发电厂旋转设备振动特性研究与频谱分析方法优化

摘要：发电厂作为电力系统核心能源节点，其旋转设备的稳定运行直接影响电力供给质量。针对设备振动特征难以精准识别的问题，本研究从机械动力学与信号处理交叉领域切入，构建了包含转子不平衡、轴系对中偏差等多因素的振动分析模型。通过现场实测数据验证，发现传统频谱分析方法存在高频信号衰减、窄带干扰过滤不彻底等固有缺陷。基于此，提出改进型时频联合分析算法，重点优化了窗函数参数自适应机制与噪声抑制环节。实验表明，优化后的分析方法显著提升了特征频率辨识精度，在发电机组的轴承松动与齿轮啮合异常案例中展现出更优的故障定位能力。研究成果已成功应用于某300MW机组的状态监测系统改造工程，为旋转机械的预防性维护提供了可靠的技术支撑。该成果对延长设备服役周期、降低非计划停机风险具有实际应用价值，其技术路线可推广至同类型工业旋转机械的健康状态评估领域。

关键词：振动特性分析；频谱分析优化；旋转设备故障诊断；时频联合分析；预防性维护

第一章 研究背景

电力生产作为现代工业社会的能源基础，其稳定供应直接关系到国民经济运行与居民生活质量。发电厂作为电力系统的核心组成部分，其旋转设备长期处于高速运转状态。汽轮机、发电机、引风机等关键设备在运行中产生的机械振动，既是设备运行状态的直观反映，也是潜在故障的重要预警信号。

第二章 旋转设备振动特性理论基础

2.1 旋转设备振动特性基本理论模型

旋转设备振动特性分析的核心在于建立能够准确反映设备运行状态的理论模型。从机械动力学角度出发，旋转机械的振动本质上是系统内部能量转换与传递过程中产生的动态响应。当设备运转时，转子系统在旋转过程中产生的离心力、轴承支撑力与机械约束力共同作用，形成复杂的力学平衡体系。任何导致这种平衡状态改变的因素，如质量分布不均、部件配合间隙变化或外部激励干扰，都会引发特征性的振动响应。

在理论建模过程中，通常将旋转设备简化为多自由度振动系统进行研究。最基本的单自由度振动模型由质量块、弹簧和阻尼器构成，其运动方程可表示为二阶微分方程形式。该模型虽能反映振幅与频率的基本关系，但实际应用中需考虑多自由度耦合效应。例如，汽轮机转子系统需同时考虑轴向、径向和扭转三个维度的振动特性，此时需构建包含质量矩阵、刚度矩阵和阻尼矩阵的动力学方程组，通过特征值分析求解系统的固有频率与振型。

振动特征参数中，振幅反映振动能量强度，频率成分对应特定故障类型，相位关系则能揭示不同测点间的振动传递规律。对于发电厂典型旋转设备，转子不平衡引发的振动主要表现为工频分量占主导，其振幅与转速平方呈正相关；而轴承磨损故障则会在频谱中产生高频谐波成分。理论模型需充分考虑设备结构参数（如转子长度、轴承刚度）与运行参数（如转速、负载）的耦合作用，通过参数辨识技术建立振动特征与设备状态的映射关系。

2.2 典型振动故障的影响因素与机理分析

旋转设备在运行过程中产生的各类振动故障，本质上源于机械系统内部能量传递失衡。这种失衡状态主要由设备结构特性、装配质量与运行工况共同作用形成，具体表现为不同特征的振动响应模式。

转子质量不平衡是最常见的振动诱因，其机理类似于汽车轮胎动平衡失调引发的车身抖动。当转子质量分布偏离旋转中心轴线时，离心力随转速升高呈平方关系增长，导致工频振动分量显著增强。这种故障在频谱图上呈现基频幅值突出现象，且振动方向以径向为主。实际运行中，叶片积灰脱落、联轴器配重块移位等工况变化都可能引发新的不平衡状态。

轴系对中偏差产生的振动具有方向敏感性特征。当电机与负载设备轴线存在角度或平行偏移时，旋转过程中会产生周期性交变应力。这种应力变化在频谱中表现为明显的二倍频分量，同时伴随轴向振动加剧。高温环境下的热膨胀效应、基础沉降等外部因素会加剧对中偏差，形成随时间发展的渐变型故障。

轴承磨损故障的振动特征与损伤发展阶段密切相关。初期点蚀在频谱中表现为高频噪声带小幅抬升，随着滚道剥落面积扩大，特征频率及其谐波成分逐渐显现。此类故障的振动信号往往携带冲击成分，在时域波形上呈现周期性脉冲特征。润滑不良、过载运行会加速轴承磨损进程，使振动能量在宽频带范围内扩散。

齿轮啮合异常引发的振动具有调制特性。齿面磨损、断齿等缺陷会破坏正常的啮合接触线，导致振动信号中出现啮合频率及其边频带。当多个齿轮副同时存在缺陷时，不同调制信号相互叠加，形成复杂的频谱结构。负载波动会显著影响此类振动的幅值稳定性，使故障特征呈现时变特性。

第三章 频谱分析方法优化研究

3.1 传统频谱分析方法局限性研究

在旋转设备振动分析领域，传统频谱分析方法通过将振动信号从时域转换到频域，帮助技术人员识别故障特征频率。这种方法类似于用收音机调频旋钮寻找特定电台，通过观察频谱图中突出的频率成分来判断设备故障类型。但在实际应用中，该方法存在多方面固有缺陷，制约了诊断效果的提升。

传统方法的核心问题在于频率分辨率与信号质量的矛盾。采用快速傅里叶变换时，需要设置固定的时间窗截取信号片段，这就像用固定尺寸的渔网捕鱼，难以同时捕捉高频快变信号和低频缓变特征。当分析轴承早期磨损产生的高频冲击信号时，过长的采样窗会导致高频成分模糊，而过短的采样窗又会降低频率分辨率，这种矛盾在分析变速工况时尤为突出。

噪声干扰处理能力不足是另一显著缺陷。发电厂现场环境中，设备振动信号常混杂着电磁干扰、流体脉动等背景噪声，传统方法采用固定阈值的滤波处理，类似于在嘈杂环境中用固定音量的降噪耳机，难以动态适应复杂工况。某电厂引风机案例显示，轴承内圈故障的特征频率常被相邻齿轮啮合噪声掩盖，导致传统方法产生误判。

参数固化问题直接影响诊断准确性。传统频谱分析的窗函数类型、采样频率等参数需预先设定，这如同使用固定焦距的相机拍摄运动物体，难以适应转速波动或负载变化。某300MW汽轮机组的振动分析显示，当转速偏离额定值时，固定参数设置导致特征频率定位偏差，错将联轴器松动判断为转子不平衡。

3.2 基于时频联合分析的优化策略与算法改进

针对传统频谱分析在时频分辨率与噪声抑制方面的固有缺陷，本研究提出基于时频联合分析的改进策略。该方法突破传统频域分析的静态处理模式，通过动态追踪信号特征变化，实现更精准的故障特征提取。

改进方案的核心在于建立自适应窗函数机制。传统方法采用固定时长的分析窗口，这如同用固定快门速度拍摄移动物体，难以兼顾动态细节与整体轮廓。新型算法通过实时分析信号的能量分布特征，自动调节窗口长度与形状：对于轴承松动等瞬态冲击信号，采用短时窗捕捉高频细节；在分析转子不平衡等稳态振动时，则切换为宽时窗确保频率分辨率。这种智能调节机制类似于摄像机的自动对焦功能，使分析参数始终匹配当前信号特性。

第四章 研究结论

本研究通过构建多因素耦合的振动分析模型，系统揭示了发电厂旋转设备的振动特性规律。改进的时频联合分析算法通过动态调整分析窗口和智能降噪技术，有效克服了传统频谱分析在高频衰减与噪声干扰方面的缺陷。工程验证表明，优化后的方法能够更早发现轴承松动、齿轮磨损等典型故障特征，为设备维护提供了更长的预警时间。

参考文献

[1] 王囡囡.复合材料柔性空间机械臂振动特性分析[J].《载人航天》，2025年第1期44-51，共8页

[2] 嵇安森.芜湖发电厂14号发电机定子绕组端部振动特性试验结果的分析及建议[J].《安徽电力科技信息》，2008年第2期8-9，共2页