首页 > 学术论文

水电机组智能故障诊断的多元征兆提取方法

来源:论文学术网
时间:2024-08-18 12:59:12
热度:

水电机组智能故障诊断的多元征兆提取方法【摘要】:随着我国能源结构的不断优化调整,电网规模逐步扩大,水电能源比重日趋增大,所担负的调峰调频任务也愈加艰巨,这对水电能源生产核心设备——

【摘要】:随着我国能源结构的不断优化调整,电网规模逐步扩大,水电能源比重日趋增大,所担负的调峰调频任务也愈加艰巨,这对水电能源生产核心设备——水电机组运行的安全稳定性提出了更加严格的要求。伴随着水电机组巨型化、复杂化的发展,机组故障发生、演化过程中水机电等多种因素的耦合作用越发突显,故障与征兆间的映射关系极为复杂,传统的基于单一类型征兆模式识别的故障诊断方法已经很难满足机组故障诊断可靠性的要求,迫切需要综合提取水电机组故障多元征兆以进行全面诊断,保证水电机组故障诊断的可靠性。本文针对水电机组振动故障诊断及其工程应用中的若干关键科学问题,以水电机组振动故障的多元征兆提取为切入点,引入先进信号分析与图像处理方法,深入探究其理论基础及工程应用背景,并结合水电机组故障特点进行改进,提高故障征兆辨识的有效性,同时针对不同征兆所得诊断结果可能存在的局部决策冲突问题,综合运用特征联合与决策融合的方法对多元征兆信息进行融合,形成基于多元征兆提取的融合智能故障诊断体系并应用于水电机组的振动故障诊断之中。论文的主要研究内容及创新性成果如下: (1)深入研究了经验模态分解(EMD)中的模态混叠问题,并针对此问题提出了一种多重微分经验模态分解方法,运用微分运算增强高频分量的特性来改善频率混叠问题。该方法首先对原始信号及其各阶微分信号进行EMD分解,形成本征模态函数矩阵,然后求取各阶微分信号的能量分布,联合获得能量特征矩阵,并以此作为故障征兆完成故障的识别与诊断。通过仿真及实验验证,该方法能够一定程度上改善频率混叠现象,对水电机组故障诊断精度的提高具有一定的促进作用。 (2)针对轴心轨迹识别过程中,其形状特征难以有效获取的问题,提出了基于统计模糊矢量链码的轴心轨迹自动识别方法。首先引入模糊矢量依据轴心轨迹内角信息对轴心轨迹的边界进行编码,继而运用统计模糊矢量链码提取轴心轨迹的形状特征,最后,以此为依据,采用支持向量机对轴心轨迹进行分类,完成其自动识别。与传统特征提取方法的对比试验结果表明,统计模糊矢量链码具有计算简单、可分性高的优点,能够有效的提取轴心轨迹的形状特征,进而更加准确的识别出轴心轨迹类型,有助于水电机组故障自动诊断的实现。 (3)分析了当前水电机组故障诊断中振动与其他状态参量相关性特征提取方法的缺点,引入了运用关系曲线形状来表征振动相关性特征的思想;以振动转速关系为例,研究了水电机组振动随转速变化的趋势,针对振动转速关系曲线的非闭合性、函数性等诸多特点,对统计模糊矢量链码进行相应改进,按照转速递增的顺序,依次对曲线上各点进行编码,实现二维点划分下的非闭合曲线编码,最后利用链码的统计特征表征曲线的形状,使其具有平移、缩放不变性。并以此作为曲线形状特征,完成振动转速关系曲线的自动识别。通过仿真试验证明了该方法的有效性,同时将该方法应用于二滩水电厂3号机组的振动问题分析中,验证了方法的工程实用价值。 (4)围绕水电机组故障诊断实际应用中,先验经验缺乏,准确、完备训练样本难以获取的问题,深入研究了无监督学习模式识别方法,将模糊核聚类应用于机组故障的识别中。针对其核参数选择与最优聚类中心获取的主要难题,提出了一种仿电磁蜂群加权模糊核聚类算法:给每个样本特征设置权重,表征其贡献度的大小;将聚类中心、核参数以及征兆权重同时作为聚类模型的优化变量,实现其同步寻优;以核Xie-Beni指标作为聚类模型的目标函数,获取最佳聚类效果;将人工蜂群算法和仿电磁学算法有机结合,综合利用两种进化策略,进行模型求解,准确高效的完成聚类。通过在水电机组振动故障诊断中的应用,对该方法的工程实用性进行了验证。 (5)针对多元征兆故障诊断中可能存在的局部决策冲突问题,提出了一种基于投影D-S证据理论的混合决策融合诊断策略。对识别框架相同的征兆进行特征联合,统一识别;通过投影将不同框架下的诊断结果映射到包含所有识别框架的融合框架中,在融合框架上完成诊断结果决策层的融合。以所提诊断策略为核心建立了水电机组故障诊断专家系统,并成功的应用于松江河水电厂的故障诊断系统中,验证了该方法的有效性和实用性。 【关键词】:水力发电机组 智能故障诊断 多元征兆提取方法 多重微分经验模态分解 统计模糊矢量链码 轴心轨迹识别 振动转速关系曲线 加权模糊核聚类 投影D-S证据理论
【学位授予单位】:华中科技大学
【学位级别】:博士
【学位授予年份】:2014
【分类号】:TV738
【目录】:
  • 摘要5-7
  • Abstract7-10
  • 目录10-12
  • 1 绪论12-32
  • 1.1 课题研究的背景和意义12-15
  • 1.2 水电机组振动故障概述15-20
  • 1.3 水电机组故障多元征兆提取研究综述20-28
  • 1.4 水电机组故障识别方法综述28-29
  • 1.5 论文主要研究内容29-32
  • 2 基于多重微分经验模态分解的机组振动故障诊断32-47
  • 2.1 引言32
  • 2.2 经验模态分解基本原理32-34
  • 2.3 基于多重微分经验模态分解的振动特征提取34-40
  • 2.4 仿真试验分析40-44
  • 2.5 诊断实例44-46
  • 2.6 本章小结46-47
  • 3 基于统计模糊矢量链码的水电机组轴心轨迹识别47-59
  • 3.1 引言47-48
  • 3.2 轴心轨迹内角信息48-50
  • 3.3 基于统计模糊矢量链码的轴心轨迹形状特征提取50-54
  • 3.4 轴心轨迹自动识别试验54-58
  • 3.5 本章小结58-59
  • 4 水电机组振动转速关系曲线自动识别研究59-74
  • 4.1 引言59-60
  • 4.2 振动转速关系曲线60-62
  • 4.3 振动转速关系曲线形状特征提取62-65
  • 4.4 振动转速关系曲线识别试验65-71
  • 4.5 水电机组故障实例分析71-73
  • 4.6 本章小结73-74
  • 5 基于仿电磁蜂群加权模糊核聚类的水电机组故障诊断74-86
  • 5.1 引言74-75
  • 5.2 加权模糊核聚类模型75-77
  • 5.3 仿电磁蜂群算法77-81
  • 5.4 仿电磁蜂群加权模糊核聚类81-82
  • 5.5 水电机组振动故障诊断82-85
  • 5.6 本章小结85-86
  • 6 基于混合决策融合的水电机组故障诊断方法及应用86-99
  • 6.1 引言86-87
  • 6.2 投影D-S证据理论及决策融合87-91
  • 6.3 基于多元征兆决策融合的水电机组故障诊断案例91-94
  • 6.4 水电机组故障混合决策融合诊断策略在实际工程中的应用94-98
  • 6.5 本章小结98-99
  • 7 结论与展望99-103
  • 7.1 研究结论99-101
  • 7.2 进一步研究展望101-103
  • 致谢103-104
  • 参考文献104-119
  • 附录1:攻读博士期间发表的论文119-121
  • 附录2:攻读博士期间完成和参与的科研项目121


您可以在本站搜索以下学术论文文献来了解更多相关内容

卡门涡诱发的水电机组振动特性研究    潘罗平;

桐柏抽水蓄能电厂机组负序电流保护改进    吴彬宏;舒建红;

大型水轮发电机不同工况下不平衡磁拉力    周理兵,马志云

水轮机动静干涉的非定常流动数值模拟    肖惠民;于波;

基于小波预处理的HHT方法在水轮机振动诊断中的应用    薛延刚;罗兴;王瀚;高云涛;

水轮机迷宫密封系统非线性动力稳定性研究    杨晓明;马震岳;张振国;

一种基于傅里叶描述子的轴心轨迹自动识别方法    付波,周建中,陈文清,余炳辉

基于熵权理论和信息融合技术的水电机组振动故障诊断    安学利;周建中;刘力;李清清;李超顺;

基于KPCA和KFCM集成的汽轮机故障诊断    黄保海;李岩;王东风;韩璞;

基于小波的灰色预测理论在水电机组故障预测中的应用    程宝清,韩凤琴,桂中华

苏通长江公路大桥最大单悬臂施工状态结构模态参数识别    陶奇;廖海黎;李明水;刘明;

基于EMD的河北省人口净增量与粮食净增量的相关分析    杜建丽;林振山;张真真;刘会玉;

基于Morlet小波的河北省耕地数量动态分析    张月丛;孟宪锋;

我国耕地保有量多时间尺度分析    刘志凌;孙燕;

格陵兰冰芯氧同位素显示近千年气候变化的多尺度分析    俞鸣同;林振山;杜建丽;张真真;

多层前馈人工神经网络在装备故障诊断中的应用    单鑫;董文洪;

基于EEMD的中国地区1956—2005年日照变化的趋势分析    李慧群;付遵涛;

经验模态分解(EMD)中边界处理的新方法    杜修力;何立志;

基于延拓技术的经验模态分解改进算法    徐世艳;

基于经验模态分解的油气两相流流型状态监测    李强伟;黄志尧;丁浩;李海青;

EMD中存在的问题及解决方法探讨    刘小峰;秦树人;柏林;

正交经验模态分解及其快速实现    秦毅;秦树人;毛永芳;

基于希尔伯特黄变换的滤波器设计    刘卓夫;廖振鹏;桑恩方;

小脑基因表达数据的模糊多尺度聚类分析    陈军;潘艳;唐世星;张吉强;易东;

黄河口入海径流与泥沙变化多时间尺度分析    任健;

基于水电设备状态监测集成化运程诊断系统的研究    刘晓亭;刘昱;

考虑不平衡电磁拉力的偏心转子非线性振动分析    马震岳;宋志强;

水电机组故障智能诊断研究综述    葛新峰;徐广文;周叶;唐澍;

HHT方法的有效性及误差分析    张永利;李鸿晶;

混流式水轮机振动研究    郭红梅;

EMD算法研究及其在信号去噪中的应用    王婷

水声信号处理中的盲解卷积技术研究    张之猛

基于振动信号特征提取与表达的旋转机械状态监测与故障诊断研究    黄伟国

基于外骨骼机器人技术的人体手臂震颤抑制关键技术研究    孙建

数学形态学在机械故障诊断中的应用研究    沈路

机械传动系统关键零部件故障预测技术研究    曾庆虎

离心泵振动故障诊断方法研究及系统实现    赵鹏

基于广域信息的电力系统故障元件定位方法研究    张亚刚

基于非线性转子动力学的水轮发电机组振动机理研究    黄志伟

基于免疫机理的水泥生产工艺故障智能诊断方法研究    陈文清

Hilbert-Huang变换改进算法及其在齿轮箱故障诊断中的应用研究    高昌鑫

HHT在结构健康监测中的应用研究    张磊涛

基于模糊物元的中小型水电站增容改造方案研究    赵鹏

远程诊断中心的设计与实现    韩冬振

基于EMD的直扩通信窄带干扰自适应抑制研究    李海燕

旋转机械故障机理与轴心轨迹识别方法研究    赵利华

时间序列数据流在线预测研究与应用    李念水

基于希尔伯特—黄变换的输电线路行波保护方法    秦小安

模糊聚类算法在模式分类中的应用研究    陆爽

基于WEIS的机动车快速检测平台的实现    刘扬东

卡门涡诱发的水电机组振动特性研究    潘罗平;

滚动轴承故障振动检测方法    赵晓玲;

滚动轴承故障诊断虚拟仪器系统    武和雷,朱善安,林瑞仲,郑剑锋

转子系统油膜失稳故障的振动实验分析    韩清凯,任云鹏,刘柯,闻邦椿

用于水电厂设备的故障诊断的贝叶斯网络模型    张晓丹;赵海;谢元芒;尹震宇;

水电机组状态检修实现策略与框架设计    陈喜阳,张克危,彭玉成

基于神经逻辑网络冗余纠错和FNN组合的配网高容错性故障定位    孙雅明,杜红卫,廖志伟

基于粗糙集和支持向量机的水电机组振动故障诊断    彭文季;罗兴锜;

小波变换及其在水轮机水压脉动信号处理中的应用    林雯婷,张克危

水电机组故障诊断系统信号特征的提取    梁武科,张彦宁,罗兴锜

基于非线性转子动力学的水轮发电机组振动机理研究    黄志伟

混流式水轮机转轮动力特性分析及综合优化设计    王少波

基于时—频分析的虚拟式旋转机械特征分析仪系统的研究    郭瑜

水电机组监测与诊断技术的现状及发展    梁武科,赵道利

万家寨水电机组在电网中运行方式的探讨    方源,冯栓江,高艳春

水电机组稳定性试验中几个主要问题的探讨    黄中华

基于互联网的水电机组监测诊断系统的研究    瞿■;朱建林;赖旭;

基于TMS320LF2407DSP芯片的水电机组高速数据采集系统    贺秀儒;程远楚;郭智俊;

基于TMS320LF2407 DSP芯片的水电机组高速数据采集系统    贺秀儒;程远楚;郭智俊;

水电机组效率在线监测系统    于德荣;尉青连;

水电机组安装调试过程计算机监测系统的开发与应用    石江涛;周焱;万久春;陈新;

水电机组状态检修模式探讨    瞿曌;赖旭;盛旺;

水电机组的主要故障和原因分析    郭春花;彭涛;

超大型水电机组状态监测与分析系统的研究    夏洲;陈喜阳;潘伟峰;朱辰;施冲;

水电机组稳定性检测与分析    黄宗碧;梁涛;

水电机组发展历程中的若干力学问题    陈贵清;马弘达;杨雪梅;

大型水电机组核心技术在哈电的发展    吴伟章;

水电机组静止励磁装置产生高频轴电压问题的研究探讨——国内外相关研究现状与我们的思考    黄大可;黄一申;

改革开放30年我国大型水电机组蓬勃发展(代序)    

基于健康样本的水电机组故障诊断研究    孙慧芳;潘罗平;

水电机组故障智能诊断研究综述    葛新峰;徐广文;周叶;唐澍;

两支点小水电机组应用研究    祝小兵;

水电机组运行稳定性试验及故障处理分析    董鸿魁;丁永胜;

我国大型水电机组进入“中国创造”时代    杨迪

我国大型水电机组设计制造世界先进    记者 江时强 吴植

大型水电机组:为制造企业端上“盛宴”    李定中(中国水电工程顾问集团公司水电水利规划设计总院)

中国步入巨型水电机组国产化时代    本版编辑 魏梦佳 廖君 孙世岩

从“争气机”到世界第一    胡显玉本报记者 朱会伦

我国加紧研发百万千瓦级水电机组    吴植

要高度重视大型水电机组的稳定性    张强

最大水电机科研项目预计年内在哈完成    记者 王方遒

世界单机容量最大水电机组成功实现国产    江时强李志晖

要高度重视大型水电机组的稳定性    宗义

基于团队智能的水电机组集成监测方法研究与实践    谢国财

水电机组状态评估及智能诊断方法研究    肖剑

基于改进支持向量机和特征信息融合的水电机组故障诊断    彭兵

基于多源信息融合的水电机组故障诊断与轴心轨迹识别技术研究    杨志荣

基于支持向量机的水电机组故障诊断研究    邹敏

基于健康评估和劣化趋势预测的水电机组故障诊断系统研究    潘罗平

基于人工免疫系统的水电机组智能诊断方法研究    刘忠

现代智能计算及其在水电机组故障诊断中的应用    向秀桥

水电机组振动故障的智能诊断方法研究    彭文季

水电机组状态检修中若干关键技术研究    陈喜阳

水电机组智能故障诊断方法与振动趋势预测研究    田源

非负矩阵分解算法及其在水电机组异常检测的应用    陈宇

基于特征的水电机组状态趋势预测    代开锋

水电机组稳定性监测系统的可靠性设计    侯永超

中小型水电机组稳定性监测系统研究与开发    宋兵

水电机组状态监测及数据分析系统开发研究    何志锋

水电机组状态监测与诊断中的分析方法及案例    朱传古

基于模糊神经网络的水电机组故障诊断专家系统研究    赵勇飞

流形算法及其水电机组噪声源检测    陈旻昊

水电机组振动监测及故障分析系统试验研究    崔宇涛