模糊聚类分析在水电机组振动故障诊断中的应用

电力18讯：    摘要：水轮发电机组的振动与其他旋转机械的振动有很大不同，水力、机械、电气3方面因素各自引起的振动形成的耦联、振动故障与振动特征的非一一对应性及多种振动在某部位的叠加，形成了水轮发电机组振动的复杂性，很难用准确的语言来描述振动的程度及振动是否存在，这就给振动原因的分析带来一定困难。采用模糊数学的方法，用隶属度来描述诸如“振动大”、故障“存在”或故障“严重”等此类模糊命题，比用传统的二值逻辑更实际地反映了机组的振动。在此基础上引用模糊理论中隶属度的概念来描述机组振动故障存在的倾向性，采用动态模糊聚类分析法分析机组振动的原因。通过实例检验表明，理论计算与现场检查结果相符，证明该方法具有良好的实际应用前景，为水轮发电机组状态监测及故障诊断提供了一种新途径。
    关键词：水电机组；振动；诊断；隶属度；模糊聚类分析


1　引言


　　在机械设备状态监测与故障诊断技术中，振动诊断是普遍采用的基本方法。当设备运行异常时，一般情况下，都会出现振动增大、振动性质改变等现象。通过对振动信号的分析，可以在不停机情况下和采用不解体方式对故障性质有所了解，判定故障部位、故障原因、故障程度等。
　　本文以水轮发电机组的振动为研究对象，针对其特点，采用模糊聚类方法分析机组的振动原因。

2　水轮发电机组振动特点及原因

2．1　水轮发电机组振动特点
　　水轮发电机组的振动与其他旋转机械的振动相比，有其独自的特点，主要表现在振动的复杂性、耦联性及振动故障和特征的非一一对应性上。
　　复杂性是指：①有时几种振源同时存在，很难分清其主次及相互关系；②既有一般的迫振和共振，又有倍频和自激振动；③激振力种类多，且各种激振力的组合随机组运行工况不同而不同。
　　耦联性表现在：①不仅组成系统整体的各部分相互影响，而且引起机组振动的诸因素间又有相互影响和制约；②既有个别部件或部位的振动，又有各部件和部位的耦联振动。
　　因此，水轮发电机组振动的耦联性就使得在考虑机组本身旋转部分和固定部分振动的同时，还需考虑流动液体的动水压力造成的电站引水系统、水轮机过流部件的影响及发电机电磁力对机组振动的影响。
　　而振动故障和特征的非一一对应性是指机组振动的故障特征往往有多方面的反映，不同的故障其特征之间存在着显著的交叉，故障和特征之间并不是一一对应的关系。
　　由此可见，水轮发电机组的振动比其他旋转机械的振动要复杂得多。这些特点综合表现在水轮发电机组上，便使得人们难以用准确的语言对机组的振动情况进行描述。如对“振动故障存在”这样一个命题，如果简单地以传统的二值逻辑来划分，即当振动幅值超过某值就认为有病症或故障存在，低于某值则认为无症状或故障不存在，这显然是不合适的，因为某种故障引起的机组振动是具有一定的发展趋势的，而更合理的方法是选用适当的隶属函数，用相应的隶属度来描述故障存在的倾向性。因此，针对这种情况我们借助模糊数学理论，用隶属度的概念来描述机组振动的强弱就比较符合实际。
2．2　水轮发电机组振动原因
　　虽然水轮发电机组振动的特点之一是具有耦联性，但当分析其振动原因时，若完全按其耦合关系来研究是非常困难的，很难建立可用来进行分析计算的数学模型，既使是在试验中同时考虑这些因素的互相影响也不容易得出结论。因此，笔者从引发其振动的水力、机械和电气这3个主要因素入手，通过研究其振动机理从中提取有助于解决问题的信息。
　　水力因素引起的机组振动主要有：导叶和轮叶开口不均、水封间隙不等、转轮叶片断裂、尾水管产生的低频偏心涡带、转轮叶片出水边后的卡门涡流等。
　　机械因素引起的机组振动主要有：转动部分质量不平衡、轴线不对中、转动部分与固定部件发生碰磨、轴承间隙过大、联结螺丝松动等。
　　电气因素引起的机组振动主要有：发电机转子不圆、绕组匝间短路、定子铁芯松动、分瓣机座合缝处铁芯间隙大、定、转子间隙不均匀、不平衡负载等。
　　这3方面原因引起的振动可作为一个故障集。
3　模糊聚类理论与方法

　　所谓“物以类聚”，即将研究或处理的对象（样本）按照一定的条件或属性进行分类的数学方法叫聚类分析。这种方法有广泛的实际应用，在模糊数个分支。然而现实的分类问题往往伴有模糊性，即考虑的不是有无关系，而是关系深浅度，这就是具有模糊关系的分类问题。对这些问题，用模糊数学语言来表达更为自然和符合实际。
　　模糊聚类分析是根据事物特性指标的模糊性，应用模糊数学方法确定样本的亲疏程度而实现的分类方法。可分为两大类：基于模糊等价关系与模糊相似矩阵的动态聚类算法和基于模糊划分的动态聚类方法。
　　第1种方法首先建立样本间的模糊关系，然后求模糊关系的传递闭包，再选择一个适当的λ值，利用所求得的模糊等价关系的λ水平集与普通的<