LMD全矢包络技术提升TRT振动故障诊断准确性

本文主要探讨了基于局部均值分解（LMD）的全矢包络技术在高炉煤气余压透平发电机组（TRT）振动故障诊断中的应用。TRT通常采用滑动轴承支撑，这使得轴瓦与轴之间的间隙减小，增加了故障风险，如轴瓦碰摩和油膜涡动引发的振动问题。旋转机械的振动信号非平稳且非线性，传统的小波分析虽能提供多尺度分解，但存在时频分析不理想和分解结果依赖于基函数选择的问题。 LMD作为一种自适应时频信号分析方法，通过识别信号的包络特征，能够将多分量的调幅-调频信号分解为单个乘积函数（PF），每个PF分量包含一个包络信号和纯调频函数。包络信号反映了该PF分量的瞬时幅度，而纯调频函数则提供了频率信息。这种分解不仅有助于故障特征的提取，而且LMD的过程本质上是对复杂信号的解调过程，对于多维度故障特征分析具有优势。 相比于传统的单通道信息分析，文章提出的方法强调了同源信息融合，即全矢包络谱的使用，它能有效地结合TRT转子同一截面两个相互垂直振动信号的综合信息，提供更全面、准确的故障特征。全矢包络分析方法避免了单一视角可能带来的片面性，能够真实反映转子的空间运行状态，这对于准确诊断振动故障至关重要。 通过仿真和实际案例分析，结果显示基于LMD的全矢包络技术在TRT振动故障诊断中表现出了优越性，获取的故障特征更为全面且准确，对于保障TRT系统的稳定运行和延长使用寿命具有重要意义。这种方法的提出和应用，拓展了旋转机械故障诊断的手段，提升了电力自动化设备的故障预警和处理能力。