汽輪發(fā)電機組振動信號處理及智能診斷方法研究.pdf

1、近年來電力工業(yè)的迅速發(fā)展,對汽輪發(fā)電機組在線狀態(tài)檢測與故障自動診斷技術提出了更高的要求.該論文就振動數據壓縮、復雜故障分析,振動漸變趨勢信息提取與利用、突發(fā)性振動故障檢測與診斷等幾個影響在線監(jiān)測與自動診斷技術發(fā)展的關鍵技術進行了詳細研究,取得了一定的成果.采用人工神經網絡方法,有效提取了振動信號的時間漸變趨勢信息,并將其與機組狀態(tài)信息相融合,建立了有效判別機組三種故障(原始質量不平衡、轉子熱彎曲、動靜碰摩)和無故障狀態(tài)的兩級前饋式神經網

2、絡自動診斷系統,使難以表達的漸變趨勢信息專家知識參與到故障自動診斷中.將該系統應用于機組實際故障診斷中,結果表明該方法可有效提高診斷的質量,同時也為振動信號隨其他自變參量(轉速、功率等)漸變的趨勢信息在故障自動診斷中的應用提供了一條新的途徑.將均值—方差容錯辨識的突變信號檢測技術、半正交3次B樣條小波包的信號分析技術以及模糊自適應共振理論神經網絡模式識別技術相結合,構造了一個機組突發(fā)性振動故障在線檢測與自動診斷系統,并對實際機組四種突發(fā)