基于小波分析的汽輪機(jī)故障診斷研究.pdf

1、汽輪發(fā)電機(jī)組是電力生產(chǎn)的重要設(shè)備，由于其設(shè)備結(jié)構(gòu)的復(fù)雜性和運(yùn)行環(huán)境的特殊性，汽輪發(fā)電機(jī)組的故障率一直比較高，故障危害性也很大。因此，汽輪發(fā)電機(jī)組的故障診斷一直是故障診斷技術(shù)應(yīng)用的一個(gè)重要方面。
　　汽輪機(jī)振動(dòng)信號(hào)中一般含有大量的噪聲，要求對(duì)振動(dòng)信號(hào)進(jìn)行消噪。在研究了Donoho閾值消噪的基礎(chǔ)上，提出了閾值量化的新定義，并實(shí)現(xiàn)了一種基于遺傳算法的信號(hào)消噪方法，通過(guò)引入了?估計(jì)因子，對(duì)估計(jì)因子的遺傳優(yōu)化來(lái)實(shí)現(xiàn)提高信噪比的目的，比較檢測(cè)

2、效果，可以看到基于遺傳算法的消噪效果要比傳統(tǒng)的Donoho閾值消噪效果更好。
　　小波包作為一種時(shí)頻分析手段引入到振動(dòng)信號(hào)分析，小波包系數(shù)可以非常靈活地提供信號(hào)在時(shí)域和頻域的信息。通過(guò)實(shí)驗(yàn)分析，基于小波包分解算法的汽輪機(jī)故障特征提取相比FFT頻譜分析算法，同樣能夠完全滿(mǎn)足振動(dòng)信號(hào)分析的要求，并且可以獲得振動(dòng)信號(hào)的能量在頻率上的分布，這為貝葉斯網(wǎng)絡(luò)的構(gòu)建提供了基礎(chǔ)。實(shí)驗(yàn)證明，該方法用于信號(hào)的特征提取是非常有效和切實(shí)可行的。
　

3、　將Bently轉(zhuǎn)子實(shí)驗(yàn)室獲取的能量-頻率表離散化，來(lái)構(gòu)建貝葉斯網(wǎng)絡(luò)模型。并將 Bently實(shí)驗(yàn)臺(tái)上得到的碰磨數(shù)據(jù)進(jìn)行消噪、特征提取，獲得碰磨故障下的故障征兆，結(jié)合貝葉斯網(wǎng)絡(luò)模型及專(zhuān)家經(jīng)驗(yàn)確定的先驗(yàn)概率，來(lái)實(shí)現(xiàn)貝葉斯網(wǎng)絡(luò)對(duì)故障的分類(lèi)。實(shí)驗(yàn)結(jié)果證明，本文基于專(zhuān)家經(jīng)驗(yàn)的貝葉斯網(wǎng)絡(luò)模型與振動(dòng)信號(hào)的消噪及特征提取技術(shù)，能根據(jù)振動(dòng)信號(hào)，準(zhǔn)確的判斷故障類(lèi)型。
　　在山西某電廠(chǎng)實(shí)現(xiàn)了廠(chǎng)級(jí)信息監(jiān)控系統(tǒng)（SIS）及該廠(chǎng)機(jī)組的仿真機(jī)系統(tǒng)，SIS能夠?qū)?/p>