基于hht的汽轮机碰摩振动故障诊断技术研究方案说明书.doc

南京工程学院毕业设计说明书（论文）
南 京 工 程 学 院
毕业设计说明书(论文)

作 者： 朱燚峰 学 号： 207110141
系 部： 能源与动力工程学院
专 业： 热能与动力工程
题 目： 基于HHT的汽轮机碰摩振动故障
诊断技术研究

指导者： 王翔 讲师
(姓 名) (专业技术职务)

评阅者：
(姓 名) (专业技术职务)

2015 年 5 月 南 京

毕业设计说明书（论文）中文摘要
（空1行）
××××××××××××××××（小4号宋体，1.5倍行距）×××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××。（要求200~300字）

（空2行）
关键词 ××× ××× ××× ×××（小4号宋体）

（小4号黑体）

南京工程学院毕业设计说明书（论文）
毕业设计说明书（论文）外文摘要

Title Research on the Application of Hilbert-Huang Transform in turbine rubbing vibration fault diagnosis technology 小4号宋体
Abstract
×××××××××（小4号宋体，1.5倍行距，第一个字应顶格写）××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××.

（空2行）
Keywords ××× ××× ××× ×××（小4号宋体）

（小4号黑体）

南京工程学院毕业设计说明书（论文）
目 录
前 言 1
第一章 绪论 2
1.1概述 2
1.1.1汽轮机技术国际发展状况 2
1.1.2中国发展状况 3
1.2研究背景和意义 4
1.3故障诊断技术的发展 6
1.4 Hilbert-Huang变换的的发展 10
1.4.1 Hilbert-Huang变换的提出 10
1.4.2 Hilbert-Huang变换的研究现状 11
1.4.3 Hilbert-Huang 变换存在的困难 12
第二章 汽轮机动静碰摩故障机理及信号特征分析 13
2.1碰摩的种类 13
2.2汽轮机组动静碰摩产生的原因 13
2.2.1影响转轴发生径向碰摩的原因 15
2.2.2影响转轴发生轴向碰摩的原因 15
2.3动静碰摩故障的主要信号特征 16
2.3.1 全周碰摩的特征 16
2.3.2 部分碰摩的特征 17
2.3.3 振动信号的时域波形特征 18
2.3.4 振动信号的频谱特征 19
2.3.5 振动信号的时变特征 20
2.4动静碰摩对转子运动产生的影响 21
2.5碰摩转子的动力特性 22
2.6碰摩故障的控制 22
2.7碰摩故障的诊断方法 24
2.8碰摩故障的处理方法 25
2.8.1汽轮机组轴封碰摩故障的处理 25
2.8.2汽缸偏移引起的碰摩故障处理 25
第三章 经验模式分解理论和希尔伯特-黄理论分析 27
3.1 经验模式分解理论 27
3.1.1 瞬时频率 27
3.1.2 固有模态函数 30
3.2 EMD 的基本原理和算法 31
3.3 希尔伯特-黄理论 33
3.3.1 Hilbert谱与Hilbert边界谱 34
3.3.2 Hilbert-Huang数值仿真 35
第四章 汽轮机组动静碰摩振动故障信号EMD和HHT诊断 39
4.1 转子振动故障的模拟实验简介 39
4.1.1 实验目的 39
4.1.2 实验装置组成及技术参数 39
4.2实例分析 44
4.2.1严重碰摩时的振动波形及其Hilbert-Huang变换 44
4.2.2轻度碰摩时的振动波形及其Hilbert-Huang变换 46
4.2.3无碰摩时的振动波形及其Hilbert-Huang变换 49
第五章 结论 51
致 谢 52
参考文献 53

前 言
Hilbert-Huang变换是一种新型的信号处理方法，适用于非线性、非平稳信号的分析和处理，包括两个过程：经验模式分解(empirical mode decomposition，EMD)和Hilbert变换。EMD方法基于信号的局部特征时间尺度，能把复杂的信号函数分解成有限个固有模态函数（intrinsic mode function，IMF)之和，而每个IMF所包含的频率成分不仅与分析频率有关，还随信号本身的变化而变化，因此，EMD方法是自适应的信号处理方法。随着信号处理技术的不断发展，人们对信号的分析和理解也更加全面和深刻，对信号分析更高的要求促进了这门学科进一步的发展。
汽轮机组是工业领域的重要设备，尤其是在电力行业，汽轮机组是关键的设备。由于汽轮机组结构和系统的复杂性、运行环境的特殊性，导致汽轮机组的故障率较高，而且故障的危害性很大。因此，汽轮机组的诊断一直是故障诊断技术应用的一个重要方面。基于此，选定汽轮机动静碰摩故障诊断技术研究一题，探索如何从机组的状态行为等特征，根据相关的数据和信息对故障定性，进而对产生的原因或机理做出判断，并确定解决措施和实施处理方案。
本文在分析总结HHT的基础上，结合转子碰摩故障特点，对转子碰摩故障诊断中主要振动信号处理方法进行了概述，通过大量查阅图书馆和网上资料，较为全面和系统地阐述了基于HHT 的时频分析理论和算法，利用MATLAB分析实验台的数据，验证了HHT在旋转机械振动信号时频分析中的优点和有效性。

第一章 绪论
1.1概述
汽轮机是以蒸汽为工质的将热能转变为机械能的旋转式原动机，与其他热力原动机相比，具有运转平稳、单机功率大、效率较高、使用寿命长和单位功率制造成本低等优点，故而得到广泛应用。汽轮机不仅是现代火电厂和核电站中普遍采用的原动机，还广泛用于船运、化工、冶金等部门用来直接驱动各种从动机，如各种泵、风机和压缩机等。在使用化石燃料的现代火电厂、核电站以及地热发电站中，汽轮机用来驱动发电机产生电能，因此汽轮机是现代化国家重要的动力机械设备[1]。
1.1.1汽轮机技术国际发展状况
1. 1882年，瑞典工程师拉瓦尔设计制造出第一台单级冲动式汽轮机，紧随其后，1884年英国工程师帕森斯设计制造了第一台单级反动式汽轮机，虽然那时的汽轮机结构非常简单，仍使汽轮机广泛应用于电站、航海和大型工业。
2. 20世纪60年代，工业发达的国家生产的汽轮机已经达到500-600MW等级水平。1972年，由瑞士ABB公司制造的1300MW双轴全速汽轮机在美国投入运行，设计参数达到24Mpa，蒸汽温度538°C，转速高达3600rpm；1974年，西德KWU公司制造的1300MW单轴半速(1500rpm)饱和蒸汽参数汽轮机投入运行；1982年世界上最大的1200MW单轴全速汽轮机在前苏联投入运行，压力24Mpa，蒸汽温度540°C。
3. 世界各国都在进行大容量、高参数汽轮机的研究和开发；如俄罗斯正在研究2000MW；是因为大容量汽轮机有如下特点：
1）降低单位功率投资成本。如800MW机组比500MW机组的千瓦造价低17%；1200MW机组比800MW机组的千瓦造价低15%-20%。
2）提高运行经济性。如法国的600MW机组比国产的125MW机组的热耗率低276kJ/kW·h，每年可节约燃煤4万吨。
3）加快电网建设速度，满足经济发展需要。
4）提高电网的调峰能力。
4．汽轮机按照工作原理可分为冲动式汽轮机和反动式汽轮机。
1）冲动式汽轮机：主要由冲动级组成，蒸汽主要在喷管叶栅(或静叶栅)中膨胀，在动叶栅中只有少量的膨胀。
2）反动式汽轮机：主要由反动级组成，蒸汽在喷管叶栅(或静叶栅)和动叶栅中都进行膨胀，且膨胀程度大致相同。
因为反动级不能部分进汽，所以第一级调节级通常采用单列冲动级或双列速度级。如中国引进美国西屋(WH)技术生产的300MW、600MW机组。
目前世界上汽轮机的主要制造企业有：美国的西屋(WH)、通用(GE)电气公司，瑞士的ABB公司，日本的三菱、东芝和日立公司，俄罗斯的乌拉尔透平发动机厂(TM3)、哈尔科夫透平发动机厂(XTT3)和列宁格勒金属工厂(JIM3)，英国的通用公司(GEC)，法国的阿尔斯通-大西洋公司(AA)，德国的电站设备联合制造公司(KWU)等[1]。
5．汽轮机按照蒸汽参数(压力和温度)分为：
1）低压汽轮机：主蒸汽压力小于1.47Mpa；
2）中压汽轮机：主蒸汽压力1.96-3.92Mpa；
3）高压汽轮机：主蒸汽压力5.88-9.8Mpa；
4）超高压汽轮机：主蒸汽压力11.77-13.93Mpa；
5）亚临界压力汽轮机：主蒸汽压力15.69-17.65Mpa；
6）超临界压力汽轮机：主蒸汽压力大于22.15Mpa；
7）超超临界压力汽轮机：主蒸汽压力大于32Mpa；
1.1.2中国发展状况
1. 中国汽轮机技术起步较晚。1955年，上海汽轮机厂制造出第一台中压6MW汽轮机；1964年，哈尔滨汽轮机厂第一台100MW机组在高井电厂投入运行；1972年，第一台200MW汽轮机在朝阳电厂投入运行；1974年第一台300MW机组在望亭电厂投入运行；70年代进口了10台200-320MW机组，分别安装在了元宝山、清河、陡河、大港电厂；70年代末国产机组占到总容量70%。
2. 1987年，利用引进技术生产的300MW机组在石横电厂投入运行；1989年，采用引进技术生产的600MW机组在平圩电厂投入运行；2000年，从俄罗斯引进的两台超临界800MW机组也在绥中电厂投入运行。
3. 中国第一家汽轮机厂是上海汽轮机厂，1995年与美国西屋电气公司合作成立了STC，1999年西门子公司收购了西屋公司发电部，STC股份就相应转给了西门子。1956年，哈尔滨汽轮机厂建厂，先后设计制造了中国第一台25MW、50MW、100MW和200MW汽轮机，80年代从西屋公司引进了300MW和600MW汽轮机的全套设计和制造技术，1986年，成功制造出中国第一台600MW汽轮机，其自主研制的三缸600MW汽轮机也已经投入生产。东方汽轮机厂兴建于1965年，1971年制造出第一台主力机型为600MW汽轮机。
研制大型汽轮机组是汽轮机发展的一个重要方向，其中研制更长的末级叶片是进一步发展大型汽轮机组的关键；研究提高热效率则是汽轮机发展的另一方向，而采用更高蒸汽参数和二次再热，研制调峰机组，推广供热汽轮机的应用则是这方面发展的重要趋势。汽轮机蒸汽参数的不断提高，促进了汽轮机的发展，汽机、锅炉效率、热降的增大和热循环效率的改善，都减小了热耗。但是随着汽轮机技术的不断发展，相应的故障也随之产生。
1.2研究背景和意义
20世纪以来，随着工业生产和科学技术的发展，机械设备的可用性、可靠性、可维修性和安全性的问题日益突出，促使人们不断研究机械设备故障机理及故障诊断技术。
汽轮机组在电力、钢铁、冶金、化工、船舶等领域里具有广泛的应用。特别是在电力工业中，汽轮机组是火力发电厂的三大主机之一，用来驱动发电机生产电能，是机、电、液耦合在一起的复杂系统，机组的进汽温度和进汽压力都很高。然而在高转速和高应力状态下，部件承受很大的载荷，而且常承受各种交变应力的作用。所以，汽轮机组是一种故障率高、故障危害性大的高速旋转机械。一旦发生故障，轻则停机，造成重大的直接经济损失；重则造成机毁人亡，引起严重的社会后果。因此，汽轮机组的故障诊断问题一直受到有关研究机构、企业和管理部门的高度重视，是现代故障诊断技术的主要研究对象之一[2]。
在高速、高压汽轮发电机或离心压缩机等旋转机械中，为了提高机组效率，往往把轴封、叶片顶隙、油封间隙和级间密封设计得较小，以减小气体泄漏。然而过小的间隙会引起流体动力激振，甚至发生转子与静止部件的摩擦。除设计原因之外，还有很多种原因引起碰摩，如转子不平衡、轴的挠曲、气体动力作用、转子不对中及转子与静子热膨胀不一致等。轻者引发密封件的摩擦损伤，重者发生转子与隔板的摩擦碰撞，造成严重事故[3]。转子碰摩分为局部碰摩和全周碰摩。一般情况下，碰摩故障发生时，首先观察到的是局部碰摩，即在转子的1个转动周期内转子和定子可能接触1次、2次或多次。局部碰摩会逐步演化导致全周碰摩，即转子在转动中始终与定子接触。碰摩会引起转子系统一系列不良的后果，甚至引发严重的机器损伤事故，所以，探索有效的方法，提取故障特征，及时做出诊断，尤其是早期诊断，对于防止重大事故的发生，具有十分重要的意义。
目前对碰摩故障的研究主要有以下几方面：①通过建立数学模型，研究碰摩的发生及发展过程[4]；②通过模拟实验研究不同碰摩状态下的故障特征[5]；③对碰摩故障特征提取方法的研究[6]。旋转机械出现碰摩故障时，由于碰摩过程中的冲击和摩擦造成转子的阻尼、刚度、弹性力等发生变化，呈现非线性，振动信号具有非平稳性，因此仅靠传统的频谱分析无法对碰摩故障做出准确的诊断。近年来，新的信号处理方法，特别是非平稳信号的处理方法在碰摩故障特征提取中得到了广泛应用，并取得了一定成果，如小波分析[7]、奇异值分解、双谱分析等。Hilbert-Huang变换[8]是近些年发展起来的处理非平稳信号的时频分析方法，它由经验模式分解(EMD)及Hilbert变换两部分组成。EMD从本质上讲就是把一个非平稳信号进行平稳化处理，其结果是将信号中不同尺度的波动或趋势逐级分解，产生一系列具有不同特征尺度的数据序列——固有模态函数，再通过Hilbert变换得到瞬时频率及幅值。该方法可用于分析复杂的非平稳信号，得到振幅-瞬时频率-时间的分布，准确反映系统的固有特性，被广泛应用于电力、机械、地球物理等领域[9-12]，在裂纹诊断、齿轮故障和电力系统故障信号分析等方面取得了良好效果。
转子的碰摩故障发生时，转子的周期性碰撞，使得转轴振动在由不平衡质量引起的强迫同步响应的基础上叠加了一个冲击响应和一个由碰撞力决定的周期振动，由于碰摩故障的瞬态特性，分析碰摩故障发生的瞬时频率特征能够更准确地反映出碰摩发生的过程。通过对几种时频分析方法[12]的比较，发现HHT的时频方法能更清楚地呈现时频分布情况，准确反映系统特征。进一步将HHT方法应用于局部碰摩的早期诊断和全周碰摩的故障特征分析，采用EMD方法分解转子碰摩振动信号，通过瞬时频率分析识别转子碰摩故障。
1.3故障诊断技术的发展
故障诊断技术的历史，可追溯到19世纪工业革命时期，早期的诊断技术主要依赖于专家依靠感官获取设备的状态信息，凭经验做出直接判断，这是最简单、最原始的诊断技术。
真正意义上的诊断技术产生于20世纪60年代初期。1961年，美国开始执行阿波罗计划，出现了一系列设备故障，于是在美国宇航局(NASA)的倡导下，美国海军研究室(ONR)成立了美国机械故障预防小组(MFPG)，主要从事设备诊断技术的研究与开发。1971年，MFPG划归美国国家标准局(NSB)领导，正式成为一个官方组织。而由美国工程师学会(ASME)领导的锅炉压力容器监测中心(NBBI)对锅炉压力容器和管道等设备的诊断技术作了大量的研究，制定了一系列有关静态设备设计、制造、试验和故障诊断及预防的标准。此外，美国还在航空航天、军用机械等领域的故障诊断研究方面取得了一系列有特色的成果。在旋转机械(特别是汽轮发电机组)故障诊断方面，首推美国的西屋电气公司(Westhouse)，从1976年到1990年已发展成网络化汽轮发电机组智能化故障诊断专家系统，其3套人工智能诊断软件(汽轮机TurbinAID、发电机GenAAID、化学水处理ChemAID)共有诊断规则近1000条，对西屋公司所生产机组的安全运行发挥了巨大作用，取得了很大的经济效益。此外，还有以Bentley Navada公司的DDM系统和ADRE系统为代表的多种机组在线监测诊断系统等[13-14]。
日本在民用工业(如钢铁、化工、铁路等)中的故障诊断技术发展得很快，在世界上占有一定的优势。1971年，日本开始发展全员生产维修(TPM)，经过6年的努力，诊断技术已达到了实用阶段。日本一些全国性的学会也相继设立了专门的研究机构，开展诊断技术的研究；而一些国立研究机构和一些著名的大学也相继开展故障诊断的基础理论和应用技术的研究。其他民办企业，如三菱重工、东芝电器、日立制作所、川崎重工等也以企业内部工作为中心，开展了一些应用水平较高的实用项目。例如，三菱重工的白木万博在旋转机械故障诊断方面开展了系统的工作，他所研制的“机械保健系统”在汽轮发电机组故障监测和诊断方面起到重要作用[15-16]。
我国是从20世纪70年代末期开展设备诊断技术研究和开发的，由国家经委下属的中国设备管理协会积极推动和组织这项技术在国内各产业部门的应用和开发。20世纪80年代初，国内一些重点大学如清华大学、西安交通大学、浙江大学、哈尔滨工业大学、上海交通大学、南京航空航天大学、北京科技大学和华中理工大学等相继开展了这项技术的基础研究和开发研究，取得了大批可喜的成果。
在故障诊断技术中，信号处理技术一直处于核心地位。对于得到的任何一个实际信号，我们都希望尽可能多的、尽可能详细的知道信号中所包含的有用信息：频域的或者时域的，轮廓的或者细节的，全局的或者局部的等。随着信号处理技术的不断发展进步，人们对信号的分析和理解也更加深刻和全面，对信号分析的更高要求也促进了这门学科的进一步发展。
机械设备的运行状态千变万化，因此存在大量的非平稳动态信号。机械设备在运行过程中的多发故障，将导致非平稳性动态信号的出现，所以，非平稳性可用来表征某些故障的存在。种种情况表明，从工程中获得的动态信号的平稳性是相对的、局部的，而非平稳性是绝对的、广泛的。实践证明，基于平稳信号处理的监测诊断方法已不能满足工程应用的需求，研究开发处理非平稳信号的方法是促进监测诊断技术不断发展的客观原因。非平稳信号的频率成分是随时间发生变化的，联合时频方法是比较有力的分析工具，常用的时频分析方法有：短时傅里叶变换、Wigner-Vill分布和小波分析等。以上的时频分析方法在一定程度上解决了非稳态信号分析的困难，但是这几种方法从本质上说都是积分理论，都要受海森伯格(Heisenberg)测不准原理的约束，因此对非稳态信号的分析存在局限性。如会出现虚假信号和假频问题，Wigner-Ville分布会有交叉项，小波分解会明显出现多余信号等。美国华裔科学家N.E.Huang于1998年提出了Hilbert-Huang变换，这是一种全新的信号分析理沦，它完全不同于傅里叶变换以及上述几种时频分析理论，在理论上不受海森伯格测不准原理的约束，为非稳态信号分析提供了一个全新的方法。Hilbert-Huang变换理论是通过对信号的经验模式分解(EMD)；使非平稳信号平稳化，从而使信号在Hilbert变换后得到的瞬时频率具有物理意义[17]。每个EMD分解出的固有模态函数(Intrinsic Mode Function，IMF)都是单组分的，相当于序列的每一点只有一个瞬时频率，无其他频率成分的叠加。瞬时频率是通过对固有模态函数进行Hilbert变换得到的，同时得到振幅，最后得到振幅-频率-时间的分布图，准确反映系统的固有特性。值得一提的是，基于EMD的时频分析方法既适合于非线性、非平稳信号的分析，也适合于线性、平稳信号的分析，国内外许多学者都对这方面进行了大量的研究，也取得了很大成果[18]。
故障诊断的目的在于通过各种监测手段，判断机械设备的运行状态是否正常。若设备异常，则经过分析，判断故障原因，以便维修；或者在故障尚未发生之前，预报可能发生的故障，以便提前采取措施，避免事故的发生。对现代企业中大型关键设备开展故障诊断工作，及时处理设备运行中出现的故障，保障企业安全可靠的生产，有着巨大的经济效益和深远的社会意义[2]：
1、及时掌握设备运行状态异常或故障的早期征兆，采取相应的措施，将故障消灭在萌芽状态，避免或减少重大事故的发生。
2、一旦发生故障，能自动记录下故障的完整信息和数据，有利于事后进行故障原因分析，缩短维修时间，减少维修费用，提高设备利用率，避免同类事故再次发生。
3、通过对设备状态异常的原因和性质进行分析，采取适当措施，对设备状态进行在线调整，延长运行周期，为生产和维修提供科学依据。
4、通过监测得到大量的设备状态数据，可以更充分地了解设备的性能，为改进设备设计、制造水平及产品质量提供有力的保障。
5、随时掌握设备运行状态的变化情况、各部分性能的劣化程度和机械性能发展趋势，提高设备管理的现代化水平。
由于汽轮机组工作环境的特殊性(高温、高压、高转速、高应力)，所以在汽轮机故障诊断系统中，对传感器的要求很高。目前，对传感技术的研究，主要是提高传感器性能的可靠性、开发新型传感器，以及研究如何诊断传感器故障以减少误诊率和漏诊率等方面的问题，提高对故障的分辨率。
在信号分析与处理研究领域中，最具有吸引力的是振动信号的分析与处理。汽轮机组故障诊断系统中的振动信号处理多采用快速傅里叶变换(FFT)。FFT的思想在于将一般时域信号表示为具有不同频域的谐波函数的线性叠加，由于该变换认为信号是平稳的，因此分析出来的频率具有统计不变性。FFT对很多平稳信号的情况具有适用性，然而，很多信号实际上都是非线性、非平稳的，所以为了提高分辨精度，新的信号分析与处理方法成为该领域的重要研究课题。目前，正在研究的信号分析与处理方法有变时基FFT、短时基FFT、小波分析、Winger变换、时-频分析、全息谱分析、延时嵌陷分析、信号的分维数计算等。
故障机理研究是故障诊断领域中的一个非常基础却又不可或缺的工作。目前，主要是从故障征兆、故障规律和故障模型等方面研究汽轮机组故障机理。汽轮机组的振动信号是其主要同时也是非常重要的特征信号，故而汽轮机故障诊断的研究总是从振动信号入手，并从振动信号中提取故障征兆，从而建立故障征兆集合和故障集合之间的映射关系。汽轮机故障诊断机理的研究方法主要有现场试验法、实验室模拟研究法和计算机仿真法。
但汽轮机组是一个相当复杂的系统，其故障征兆集合与故障集合之间的映射关系非常复杂，而且，机组在运行过程中可能同时出现多个故障，所以如何根据检测到的故障特征来诊断机组的故障是研究人员非常关心的问题，这就是诊断策略。常用的诊断策略有对比诊断、统计诊断、逻辑诊断、模糊诊断、模式识别、专家系统、基于灰色理论的诊断和基于人工神经网络的诊断。目前，人工神经网络和专家系统的诊断研究是这一领域的热点。
故障诊断领域的重点一直都是诊断方法的研究。目前，汽轮机组主要的故障诊断方法有振动诊断法、热力学诊断法、无损检测诊断法、红外诊断法、声发诊断法和噪声诊断法等。
而在线诊断系统的研制与开发，实际上是对上述各研究领域的成果进行集成，包括硬件方面和软件方面的集成。在线诊断系统在现场投入使用后，可在线诊断与分析汽轮机组的状态和故障。
大型汽轮机组的结构特点和运行条件特点，决定了汽轮机组的故障诊断要快速、实时、准确和高效。因此，汽轮机组诊断技术的研究需在以下几个方面取得突破：
1. 分布式故障诊断系统的研究与开发；
2. 集成式故障诊断系统的研究与开发；
3. 构成大型监测诊断中心；
4. 自主闭环诊断系统的研究与开发；
5. 故障诊断相关技术的研究。
1.4 Hilbert-Huang变换的的发展
1.4.1 Hilbert-Huang变换的提出
傅里叶变换在传统信号分析与处理上发挥了重要作用，但由于它是全局变换，不具备时间和频率的“定位”功能，因此只适合分析和处理平稳信号。而对于非平稳信号却不适用。为了能够反映出频率随时间变化的规律，人们提出了时频联合分析法，即将一维时间信号以二维时频密度函数表示出来，旨在揭示信号中包含多少频率分量，以及每一分量是如何随时间变化的。时频分析的方法有很多，如短时傅里叶变换(STFT)、Wigner-Ville分布(WVD)、小波分析(WT)等，虽然上述方法对非平稳信号的分析都做出了巨大贡献，在工程实际中也获得广泛的应用，但他们大都是以傅里叶变换为理论依据的，并没有从根本上摆脱傅里叶变换的局限。
Hilbert-Huang变换(HHT)是1998年由NASA的Norden E Huang等人提出，作为一个崭新的时频分析方法，它完全独立于傅里叶变换，能够进行非线性、非平稳信号的线性化、平稳化处理，被认为是近年来对以傅里叶变换为基础的线性和稳态谱分析的一个重大突破。与频谱分析法(FFT)相比，HHT得到的每个IMF的振幅和频率是随时间变化的，消除了为反映非线性、非平稳过程而引入的多余的无物理意义的简谐波；与小波分析相比，HHT具有小波分析的全部优点，在分辨率上消除了小波分析的模糊和不清晰，具有更准确的谱结构，由此得到的分析结果能更准确地反映出系统原有的物理特性。
1.4.2 Hilbert-Huang变换的研究现状
Hilbert-Huang变换(HHT)由于具有自适应性且有效地分析非线性、非平稳信号，从其公开发表到现在短短几年，一直受到国内外学者的关注并广泛应用于科学研究和工程应用领域：在设备诊断领域，如潜艇叶片的故障诊断、旋转机械故障诊断；在结构分析领域，如桥梁的监测、结构的辨识和模态响应分析、结构破坏检测等; 在生物医学领域，如心跳信号分析、心电图信号分析、血压信号分析等;在地球物理学领域，如海洋环流分析、地震波分析、非线性水波分析、潮汐和海啸分析等；在天文学领域，太阳中微子数据的分析等。
HHT由经验模式态分解(Empirical mode decomposition，EMD)和Hilbert变换两部分组成。其本质是，将原始信号经EMD分解成一系列称为固有模态函数（Intrinsic mode function，IMF）的组合，然后对每个IMF利用解析信号相位求导定义计算出有意义的瞬时频率及瞬时幅值，从而获得信号的时频谱。
EMD将信号分解为一系列固有模态函数(IMF)的和的形式，本质上，分解的目的是把一个多分量信号分解成多个单分量信号，以达到求瞬时频率的目的。EMD分解后对每一个IMF进行Hilbert变换，得到其瞬时频率，并将其用以时间-频率为坐标的平面表示出来，称为Hilbert谱。区别于以往的分析方法，不再认为组成信号的基本信号是正弦信号，而是固有模态函数。EMD分解能够自适应的把信号分解成多个固有模态函数。固有模态函数可以是线性、平稳信号，也可以是非线性、非平稳信号，因此HHT适用于非线性、非平稳的数据分析，打破了傅立叶变换的局限性。EMD为信号处理研究开辟了一个新的途径，在机械设备的状态监测与诊断方面，EMD应用于转子碰摩、裂纹、扭转振动分析、齿轮、轴剥、机床设备监测与诊断。同时也出现了EMD方法与其它信号处理方法相结合的发展趋势，如EMD与小波分析、EMD与ICA/PCA、EMD与SVM及EMD与神经网络等方法的综合特征提取与诊断方法。Flandrin和Wu Zhao hua分别利用高斯噪声、白噪声验证了EMD本质上是类似小波分解的、恒品质因数的带通滤波器。Wu Zhao hua提出了加入噪声的EMD分解方法，称为集成EMD（EnsembleEMD，EEMD），使EMD成为真正的二进带通滤波器。Peng提出了小波分析与EMD相结合的改进算法，并应用于振动信号处理。重庆大学秦树人、大连理工大学马孝江、湖南大学于德介等带领的学术团队及众多科研人员都开展了关于HHT理论算法及应用的研究，并取得了一定成果。余泊[19]提出了自适应时变滤波分解(ATVFD)经验筛法，通过时变滤波直接拟合均值曲线，提高了分解速度和精度。盖强[20]给出了希尔伯特谱的最高频率分辨率，提出了自适应频率多分辨分析原理和方法。钟佑明[21]提出并论证了Hilbert变换的局部乘积定理，给出了HHT的统一理论依据轮廓，并提出了边际谱与傅里叶频谱之间本质区别的新观点[22]。Liu[23]提出了用于汉字处理的方向EMD方法(DirectionalEMD，DEMD)。沈国际[24]给出了EMD分解中多频信号分离的一个必要条件，并用于齿轮箱故障振动信号的分离。张健[25]分析了EMD中信号的位置敏感性问题。胡劲松[26]把经验模态分解方法引入了旋转机械振动信号滤波，并提出了自相关预处理的EMD方法。邓拥军[27]、柳亦兵[28] 、黄大吉[29]、赵进平[30]、程军圣[31]、钟佑明[32]等针对HHT中存在的端点处理、包络插值方法、模态混叠等问题，各自提出了相应的改进算法[33]。
1.4.3 Hilbert-Huang 变换存在的困难
HHT是一种很直观、很合理的信号分析方法，从提出至今，产生了许多可喜成果，展示了其无比魅力，但作为一种“经验”的算法，在许多方面仍存在许多困难。
首先，HHT基础理论的建立。目前对HHT多偏于实验以及应用的研究，这些实验和应用有助于对HHT性质的理解，但仍没有找到一个明确的解析定义来解释这些现象。虽然产生了一些初步的理论研究成果，但其数学基础理论方面的工作有待进一步完善。现在的HHT就如同80年代早期的小波分析，产生了众多有用的结果却在等待建立数学理论来证明我们的例子，其理论框架的建立将是一个漫长的艰苦过程。
其次，HHT算法的改进。Huang在HHT提出的同时，也指出了其算法中仍存在许多需要改进的地方，边界处理、包络线或均值曲线的拟合、筛分停止准则及EMD终止条件、模态混叠等方面的问题影响了HHT的分析效果。以上所述对HHT的改进性研究或多或少地改善了其存在弊端，但仍然没有彻底的解决方法。

第二章 汽轮机动静碰摩故障机理及信号特征分析
随着机组参数的不断提高，动静间隙不断减小，机组在运行过程中，由于装配不良、轴弯曲、机械松动、转子不平衡量过大或零部件缺陷等原因，可能导致动静部件之间发生碰摩。碰摩是汽轮发电机组的常见故障之一，也是其他故障的诱因。
2.1碰摩的种类
图1 动静碰摩的种类
如图1所示，按摩擦的部位可分为径向碰摩、轴向碰摩和组合碰摩。径向碰摩是转子外缘与静止部件接触而引起的摩擦；而轴向碰摩是转子在轴向与静止部件接触而引起的摩擦；既有径向摩擦又有轴向摩擦的碰摩则是混合碰摩。
按转子在旋转一周内与静止部件的接触情况分为整周碰摩和部分碰摩。转子在旋转的一周始终与静止的碰摩点保持接触，称为整周碰摩；转子在旋转的一周中只有部分弧段发生接触，称为部分碰摩。
另外，按照摩擦严重的程度可分为早期碰摩、中期碰摩和晚期碰摩。
2.2汽轮机组动静碰摩产生的原因
随着汽轮发电机组向高参数、大容量方向发展，汽轮机动静间隙愈来愈小，轴封、轴瓦、隔板汽封、油挡、密封瓦发生动静碰摩的机会越来越多。径向碰摩主要发生在汽轮机前后汽封，动叶围带汽封及隔板汽封等部位；轴向碰摩常发生于汽轮机隔板与叶轮、转子之间。
2.2.1影响转轴发生径向碰摩的原因
引起汽轮机径向通流间隙碰摩的因素主要有以下几种：
（1）因汽缸变形使径向通流间隙减小而发生的动静碰摩，该情况下汽轮机转子发生弯曲，并产生较大振动。引起汽缸变形的主要原因是上下缸温差大，使汽缸发生弓背变形。另外有的汽缸几何形状设计太复杂，启动运行中汽缸各部分温差太大而引起汽缸变形。大型汽轮机低压缸的刚度小，抽真空后易变形。
（2）汽缸在机组运行中发生跑偏使径向通流间隙减小而产生碰摩，造成汽缸跑偏的主要原因有汽轮机各抽气管道推力过大以及汽轮机滑销系统严重卡涩等，使汽轮机膨胀不畅。
（3）由于汽轮机转子与轴承的差别振动过大而引起动静部件的碰摩。
（4）动静间隙不足。有时是设计上的缺陷造成的，设计人员将间隙定为过小的量值，向安装部门提供的间隙要求值太小。它也经常是安装、检修的原因，动静间隙调整不符合规定所致。
实际上，通流部分的动静间隙是受多种因素影响的。如真空、凝汽器灌水、缸温等，如同找中心一样，即便在开缸状态下调整好，扣缸后的上下间隙也会变化。因此，间隙量的控制在一定程度上和设计、安装以及检修人员的经验有关。在汽轮发电机组的制造和安装过程中，转子轴系各轴向截面中心通常应位于静子的几何中心，以保证转动后，转子与周围静子周向有均匀间隙而不发生碰摩。考虑到转子转动的上浮、扣缸后的下压作用等，可能会在径向上预留少量的间隙，但这个量值一般不会很大[25]。
2.2.2影响转轴发生轴向碰摩的原因
引起转子轴向碰摩的主要原因有以下几方面：
（1）汽轮机相对胀差过大，使隔板与转子叶轮轴向通流间隙减小而发生碰摩。由于机组启动过程中升速、升负荷速度过快，低负荷暖机时间太短产生较大的正胀差；也可能是因为停机过程中降负荷速率过大产生较大的负胀差。此外，汽轮机结构设计不合理也会产生先天性的较大正胀差或负胀差。机组在极热态启动时，升速、升负荷太慢也会产生较大负胀差。
（2）机组在启动及运行过程中，主蒸汽及各抽汽管进水，汽轮机推力骤增，使轴向通流减小发生碰摩。
（3）汽轮机隔板设计强度不够或焊接隔板质量差，会使隔板在机组运行过程中挠度过大，也会造成隔板与叶轮的碰摩。
（4）当轴承箱出现严重卡涩时，机组在启动时胀不出来，停机时缩不回去，也会使通流轴向间隙减小从而发生碰摩。
（5）由于不对中等原因使轴颈处于极端的位置，整个转子偏斜。非转动部件的不对中或翘曲也会导致碰摩的发生[25]。
2.3动静碰摩故障的主要信号特征
碰摩有许多种征兆，易变的信号特征与外界条件之间有着密切的联系，某一时刻出现的征兆，在其他时刻可能不会再出现，这使得碰摩故障带有一些不确定性。碰摩故障信号有噪声信号、振动信号、声发射信号还有温度和压力信号。
2.3.1 全周碰摩的特征
(1)碰摩时，碰摩点处轴振的工频或通频最大振幅可以达到碰摩点所处轴向断面的间隙圆。
(2)对于正向全周碰摩，当转子转速接近由于碰摩而改变的转子的固有频率时，相位最大变化为滞后900，这时转子和密封接触。
(3)正向全周碰摩大振幅的振动频率是工频，即1X。对于反向全周碰摩，则是一个与转速变化无关，但己略有变化的转轴的固有频率值。
(4)碰摩时，碰摩点处的截面转轴中心平均位置应该移到所处截面间隙圆中心。轴承轴颈中心也应该向轴承间隙圆中心偏移。
(5)对于全润滑碰摩，轴心动态轨迹是一个以间隙圆为极限的封闭曲线。但如果摩擦力很大，且转轴在静子全周的某些点有反弹，轨迹形状可能沿圆周跳动然后发展为全周反进动。
(6)转