水轮发电机组在线监测与诊断十例
水轮发电机组状态监测技术的现状分析
水轮发电机组状态监测技术的现状分析发布时间：2022-09-26T07:06:27.294Z 来源：《中国电业与能源》2022年第10期作者：程刚[导读] 在水力发电站当中，水轮发电机组是其核心设备，其工作质量的优劣对于水力发电站运行的稳定性以及安全性有着极为紧密的关联程刚重庆水轮机厂有限责任公司，重庆 402283摘要：在水力发电站当中，水轮发电机组是其核心设备，其工作质量的优劣对于水力发电站运行的稳定性以及安全性有着极为紧密的关联。
但是在实际进行运用的过程当中，由于受到运行环境以及水轮机制造工艺等等多方面因素的严重影响，会致使水轮发电机组产生极为严重的故障问题，对水轮机的正常运行带来了十分巨大的影响。
基于此，本篇文章就对水轮发电机组状态检测技术的现状进行了简单的解析，并且提出了相对应的优化策略，以供参考。
关键词：水轮发电机组；状态监测技术；现状；解析1引言近几年来，伴随着我们国家社会经济的飞速增长，水电厂的建设规模也在持续增大，极大程度增大了水轮发电组的应用压力。
水轮发电机组是水电厂运营的重要设备，其运行状态将会极大程度影响着水电厂运营的稳定性以及安全性。
在科学技术飞速发展的时代背景之下，电厂设备的维修方式也出现了极大程度的转变，从以往较为传统的时间为基础的定期“预防性维修”向现时代以状态监测为基础的“预测性维修”转变，在自动化状态监测技术的大力支持之下，中大型水电厂朝着少人值班以及无人值班的管控模式进展，有关探究资料表明，与以往较为传统的“预防性维修”相对比而言，现时代的“预测性维修”能够促使水电厂每年减少30%左右的维修费用，由于故障问题停机的时间可以减少70%左右，因此，对水轮发电组状态监测技术进行探究就显得极为有必要。
2水轮发电机组状态监测技术的现状解析2.1发电机气隙与磁场强度监测技术在全球化进程不断增快以及科学技术飞速发展的时代背景之下，发电机气隙与磁场强度监测技术在全世界各个国家当中都得到了极为广泛的运用，我们国家对于发电机气隙与磁场强度监测技术的探究相对较晚，但是进入到二十一世纪以来，我们国家发电机气隙与磁场强度检测技术也得到了极为优质的发展，愈来愈多的系统得到了运用与安装，并且取得了极为优质的运用效果，比方说我们国家华科同安NT800系统。
水电机组状态监测与故障诊断
水电机组状态监测与故障诊断摘要：在我国电力企业不断发展的过程中，为了进一步提高相关企业的经济效益，提高市场竞争力，可以采取以下措施：一是降低设备维修成本；二是进一步提高设备运行的可靠性和稳定性。
为保证水电机组平稳平稳运行，我国传统的方式是实行计划维修制度，虽然取得了一些成效，但仍存在以下不足：一是缺乏针对性；二是维修过于盲目；第三，该方法不能提前预防设备故障，因此不能满足当前水电机组的需求。
这种情况下，有一个新的维护模式即状态维护，该方法有较强针对性，先进的设备检测技术和设备的应用谨慎监测诊断系统设备运行状态分析，从而尽快发现问题，及时采取适当的策略来解决，不仅大大降低了维护成本，而且还提高维修工作的效率，确保设备的安全运行，避免相关安全事故的发生。
关键词：水电机组；状态监测；故障诊断一、水电机组状态监测与故障诊断技术现状1、水电机组状态监测技术现状（1）机组振动稳定性监测技术。
水电机组振动稳定性监测技术包含多种不同的参数，如水压脉动、主轴摆度、机组结构振动等。
其中，当前水轮发电机组振动稳定性监测的基本原理如图1所示。
监测分析系统、振动传感器共同构成振动监测系统。
表征机组振动状态的不同非电量特征参数，通过传感器收集并转化成为电量信号，以便监测系统进行有效运用。
监测分析系统共包括3种功能，即数据分析功能、数据存储功能、数据采集功能，能比较全面地获取振动信息，如振动趋势、轴心轨迹、振动波形、相位等，便于故障分析。
图1 振动监测原理（2）发电机气隙和磁场强度监测技术。
到目前为止，通过运用配套前置器、平板电容式传感器，利用计算机采集、储存、输出数据，便能测量出水轮发电机的磁场强度和气隙。
电容式位移传感器的工作原理是通过对被测表面和传感器平板二者之间等效电容的的变化程度，对2个平面之间的距离进行有效反映。
由于传感器属于平板形式，在定子转子之间安装传感器比较合适。
其中，美国Vibrosys公司生产的气隙监测传感器比较具有代表性，包括空气气隙传感器VM5.0（图2a）和磁场强度传感器MFM-100（图2b）。
水电站机组在线监测系统控制原理探析
拉西瓦水电站机组在线监测系统控制原理探析摘要关键词：拉西瓦在线监测机组前言：拉西瓦水电站位于青海省贵德县及贵南县交界处，是黄河上游龙羊峡—青铜峡河段的第二个大型梯级电站。
中国水电建设的新纪录，在拉西瓦诞生；70万千瓦巨型机组、750千伏出线电压、800千伏气体绝缘金属封闭开关设备及800千伏气体绝缘管道母线，这些黄河第一、国内第一乃至世界第一的数据，铸就了拉西瓦水电站机电安装工程的开创性意义。
根据国家及行业标准规定进行调试。
在试验中，机组在不同工况下利用在线监测水电TN8000系统稳定性监测和水电TN8000系统气隙监测测试了水轮发电机组的摆度、振动、气隙等状态，来观测了水轮发电机组的稳定性。
TN8000水轮发电机空气间隙磁场强度监测系统主要通过监测与分析水轮发电机定转子间的空气间隙和磁场强度变化，实现对发电机转子和定子结构的动态特性监视，TN8000-STA水轮发电机组稳定性监测分析系统主要通过监测与水轮发电机组稳定性有关的参数，如大轴摆度、机架振动、压力脉动等，实时监视水轮发电机组的运行状态，有助于准确诊断异常状况、及早发现故障隐患、科学制定检修维护方案，防止被迫停机而造成损失。
1、水电TN8000系统气隙监测简介说明TN8000水轮发电机空气间隙磁场强度监测系统主要通过监测与分析水轮发电机定转子间的空气间隙和磁场强度变化，实现对发电机转子和定子结构的动态特性监视，有助于准确诊断异常状况、及早发现故障隐患、科学制定检修维护方案，防止被迫停机而造成损失。
1.1工作原理发电机空气间隙和磁场强度监测单元由传感器、前置器、数据采集单元和数据效劳器组成。
测点布置——一般来讲，测点的选择和布置取决于机组的设计运行性能、设备的结构特点和机组的运行规律。
传感器单元——气隙监测传感器由平板式电容传感器和信号调理器组成。
数据采集单元——智能数据采集单元为TN8000数据采集箱，采集模块采用空气间隙测量模块〔2通道/块〕。
水电机组状态监测与故障诊断系统
水电机组状态监测与故障诊断系统摘要:利用信息技术实现水电机组的状态监测和故障诊断是提高水电厂经济效益和安全运行的重要技术保证。
本文重点介绍了水电机组状态监测和故障诊断系统及其经济效益和成功案例。
关键词:水电机组状态监测故障诊断效益1状态监测和故障诊断系统的目标利用信息技术和状态监测技术,逐步实现中、小水电站从计划检修到状态检修,提高其经济效益和安全性。
2系统必要性近几年,随着大、中、小型水电厂的建设,水电系统的状态检修工作已越来越受到重视。
原国家电力公司在1999年科技发展规划中,明确提到有关水轮机组的故障监测和状态检修技术的发展计划。
1998年10月,在甘肃省刘家峡水电厂,由中国电力企业协会组织召开了"水电机组检修改革工作会议",会议通过了我国应逐步废除计划检修,尽快实行状态检修的倡议,并提出应大力发展机组状态监测技术。
其倡议有如下几方面的工程背景:(1)强烈的振动是水轮机组运行中一种常见的故障,其特征不易捕捉,难以铲除事故隐患,不仅影响水轮机组的正常运行,而且还会降低机组和零部件的使用寿命。
(2)水轮机空蚀是水轮机损伤的主要原因,其损伤程度已成为确定是否进行大修的关键参数,因空蚀将直接降低水轮机机组经济效益和安全性。
(3)随着水力发电机组在整个电网中的比重越来越大,年平均发电时间延长,检修时间缩短,一旦因事故停机,造成的经济损失极为严重。
此外,电网调度中越来越强调水电机组的调峰作用,要求充分利用水电厂最大出力。
(4)近年来高水头、高转速、高效率、大容量的水电机组的设计实践中趋向使用高强度的材料,构件更加灵活,刚度的减小和机组尺寸的增加,必然会带来更多的稳定性问题。
(5)无人值班,少人值守,减人增效,降低维修成本,厂网分开等一系列符合市场经济规律的现代管理和维修模式的形成和建立,迫切需要强有力的技术支持手段。
水电厂机组运行设备综合监测、分析、诊断一直是水电厂期待解决的问题。
水轮发动机的自动化监测与诊断系统
水轮发动机的自动化监测与诊断系统引言水轮发动机是一种重要的机械设备，广泛应用于水力发电领域。
然而，由于长期运行和环境因素等原因，水轮发动机容易出现各种故障，这些故障可能会导致设备损坏、生产能力下降甚至造成安全事故。
因此，建立一套自动化监测与诊断系统对于维护水轮发动机的稳定运行至关重要。
一、自动化监测系统的设计与构成自动化监测系统由数据采集模块、数据传输模块、数据处理模块和故障诊断模块组成。
数据采集模块通过传感器实时采集水轮发动机运行参数，如转速、温度、压力等。
数据传输模块将采集的数据传输至数据处理模块，数据处理模块利用先进的算法对数据进行处理和分析。
故障诊断模块通过对数据的监测和分析，实现对水轮发动机状态的实时监测及故障的自动诊断。
二、自动化监测系统的功能与优势1. 实时监测功能：监测系统能够实时采集水轮发动机运行数据，实现对设备状态的全方位监测，及时发现异常情况。
2. 故障预警功能：监测系统能够通过数据分析，实现对水轮发动机未来可能发生故障的预判，并进行预警提示，帮助维护人员预防性地采取措施。
3. 自动诊断功能：监测系统能够基于数据分析，自动诊断出水轮发动机故障的类型及位置，提供维修人员更为具体的故障信息，有助于快速、准确地进行故障排除。
4. 故障历史记录功能：监测系统能够记录水轮发动机的运行数据和故障发生情况，形成完整的故障历史记录，为设备维护提供重要依据。
三、自动化监测系统在实际应用中的效果多家水电站在运用自动化监测系统后，取得了显著的效果。
通过实时监测、预警和自动诊断功能，成功避免了许多潜在故障，提高了水轮发动机的可靠性和运行效率。
在故障发生时，监测系统的自动诊断能力极大地减少了维护人员的排查时间，迅速定位和解决问题，减少了设备维护的成本和时间。
结论水轮发动机的自动化监测与诊断系统是提升水力发电设备运行可靠性和安全性的关键手段。
随着科技的不断发展，基于大数据和人工智能技术的自动化监测与诊断系统将迎来更广阔的应用前景，为水轮发动机的安全稳定运行提供更为有力的支持。
水电机组状态监测与故障诊断研究
水电机组状态监测与故障诊断研究水电机组是指利用水能源进行发电的设备，它由水轮机和发电机组成。
随着水电发电技术的发展，水电机组的运行管理变得越来越重要，状态监测与故障诊断成为了提高水电机组可靠性和安全性的关键因素。
本文将着重从状态监测与故障诊断的角度对水电机组进行研究，探讨如何利用先进的技术手段对水电机组进行实时监测和故障诊断，以提高其运行效率和可靠性。
一、水电机组状态监测技术的现状随着信息技术和大数据技术的发展，水电机组的状态监测技术也得到了很大的进步。
传统的水电机组状态监测通常是通过人工巡视和定期检修来实现的，这种方式存在着工作效率低、监测不及时、难以发现早期故障等问题。
而随着先进的监测技术的应用，包括振动监测、温度监测、油液监测等多种技术手段的整合应用，使得水电机组状态监测能够实现实时监测、远程监测、自动报警等功能，大大提高了水电机组的运行管理水平。
1. 振动监测技术振动是水电机组运行过程中产生的一种典型的机械振动，通过对振动信号的监测可以获得水轴承的轴承振动频谱、振幅等信息，从而判断出水轴承的状态是否正常。
通过振动监测技术可以有效地发现水轴承的磨损、失效等故障，提前预警并进行及时处理，从而避免机组因水轴承故障而停机带来的经济损失。
水电机组的各个部件在运行过程中会产生不同程度的热量，通过对机组各部件温度的监测可以获得机组各部件的温度分布情况，从而判断出机组中是否存在异常情况。
当机组轴承温度异常升高时，可能意味着轴承润滑不良或轴承损伤等问题，及时的温度监测可以提前发现问题并进行处理，避免机组发生更严重的故障。
水电机组中的油液，如润滑油、液压油等，在运行过程中会受到外界因素的影响而发生变化。
通过对润滑油或液压油中含污染颗粒、含水量等指标的监测，可以判断出油品是否正常，从而进一步推断出机组主要部件的状态。
当润滑油中的污染颗粒数量超过一定标准时，可能意味着机组内部存在磨损、破损等问题，需要及时更换油品或进行更深入的故障诊断。
水力发电站水轮机运行状态检测与监控技术研究
水力发电站水轮机运行状态检测与监控技术研究水力发电站是一种利用水能转化为电能的电力生产设施。
由于水力发电具有成本低、环境友好的特点，近几年来，水力发电作为一种可再生能源得到了广泛的应用和发展。
然而，水力发电站水轮机的运行状态检测和监控技术的研究仍然是当前研究的热点之一。
一、水轮机运行状态检测的意义和目的水轮机运行状态检测是指对水轮机在运行过程中的工作状态和性能参数进行监测和分析的过程。
通过对水轮机的状态检测，可以实现对水轮机运行状况的实时监控，及时发现问题，并采取有效的措施进行修复和保养，保证水轮机的长期稳定运行。
同时，水轮机运行状态检测还可以用来确定水轮机的运行效率，并发现水轮机的设计缺陷。
同时，它可以为水轮机性能优化提供必要的数据，为提高水轮机的发电效率提供支持。
二、水轮机运行状态检测和监控技术的研究现状目前，水轮机运行状态检测和监控技术主要包括传统的测量技术和先进的无损检测技术两种。
1、传统测量技术传统技术主要是通过以前沿反射测量技术和信号处理技术来对水轮机运行状态进行监控和检测。
该方法通过传感器对电机的工作参数进行实时测量，如功率、电流、电压、温度、压力等，并结合分析软件进行实时数据处理，以监控电机的多个方面的运行情况。
2、无损检测技术随着电子技术和计算机技术的不断发展，无损检测技术的应用也越来越广泛。
该技术无需对水轮机进行开采和破坏，可以通过声学、振动、磁力、红外、激光等方式对水轮机进行检测。
3、基于大数据技术的水轮机运行状态监测除了上述传统的水轮机运行状态检测方法，基于大数据技术的水轮机运行状态监测也在近年来得到了越来越广泛的应用。
该方法基于数据挖掘和大数据分析技术，对水轮机运行过程中所产生的各种数据进行收集、存储、处理、分析和建模，从而实现对水轮机的实时监测和故障诊断。
三、水轮机运行状态检测和监控技术的未来发展水力发电作为一种可再生能源，具有成本低、环保等优点，在未来的能源发展中将得到越来越广泛的应用。
大型水轮发电机端部振动在线监测
设备管理与维修2021翼4（上）图6阴转子表面啃咬痕迹大型水轮发电机端部振动在线监测杨军1，周明1，邹洪刚1，唐李军2（1.国电大渡河大岗山水电开发有限公司，四川雅安625000；2.成都英孚德科贸有限公司，四川成都610000）摘要：大型水轮发电机定子绕组端部是发电机设计、制造和装配最复杂的部件之一，发电机组定子绝缘监测是目前公认的技术难点。
采用加速度传感器，解决在高电压、强交变电磁场的特殊环境下端部振动监测难题，介绍平台大数据分析功能，结合在线监测数据，形成智能分析诊断模型，实现对机组运行状态智能判断。
关键词：水轮发电机；定子绕组；端部振动；在线监测中图分类号：TM312文献标识码：B DOI ：10.16621/ki.issn1001-0599.2021.04.710引言发电机正常运行时，定子绕组端部不停运动，振源主要是双倍频交变电磁力。
正常通过定子线圈和线棒的50Hz 或60Hz电流，会产生100Hz 或120Hz 的巨大电磁力。
若绕组端部支撑固定不足，线圈会因振动使绝缘逐渐磨损。
定子绕组端部振动是电机发生故障的一个重要原因，也是大型水轮发电机非常重要的故障机理。
绝缘故障产生机理的多样化，受外界干扰造成绝缘监测数据的非准确性，绝缘数据判读的经验性，这些因素都严重制约发电机组绝缘监测技术的发展。
1水轮发电机端部振动在线监测难点水轮发电定子绕组并联支路较多，按照目前众多振动监测技术的惯例，仅安装个别监测传感器，是无法有效监测端部振动的，给计划检修带来诸多不确定因素。
为使监测数据能够行之有效，需要一个大量、长期积累的、经过时间考验的数据库作为参考。
同时还需要有人工智能的手段，通过与数据库中数据在幅值、相位、频率和特征参数的对比，达到自动判断的效果，在机组状态检修中发挥主动作用。
发电机内部电气环境非常恶劣，是一个高电压、强交变电磁场的特殊环境。
在强电磁场的作用下，金属结构的普通传感器可能产生放电，引起磁场分布的变化，干扰自身工作。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
水轮发电机组在线监测与诊断十例Marc R. Bissonnette, P.Eng. / Jackson Lin, B.A.Sc., MBAVibroSystM Inc., Longueuil, Quebec, Canada陶志健摘译引言在线监测的效益早就有人提出，但还很少有人能举出象下面这样的具体实例，来展示在线监测技术在水轮发电机组上应用的实际效益。
机组状态的在线监测在水电行业还不很普遍。
在数量庞大的水轮发电机组中，只有区区几百台机组装备了在线监测仪器。
水电机组的空气间隙是机组状态和动态性能的一个非常恰当的指标。
由于气隙位于机组的中心，又是机械力和电力的结合点，机组的大多数毛病都可以在这里查出。
其实有时看不到的与看得到的具有同样的重要性。
此外，如果能把机组的其他动态静态参数同气隙关联起来，就会增强准确、全面地分析和诊断的能力。
本文介绍的个例分析所用的监测手段是气隙监测系统(AGMS®)及扩展的ZOOM®机组状态监测系统。
这两套系统是对机组作全面监测和诊断的有效手段。
在过去的12年间，已有450台以上的水电机组安装了气隙监测系统和ZOOM机组状态监测系统。
这些系统已多次显示出它们探测机组异常、提供关键信息的能力，帮助我们快速准确作出诊断、积累机组数据以实施状态检修、和预防灾难性事件。
1、开机和停机过程中气隙的性能1998年初，美国某蓄能电站一台272兆瓦的机组上安装了AGMS。
紧接着，4月份便进行了机组动态性能试验。
由于蓄能机组一般都以日为周期频繁开机停机，所以，试验特别注意了开机和停机过程中机组的性能。
图1所示为从开机到额定转速的160转中所有磁极的气隙变化过程，单位为“道”(千分之一英寸)。
最初，气隙最大(约1155道)。
加速过程中，使气隙急剧减小的唯一原因是作用于转子磁轭和磁极上的离心力。
转子的设计对转子膨胀有不同的影响，此例的转子为浮动磁轭，因而膨胀幅度大一些。
此外，设计对转子圆度的变化也有影响。
图1还显示了，在这一过渡工况下，磁轭扩展了75道(7.1%1)，转子圆度从29道(2.7%)增加到40道(3.8%)。
这些数值良好，在总装公差之内。
1本文中，百分数表示相对于参数的静态额定值。
图1 机组开机过程中的气隙变化图2 机组停机过程中的气隙变化图2显示的是机组停机过程中290转之间气隙的变化情况。
转子降速的过程中，气隙增加了60道(5.7%)，而圆度从38道(3.6%)变为29道(2.7%)。
此外，图形还揭示了降速过程的一种有趣现象。
我们看到，转子并不是沿着一条完全的指数曲线而变化的。
所有的传感器都指示出同样的两个突变。
第一个突变发生时，20转内圆度提高了4到7道。
而后，更为明显的第二个突变显示出磁轭突然活动了一下，使转子圆度突然降低了7道。
图3为该活动的细部放大图。
图3 磁轭突变的细部放大图据分析相信，磁轭叠片底部可能存在有某种限制或摩擦，暂时阻碍了磁轭自由扩展。
限制出现在第182转，而在第204转时突然放开。
由于机组频繁停机，建议肉眼检验磁轭支撑和附属部分，注意有无摩擦造成的粉末和裂缝。
此外，应严密检查气隙开停机时变化的速率。
应严密监测气隙、转子圆度和定子圆度，并作趋向检查，这样做可以及早发现机组的结构缺陷问题。
2、甩负荷过程中气隙的性能新机组或改造后的机组交付运行时都要做检验，包括甩负荷试验，目的是检查机组的机械强度和动平衡。
试验可以提供机组的安全指标，供保护性停机时参考；它可以揭示转子和定子的强度、大轴轴线和摆度、以及机组的振动性能。
用AGMS或ZOOM记录下试验结果，就可以得到发电机或整个机组的全貌，作为日后机组性能比较的基线。
机组在满负荷时把磁场突然断掉便发生甩负荷。
在活动导叶反应之前的这段时间里，水流仍然冲击着水轮机。
而失掉磁场阻力的机组加速空转，以致过速，直到导叶关闭，使机组降速到停机。
磁场关闭的瞬间，由于不再有磁力向内拉，定子结构便向外移动。
同时，任何机械不平衡、转子位移、大轴位移和水轮机位移都可能被认为是不正常振动。
图4 甩负荷试验 - 转子150%过速时的气隙变化过程图4所示为加拿大一台28兆瓦的机组在甩负荷时气隙变化的过程。
所示区间为50转，其中甩负荷开始于第16转。
到第17转便可看到气隙有微量增大，这是由于失掉磁力后、定子放松而造成的。
由此可了解到这台机组定子强度良好。
然后，可以看到，在转子150%过速、离心力发生作用时，转子膨胀，气隙急速减小；直到第23转导叶开始关闭，机组转速开始降下来时，转子持续收缩，气隙才随着增大。
甩负荷前，转子圆度为0.55毫米(5.5%)。
在150%过速顶峰时，圆度为0.58毫米(5.8%)。
在测量值最后段，圆度降为0.49毫米(4.9%)。
总而观之，从第16转到第22转，气隙减小幅度为0.12毫米。
所有测值完全符合要求。
此外，我们比较了各气隙传感器所测的同一曲线，发现它们几乎完全一致。
这表明转子磁轭未发生松动，因为所有传感器看到的完全一样。
假如转速较高时转子磁轭松动，每个传感器的测值和形状就会不同。
假如转子轴心发生移动，即发生机械不平衡，则甩负荷后定子退回之时，这些测值就会不同。
那样，我们甚至还可以评估转子和大轴的位移及位移角度。
所以，我们得出结论：转子机械强度良好，磁轭紧固，转子平衡良好，未见机械不平衡和电磁不平衡。
这台新改造的机组通过了试验。
3、诊断发电机大轴的强振动问题机组振动的原因有时很难确定，必须通过一系列试验、测量、和分析，采用逐步排除的办法。
下面介绍在是美国一台投运两年的50兆瓦机组上所用的诊断强振动的步骤。
这台机组的设计是发电机和水轮机上部各有一导轴承，总装时位置必须精确，才能消除几何错误。
ZOOM系统分别在两种不同的工况下对机组作了两组测量。
为分析方便起见，选用70号磁极作参考点。
这是因为ZOOM系统显示它处于转子几何偏心的轴线上，而且在励磁及各种负荷下都能保持此位。
第一步，判断振动与机组运行之间的关系。
图5揭示了振动峰-峰值随着机组转速的 上升呈正比例上升，励磁后，稳定下来。
这表示有机械不平衡存在。
图5 振动与机组运行工况之间的关系第二步，用ZOOM软件做发电机导轴承和水轮机导轴承的振动低频谱分析。
图6显示出与主机旋转频率相吻合的主导频率为1.58赫兹。
同时显示出2倍和4倍谐振(水轮机频率)较低。
考虑到水轮机导轴承的峰-峰振值也低，可以认为振源不在水轮机层。
图6 发电机导轴承和水导振动低频谱分析图7 起励试验时导轴承振动变化第三步，考察各种工况下大轴的摆度情况，以确定有无电磁不平衡。
表1说明转子偏心造成的磁拉力足以使大轴的旋转轴发生变化，产生出可察觉到的机械不平衡而引发振动。
这一磁效应在图7(导轴承振动相对于磁极/机组旋转)起励试验中得到肯定。
转子参数工况 圆度 同心度 转子偏心角慢速 24.95 mils / 4.87 % 3.75 mils / 0.73 % 313°速度无负荷 25.45 mils / 4.97 % 3.94 mils / 0.77 % 335°10.9 MW 31.42 mils / 6.14 % 5.76 mils / 1.12 % 330°25 MW 29.43 mils / 5.75 % 5.68 mils / 1.11 % 332°50 MW 30.32 mils / 5.92 % 5.41 mils / 1.06 % 332°表 1最后一步，检查各种工况下转子形状的稳定性。
这是因为圆度的任何变化还会影响到同心度，继而影响振动。
表1也显示出形状变化甚微，偏心角保持不变。
因而不会增加振动。
最后这几步证明，机组振动来自转子偏心，而电磁不平衡使之增大。
由于转子的几何偏心相对较小(<1.2%)而且处于公差范围内，因而判定只需平衡转子便足以校正振动问题。
测值解释服务(RIS)报告建议先试加20磅于偏心角(135°)对面，然后重做额定速度测量，以最后确定配重角及配重量。
4、用气隙测值评估定子相对热膨胀只要转子轴和磁轭不移动，气隙测量值就可以用来评估定子的相对位移。
下面用两个例子分别说明定子均匀膨胀和不均匀膨胀的两种情况。
一旦转子的稳定性得到肯定，便可继而评估定子的相对热膨胀。
先确定一个参考磁极，取得它在两种工况下每个传感器测得的读数：速度无负荷加励磁和热机满载(运行至少三小时以后)。
也可采用第三种工况，即冷机满载，做中间值，作为比较参考。
把每个传感器在两种工况下所测之值加以比较，如果传感器之间的差别微小，则认为膨胀均匀；如果一个值或多个值差别较大，则认为不均匀。
这种技术提供的是相对值，即相对于转子旋转轴。
由于大轴振动、定子振动以及系统的精度，较小的变化也是正常的。
如果发现问题或异常情况，建议在混凝土结构上加用非接触式位移传感器测量定子框架的上部或下部。
这样，ZOOM系统便可测量出定子的绝对径向位移并把它同气隙同步化。
第一个是美国一座蓄能电站的发电机/电动机定子均匀膨胀的例子。
表2显示最大膨胀差非常优秀。
两组比较值采于额定转速加励磁42ºC，和85%负载71ºC。
由于当时工况变化较频，未能取得冷机静态和热机满载工况。
尽管如此，所取得的工况仍具有相当的代表性。
28 号磁极的气隙 (道)测试点 传感器 1 传感器 2 传感器 3 传感器 4 额定转速励磁 42 o C 1056.0900.71130.8919.3 85% 负荷 71 o C 1064.6913.21142.5935.3最大相对膨胀 8.6 12.5 11.7 16.0差 0 +3.9 +3.1 +7.4表 252 号磁极的气隙 (道)测试点传感器 1传感器 2传感器 3传感器 4传感器 5传感器 6传感器 7传感器 8励磁 (46.3 o C)632.3605.1631.9604.6566.1581.2644.0646.6满载 (59.8 o C)640.1626.3635.8623.2573.1602.9656.1653.5满载 (96.2o C)663.5663.5647.9655.7581.7634.0670.0679.0最大相对膨胀 31.2 58.4 16.0 51.1 15.6 52.8 26.0 32.4 差 +15.6 +42.8 +0,4 +35.50 +37.2 +10.4 +16.8表 3第二个是不均匀膨胀的例子，那是委内瑞拉一台仍在保修期内的212兆瓦的机组。
为了处理热膨胀，机组设12个径向键钢轨垫板，8个传感器中有4个装于4个垫板附近。
表3显示偶数号传感器(2、4、6、8)处气隙变化比处于垫板附近的奇数处(1、3、5、7)大得多。
建议检查径向键系统，并在每个气隙传感器角加装定子框架位移传感器，做进一步分析。