基于主元分析和神經(jīng)網(wǎng)絡的汽輪機組通流漸發(fā)故障診斷方法研究.pdf

1、汽輪發(fā)電機組通流部漸發(fā)故障是汽輪機組重要的故障模式。故障一旦出現(xiàn)不僅影響機組的安全性，同時會嚴重影響機組的經(jīng)濟性，造成能源浪費和經(jīng)濟損失。因此，對汽輪發(fā)電機組進行通流漸發(fā)故障診斷，保證機組安全、可靠運行意義重大。
　　經(jīng)過多年的發(fā)展，汽輪發(fā)電機組通流漸發(fā)故障診斷取得了豐碩的成果，但還有一些有待解決的問題。首先，通流漸發(fā)故障比較復雜，熱力參數(shù)之間相互關聯(lián)性很強，給參數(shù)分析帶來困難。其次，對于機組不斷調(diào)峰的狀態(tài)，單一固定標準已不能滿足

2、通流漸發(fā)故障診斷需要。此外，故障診斷往往只做出模式識別，不能做到故障的原因、影響和處理措施分析。針對上述問題，本文以汽輪發(fā)電機組通流漸發(fā)故障為研究對象，開展如下工作:
　　(1)進行通流漸發(fā)故障故障機理分析。以FMEA分析方法和故障樹分析方法為指導，研究汽輪發(fā)電機組通流漸發(fā)故障的發(fā)生原因和動態(tài)發(fā)展問題，深入研究故障機理。結合熱力參數(shù)分析，針對工況變化的復雜調(diào)峰狀況，根據(jù)熱力學第一定律和熱力學第二定律中的能量轉化規(guī)則，建立汽輪發(fā)電機

3、組通流漸發(fā)結垢故障和磨損故障模式的FMEA表和故障樹。分別由頂事件和底事件為起點為進行故障特診提取、正向故障診斷和反向故障原因及影響分析提供指導。
　　(2)進行通流漸發(fā)故障動態(tài)診斷信息量化。通過現(xiàn)場接入的大量數(shù)據(jù)擬合診斷參數(shù)負荷范圍內(nèi)的正常區(qū)間，并結合非實時監(jiān)測數(shù)據(jù)信息進行汽輪級組通流漸發(fā)故障特征提取，形成能效評價準則，進行診斷參量、能效評價指標的定義和表示，并提出模糊征兆量化、數(shù)字化的方法，建立汽輪發(fā)電機組通流漸發(fā)故障診斷規(guī)則

4、知識庫。并進行故障模式風險定量分析。
　　(3)提出一套結合主元分析法、基于曲線擬合的動態(tài)基值確定、模糊隸屬度分析和BP神經(jīng)網(wǎng)絡的智能故障診斷方法。該方法首先通過大量現(xiàn)場數(shù)據(jù)和工程規(guī)范確定汽輪發(fā)電機組通流漸發(fā)故障診斷參數(shù)的動態(tài)正常區(qū)間，進行異常參數(shù)搜索;然后，進行診斷參量的模糊隸屬度分析和可信度分析，進行主元分析，確定影響度較大的主元;最后根據(jù)貼進度分析確定故障類，并通過BP神經(jīng)網(wǎng)絡判定具體的故障模式。同時，利用智能故障診斷專家知