水輪發(fā)電機(jī)組軸系故障趨勢(shì)預(yù)測(cè)與評(píng)估.pdf

1、松江河梯級(jí)電站是東北地區(qū)“七五”期間的水電建設(shè)重點(diǎn)項(xiàng)目,地處吉林省東南部山區(qū),近年來(lái),松江河梯級(jí)電站水輪發(fā)電機(jī)組日趨大型化、復(fù)雜化、自動(dòng)化,由于機(jī)組故障導(dǎo)致的非計(jì)劃停產(chǎn)將產(chǎn)生嚴(yán)重?fù)p失。故障預(yù)測(cè)技術(shù)能有效避免事故發(fā)生和發(fā)展,能夠?yàn)橄冗M(jìn)的預(yù)知維護(hù)提供科學(xué)手段。因此,本文以松江河梯級(jí)水電站為背景,對(duì)水輪發(fā)電機(jī)軸系故障趨勢(shì)預(yù)測(cè)方法和機(jī)組整體運(yùn)行狀態(tài)評(píng)價(jià)方法進(jìn)行了深入研究,研究成果是故障診斷及專(zhuān)家輔助決策系統(tǒng)研究與開(kāi)發(fā)的重要組成部分,對(duì)科學(xué)合理評(píng)

2、價(jià)機(jī)組健康狀況,實(shí)現(xiàn)機(jī)組狀態(tài)檢修與預(yù)知維護(hù)奠定了堅(jiān)實(shí)基礎(chǔ)。
　　論文闡述了水輪發(fā)電機(jī)的軸系結(jié)構(gòu),并對(duì)故障特征進(jìn)行了深入分析。研究了基于時(shí)間序列自回歸模型分析的機(jī)組軸系故障預(yù)測(cè)方法,運(yùn)用該方法對(duì)機(jī)架振動(dòng)和導(dǎo)軸承溫度做出預(yù)測(cè),并對(duì)預(yù)測(cè)結(jié)果進(jìn)行了分析?？紤]到機(jī)組軸系狀態(tài)數(shù)據(jù)結(jié)構(gòu)的非線性,提出了基于BP神經(jīng)網(wǎng)絡(luò)的機(jī)組軸系故障預(yù)測(cè)方法。為了克服BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練收斂速度慢、易于陷入局部極小值的缺點(diǎn),提出采用LM算法替代傳統(tǒng)的梯度法,從而提高

3、BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的效率和精度。將BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型與自回歸預(yù)測(cè)模型進(jìn)行了對(duì)比分析,結(jié)果顯示本文提出的改進(jìn)BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)效果優(yōu)于自回歸模型。
　　在機(jī)組軸系狀態(tài)預(yù)測(cè)研究基礎(chǔ)上,進(jìn)行了機(jī)組狀態(tài)評(píng)價(jià)方法研究及其系統(tǒng)開(kāi)發(fā)。研究了基于層次分析法的軸系狀態(tài)評(píng)估模型,將模糊數(shù)學(xué)和傳統(tǒng)的層次分析法相結(jié)合,保證了其判斷矩陣的一致性;為保證評(píng)價(jià)的科學(xué)性,提出了基于信息熵的軸系狀態(tài)評(píng)估方法,并將評(píng)價(jià)結(jié)果與模糊層次分析法得到的評(píng)價(jià)結(jié)果進(jìn)行融合