汽輪發(fā)電機組信號分析與特征提取方法的研究.pdf

1、隨著人類對各個科學領域理論研究的深入探索，很大程度上促進了現代工業(yè)技術水平的迅速提高以及科學技術的迅猛發(fā)展，汽輪發(fā)電機組作為電力工業(yè)中主要設備也不斷向著高自動化、大型化、高效率、智能化方向發(fā)展，這導致對其安全性造成影響的因素也隨之增多，如何保證機組安全、經濟地運行，提高狀態(tài)監(jiān)測水平和故障診斷效率是至關重要的。
　　信號分析與特征提取被認為是機組設備狀態(tài)監(jiān)測與故障診斷過程中的關鍵步驟，起著對采集到的機組敏感參數進行加工、變換，從而提

2、取出故障征兆的作用。電站設備運行過程中會產生大量信號，包括壓力、溫度以及振動信號等，它們與設備的健康狀況有著密切的關系，所以對這些信號進行預處理以及特征提取是揭示機組設備狀態(tài)信息的前提條件。圍繞這一目標，本論文以汽輪發(fā)電機組的監(jiān)測信號為對象，對信號進行基于小波變換和希爾伯特-黃變換分析方法的研究和仿真試驗，主要研究工作如下:
　　在汽輪發(fā)電機組故障信息研究方面，首先通過對故障模式進行機理分析了解故障發(fā)生的本質原因及其造成的影響，然

3、后結合以往專家經驗和現場案例數據提取出具有實用性的故障征兆集合以便建立合理的FMEA分析表，同時采用故障樹分析方法對每種故障模式從頂事件自上而下梳理出故障發(fā)生的深層原因，最后綜合數據征兆、曲線征兆、圖形征兆以及語義描述性征兆建立故障預警模型。
　　在信號分析與處理方面，采用小波變換對機組信號進行消噪處理及仿真試驗并取得了較好的消噪效果，對有效揭示機組故障信息具有重要作用。利用小波變換和希爾伯特黃變換的時頻分析特性，對小波變換的時域