基于Hilbert变换的水轮发电机组振动冲击信号自动检测技术及应用研究

郑 杰

(福建水口发电集团有限公司，福建福州350004)

基于Hilbert变换的水轮发电机组振动冲击信号自动检测技术及应用研究

郑 杰

(福建水口发电集团有限公司，福建福州350004)

为了实现了对水轮发电机组振动冲击信号的自动识别检测，对由于轴承偏磨或转轮碰磨引起的振动冲击信号的特征和机理进行了分析，同时提出了基于Hilbert变换的数字包络检测技术。通过实际应用表明，该方法能够有效地检测由于碰磨故障等故障引起的振动冲击，可用于水电站机组在线状态监测和故障诊断系统的设计和实现。

Hilbert变换；故障诊断；冲击信号；碰磨；水轮发电机组

0 概 述

冲击振动是一种常见的受迫振动，对于水轮机，较容易引起冲击振动的原因主要为水导导轴承偏磨以及水轮机转轮与固定部件弱碰磨，一般来说，这种冲击振动在初期属于瞬态周期性冲击振动，由于冲击力而引起的局部变形和反弹运动使振动信号含有大量的非同步谐波分量，通常伴有瞬时共振信号出现。

因此，通过检测振动信号中是否存在周期性冲击信号是识别导轴承偏磨及水轮机转轮与固定部件弱碰磨故障的重要手段。本文从产生周期性冲击信号的机理出发，提出了基于Hilbert变换的数字包络检测技术对水轮发电机组冲击振动信号进行诊断识别方法，结合水口发电集团有限公司所建立的远程综合分析诊断系统，阐述了该技术在实际中的应用。

1 水轮发电机组产生冲击信号的原因及特征

冲击信号是水轮发电机运行中一种复杂的故障信号，是瞬间叠加并调制于基础波的一种信号，说明该冲击信号很可能是由转轴与基础固件瞬间接触形成的。因此，产生该冲击信号的原因主要有以下几种情形：①轴承盖板安装偏心，造成间隙不均，在间隙小的地方转轴挤压致油盘根造成盖板受力振动或变形，产生冲击信号，特别是铝制的轴承盖板更容易产生此类问题。②主轴随动密封的使用安装偏心，容易产生冲击信号。③机组振动摆度数值偏大，容易产生冲击信号。

对于水轮发电机组，其运行过程中产生的振动冲击信号一般有以下几个特征：①会引起短时高频的冲击共振信号。②稳定的冲击信号会周期性出现，因而引起的冲击共振信号会周期性出现，机组旋转一周，该信号就会出现一次或多次。③冲击信号会引起短时高频的共振信号会被转速频率调制。④该共振信号能被轴振动(摆度)、机架或顶盖径向振动测点检测出来，但经常被掩盖在其他振动信号及噪声中。

从信号分析上看，通常由于瞬间的碰磨引起的共振信号表现在高频段，而且改信号常常被周期性的1X振动信号调制，信号幅值并不是很强，因此该信号往往被淹没在其他的周期新振动信号以及其他噪声信号中。因此采用峰峰值、有效值等时域特征参数都不能识别出部件与转动部件之间发生相碰故障，采用常规的FFT变化也很难将该冲击信号从频域中分离和识别出来。

因此，本文提出采用基于希尔伯特(Hilbert)变换原理的包络解调技术实现冲击信号检测。

2 希尔伯特(Hilbert)变换原理及数字包络解调技术概述

2.1 希尔伯特(Hilbert)变换概述

希尔伯特变换是一种“运算”，它是在时域上用系统的冲激响应卷积信号来实现。希尔伯特变换还可以用变换器的频率响应来解释：即实信号的正频谱部分逆时针转90°，负频率部分逆时针转90°，变换后的信号与原信号构成附属信号，其频谱只有正频谱，即所谓的单边带信号。

经典的希尔伯特变换可以提供90°的相位变化而不影响频谱分量的幅度，因而它在许多领域，特别是信号处理、通信领域得到广泛应用。在许多科学领域的信号处理中，都需要提取信号的包络信息。如在机械故障诊断中，用振动信号的包络进行诊断是一种行之有效的方法。目前最常用的信号包络提取方法就是希尔伯特变换。

相比于其他方法实现的包络检波器，希尔伯特变换实现的包络检波器对包络信号提取的更加平滑，提取的包络信号更加清晰正确，在实际应用中有这突出的优势，具有很强的现实应用意义。

希尔伯特变换(HT)是从实信号xr(t)产生一个新的实信号xht(t)的数学处理过程，如图1所示。

图1 连续希尔伯特变换

这里，必须要保证xht(t)与xr(t)有90°的相移。在开始下面内容之前，首先确认上图中的符号。图1中，xr(t)表示实值的连续时域输入信号；h(t)表示希尔伯特变换的时间冲激响应；xht(t)为xr(t)的Hilbert变换(xht(t)也是一个实的时域信号)；Xr(ω)为输入实信号xht(t)的傅立叶变换；H(ω)为希尔伯特变换的频率响应(复数)；Xht(ω)为输出信号xht(t)的傅立叶变换；ω为连续的角频率，rad/s；t为连续时间，s；其中xht(t)=h(t)·xr(t)，即xht(t)为h(t)、xr(t)的卷积，而Xht(ω)=H(ω)Xr(ω)，由此可见希尔伯特变换更像一个滤波器。

利用与xr(t)和xht(t)对应的傅里叶变换Xr(ω)和Xht(ω)，可以简洁描述xr(t)的HT变换得到的新的xht(t)与原来的xr(t)的关系。简而言之，所有xht(t)的正频率成分等于xr(t)的正频率加上-90的相移，同样xht(t)的负频率成分等于xr(t)的负频率成分加上+90的相移。

H(ω)=-j位于正的频率范围，H(ω)=+j位于负的频率范围。图2为H(ω)的非零虚部示意。

图2 希尔伯特变换的频域特性

2.2 基于希尔伯特(Hilbert)变换的包络解调原理

对于一个时域的实信号xr(t)，存在一个复信号xc(t)，二者之间的关系式为

xc(t)=xr(t)+jxi(t)

(1)

复信号xc(t)是一个解析信号(因为它没有负频率成分)，它的实部等于原始实输入信号xr(t)，而关键是它的虚部xi(t)就是原输入信号xr(t)的希尔伯特变换，如图3所示。

图3 基于Hilbert变换的包络解调原理

如果实正弦波xr(t)包含幅度调制(调幅)的信号，其包络包含信号的解析信号

(2)

由此可以看出，信号的包络为xc(t)的幅值(模)。通过对原始信号xr(t)进行Hilbert变换得到xi(t)，就可以计算出得到xr(t)的包络信号E(t)。

3 基于Hilbert变换的数字包络解调的振动冲击信号检测技术

图5 冲击信号的水导摆度波形

图6 水导摆度的包络信号

3.1 振动冲击信号的检测算法描述

在本文中，振动冲击信号检测的流程如图4所示。对流程详细阐述如下：

图4 冲击信号检测流程

(1)窄带滤波。由于弱小高频冲击共振信号被叠加在转频等低频信号中，采用FFT无法分离出来，因此需要先将幅值较大的低频信号和更高频的非共振信号滤除，只留下由周期性出现的冲击共振信号。图5是经过窄带滤波器滤波以后包含冲击信号的水导摆度波形,可以看出，机组在水导摆度中存在一个周期性出现的高频冲击信号。

(2)数字包络检测。经过窄带滤波以后的共振信号无法直接采用FFT进行频率识别，需要采用Hilbert变换进行包络检测，检测出冲击信号包络信号，水导摆度的包络信号如图6所示。可以看到，机组水导摆度包络信号中存在一个周期性的包络，该包络是周期性冲击振动共振信号的包络，并且与图5水导摆度中的冲击信号是对应的。

(3)包络谱识别。在求得包络波形以后，对包络波形进行FFT(快速傅立叶)变换，获得包络信号的频谱图，从该谱图中可以获得主信号(幅值最大信号)幅值、主信号频率、主信号空间相位、2阶主频率幅值、3阶主频率幅值等。从图7包络谱中可以清楚看到，信号的主频(幅值最大)是机组转速频率，其余大幅值频率全部是该频率的高次谐波，从而可以得出结论：由冲击信号引起的冲击每个周期一次。

图7 水导摆度包络信号频谱

表1 冲击信号检测辨识参数

图8 冲击信号主频率幅值变化趋势

3.2 振动冲击信号特征参数及判定规则

综合上述说明，需根据以下几个特征参数进行振动冲击信号识别：①A1，A2，A3为冲击包络谱1阶、2阶、3阶主频率信号幅值；②F1，F2，F3为冲击包络谱1阶、2阶、3阶主频率；③Φ1为冲击包络谱1阶主频率信号空间相位。在获得上述特征参数后，振动冲击信号存在的判定规则如下：

如果F1=1X或者F1=2X(1X为机组的1倍转速频率)，并且F2=2F1，F3=3F1，A1≥Al_1，A2≥Al_2，A3≥Al_3，那么，可以判定振动信号中存在冲击信号，根据Φ1则可以确定振动冲击产生的方位。上式中，A1，A2，A3为最小能容忍的冲击包络的1阶、2阶、3阶幅值。

4 实践与应用

表1为采用本检测算法，利用某机组水导摆度、顶盖振动信号进行冲击信号检测的结果：(加*说明有碰磨特征)。图8为冲击信号主频的幅值变化趋势。由表1和图8可以看出该机组从某段期间检测到多次冲击包络幅值超标，而且其冲击的主频率为1X或2X，并且主频率幅值也满足判定规则，证明发生多次转轮碰磨。后经机组实际检查核实，该机组转轮确实在该时间段内发生了碰磨故障。

5 结 论

冲击信号是水轮发电机运行中一种复杂的故障信号，长久以来由于在水轮发电机组线监测系统振动摆度监测系统一直以峰值、有效值等时域特征作为机组状态的评价指标，无法对冲击振动信号进行很好的监测，对此类故障的诊断和识别也一直是在线监测系统的盲区，此次在在线监测系统中首次引入了基于Hilbert变换的数字包络检测技术，很好的实现了对冲击信号的检测方法，能有助于转轮碰磨和导轴偏磨等故障的快速在线识别，希望能够把此技术在在线监测系统中得到大力的推广，为提高机组的安全稳定运行贡献力量。

[1]刘娟, 潘罗平, 桂忠华, 等. 国内水电机组状态监测和故障诊断技术现状[J].大机电技术, 2010(2): 45- 49．

[2]张卫, 江玉凤. 水轮发电机组振动原因的分析[J]. 排灌机械, 2003, 21(1): 37- 39．

[3]李启章. 水轮发电机组的振动监测和故障诊断系统[J]. 贵州水力发电, 2000, 14(3): 50- 53．

[4]程玲. 水电机组的计算机实时状态监测研究[J]. 水电厂自动化, 2007(4): 257- 260．

[5]李富才, 管艳阳, 何正嘉. 基于网络的分布式在线监测诊断系统[J]. 机械科学与技术, 2004, 20(5): 56- 58．

[6]张双全, 袁晓辉. 水电机组在线检测技术与故障诊断专家系统[J]. 水力发电, 2003, 29(7): 43- 45．

[7]钱冰, 邹磊, 马越. 设备故障早期预警系统在水电机组检修中的应用[J]. 人民长江, 2014(17)： 48- 53．

[8]王方建, 孔庆民, 蒋爱伟. 发电机振动原因分析及故障解决办法[J]. 山东煤炭科技, 2007(增刊)： 59- 60．

[9]郭宙, 杨剑锋. 基于EMD的AR模型在滚动轴承故障模式识别中的应用[J]. 科技信息, 2009(35): 839- 841．

(责任编辑 高 瑜)

Vibration Signal Automatic Detection Technology and Application Research of Hydro Generator Set Based on Hilbert Transform

ZHENG Jie
(Fujian Shuikou Power Generation Group Co., Ltd., Fuzhou 350004， Fujian， China)

In order to realize the automatic identification and detection of vibration signal of hydro-generator set， the characteristics and mechanism of vibration signal caused by the eccentric wears of bearings or runner are analyzed， and the digital envelope detection technique based on Hilbert transform is also put forward. The practical application shows that the method can effectively detect the vibration caused by eccentric wears. The method can be used in the design and implementation of online monitoring and fault diagnosis system for hydropower generating sets．

Hilbert transform; fault diagnosis; impact signal; eccentric wear; hydro-generator set

2017- 01- 20

郑杰(1970—)，男，福建福州人，高级工程师，硕士，主要研究方向为水电运行和检修优化．

TM301.42;TM312

A

0559- 9342(2017)08- 0094- 05