عنوان پایان‌نامه

عیب یابی توربین آبی به وسیله پردازش وتحلیل سیگنال ارتعاشی



    دانشجو در تاریخ ۱۰ مهر ۱۳۸۶ ، به راهنمایی ، پایان نامه با عنوان "عیب یابی توربین آبی به وسیله پردازش وتحلیل سیگنال ارتعاشی" را دفاع نموده است.


    محل دفاع
    کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 35933;کتابخانه پردیس 2 فنی شماره ثبت: 1259
    تاریخ دفاع
    ۱۰ مهر ۱۳۸۶

    انواع مختلف عیوب اعم از هیدرولیکی و مکانیکی در توربین های آبی مشکلات زیادی از جمله ارتعاشات بیش از حد، آسیب به تجهیزات آنها و کاهش توان عملکردی آنها ایجاد می نماید. در این پایان نامه طیف گسترده ای از روش هایی که توسط آنها می توان عیوب هیدرولیکی توربین های آبی را تشخیص داد به کار گرفته می شوند. با توجه به طبیعت غیرخطی و ناپایدار پدیده های موجود در توربین آبی ما از روش هایی بهره برده ایم که این ویژگی های سیستم را مدنظر داشته باشند. با توجه به مشکلات موجود در تهیه و تنظیم تست های کاملا دقیق در ارتباط با انواع عیوب هیدرولیکی توربین ها، تنها دو نوع عیب یکی رخداد گردش در درفت تیوب و دیگری وقوع پدیده کاویتاسیون به صورت عام مدنظر می باشد. داده های ارتعاشی بدست آمده از موقعیت های مختلف توربین به طور جامع مورد تحلیل قرار می گیرند. با توجه به نتایج بدست آمده مقادیر کرتوسیس بالا، و نسبت پیک کوچک در چگالی طیف توان، معیارهای اولیه مناسبی برای تشخیص عملکرد معیوب سیستم می باشند. تحلیل دی مدولاسیون دامنه دارای نتایج تقریبا مشابهی با نتایج ارائه شده در مراجع است. به هنگام بروز کاویتاسیون، قله در فرکانس گذر پره در طیف پوش سیگنال مشاهده می گردد. استفاده از تبدیل موجک گسسته برای فیلتر نمودن اولیه سیگنال پیش از دی مدولاسیون دامنه، عملکرد این روش را در دورهای پایین بهبود می بخشد و قله های فرکانسی تمایز بهتری در طیف پیدا می کنند. در تحلیل دوطیفی، ظهور قله در فرکانس مرتبط با فرکانس گردش ابزار مناسبی برای تشخیص گردش در درفت تیوب می باشد. بررسی روند تغییرات قله ها در ضرایب تبدیل موجک پیوسته کارایی بسیار مطلوبی در تشخیص رخدادهای گذرای موجود در توربین از جمله کاویتاسیون دارد. معمولا برای حالات معیوب تمرکزیافتگی مشخصی در حوزه زمان- فرکانس دیده می شود که نمایانگر نوع عیب و محل رخداد آن در یک دور کامل توربین است. نتایج بدست آمده برای توربین مدل می باشند، ولی این روش ها قابل استفاده و تعمیم در توربین های واقعی و ماشین های آبی دیگر نیز هستند.
    Abstract
    Different types of faults in hydroturbines especially cavitaion lead to unwanted consequences such as excessive vibrations, damage to surfaces and degradation of machine performance. Predictive maintenance programs are used to reduce the problems related to the faults. In this study different methods of signal processing are used to detect and predict the hydraulic faults of a model Francis turbine using vibration signals. Due to nonlinear and transient nature of hydraulic phenomena in turbines, we use methods which consider these properties of the system. Two types of faults are considered: one is the draft tube swirl and the other is the occurrence of cavitation. The results of the analysis show that high values of kurtosis and low PSD peak ratios are primary criteria for detection of system malfunctions. Amplitude demodulation provides similar features as quoted in previous works. Peak in BPF is observed in envelope of the signals when cavitation occurs. Signal filtering using DWT before amplitude modulation improves the performance of this technique for lower rotational speeds. Bispectrum analysis peaks at frequencies related to swirl frequency, are good detectors of draft tube swirl. Finally analysis of peaks trends in continuous wavelet transform (CWT) is used to detect the transient phenomena in a hydroturbine such as cavitation. High time-frequency concentration is revealed in CWT coefficients for system malfunctions, which reveal the type and position of fault occurred. The discussed results are valid for the model turbine under study; however the employed techniques can be generalized to other real cases.