現(xiàn)代智能計(jì)算及其在水電機(jī)組故障診斷中的應(yīng)用.pdf

1、現(xiàn)代水力發(fā)電機(jī)組正向著大型、復(fù)雜、超臨界參數(shù)方向發(fā)展，其運(yùn)行的安全性、可靠性和穩(wěn)定性已成為水力發(fā)電行業(yè)極為關(guān)注的研究熱點(diǎn)和工程應(yīng)用難題。隨著人工智能理論研究的逐步深入和信息科學(xué)的蓬勃發(fā)展，國內(nèi)外學(xué)者已在模式識(shí)別、信號(hào)處理方面獲得了完備的理論和方法體系，這為故障智能診斷研究奠定了堅(jiān)實(shí)的理論基礎(chǔ)，同時(shí)，也對(duì)傳統(tǒng)診斷方法提出了新的挑戰(zhàn)。
　　 本文針對(duì)水電機(jī)組軸心軌跡識(shí)別、機(jī)組故障信號(hào)檢測和提取分析中的科學(xué)現(xiàn)象與難點(diǎn)問題，引入混沌、支

2、持向量機(jī)、粗糙集、信息融合等先進(jìn)智能算法，深入、系統(tǒng)地開展了水電機(jī)組故障診斷研究，主要內(nèi)容和創(chuàng)新性成果包括：
　　 (1)軸心軌跡作為水電機(jī)組狀態(tài)的一種映射方式，其圖形特征所包涵的信息反映了機(jī)組的運(yùn)行狀態(tài)。為提取軸心軌跡平移、旋轉(zhuǎn)、尺度不變性特征，本文挖掘出Haar正交矩陣在圖形識(shí)別中的獨(dú)特優(yōu)點(diǎn)，引入Haar正交矩陣分別對(duì)軸心軌跡的橫、縱坐標(biāo)進(jìn)行快速變換，并利用變換后的對(duì)應(yīng)系數(shù)得到軸心軌跡不同位置不同分辨率下的斜率，繼而推求出相

3、鄰斜率直線之間的多分辨率夾角，所獲夾角用于軸心軌跡的分層識(shí)別，其識(shí)別過程符合人類識(shí)別事物層次分析的規(guī)律。
　　 (2)考慮到軸心軌跡實(shí)時(shí)識(shí)別的要求及軌跡樣本先驗(yàn)知識(shí)不足的工程應(yīng)用現(xiàn)實(shí)，通過計(jì)算和變換距離向量，快速提取了軸心軌跡的Walsh譜特征，同時(shí)引入支持向量機(jī)理論學(xué)習(xí)譜特征和軌跡類型之間的映射關(guān)系，從而將訓(xùn)練好的分類器用于軸心軌跡識(shí)別。實(shí)例分析顯示：該方法優(yōu)于傳統(tǒng)提取方法，具有較強(qiáng)的泛化推廣能力和小樣本學(xué)習(xí)能力。
　　

4、 (3)為解決軸心軌跡識(shí)別中單一特征容易遺漏重要信息而復(fù)合特征會(huì)產(chǎn)生冗余信息的矛盾，提取、融合軸心軌跡的傅立葉譜特征和幾何特征，并引入粗糙集理論對(duì)所得融合特征向量進(jìn)行約簡，推理出用于軌跡識(shí)別的規(guī)則體系。理論分析和實(shí)踐結(jié)果表明，該方法充分體現(xiàn)了粗糙集的數(shù)據(jù)約簡功能，能快速、準(zhǔn)確地識(shí)別軸心軌跡。
　　 (4)Haar類正交變換（HTOT）算法高效，應(yīng)用簡捷，然而，HTOT數(shù)學(xué)方法的抽象性使其潛在的工程應(yīng)用價(jià)值很少受到人們關(guān)注。為此

5、，本文將HTOT理論應(yīng)用于水電機(jī)組故障信號(hào)分析，并根據(jù)相應(yīng)評(píng)價(jià)準(zhǔn)則比較了HTOT與其它變換方法的應(yīng)用效果，得出了不同快速變換適用于分析不同類型信號(hào)的結(jié)論，據(jù)此提出了根據(jù)故障信號(hào)類型選擇變換的自適應(yīng)診斷策略。在此基礎(chǔ)上，采用粗糙集理論對(duì)變換系數(shù)組成的譜統(tǒng)計(jì)特征向量進(jìn)行處理。研究結(jié)果表明，該方法簡單易行，具有很強(qiáng)的針對(duì)性和靈活性，增強(qiáng)了故障診斷效果。
　　 (5)針對(duì)傳統(tǒng)方法難以全面檢測機(jī)組故障信號(hào)的不足，探索了非線性系統(tǒng)對(duì)初值敏感

6、性的響應(yīng)特性，建立了基于混沌振子與信息融合技術(shù)的故障信號(hào)檢測方法：①采用混沌振子陣列確定出故障微弱信號(hào)的頻率和相位；②引入多個(gè)不同的混沌振子和多種方法檢測同一微弱信號(hào)的幅值，并對(duì)其檢測結(jié)果加權(quán)平均融合；③綜合運(yùn)用統(tǒng)計(jì)距、二維熵和Walsh變換等方法從時(shí)域或頻域角度對(duì)混沌振子的狀態(tài)進(jìn)行模式識(shí)別，并對(duì)其識(shí)別結(jié)果進(jìn)行信息融合；④研究了變換系數(shù)的模極大值原理，提取了強(qiáng)幅值信號(hào)的奇異特征，并結(jié)合信號(hào)時(shí)域波形統(tǒng)計(jì)特征和混沌振子檢測故障微弱信號(hào)的優(yōu)點(diǎn)