胡 边,谭丕成,叶 源,万 元,刘 宇

(1. 湖南五凌电力科技有限公司，湖南 长沙 410004; 2. 国家电投集团水电产业创新中心，湖南 长沙 410004;3. 五凌电力有限公司近尾洲水电厂，湖南 衡阳 421127; 4. 湖南师范大学，湖南 长沙 410004)

0 引 言

灯泡贯流式水轮机组在中小型水电站中应用广泛，其运行状态对于水电站的安全稳定运行影响巨大。因此，需对水轮机组的运行状态进行实时检测、分析，并对异常运行状态做出故障诊断。目前关于水轮机组故障诊断绝大部分是基于机组振幅及摆度等振动型信号的测量与分析。传统基于振动的诊断方法，其测量数据均来自于接触式传感器[1-4]，而此类传感器难以采集水电机组某些内部旋转固件的状态信息。例如，对于混流式水轮机，在应力的累计损伤作用下，其叶片上产生的轻微裂纹信息[5-6]无法用传统的接触式振动传感器采集。

因此，有必要采用新的信号采集方法，以弥补传统检测方式的不足。自20世纪70年代以来，基于声学的特征信息提取技术得到蓬勃发展，音频信号分析在发电机组故障诊断领域应用越来越广泛。Abbot等[7-8]给出了水泵水轮机噪声量和机械空蚀损失的对应关系；李继孟等[9]利用频移多尺度噪声调谐随机共振(SR)法，从风电机组周围噪声中提取出有用的状态检测信息。上述基于声学特性的故障诊断方法，在故障信号采集方式上均具有非接触、在线、简便易行等优点[10]，为灯泡贯流式水轮机组故障信号采集提供了借鉴。

然而，水电机组工作环境恶劣，噪声强度一般为90 dB以上，甚至达到140 dB[11]。……