汽轮机组振动故障诊断及专家系统研究

华北电力大学（北京）硕士学位论文汽轮机组振动故障诊断及专家系统研究姓名：田增华申请学位级别：硕士专业：动力机械及工程指导教师：顾煜炯20070201汽轮机组振动故障诊断及专家系统研究作者：田增华学位授予单位：华北电力大学(北京)相似文献(10条)1.期刊论文黄文涛.赵学增.王伟杰.代礼周基于不完备数据的汽轮机组故障诊断的粗糙集方法-汽轮机技术2004,46(1)通常从不完备数据中获取规则要比从完备数据中获取规则困难,为了在故障诊断信息不完备的情况下提取简单有效的诊断规则,提出了一种从不完备数据中获取确定和不确定诊断决策规则的粗糙集方法.以某汽轮发电机组振动故障为例给出了该方法的具体实现过程,并验证了该方法的有效性.2.学位论文王雷支持向量机及其在汽轮机组性能监测和故障诊断中的应用研究2007火力发电厂中汽轮机组的安全与经济运行一直为人们所关注，而性能监测与故障诊断技术为机组的安全经济运行提供了有力的保障。因此，研究电站汽轮机组性能监测与故障诊断方法具有十分重要的意义。支持向量机是一种基于统计学习理论的机器学习方法，在解决小样本、过学习、非线性及高维模式识别等问题中表现出了许多特有的优势，能够在有限特征信息情况下最大限度地挖掘数据中隐含的知识，从实际应用性的角度来看，更适用于汽轮机组性能监测与故障诊断这种工程问题。基于此，论文将支持向量机应用于汽轮机组的性能监测与故障诊断中，研究了支持向量回归、分类模型的建立和实现以及模型的参数选择等几个方面的问题。根据电站机组性能参数的数据特点，从回归的角度研究机组性能参数和应达值的计算。利用支持向量机算法在解决小样本方面的优势，提出了一种新的性能参数在线计算方法——基于支持向量回归的建模方法，分析了该算法在参数监测方面的可行性和优异性，研究了模型建立的基本步骤及其参数的选择方法，并建立了凝汽器真空应达值和汽轮机热耗率回归估计模型，实现了该方法的工程应用。建立了基于时间序列分析理论的汽轮机组运行参数预测模型。针对汽轮机组运行参数中具有周期性变化的时间序列，提出将支持向量回归算法与时间序列分析中的自回归模型相结合，建立适用于工程实际应用的具有分析非线性样本特点的支持向量自回归预测模型——SVAR，并将其应用到凝汽器清洁系数和汽轮机转子振动振幅预测中，为实现运行参数的未来趋势分析提供了强有力的支持。基于支持向量回归算法中结构风险函数较好的平滑性以及KKT条件，针对电站实时数据中普遍存在异常值的情况，提出一种回归中的异常值检测方法，研究了算法实现中对异常值处理的方式，介绍了其在处理异常值时优于其它方法的特点，并详细阐述了模型理论基础、建模过程和工程实现过程。针对有限样本情况下传统模式识别方法在故障模式分类中面临的困难，把支持向量机多分类算法引入到故障诊断中。研究了支持向量机用于故障诊断的关键问题，给出了支持向量机用于故障诊断的算法及其基本实现步骤。采用一对一算法与决策树结合构成的DAGSVM算法，建立了电站汽轮机凝汽设备多故障分类器模型，并对影响故障分类器分类性能的各种因素进行深入分析。3.期刊论文卢绪祥.李录平.胡念苏汽轮机组回热系统故障诊断知识的模糊处理及诊断研究-热能动力工程2003,18(1)在建立火电机组回热系统常见故障的故障集和征兆集基础上,利用模糊数学知识和相关理论,针对回热系统故障征兆参数的不同变化方向和程度,采用不同的变化等级和阈值,建立了回热系统典型故障样本模式知识库及实时故障模式集.同时利用基于MATLAB环境下的径向基函数网络,建立了回热系统故障诊断模型.并利用电站仿真机模拟典型故障进行了神经网络模型的验证.实践表明,这种方法可有效地进行回热加热器故障样本模式的模糊量化处理,极大地改善了神经网络训练的收敛性,有利于回热系统的故障诊断.4.期刊论文郭庆琳.郑玲.GUOQing-lin.ZHENGLing基于模糊粗糙集数据挖掘的汽轮机组故障诊断研究-中国电机工程学报2007,27(8)针对当前专家系统知识获取瓶颈的难题,提出了基于模糊粗糙集数据挖掘的汽轮机组故障诊断方法.模糊粗糙集理论把知识直接与真实或抽象世界有关的不同模式联系在一起,能有效分析处理不精确、不完整等各种不完备信息,并从中发现隐含的知识,揭示潜在的规律.将汽轮机组故障历史数据进行模糊化及离散化处理,构建故障诊断决策表,以决策表作为主要工具,即知识库,采用模糊粗糙集数据挖掘方法直接从决策表中提取出潜在的诊断规则,为汽轮机组提供有效的故障诊断.提出了基于模糊粗糙集的分类规则学习和约简算法,实现了基于模糊粗糙集数据挖掘的汽轮机组故障诊断系统,其诊断正确率达到了88%.实验表明该方法可行,对汽轮机组故障诊断系统的设计具有借鉴意义和深入研究的价值.5.期刊论文王伟杰.黄文涛.赵学增.代礼周基于粗糙集理论的汽轮机组回热系统故障诊断模型-热能动力工程2003,18(6)在分析了汽轮机组回热系统现有故障诊断方法无法解决冗余征兆的不足之后,提出了一种基于粗糙集理论的故障诊断模型.该模型从回热系统典型故障模式出发,通过连续征兆属性的离散化建立了故障诊断决策表;利用遗传算法实现了故障征兆属性约简,并提出了结合领域知识的最小约简择优策略,然后通过给出的决策规则约简的基本原则,得到用于故障诊断的决策规则库.在应用该模型进行故障诊断时,用待诊实例的离散化了的故障征兆属性与规则库中的诊断决策规则进行匹配,对返回的诊断决策规则进行综合评价,并得出诊断结论.利用电站仿真机模拟典型故障进行了故障诊断模型的验证,实践表明,该模型可以有效地约简冗余的故障征兆,并具有较好的诊断效果和一定的容错能力.6.学位论文汪江汽轮机组振动故障诊断SVM方法与远程监测技术研究2005电力工业的迅速发展，对汽轮发电机组状态监测与故障诊断技术提出了高的要求。本论文就机组振动故障特征自动提取、振动异常检测、振动故障趋势预测、多征兆故障诊断以及机组远程监测诊断等几个影响故障诊断技术发展的关键技术进行了详细研究，取得了一定的成果。分析了发电机组振动故障及征兆的特点，研究了故障征兆自动提取方法，采用Mann-Kendall检验、EMD分解、相关系数法、不变矩理论对趋势型征兆、相关性征兆以及转子轴心轨迹图形类征兆进行了提取。将统计学习理论的研究成果-支持向量机(SVM)应用于机组振动异常检测、振动趋势预测及诊断故障中。分析了One-ClassSVM异常检测的基本原理，提出了发电机组振动异常检测One-ClassSVM方法，仅通过对正常运行状态样本的学习，就可以达到对机组振动异常的准确识别，解决了生产中机组异常振动训练样本缺乏问题；与FuzzyARTl及ARTMAP神经网络的比较试验结果进一步证实了该方法的有效性；提出了一种核聚类二叉树型多类SVM算法，采用遗传算法对模型参数进行选择，将其应用在发电机组多征兆故障诊断中，试验表明该方法具有较高的故障识别率，缩短了模型学习需要的时间，并解决了one-against-one等多类学习方法存在的拒分类问题；利用One-ClassSVM的一类样本学习能力，提出一种新的机组振动故障诊断动态模型，解决了其它故障诊断系统模型结构固定，无法对新增故障进行诊断的问题，实现了对未知新故障和复合故障的正确识别和学习，扩充了故障诊断系统的功能；研究了支持向量回归方法及最小二乘支持向量回归(LS-SVR)在时间序列预测的应用，通过仿真实验得出了LS-SVR在有噪声环境下，可以取得比RBF更好的预测效果，适合于现场实际应用；将LS-SVR用于发电机组振动趋势预测，取得了较高的预测精度。采用JAVA语言，使用Applet、Socket、多线程、Web数据库技术，开发了一套汽轮发电机组Internet远程监测与故障诊断系统，实现了机组振动远程在线监测与故障诊断。7.期刊论文张燕平.黄树红.杨涛.汪勇.高伟.ZHANGYan-ping.HUANGShu-hong.YANGTao.WANGYong.GAOWei小波灰度图在汽轮机组远程诊断专家系统中的应用研究-汽轮机技术2006,48(3)利用转子试验台故障试验数据,研究了小波灰度图在汽轮机组典型振动故障识别中的应用,并进一步研究了表征小波灰度图的定量指标--灰度矩对故障的区分度,确定了典型故障的标准灰度图及相应灰度矩取值区间.在此基础上开发的小波诊断模块,已应用在某省级网络化汽轮机组远程监测及故障诊断系统中,该模块作为常规频谱分析模块的辅助诊断工具,对提高远程汽轮机故障诊断的准确度和诊断效率起到了积极的作用.8.学位论文白蕾基于小波包分析及混沌理论的汽轮机转子振动故障诊断研究2008汽轮机组是工业领域的重要设备,特别是在电力、石化工业中,汽轮机组是关键的设备。由于汽轮机组结构和系统的复杂性、运行环境的特殊性,汽轮机组的故障率较高,而且故障的危害性也很大。因此,汽轮机的故障预报及诊断问题历来是受到有关的研究机构、企业和管理部门的高度重视,是现代故障诊断技术的应用的一个重要方面。汽轮机转子振动波形提供了丰富的故障征兆信息,如何准确、全面地提取征兆对于故障类型的确定、故障发展趋势的预测以及汽轮发电机组的状态检修都具有十分重要的意义。本课题首次将小波包分析与混沌理论相结合对汽轮机转子振动故障诊断进行系统的实验研究,取得了较好的效果。论文首先综述了国内外机械设备故障诊断的研究成果,总结了汽轮机故障诊断技术的研究现状与方法,论述了汽轮机故障诊断中存在的问题,在此基础上提出本课题的研究内容和方法。针对汽轮机转子振动常见故障,通过实验台模拟不同转速下碰摩、松动、不对中、不平衡几种故障状况,进行实验研究。采集到的振动位移数据经过FFT变换的数据处理,进行波形分析与频谱分析。结果表明：不同类型的故障波形图混乱程度不同,且对应的频率成分和能量大小也不同,波形分析和频谱分析可以作为故障诊断的基础参考。小波包分析能够将任何信号(平稳或非平稳)分解成一个由小波伸缩而成的基函数族,信息量完整无缺,通过对信号在不同尺度上的分解与重构,能得到原始信号在不同频段上分布的详细信息,以及信号发生突变的时间点。基于小波包分析的这种特性,对原始振动信号进行分解及重构,可以有效提取机组振动信号中的突变信号和非平稳信号,滤除噪声和其它不需要的频率成分,保留所需要的信号,从而达到滤波的目的。混沌理论通过研究系统吸引子的结构及其变化来研究系统的稳定性,系统正常工作时其吸引子的结构是稳定的,当系统偏离正常工作状态时其吸引子的结构就会变化。运用混沌动力学理论计算出系统的Lyapunov指数,Kolmogorov熵等混沌特征量,可以很好地反映系统吸引子动态结构的变化。因此,在汽轮机转子振动故障诊断中,对于因系统发生状态变化而引起的系统吸引子结构变化,我们可以利用这些混沌特征量对系统吸引子动态结构变化的敏感性来对信号进行二次处理从而提取状态信息。实验结果表明：小波包分析的方法有着很好的滤波和提取非平稳信号的能力；小波包分解重构后的汽轮机转子的振动时间序列在不同故障状态下的混沌特征量明显不同。因此该方法在进行汽轮机转子故障类型诊断时有较好的区分度。9.期刊论文金昌斌汽轮机组的监测和检修技术的研究进展-中国西部科技2004,(6)本文介绍了当前汽轮机组状态监测的主要内容及其状态检修的优点和存在问题,介绍远程监测和故障诊断,以及当今国内外汽轮机组状态监测的现状等,为如何加速开展这一工作提供参考.10.期刊论文宋光雄.何永勇.褚福磊.SONGGuang-xiong.HEYong-yong.CHUFu-lei汽轮机振动故障诊断知识信息服务系统-电力系统自动化2006,30(1)汽轮机组故障诊断推理过程大多在信息不完备的情况下进行,需要解决规则不确定性、推理不确定性及规则参数获取等问题.针对上述问题,依据故障诊断规则的充分性、必要性属性提出了基于双参数的加权推理方法.汽轮机组故障诊断的专家经验知识是故障诊断工作的重要保障,知识信息服务系统的研究是开发故障诊断专家系统的基础.文中设计并实现了结合数据库技术、网络技术的知识信息服务系统,实际工程应用表明,该系统具有广阔的应用前景