张明远
国能铜陵发电有限公司 安徽铜陵 244000
摘要:在汽轮机运行的过程中可能会产生故障，对故障进行判断需要利用科学技术，通过分析得出故障产生的原因。对不同的技术进行优势与劣势的分析，利用最佳方案对汽轮机故障进行诊断。在此过程中可以利用各种各样的技术进行分析，例如振动信号分析技术、小波分析技术。不同的分析技术，各自具有独特的优势。在实践中应用何种技术进行故障诊断，可以根据工程实际情况进行选择。本文以小波分析技术为研究中心，对如何利用这一技术进行故障诊断进行探讨。
关键词: 汽轮机；故障诊断；小波分析技术
引言
小波分析技术自上世纪70年代至今，已经经过了近50年的发展，无论是技术水平还是理论基础，都得到了广泛而又深入的探讨，能够致力于实践中的设备检修过程。既能够对实践中的检测工作予以技术支持，还能够为检测过程提供便利，能够方便其在实践中的应用过程顺利、有序的进行。这一技术能够应用的范围较为广泛，在设备使用的过程中可以起到降低噪音的作用，还能够对设备进行技术检验，帮助明确这一设备出现故障的原因。因此，实践中对于此项技术的应用实现了广泛的推广。本文对这一技术在实践中的应用进行分析和探讨，希望能够为实践中机器故障诊断工作提供思路和经验。
1 小波分析技术
汽轮机在实践中的应用较为广泛，在实践中也容易出现各种各样的问题。由于设备对于工程的运行具有十分重要的作用，因此需要及时的对问题进行检查和判断，通过制定解决措施，实现对于汽轮机的检修工作。而小波分析技术是一种对信号进行处理的技术，在这一技术的应用过程中可以实现对于信号传输的噪音处理，能够明确信息传输的内容。而对设备进行维修养护以及故障诊断的过程中，一般通过信号的传输来实现对于问题的诊断。因此这一技术的应用能够有效的作用于设备检验的过程中，为设备检验的过程提供便利，为设备检验的结果提供保证。
这一技术与振动信号分析技术的应用有所不同。就振动信号分析技术而言，在进行此技术应用的过程中，需要对信号进行不同时间段以及不同设备部分的信息提取，通过对于信息的提取实现对于设备的检测基础保障。本项技术的应用可以通过建立网络诊断模型实现对于故障的深入分析，通过对信号进行对比发现，这一汽轮机产生故障的原因。上述两项技术各自具有优势与不足，在实践中，利用不同的技术进行分析需要对检测设备以及检测的效率等情况进行分析的基础上得知。相较于后者而言，本文所应用的环节中涉及到的计算过程较少，科学技术含量较低。在进行此技术的利用过程中，无须进行数据模型的应用和推测，简化了工作的流程。但是，后者的应用在实践中所达到的准确率较高，能够有效的保障检测效果的真实性。
2 汽轮机故障诊断中小波分析的具体应用
小波分析技术在汽轮机故障诊断过程中，需要进行不同环节的技术应用，本文对如何具体应用这一技术进行分析阐明如下：
2.1 变换离散小波
在进行设备诊断的过程中，需要对设备运行的状况进行信息的取样工作。对振动信号的提取进行分析的过程中可以实现离散小电波在计算机系统中的应用。在离散小电波进行应用的基础上，才能够实现对于振动信号的分析，从而得出此设备运行过程中产生问题的原因。在这一应用过程中可以提高对于振动频率的时间控制程度，以及对于频率的分析。不同的频率具有不同的振动信号，此现象代表着不同的问题。因此，对于信号的截取以及频率的分析能够影响最终的决策。
2.2 选取小波基
在对振动信号进行处理的过程中，需要选择与振动信号具备相似性的小波基。通过对于小波基的处理，能够实现对振动信号频率的分析，从而得出问题产生的缘由[1]。但是在实践中存在着各种各样的小波基，因此对小波基进行选择的过程就显得尤为重要。如何判断小波基与振动信号之间具有相似性，可以通过对小波系数与振动信号的比较得知。两者之间具有正相关的关系，如果小波系数的数值较小，那么就证明两者之间没有相似性或相似性较小；相反，如果小波系数的数值较大，那么就证明两者之间的相似性较大。因此在对汽轮机进行设备检验的过程中，会选取相似性较大的小波系数值，也就是会选择数值较大的小波基。
2.3 基于小波包的汽轮机信号特征提取
对汽轮机的信号特征进行提取，可以通过对信号的分析得出每一波段的振动有问题，从而做出分析，判断此设备的运行过程中问题产生的原因[2]。在进行信号特征提取的过程中，可以将信号分为不同的波段，通过对于层次的划分实现对于不同波段的分析，从而实现波段之间的特征提取。一般而言，在进行数据提取的过程中，信号的提取会受到噪音的影响。因此，利用这一技术对信号进行分析的优势在于不仅能够实现对于噪音的处理还能够实现对于设备的故障分析。
2.4 汽轮机故障诊断中振动信号的去噪
本节将对汽轮机故障诊断过程中的去噪工作进行分析。在进行故障检验的过程中，对设备的信号提取可以帮助进行信号的分析，通过对于不同部分的信号分析对比正常的数值可以实现对于故障的分析。但是，在进行信号提取工作过程中，各种噪音都会对信号产生影响，使得工作人员无法获得真实有效的信号提取，从而无法对信号实现分析。利用这一技术进行分析的过程中，可以有效的实现对于信号的去噪工作。完成这一工作环节的工作重点在于对阈值的选择。在进行小波变换的过程中，对其进行数据的测算是可控的。因此，对其变换的数据进行测算之后可以得出相关的数据。在小波变换的过程中产生的数据与噪声进行对比可以发现，噪声较小[3]。因此，可以利用上述方法实现对于去噪工作的效果。
2.5 多尺度分析
在对振动信号进行分析的过程中，需要利用多种方法对信号的频率进行分析。由于信号分析的过程中需要对信号进行分解，通过对信号的分解实现对于故障的分析。因此，实践中需要对信号进行分解之后，通过多个角度实现对于信号的观察，对不同的信号进行分析，保障结果的真实性与准确性。
2.6 小波包分解
对小波包进行分解的原因在于，对信息进行分析的过程中需要进行有效的数据。如果噪音过大，那么就无法实现对于数据的分析，也就无法得出故障产生的原因。但是，通过对数据的分解与分析，能够实现对于不同阶段的设备运行状况的监测[4]。通过对不同的数据进行对比的基础上实现对故障的诊断。
3 结束语
在进行故障检测的过程中，需要对数据进行收集。在对信号进行提取的基础上实现对于运行设备的信号分析与故障分析。在进行故障分析的过程中，有一些工作人员会通过振动分析法，对设备的振动进行分析的基础上得出相应的结论。但是，在这一过程中也存在着弊端，尤其是对于噪音的处理方面。本文所探讨的技术应用过程中，能够有效的实现对于汽轮机的故障检测，在进行信号传输的过程中，也能够实现有效的去噪处理，保障检测结果的真实性。由于这一技术具备的优势较多，而且能够保证结果的真实性，因此，实践中会通过这一技术的应用实现对于检测过程的故障分析。本文对这一技术的应用进行了具体的分析，希望能够为实践中这一问题的解决提供思路与方向。
参考文献：
[1]郑杰峰,朱孔臣,张正军,高瑞哲,彭永强.振动信号分析技术在汽轮机故障诊断中的应用[J].设备管理与维修,2020(15):143-146.
[2]苗岩. 呼市电厂350MW汽轮机故障诊断技术的应用研究[D].华北电力大学,2018.
[3]程维华. 基于数据流的汽轮机组故障智能诊断系统的研究[D].浙江大学,2017.
[4]赵洁. 基于第二代小波分析的汽轮机组故障诊断研究[D].天津理工大学,2017.