一旦轴系出现旋转部件的脱落,在振动上都会有改变。
图6为一台600MW超临界机组的转轴及轴承简图,图7为所述600MW超临界机组的振动测点布置图。
从图7可以看到,现场在一个测量面(轴承附近)常规安装了3个传感器,两个用于测量转轴相对振动,一个用于测量垂直轴承振动。
现场在进行故障诊断时,若是发现某一个测量面的某一个传感器的信号发生了异常(S1的意义),再观察该测量面的其他振动信号是否也有相同变化,再进一步判断相邻轴承的是否有同步变化,例如在S1中监测到5号轴承处的X方向(左45度)相对轴测点振动出现显著变化,S2的意义在于观察5号轴承处的Y方向(左45度)相对轴测点振动也应该出现相同的变化(幅度可能小于X方向),同时相邻的4号轴承的三个测点和6号轴承的三个测点也应该发生相应的变化,幅值变化可能较5号轴承的小。
前述的振动显著变化,只能从通频幅值(指振动的所有频率分量的总和)上判断,电厂的DCS记录了通频幅值的变化趋势;S1至S3均可以通过通频幅值的趋势图进行判断,为了进一步确诊叶片断裂故障,通过现有的振动在线监测分析***,将通频振动分解为各个频率分量的特征,这样就可以提取振动变化的特征,即各频率分量幅值和相位的变化大小,电厂的汽轮发电机组通过瞬态数据管理***(TDM)实现该功能。
所述的工频分量是指振动信号中提取出来的与转轴转动频率一致的振动信号分量,比如汽轮发电机组工作转速为3000r/min,工频即为50Hz,将振动信号中的50Hz分量提取出来(S4就是这个目的),S5只是判断工频分量的幅值和相位是否发生显著变化。
振动信号由很多频率分量构成,当信号发生变化时,一定是信号中的某个频率分量或某几个频率分量发生变化的结果。
叶片断裂故障发生前后的振动改变主要源于工频分量的改变,类似于我们进行了一次动平衡,现场动平衡通常是加一个平衡块来降低振动,而叶片断裂是减掉一块,改变的也是工频分量。
S1是为了初步判断,如果没有S1就不会引起注意;S4是S5的基础,目的是提取振动变化的频率特征。
本发明的在线诊断原理
根据振动理论,转子-支承***的振动取决于激振力和支承动刚度的影响,在线性***中,部件呈现的振幅与作用在该部件上的激振力成正比,与它的动刚度成反比,可用下式表示:
A = P K d - - - ( 1 )
式中:A——振幅;
P——激振力;
Kd——部件的动刚度。
K d = K c μ - - - ( 2 )
μ = 1 ( 1 - ω 2 ω n 2 ) 2 + 4 ϵ 2 ω 2 ω n 4 - - - ( 3 )
式中:Kc——部件静刚度;
μ——动态放大系数;
ω——激振力角频率;
ωn——振动***自振角频率;
ε——阻尼系数。
部件静刚度也称刚度系数,它是表示部件产生单位位移(变形)所需的静力;部件动刚度则是表示部件单位振幅(位移)所需的交变力。
由式(1)可见,对于在额定转速下长期稳定运行在低水平振动的转子***,其转子激振力P与部件动刚度Kd是一定的,即转子-支承***是平衡的;当在额定转速下,转子-支承***振动显著变化,且稳定在一个新的振动水平下时,一定是转子激振P或部件动刚度Kd发生了突然变化。如果部件动刚度Kd突然阶跃减小,从式(2)和式(3)可知,一定是部件静刚度Kc突然阶跃减小或动态放大系数μ突然显著变化。
对于稳定运行中的汽轮机组,激振力角频率ω恒定,如电站汽轮机转速稳定在3000r/min(对应50Hz),而振动***自振角频率ωn作为转子的固有特性不可能产生显著变化;对于一个正在稳定工作的轴承润滑***,阻尼系数ε不会有很大的变化;由式(3)可知:动态放大系数μ不可能产生显著变化。
如果部件静刚度Kc突然阶跃变化,则只可能是轴承支撑***出现突然开裂、开焊等现象;但开裂、开焊等现象的发生一般有一个疲劳、渐变的过程,因此引起振动阶跃应有先兆。
如果转子激振力P显著变化,且稳定在一定的水平上,只能说明转子上有物件脱落,改变了转子原有的平衡状态。对于汽轮机转子而言,目前的转子均为无中心孔转子,过去有中心孔转子的堵头脱落故障不会出现,当出现激振力P显著变化时,只能是叶片断裂脱落造成。
在现场的实际故障诊断中,除了上述原理上的特征外,还需要有效识别振动信号受干扰显著变化、工况不稳定造成的振动显著变化,以有效区别与叶片断裂造成的振动显著变化。
区别振动信号干扰造成的显著变化:
信号干扰是常见的导致振动显著变化的影响因素,当振动信号受干扰显著变化时,只会影响对应测点的振动值,不会对同一测量面其它测点造成影响。
某电厂1号机为一台100MW的供热机组,几次振动异常的诊断中发现信号干扰和真实发生叶片断裂后的振动显著变化有明显的差异。该机组于2007-10-22日振动大跳机是由于1X轴振超过250微米跳机值,1号机组“振动大”跳机保护的逻辑是1X、2X、3X采用或的关系输出至继电器,而Y方向轴振只作为报警,同时振动保护没有延时。1X振动突增超标时,历史记录显示,同一测量面的其它两个测点1Y与1号瓦瓦振均未出现振动显著变化现象,而且1X振动突增持续时间不超过1S,突增后振动又回到原始状态,可以判断,1X振动突增并非来自转子-支承***的故障,而是振动信号受到干扰。后更换了1X传感器振动显著变化的现象消失,为确保机组不会因为单一振动传感器受到干扰而跳机,同时也修改了保护逻辑并将保护延时3秒。
同样是该机组随后也发生了高压转子叶片断裂及围带脱落故障,发生该故障时,1号和2号轴承附近的轴振、瓦振均出现显著变化,显著变化后维持在新的状态保持稳定,由于该级叶片随后脱落围带较多,在DCS(Distribution Control System)(分布式控制***)显示振动趋势图上呈现有趣的振动突增突降,类似如图8所示的一串不规则的矩形脉冲,在我们赶赴现场决定停机前,最后一组叶片围带断裂使机组的振动较断裂前更好。
区别工况不稳定造成的振动显著变化:
由于调节***故障导致的工况不稳定,也会导致振动出现类似与叶片断裂的特征。某电厂2号汽轮机1、2瓦瓦振和轴振于2007年8月低多次出现了大的波动。现场负荷由99MW变负荷至91MW,现场监测1、2瓦轴振、瓦振均连续出现跳变量,现场安装的9200速度传感器信号也出现跳变量,数据存储时间间隔2秒,图9、图10为2007年9月4日13:45至15:11现场加装传感器监测数据趋势图,说明DCS显示的振动信号是真实的。正常时1瓦现场垂直瓦振为7微米,最大跳动至37微米,2瓦正常是垂直瓦振为3微米,最大跳动至13微米。
振动分析表明,振动突变量主要为低频信号,1瓦振动增幅较2瓦很多大,说明激振源更接近1瓦。振动突增出现在机组从99MW降负荷至91MW过程中,在该过程中GV4阀门卡涩,GV4阀门开度波动致使汽流对转子扰动,振动突变。为避免阀门开度波动,临时固定GV4阀芯位置,振动突变现象消失,监视2007年9月4日16:31至9月5日13:50振动,如图11、图12所示趋势图,振动未再出现突变现象。
该故障与叶片断裂的振动特征最大的区别在于,当工况稳定后,振动还能恢复到显著变化前的状态。
有益效果:本发明提供的大型汽轮机叶片断裂故障在线诊断方法,可较准确地判断叶片断裂故障。
附图说明
图1是使用非接触式传感器进行转轴相对振动测量示意图;
图2是使用速度传感器进行轴承振动测量示意图一;
图3是使用速度传感器进行轴承振动测量示意图二;
图4是第一种显著变化状态示意图;
图5是第二种显著变化状态示意图;
图6是一台600MW超临界机组的转轴及轴承简图;
图7为图6所示的600MW超临界机组的测点振动布置图;
图8是某机组多组围带断裂的振动趋势图;
图9是某电厂2号汽轮机2007年9月4日13:45至15:11监测1瓦垂直瓦振工况不稳定时数据趋势图(现场安装9200速度传感器);
图10是图9所示汽轮机2007年9月4日13:45至15:11监测2瓦垂直瓦振工况不稳定时的数据趋势图;
图11是图9所示汽轮机2007年9月4日13:45至15:11监测1瓦垂直瓦振工况稳定时的数据趋势图;
图12是图9所示汽轮机2007年9月4日13:45至15:11监测2瓦垂直瓦振工况稳定时趋势图。
具体实施方式
利用电厂运行***中已有DCS(Distribution Control System)(分布式控制***)以及TDM(Transient Data Management)(瞬态数据管理***)。DCS***不断地自动采集、保存振动及运行参数数据,并绘出曲线,判断相邻轴承的相对轴振动和轴承振动是否同时出现显著变化,判断显著变化后振动是否稳定在新的状态;TDM***可以对振动信号进行特征分析,判断相对轴振动和轴承振动显著变化是否为工频分量,包括工频分量的幅值显著变化和相位显著变化。
实施例
某电厂2号机组系由哈尔滨汽轮机厂与日本三菱公司联合设计生产的超超临界600MW汽轮机,型号为CLN600-25/600/600型超超临界、一次中间再热、单轴、两缸、两排汽、凝汽式汽轮机。机组设有一个高中压缸和一个低压缸,以及发电机和集电环,共7个轴承,轴承座采用落地结构,轴瓦均采用可倾瓦结构。汽轮机高中压转子和低压转子均为整体转子。
该机组在1号至7号轴承附近设置了互为垂直安装(X为45L,Y为45R)的涡流传感器测量轴颈处的相对轴振,同时在每个轴承箱上安装了垂直方向的速度传感器测量瓦振,并将数据传至DCS对振动进行实时显示。该机组配套了TDM***,能对振动数据实时采集和分析,并且能对振动异常变化数据自动捕捉。
在线诊断汽轮机叶片断裂故障的步骤依次如下:
S1监测正常运行中汽轮机转轴相对振动或轴承振动是否出现显著变化
某日某刻,机组带满负荷正常运行,轴系振动总体较好,所有轴承测量截面的轴振通频均不超过40μm,瓦振不超过10μm;振动变化后,所有轴承测量截面的轴振通频均不超过51μm,瓦振不超过21μm。
发现3号轴承的X方向相对轴振动从40μm变化到20μm,超过了报警值125μm的10%。
S2判断振动出现显著变化的某轴承测量截面的其它测点振动和相邻轴承的振动是否同时出现变化
3号轴承的Y方向相对轴振动从25μm变化到37μm,3号轴承垂直振动从8.6μm变化到9.1μm;
相邻的2号轴承的X方向和Y方向相对轴振动分别从30μm和31μm变化到32μm和33μm;2号轴承垂直振动从3.5μm变化到4.2μm。
相邻的4号轴承的X方向和Y方向相对轴振动分别从37μm和31μm变化到51μm和47μm;4号轴承垂直振动从9.2μm变化到19.4μm。
S3判断出现显著变化后各测点振动是否稳定在新的状态
3号轴承和相邻轴承测量面的相对轴振动和轴承振动在变化后均稳定在新的状态;
S4调阅转轴相对振动和轴承振动在线监测分析***的历史数据,分析转轴相对振动和轴承振动变化的特征
S5判断相对轴振动和轴承振动出现的变化是否为工频分量,包括工频分量的幅值和相位的变化
通过对特征数据的分析,发现2、3、4、5号轴承的相对轴振和瓦振工频分量的幅值和相位均在几秒内发生显著变化,振幅突增和突降同时存在,但变化量中以3、4号轴承最为为明显,且显著变化后振动维持不变;
S6同时满足:某轴承测量截面的相对轴振动或轴承振动至少有一个测点信号出现显著变化、该轴承测量截面的其它测点振动和相邻轴承的振动也同时发生变化、显著变化后各测点振动均稳定在新的状态、变化为工频分量,判断3号轴承和4号轴承支承的低压转子可能发生叶片断裂故障。
尽管机组异常发生后轴系振动仍然合格,但考虑到断裂叶片处于不可预知的非受控状态,一旦机组工况变化,有可能再次发生掉落,会伤及通流部分其它部件。
因此,建议立即停机揭缸检查处理。
揭缸后检查发现低压转子反向末二级自带冠叶片断裂,脱落质量达800克,相邻叶片及隔板损伤严重。

Claims (4)

1.一种大型汽轮机叶片断裂故障在线诊断方法,步骤依次如下:
S1监测正常运行中汽轮机转轴相对振动或轴承振动是否出现显著变化;
S2判断振动出现显著变化的某轴承测量截面的其它测点振动和相邻轴承的振动是否同时出现变化;
S3判断出现变化后各测点振动是否稳定在新的状态;
S4调阅转轴相对振动和轴承振动在线监测分析***的历史数据,分析转轴相对振动和轴承振动变化的特征;
S5判断相对轴振动和轴承振动出现的变化是否主要为工频分量,包括工频分量的幅值和相位的变化;
S6若同时满足:某轴承测量截面的相对轴振动或轴承振动至少有一个测点振动出现显著变化、该轴承测量截面的其它测点振动和相邻轴承的振动也同时发生变化、变化后各测点振动均稳定在新的状态、变化为工频分量,则判断振动出现显著变化的轴承所支承的转子可能发生叶片断裂故障。
2.根据权利要求1所述的大型汽轮机叶片断裂故障在线诊断方法,其特征是:所述的显著变化指超过振动报警值的10%、且变化后稳定在新的状态,变化前后幅值存在阶跃的变化。
3.根据权利要求2所述的大型汽轮机叶片断裂故障在线诊断方法,其特征是:所述的S4指的是通过现有的振动在线监测分析***,将通频振动分解为各个频率分量,提取导致振动变化的各频率分量幅值和相位的变化大小。
4.根据权利要求3所述的大型汽轮机叶片断裂故障在线诊断方法,其特征是:所述的工频分量是指振动信号中提取出来的与转轴转动频率一致的振动信号分量,包括幅值和相位。
CN2012100918372A 2012-03-30 2012-03-30 大型汽轮机叶片断裂故障在线诊断方法 Pending CN102628834A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2012100918372A CN102628834A (zh) 2012-03-30 2012-03-30 大型汽轮机叶片断裂故障在线诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2012100918372A CN102628834A (zh) 2012-03-30 2012-03-30 大型汽轮机叶片断裂故障在线诊断方法

Publications (1)

Publication Number Publication Date
CN102628834A true CN102628834A (zh) 2012-08-08

Family

ID=46587130

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2012100918372A Pending CN102628834A (zh) 2012-03-30 2012-03-30 大型汽轮机叶片断裂故障在线诊断方法

Country Status (1)

Country Link
CN (1) CN102628834A (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103630604A (zh) * 2012-08-29 2014-03-12 沈阳鼓风机集团股份有限公司 离心式压缩机半开式叶轮裂纹故障识别方法
CN109283246A (zh) * 2017-08-03 2019-01-29 湖南工程学院 一种风力发电机叶片受损位置定位检测***
CN109446482A (zh) * 2018-09-21 2019-03-08 天津长芦汉沽盐场有限责任公司 状态监测与故障诊断技术在制冷机组运行管理中的应用
CN109933048A (zh) * 2019-03-26 2019-06-25 华电国际电力股份有限公司技术服务分公司 汽轮机轴系稳定性评估、风险预警***及方法
CN110462364A (zh) * 2017-03-28 2019-11-15 三菱重工业株式会社 叶片异常检测装置、叶片异常检测***、旋转机械***以及叶片异常检测方法
CN110488784A (zh) * 2019-08-30 2019-11-22 中国电力工程顾问集团西北电力设计院有限公司 一种基于热控与电气一体化控制的智慧电厂管控***
CN110936231A (zh) * 2019-12-17 2020-03-31 中国航发动力股份有限公司 一种用于监测精锻叶片动态位移的***及其监测方法
CN112381860A (zh) * 2020-11-21 2021-02-19 西安交通大学 一种旋转叶片动频测量的无标记计算机视觉方法
CN113504302A (zh) * 2021-06-30 2021-10-15 上海电气风电集团股份有限公司 风机叶片状态监测的方法、***、电子设备及存储介质
CN114689326A (zh) * 2022-03-24 2022-07-01 潍柴动力股份有限公司 一种发动机检测方法和检测装置
CN115376301A (zh) * 2022-07-25 2022-11-22 广东粤电博贺能源有限公司 汽轮机的叶片断裂预警方法、***、电子设备及存储介质
CN118067305A (zh) * 2024-04-24 2024-05-24 江苏众诺智成信息科技有限公司 一种基于安全生产的机械部件平衡测试***及方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6062445A (ja) * 1984-04-25 1985-04-10 Hitachi Ltd ダイシング装置
US4977516A (en) * 1987-04-10 1990-12-11 Shepherd James E Data acquisition device for balancing rotating components of large machinery
JPH0510604A (ja) * 1991-07-03 1993-01-19 Toshiba Corp 冷凍サイクル装置
JPH0662445A (ja) * 1991-05-13 1994-03-04 Fujitsu Ltd 過電圧保護回路
JPH09310604A (ja) * 1996-05-22 1997-12-02 Ishikawajima Harima Heavy Ind Co Ltd ガスタービンの動翼故障診断方法および装置
JP2001349775A (ja) * 2000-06-07 2001-12-21 Hitachi Ltd 風車翼破損検知装置
CN101545824A (zh) * 2008-03-25 2009-09-30 唐德尧 一种机械塔架故障诊断技术
CN101832296A (zh) * 2009-02-27 2010-09-15 通用电气公司 关于涡轮叶片监测的方法、***和/或设备
US20110098948A1 (en) * 2009-06-12 2011-04-28 Mechanical Solutions, Inc. Combined Amplitude and Frequency Measurements for Non-Contacting Turbomachinery Blade Vibration

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6062445A (ja) * 1984-04-25 1985-04-10 Hitachi Ltd ダイシング装置
US4977516A (en) * 1987-04-10 1990-12-11 Shepherd James E Data acquisition device for balancing rotating components of large machinery
JPH0662445A (ja) * 1991-05-13 1994-03-04 Fujitsu Ltd 過電圧保護回路
JPH0510604A (ja) * 1991-07-03 1993-01-19 Toshiba Corp 冷凍サイクル装置
JPH09310604A (ja) * 1996-05-22 1997-12-02 Ishikawajima Harima Heavy Ind Co Ltd ガスタービンの動翼故障診断方法および装置
JP2001349775A (ja) * 2000-06-07 2001-12-21 Hitachi Ltd 風車翼破損検知装置
CN101545824A (zh) * 2008-03-25 2009-09-30 唐德尧 一种机械塔架故障诊断技术
CN101832296A (zh) * 2009-02-27 2010-09-15 通用电气公司 关于涡轮叶片监测的方法、***和/或设备
US20110098948A1 (en) * 2009-06-12 2011-04-28 Mechanical Solutions, Inc. Combined Amplitude and Frequency Measurements for Non-Contacting Turbomachinery Blade Vibration

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李丽红: "汽轮机叶片断裂事故状态检测分析与诊断", 《石油化工设备技术》 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103630604B (zh) * 2012-08-29 2015-11-18 沈阳鼓风机集团股份有限公司 离心式压缩机半开式叶轮裂纹故障识别方法
CN103630604A (zh) * 2012-08-29 2014-03-12 沈阳鼓风机集团股份有限公司 离心式压缩机半开式叶轮裂纹故障识别方法
CN110462364A (zh) * 2017-03-28 2019-11-15 三菱重工业株式会社 叶片异常检测装置、叶片异常检测***、旋转机械***以及叶片异常检测方法
CN110462364B (zh) * 2017-03-28 2021-05-28 三菱重工业株式会社 叶片异常检测装置、叶片异常检测***、旋转机械***以及叶片异常检测方法
CN109283246A (zh) * 2017-08-03 2019-01-29 湖南工程学院 一种风力发电机叶片受损位置定位检测***
CN109446482A (zh) * 2018-09-21 2019-03-08 天津长芦汉沽盐场有限责任公司 状态监测与故障诊断技术在制冷机组运行管理中的应用
CN109933048A (zh) * 2019-03-26 2019-06-25 华电国际电力股份有限公司技术服务分公司 汽轮机轴系稳定性评估、风险预警***及方法
CN110488784A (zh) * 2019-08-30 2019-11-22 中国电力工程顾问集团西北电力设计院有限公司 一种基于热控与电气一体化控制的智慧电厂管控***
CN110936231B (zh) * 2019-12-17 2021-06-29 中国航发动力股份有限公司 一种用于监测精锻叶片动态位移的***及其监测方法
CN110936231A (zh) * 2019-12-17 2020-03-31 中国航发动力股份有限公司 一种用于监测精锻叶片动态位移的***及其监测方法
CN112381860A (zh) * 2020-11-21 2021-02-19 西安交通大学 一种旋转叶片动频测量的无标记计算机视觉方法
CN112381860B (zh) * 2020-11-21 2023-04-11 西安交通大学 一种旋转叶片动频测量的无标记计算机视觉方法
CN113504302A (zh) * 2021-06-30 2021-10-15 上海电气风电集团股份有限公司 风机叶片状态监测的方法、***、电子设备及存储介质
CN113504302B (zh) * 2021-06-30 2023-01-24 上海电气风电集团股份有限公司 风机叶片状态监测的方法、***、电子设备及存储介质
CN114689326A (zh) * 2022-03-24 2022-07-01 潍柴动力股份有限公司 一种发动机检测方法和检测装置
CN115376301A (zh) * 2022-07-25 2022-11-22 广东粤电博贺能源有限公司 汽轮机的叶片断裂预警方法、***、电子设备及存储介质
CN118067305A (zh) * 2024-04-24 2024-05-24 江苏众诺智成信息科技有限公司 一种基于安全生产的机械部件平衡测试***及方法

Similar Documents

Publication Publication Date Title
CN102628834A (zh) 大型汽轮机叶片断裂故障在线诊断方法
CN101592590B (zh) 一种转动叶片故障间接诊断技术
CN108593229B (zh) 整体叶轮叶片振动测量装置与测量方法
CN104806303A (zh) 一种汽轮发电机组振动保护方法
CzmoChowski et al. Tests of rotary machines vibrations in steady and unsteady states on the basis of large diameter centrifugal fans
US20200096384A1 (en) Blade abnormality detecting device, blade abnormality detecting system, rotary machine system, and blade abnormality detecting method
Ahobal Study of vibration characteristics of unbalanced overhanging rotor
CN102095561A (zh) 一种大型汽轮机转动部件脱落故障定位方法
Fan et al. Research on running status monitoring and rotating blade crack detection of large-scale centrifugal compressor based on blade tip timing technique
US10533530B2 (en) Rotating machine and installation for converting energy comprising such a machine
Li-Juan et al. Vibration analysis of the steam turbine shafting caused by steam flow
Rao et al. In situ detection of turbine blade vibration and prevention
Rusinski et al. Monitoring and testing of high power industrial fans vibration
US20230220835A1 (en) Method for monitoring the state of the powertrain or tower of a wind turbine, and wind turbine
MS et al. Blades rubs and looseness detection in gas turbines–operational field experience and laboratory study
Reksono et al. Vibration analysis for reducing excessive vibration level on gas turbine generator (GTG) 100 MW in cogeneration power plant
Leong Field experiences of gas turbines vibrations-a review and case studies
Shen et al. Effect of the seal force on nonlinear dynamics and stability of the rotor-bearing-seal system
Stegemann et al. Monitoring and vibrational diagnostic of rotating machinery in power plants
Husnjak et al. Dynamical loads and the consequences in the Rough Load Zone Operation–case studies
Al-Hadad et al. Rotating and non-rotating sensors for improving condition monitoring of wind turbines
Mircea et al. Critical analysis of vibration sources of hydro aggregates in operating regime
Antunovic et al. Analysis of dynamic behavior of rotating machines
Lerche et al. Experimental study of blade vibration in centrifugal compressors
Wang et al. Numerical and experimental investigation on the controlling for rotor-to-stationary part rubbing in rotating machinery

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20120808