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(shù)提出了更高的要求.該論文就振動數(shù)據(jù)壓縮、復(fù)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(shù)發(fā)展的關(guān)鍵技術(shù)進行了詳細(xì)研究,取得了一定的成果.采用人工神經(jīng)網(wǎng)絡(luò)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(zhì)量不平衡、轉(zhuǎn)子熱彎曲、動靜碰摩)和無故障狀態(tài)的兩級前饋式神經(jīng)網(wǎng)

2、絡(luò)自動診斷系統(tǒng),使難以表達(dá)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(tǒng)應(yīng)用于機組實際故障診斷中,結(jié)果表明該方法可有效提高診斷的質(zhì)量,同時也為振動信號隨其他自變參量(轉(zhuǎn)速、功率等)漸變的趨勢信息在故障自動診斷中的應(yīng)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(shù)、半正交3次B樣條小波包的信號分析技術(shù)以及模糊自適應(yīng)共振理論神經(jīng)網(wǎng)絡(luò)模式識別技術(shù)相結(jié)合,構(gòu)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(tǒng),并對實際機組四種突發(fā)