燃?xì)廨啓C運行異常檢測技術(shù)研究.pdf

1、近年來，隨著數(shù)據(jù)挖掘、機器學(xué)習(xí)以及人工智能等信息處理技術(shù)的興起，深入開發(fā)實用化的視情維修技術(shù)，通過對運行設(shè)備的狀態(tài)監(jiān)測、故障診斷、趨勢預(yù)測來規(guī)避潛在故障，已成為一項意義深遠(yuǎn)的任務(wù)。而燃?xì)廨啓C作為新一代先進復(fù)雜動力裝備，其運行過程中所監(jiān)測的數(shù)據(jù)時刻向外傳遞著自身的可靠性信息，想要將這些信息破解轉(zhuǎn)化為實際操作的維護支持，首先必須依靠合適的信息技術(shù)來實現(xiàn)燃?xì)廨啓C異常檢測，然后方能進一步推進視情維修工作。
　　本文以實際運行的燃?xì)廨啓C為研

2、究對象，在獲取到機組各部件傳感器所測大量實際數(shù)據(jù)的支持下，將核方法和動態(tài)時間彎曲引入工程應(yīng)用，實現(xiàn)針對燃?xì)廨啓C測點運行參數(shù)的異常檢測。論文具體研究內(nèi)容如下：
　　1、運用核方法分析燃?xì)廨啓C實際運行中正常數(shù)據(jù)和仿真異常數(shù)據(jù)的概率密度分布情況，并結(jié)合改進文獻中的異常檢測閾值優(yōu)化方法，總結(jié)出了一套針對燃?xì)廨啓C行之有效的單測點參數(shù)異常檢測閾值優(yōu)化流程，以高壓壓氣機后機匣滑油回油溫度為例，成功獲取了該參數(shù)對應(yīng)不同工況下的最佳異常檢測閾值，使

3、異常檢測的誤報警率與漏報警率之和達(dá)到最小。
　　2、針對燃?xì)廨啓C排溫正常分布特性和異常分布特性，將異常分布特性分為五類并與燃?xì)獍l(fā)生器和燃油系統(tǒng)的諸多故障形成對應(yīng)，考慮到排溫隨運行工況的“易變性”和結(jié)構(gòu)固定的“不變性”，采用減中值處理法消除排溫參數(shù)中工況變化的影響，處理后的排溫可通過核方法優(yōu)化獲得各測點上、下限閾值，依次連線形成的排溫帶適用于燃?xì)廨啓C排溫的多測點參數(shù)異常檢測。
　　3、針對燃?xì)廨啓C啟動過程，以動態(tài)數(shù)據(jù)隨時間變化