希爾伯特解調在電廠磨煤機故障診斷中的應用

陳 光

（華電電力科學研究院，浙江 杭州 310030）

0 概 述

電力行業(yè)是國民經濟的基礎產業(yè)，為國民經濟發(fā)展提供強有力的支持。我國是人口大國，同時，也是電力消費大國。根據中電聯(lián)統(tǒng)計［1］，截至2013年3月底，我國裝機容量已達到112 275萬千瓦，其中火電裝機容量達82 544萬千瓦，占比73.5%。在未來很長一段時間內，火力發(fā)電機組仍將是我國電力供應的主力機組。然而，火電機組的組成結構復雜，維護難度較大。一旦出現(xiàn)問題，輕則導致經濟損失，重則引發(fā)重大安全事故。

磨煤機作為制煤粉系統(tǒng)的關鍵組成環(huán)節(jié)，其安全有效運行是關乎鍋爐穩(wěn)定燃燒的重要保障［2］。尤其是鋼球磨煤機，通常工作在極其惡劣的環(huán)境中，較易發(fā)生故障。但是，現(xiàn)場工作環(huán)境的背景噪聲較大，故障引發(fā)的聲音常被淹沒在大量的背景噪聲中，利用傳統(tǒng)的時域分析法，無法實現(xiàn)故障診斷。因此，磨煤機的故障診斷一直是困擾電廠運行維護人員的較大問題。

通常情況下，對磨煤機的故障診斷是利用手持式測振儀，依據儀器顯示的有效值或峰值對故障現(xiàn)象進行判斷，但是鋼球磨煤機結構尺寸較大，傳動系統(tǒng)較多，工作環(huán)境的背景噪音大，某個傳動部件出現(xiàn)故障時，可能會引發(fā)連鎖反應，導致不同部位多個測點的振動值均超過標準值，無法有效診斷故障部件。因此磨煤機故障診斷困難重重［3］。

2009年，劉定平等人［4］提出了基于核主元分析和最小二乘支持向量機的中速磨煤機故障診斷方法，應用于磨煤機的仿真信號中，取得較好結果；2011年，魯雪艷、趙征［5］提出基于D－S證據理論的模糊聚類分析方法，應用于磨煤機故障診斷。診斷結果顯示，該方法可有效判別故障類型，并預測故障的發(fā)展趨勢。2013年，盧洪波等人［6］采用模糊神經網絡模型，對磨煤機進行了故障診斷方面的研究，取得了較好的成果。

通過研究發(fā)現(xiàn)，磨煤機故障診斷吸引了較多研究學者的注意，因此，現(xiàn)從磨煤機發(fā)生故障的機理出發(fā)，利用解調分析法診斷磨煤機齒輪故障。

1 希爾伯特解調方法基本理論

解調方法有檢波濾波解調、共振解調、希爾伯特解調等。當轉動機械出現(xiàn)故障時，振動信號頻譜中往往存在較多的低頻噪聲干擾，通過解調，將調制在高頻處的故障特征成分，解調到低頻，減弱低頻干擾，提高信噪比［7］。

以希爾伯特解調為例，說明解調的基本原理。若一連續(xù)的時間信號x（t），其希爾伯特變換（t）為：

因此，希爾伯特變換其本質上是90度濾波器。

信號x（t）的希爾伯特變換包絡定義為：

因此，對包絡信號做頻譜分析，即可得到包絡信號的包絡頻譜。

2 仿真驗證

磨煤機由電動機驅動，通過減速箱減速后帶動小齒輪轉動，最后驅動滾筒做圓周運動，利用滾筒內鋼球的自由下落，將煤塊砸為煤粉。齒輪的嚙合轉動在傳動鏈中發(fā)揮著重要作用。在齒輪傳動的聲音頻譜中，一般會出現(xiàn)齒輪軸轉頻及倍頻、嚙合頻率及倍頻。當齒輪存在故障時，故障齒輪所在軸每轉一圈，故障齒輪嚙合一次，因此，信號頻譜中便出現(xiàn)轉頻調制嚙合頻率的現(xiàn)象。

以一般調制為例，對仿真一組信號進行分析驗證，設仿真信號為x（t）：

則x（t）＝ ［1＋cos（2πfrt）］cos（2πfmt）

其中fr＝6Hz，代表故障調制頻率，fm＝100 Hz，代表載波。采樣頻率為2 000Hz，采樣時長為10s，其時域波形如圖1所示。

圖1 仿真信號x（t）時域波形

利用希爾伯特包絡解調對信號x（t）分析，得到x（t）希爾伯特解調時域信號，如圖2所示。解調頻譜如圖3所示。

圖2 仿真信號x（t）希爾伯特解調信號時域波形

圖3 仿真信號x（t）希爾伯特解調信號頻譜

從圖3可知，在頻率為6Hz處出現(xiàn)譜線，對應信號的轉頻fr。因此，利用希爾伯特變換可以解調出調制信號，完成齒輪的故障診斷。

3 工程應用

某廠的磨煤機為雙機驅動，即磨煤機滾筒由左右2個電機同時驅動，磨煤機結構簡圖，如圖4所示。

圖4 雙驅動鋼球磨煤機結構簡圖

在左右驅動傳動鏈中，電機通過一級齒輪箱減速，減速器輸出軸通過聯(lián)軸器帶動小牙輪，最后，小牙輪與滾筒通過齒輪傳動，驅動滾筒做圓周運動，實現(xiàn)煤塊到煤粉的轉變。該磨煤機的傳動系統(tǒng)參數，如表1所示。

表1 磨煤機齒輪參數

該廠磨煤機驅動電機額定轉速為980r／min，對應轉頻為16.33Hz，通過表1傳動系統(tǒng)齒輪齒數，得到該磨煤機各齒輪嚙合頻率及轉頻，如表2所示。

表2 磨煤機齒輪嚙合頻率及轉頻

其中：fr1——電機轉頻；

fr2——減速器輸入軸轉頻；

fr3——減速器輸出軸轉頻；

fm1——減速器嚙合頻率；

fr4——小牙輪轉頻；

fr5——滾筒轉頻；

fm2——小牙輪嚙合頻率。

在2013年，對鋼球磨煤機日常點檢時，發(fā)現(xiàn)振動值超標。其中，左側的驅動通頻值，如表3所示，右側的驅動通頻值，如表4所示。

表3 磨煤機左側驅動振動通頻值

表4 磨煤機右側驅動振動通頻值

從表3、表4可知，測點7與測點7.1處的振動較大，對應于磨煤機小牙輪的2個軸承座測點處。為了準確診斷磨煤機故障，利用便攜式數據采集儀，對振動最大點7.1測點處，進行數據采集，得到的時域信號，如圖5所示。

圖5 鋼球磨煤機測點7.1處振動時域信號波形

在圖5的時域信號中，可以看出存在部分沖擊，但是沖擊周期性不明顯，且信號中含有大量背景噪聲。為了準確診斷故障原因，利用希爾伯特解調對信號進行分析，得到信號的包絡譜，如圖6所示。

圖6 鋼球磨煤機測點7.1處振動信號解調譜

從信號的包絡譜中，可以看出頻率為2.38Hz的頻率成分及其倍頻，對應于磨煤機的小牙輪轉頻，因此，診斷故障發(fā)生位置為小牙輪［8］。為了驗證分析結果的正確性，在機組大修時，對磨煤機進行解體，解體后發(fā)現(xiàn)小牙輪已有部分斷齒現(xiàn)象，實物如圖7所示。

圖7 磨煤機解體小牙輪斷齒故障

4 結 語

磨煤機通常工作在低速重載、伴有沖擊的惡劣環(huán)境中，且工作環(huán)境嘈雜，測得信號信噪比低，時域信號中故障信息被淹沒在背景噪聲中，無法準確實現(xiàn)其故障診斷。為此，利用希爾伯特解調原理，通過仿真驗證了其有效性，準確診斷了磨煤機的小牙輪故障。