Page 94 - 水利学报2021年第52卷第4期

组故障预警，有效避免事故发生。
为进一步印证图 9 所反映的机组振动劣化过程，从图 9 中选取 6 组有代表性的数据 A ~ F 进行频谱
分析，查看其 1 ~ 5倍频、6倍频（转轮叶片数倍频）、12倍频（导叶片数倍频）幅值变化情况，如表 5所示。
从表 5 可以看出，A - F 振动信号 1 ~ 5 倍频均无明显差别，未能有效反映机组故障，6 倍频在 F
处大幅升高，12 倍频从 A 到 F 逐步递增，说明两者为故障特征频率，且变化趋势与图 9 所反映的结果
相吻合，进一步表明了本文所提出的劣化评估方法能真实有效的反映机组劣化过程。

表 5 不同信号各频率成分幅值对比
频率 A B C D E F
f n 18.87 19.99 19.69 21.02 20.65 20.94
2f n 10.04 10.25 10.54 9.71 9.29 9.37
3f n 10.88 11.12 10.91 10.76 10.83 10.85
4f
n 7.55 7.69 7.84 7.34 7.53 7.12
5f n 5.90 6.07 6.04 6.07 5.78 5.58
6f n 8.84 9.48 8.63 7.32 2.62 24.53
12f n 9.81 14.19 11.99 28.70 63.06 79.57

图 10 为 3 号机组 2017 年 7 月某段时间的状态劣化趋势变化情况，此时机组处于正常运行状态，
选取该时间段内同工况下 10 组监测数据，利用劣化评估方法进行机组劣化状态评估。从图 10 可以看
出，该时段内机组综合劣化度维持在一个很低水平，且始终小于 0.2，符合正常运行状态下应有的劣
化度特征，因此可将 D = 0.2 作为机组综合劣化度上限值，若 D > 0.2 ，则说明机组出现故障征兆，
i
i
需停机检查。

图 10 机组状态劣化评估结果

4.2.3 对比实验 为进一步突出该评估指标的有效性，选取表 1 中轴向振动信号均值等 6 个时域特征
量和信号 1 倍频、6 倍频、12 倍频幅值作为对比，绘制 3 号机组轴向振动信号各特征量在 15 年 8 月故
障发生前后随时间的变化趋势如图 11 所示。
从图 11（a）（c）（g）可以看出，信号均值、均方差、1 倍频幅值随时间变化趋势不明显，未能反映
机组运行状态的变化；图 11（b）（h）中，信号峭度指标和 6 倍频幅值虽在 8 月 26 日出现下降或升高，
但在之前一段时间内并无明显变化，不能有效反映机组由正常到故障的劣化渐变过程；图 11（d）（e）
（f）（i）中，信号标准差、峰峰值、偏度和 12 倍频幅值则随着时间的推移不断增大，反映了与图 9 机组
综合劣化指标相同的机组劣化趋势，计算各指标的缓变率即变化程度，衡量指标对机组状态变化的
灵敏度。分别选取图 11（d）（e）（f）（i）中指标幅值变化比较明显的 A、C、E 三个时刻（与图 9 中的 A、
C、E 点时刻相同），已知 A 时刻点指标为正常值，分别计算 C、E 时刻指标幅值相对于 A 时刻的变化
量，作为指标缓变率，计算方式如下式所示：
| y - y |
Δ = | | C A | |
| A |
1 y
| y - y | （25）
Δ = | | E A | |
2 | y A |
式中， y 、 y 、 y 分别为信号标准差、峰峰值、偏度和 12 倍频在时刻 A、C、E 的幅值。
C
E
A
— 470 —