本文關鍵詞：基于信息融合技術的汽輪發(fā)電機故障診斷方法的研究

  更多相關文章： 汽輪發(fā)電機 故障診斷 信息融合 定轉子振動

【摘要】：汽輪發(fā)電機組作為電力系統的核心設備,其健康狀態(tài)直接關系到整個電力系統的安全穩(wěn)定。研究汽輪發(fā)電機的故障監(jiān)測與在線診斷,可以有效降低過度維修引起的不必要的經濟損失和風險。傳統的發(fā)電機故障診斷系統是基于單一信號或單一特征的,由于電機結構及其運行環(huán)境的復雜性,通常某種故障可能會伴隨著多種故障特征,而某種故障特征又可能是由多種故障引起的,因此基于單一的故障診斷技術具有局限性,難以滿足復雜電機的故障診斷要求。隨著發(fā)電機可監(jiān)測信息量的不斷增加,如何綜合利用發(fā)電機多方面的信息以提取更有效的故障特征,減少和消除利用單一故障信息的不確定性,以及克服單一診斷方法的局限性,提高故障診斷的準確度是一個重要的研究方向,也是十分必要的。本文首先對信息融合技術的概念、層次模型及其在故障診斷領域中的應用現狀進行了闡述;然后,分析了發(fā)電機幾種常見故障的故障機理,得到了發(fā)電機發(fā)生不同故障時的定轉子諧波特征和定轉子振動特征的區(qū)別,并將其作為故障的識別特征形成故障診斷樣本;提出一種基于核主元分析和變尺度混沌聚類相結合的多傳感器特征融合算法,先利用核主元分析算法提取故障樣本的特征-非線性核主元,選取非線性核主元作為故障特征樣本,再利用變尺度混沌聚類算法對其進行故障識別;提出一種利用模擬退火思想改進的粒子群優(yōu)化聚類算法,算法利用基于樣本相似度的特征加權方法,對樣本的不同維特征進行加權得到特征加權的故障樣本,利用改進的粒子群算法進行故障類型的識別,實現了基于振動特征的多種故障的診斷;最后,提出了基于修改證據源和證據組合規(guī)則的改進D-S(Dempster-Shafer)證據理論作為決策層的融合算法,建立具有層次結構的發(fā)電機故障診斷模型,對特征層的兩種故障診斷算法給出的基本概率函數進行融合,最終給出更合理,更準確的故障診斷結果。
【關鍵詞】：汽輪發(fā)電機 故障診斷 信息融合 定轉子振動
【學位授予單位】：華北電力大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TM311
【目錄】：

• 摘要5-6
• Abstract6-10
• 第一章 緒論10-17
• 1.1 課題研究的背景及意義10-11
• 1.2 汽輪發(fā)電機故障診斷研究現狀及存在的問題11-12
• 1.3 信息融合技術12-16
• 1.3.1 信息融合的一般框架12-14
• 1.3.2 信息融合的主要方法及在故障診斷中的應用14-16
• 1.4 本文的主要工作16-17
• 第二章 汽輪發(fā)電機常見故障機理和故障征兆分析17-35
• 2.1 正常運行時的勵磁磁動勢分析17-19
• 2.2 轉子繞組匝間短路故障19-24
• 2.2.1 轉子匝間短路時勵磁磁動勢分析19
• 2.2.2 轉子匝間短路對定轉子諧波電動勢的影響19-22
• 2.2.3 定轉子振動特性的分析22-24
• 2.3 定子繞組匝間短路故障24-27
• 2.3.1 氣隙磁場分析24-25
• 2.3.2 定轉子振動特性分析25-26
• 2.3.3 定子繞組并聯支路環(huán)流特性分析26-27
• 2.4 氣隙偏心故障27-31
• 2.4.1 氣隙偏心下的氣隙磁密28
• 2.4.2 定轉子振動特性分析28-30
• 2.4.3 定子繞組并聯支路環(huán)流特性分析30-31
• 2.5 實驗設備及方案研究31-32
• 2.6 實驗結果分析32-34
• 2.7 本章小節(jié)34-35
• 第三章 汽輪發(fā)電機故障診斷方法的研究與應用35-50
• 3.1 基于變尺度混沌聚類和特征融合的發(fā)電機故障診斷35-42
• 3.1.1 核主元分析的原理35-36
• 3.1.2 變尺度混沌聚類算法的原理36-38
• 3.1.3 算法的實現38-39
• 3.1.3.1 KPCA特征融合算法的實現步驟38-39
• 3.1.3.2 MSCOA-FCM算法的實現步驟39
• 3.1.4 實例驗證及分析39-42
• 3.2 改進粒子群加權聚類算法在發(fā)電機故障診斷中的應用42-49
• 3.2.1 模擬退火改進的粒子群算法43-44
• 3.2.2 基于樣本相似度的特征加權方法44-45
• 3.2.3 算法的實現過程45-46
• 3.2.4 實例驗證及分析46-49
• 3.3 本章小結49-50
• 第四章 汽輪發(fā)電機故障診斷的融合算法50-57
• 4.1 D-S證據理論簡介及基本概念50-51
• 4.2 D-S證據理論存在的問題及解決的途徑51-52
• 4.3 改進的D-S證據理論算法52-55
• 4.4 數值驗證55-56
• 4.5 證據決策規(guī)則的選取56
• 4.6 本章小節(jié)56-57
• 第五章 汽輪發(fā)電機分層故障診斷模型及方法研究57-67
• 5.1 分層故障診斷模型的建立57-58
• 5.2 發(fā)電機故障信息的獲取和預處理58-60
• 5.3 故障診斷算法及BPA的獲取60-63
• 5.3.1 基于KPCA變尺度混沌聚類算法的BPA獲取60-62
• 5.3.2 基于改進粒子群加權聚類算法的BPA獲取62-63
• 5.4 基于改進D-S證據理論的證據融合和診斷決策過程63-65
• 5.5 診斷結果分析65-66
• 5.6 本章小節(jié)66-67
• 第六章 結論與展望67-69
• 6.1 結論67
• 6.2 展望67-69
• 參考文獻69-73
• 在學期間發(fā)表的學術論文73-74
• 攻讀碩士學位期間參加的科研情況74-75
• 致謝75

【相似文獻】

中國期刊全文數據庫 前10條

1 李俊林,張雅麗,趙海文,師占群,李德仲;基于模型故障診斷方法的仿真研究[J];機床與液壓;2003年05期

2 梁效斌;;電流表異常反應故障診斷與排除[J];內蒙古公路與運輸;2005年04期

3 姚成玉;趙靜一;;兩棲車液壓系統及其故障診斷搜索策略研究[J];兵工學報;2006年04期

4 劉曉英;鐘聯炯;魏瑋;;分布式故障診斷管理研究[J];火炮發(fā)射與控制學報;2009年02期

5 黃平,湯志芳,羅振;利用模型仿真確定預報輸出進行故障診斷的一種方法[J];武漢水利電力大學學報;2000年06期

6 阮躍;旋轉機械智能故障診斷系統的設計[J];自動化儀表;2000年10期

7 曹鈞,顧愛中,陸世鑫;螺桿馬達狀態(tài)監(jiān)測與故障診斷技術的實驗系統[J];液壓氣動與密封;2000年04期

8 趙燕偉,張國賢;可拓故障診斷思維方法及其應用[J];機械工程學報;2001年09期

9 吳海橋,劉毅,丁運亮;大型客機故障診斷初探[J];航空工程與維修;2001年04期

10 宋京偉;主分量分析法及在故障診斷中的應用(續(xù))[J];中國設備工程;2001年11期

中國重要會議論文全文數據庫 前10條

1 鮑忠貴;白方周;;故障診斷的模型跟蹤法[A];1996中國控制與決策學術年會論文集[C];1996年

2 高鋒;高強;馬濤;;旋轉機械振動狀態(tài)監(jiān)測與故障診斷管理[A];第十屆全國設備監(jiān)測與診斷技術學術會議論文集[C];2000年

3 張慶虎;高普云;;基于非線性動力學理論的故障診斷方法與進展[A];第18屆全國結構工程學術會議論文集第Ⅲ冊[C];2009年

4 趙劍偉;趙江;郭志新;;基于多傳感器信息融合的故障診斷方法[A];2007'儀表，自動化及先進集成技術大會論文集（一）[C];2007年

5 喬漢東;譚松濤;熊偉;;風機常見故障診斷技術[A];2008年全國煉鐵生產技術會議暨煉鐵年會文集（下冊）[C];2008年

6 王麗英;方攸同;蘇麗穎;劉寶友;;劣化系統的故障診斷和檢測策略的綜合研究[A];第二十六屆中國控制會議論文集[C];2007年

7 陳宏;鞏曉峗;王麗雅;雷文平;;全矢譜技術在旋轉機械不對中故障診斷中的應用[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

8 牛大鵬;劉海峰;賈明興;王福利;;一種新的非線性主成分分析故障診斷[A];2006中國控制與決策學術年會論文集[C];2006年

9 葉大鵬;丁啟全;吳昭同;;二維隱Markov模型的故障診斷方法[A];第16屆中國過程控制學術年會暨第4屆全國故障診斷與安全性學術會議論文集[C];2005年

10 婁國煥;周媛;;基于模糊理論的故障診斷方法研究[A];2009年中國智能自動化會議論文集（第一分冊）[C];2009年

中國重要報紙全文數據庫 前10條

1 本報記者 陳曉煊　通訊員 沈甸;故障診斷有新招 搶修復電更高效[N];中國電力報;2014年

2 李繼光;鍘草機常見故障診斷及排除[N];云南科技報;2003年

3 武漢科技學院紡織服裝學院 林子務;設備故障的診斷[N];中國紡織報;2004年

4 本報記者　 矯陽;鐵路運行安全保護神[N];科技日報;2006年

5 曹百禹;我大型機組故障診斷技術發(fā)展迅速[N];中國石油報;2008年

6 武漢科技學院紡織服裝學院 林子務;故障診斷中的數學概念[N];中國紡織報;2004年

7 羅爭鳴 徐蘭山 羅浩;機車故障隱患實現“立體”診斷[N];科技日報;2006年

8 郭建國;盲目提高產品的技術含量不可取[N];中國工業(yè)報;2006年

9 本報記者 孫悅群;與天地對接 為飛船護航[N];黑龍江經濟報;2006年

10 朱德恒 談克雄;電氣設備狀態(tài)監(jiān)測與故障診斷技術[N];中國電力報;2002年

中國碩士學位論文全文數據庫 前10條

1 李康力;雙離合器自動變速器故障診斷及故障處理研究[D];重慶大學;2011年

2 謝倩;基于模糊Petri網的故障診斷系統的研究[D];長沙理工大學;2012年

3 賈林;基于多模型估計的轉子典型故障診斷與參數識別方法研究[D];上海交通大學;2013年

4 劉春衛(wèi);改進支持向量機在故障診斷中的應用[D];華東理工大學;2014年

5 徐真;協整結構突變理論在系統狀態(tài)監(jiān)測與故障診斷中的應用[D];南京航空航天大學;2007年

6 王劍非;衛(wèi)星姿態(tài)控制系統的故障診斷研究[D];南京航空航天大學;2008年

7 王勉宇;基于圖論的過程故障診斷研究[D];浙江大學;2002年

8 張順峰;大型減速機狀態(tài)監(jiān)測及故障診斷系統的研究[D];大連理工大學;2006年

9 吳建港;基于無線網絡的遠程智能故障診斷系統的研究[D];天津大學;2004年

10 張遠;基于信息融合技術的故障診斷模型和方法研究[D];中南大學;2003年

，

本文編號：1005250