基于神經(jīng)網(wǎng)絡(luò)和小波分析的水力機(jī)組振動故障診斷研究.pdf

1、“無人值班”(少人值守)運(yùn)行方式正在水電行業(yè)廣泛推廣并實施,“狀態(tài)檢修”也己成為一種新的發(fā)展趨勢。在這種新形勢下,不僅要求提高機(jī)組的自動化運(yùn)行水平,更要求機(jī)組的運(yùn)行具有極高的可靠性、安全性和穩(wěn)定性。穩(wěn)定性是機(jī)組工作性能中的一項重要指標(biāo),對其評價主要通過衡量機(jī)組的振動水平來進(jìn)行。因此,本文從振動角度出發(fā),針對水輪發(fā)電機(jī)組的振動特點(diǎn),采用基于神經(jīng)網(wǎng)絡(luò)和小波包方法分析機(jī)組振動原因。對選題及其相關(guān)背景進(jìn)行了探討,并對小波基礎(chǔ)理論和神經(jīng)網(wǎng)絡(luò)基礎(chǔ)進(jìn)

2、行了闡述。針對實際應(yīng)用,對小波和神經(jīng)網(wǎng)絡(luò)的相關(guān)應(yīng)用算法進(jìn)行了詳細(xì)探討。主要工作內(nèi)容包括以下幾個方面:本文首先研究了水輪發(fā)電機(jī)組的振動與其他旋轉(zhuǎn)機(jī)械的振動的不同,由于水力、機(jī)械、電氣三方面因素引起的振動形成的禍聯(lián)、振動故障與振動特征的非對應(yīng)性及多種振動在某部位的疊加,形成了水輪發(fā)電機(jī)組振動的復(fù)雜性。然后在研究小波理論在信號去噪方面的原理和算法的基礎(chǔ)上,針對水力機(jī)組故障信號的特殊性,通過對比小波包幾種去噪方法的分析,針對特定信號選取最合適的

3、消噪方法,從而得到了既能保護(hù)信號的奇異性特征,又可以取得較好信噪比的新的信號去噪方法,并將其應(yīng)用于仿真計算,取得了較好的效果。其次是針對水力組振動故障信號,根據(jù)小波包變換的線性特性與能量守恒特性,提出了一種基于小波包變換的故障診斷方法,通過小波包分解的能量特征,得到了故障信號的時域和頻域特征,將其與BP網(wǎng)絡(luò)有機(jī)結(jié)合在一起,利用BP神經(jīng)網(wǎng)絡(luò)良好的自學(xué)能力和容錯性,建立基于小波包特征提取的BP診斷網(wǎng)絡(luò)模型。樣本信號經(jīng)過預(yù)處理后,在送給BP神