振动速度谱在滚动轴承故障分析中的运用

利用振动速度谱对湄洲湾火电厂1号机组的空气预热器(空预器)电动机异常情况进行了振动数据采集分析。结果表明,该轴承深沟球轴承内环和保持架严重损坏。利用振动速度谱法可发现设备早期故障信息,为预知性检修提供科学的数据依据。     

信息通信设备状态检修系统的研究与应用

阐述了对电力信息通信设备实施状态检修的意义和作用,提出了信息通信状态检修系统的开发思路,制定了系统的工作流程,将状态检修模式的普遍优点与电力信息通信网络实际相结合,实现设备故障预警、信息通信系统事故反思及反事故演习、故障辅助分析、故障辅助排除、信息通信网络及设备状态评价、状态检修计划、检修策略辅助制定和设备风险评价等多项功能,为电力信息通信网络稳定、安全运行提供重要保障。     

在线远程风机故障诊断系统的研究开发

针对风电场机组布置分散、机舱位置高等原因导致风电机组安全检查不到位,早期故障难以发现的问题,应用现代振动分析诊断技术,基于Windows系统平台,开发了在线远程风机故障诊断系统。应用结果表明：在线远程诊断风机故障系统可在风机发生故障早期发现隐患,为评价设备状态、判断设备故障提供科学依据,提高了风电场的运行效益。     

基于并行神经网络的水电机组振动状态劣化研究

目前大多数水电机组振动故障诊断研究大多侧重于故障类型和故障定位,从而忽视了检修的重要性。通过检修可以避免大多数故障,而水电机组振动状态和设备劣化之间存在复杂的非线性关系。引入并行神经网络,设计了一种基于传感器和并行神经网络模型的状态监测方法。该方法采用传感器收集大量的数据,通过并行神经网络来拟合设备劣化曲线,根据拟合曲线进行有效的诊断,并给出当前设备运行情况、设备故障风险评估和检修建议。最后,通过预测精准度分析和基于时间劣化预测分析对方法进行验证,系统的拟合曲线可较好地反映设备的运行状态。     

变电站直流设备在线监测系统及其应用

直流设备在线监测系统的多状态量监测和预警功能的实现、运用,将原来的故障后检修转变为故障前预警,提高了变电站直流系统分析、维护和检修的工作效率,同时能为直流系统开展状态检修工作提供技术平台。它可反映直流系统运行工况特征数据,实时分析和系统评估设备的运行风险,并没置故障预警、短信告知等机制,提高变电站直流系统运行与维护品质。     

信息设备状态检修研究与应用

为了确保信息设备安全稳定运行,有必要对其进行状态检修。文章明确了信息设备状态检修范围、检修流程、设备量化评价模型和检修维护策略,并通过制定相应的管理制度、技术导则及信息采集标准推进信息设备检修管理的精细化水平,将信息设备传统的检修时间点从事后故障检修前移到参数预警异常期,保障运行在信息设备上的信息系统安全可靠,以支撑电网业务的正常有序开展。     

水电机组振动监测与评价技术综述

水电机组振动监测是状态评价的基础,而振动评价是振动监测的目的,也是状态评价的核心.目前水电机组正由计划检修向状态检修过渡,加强水电机组振动监测与评价将有效促进这一进程.基于此,本文以立轴水轮发电机组为例阐明了目前水电机组振动监测发展过程中的相关问题;梳理了振动评价所涉及的国内外相关标准,明晰了不同标准之间的差异;指出了促进水电机组振动监测与评价所需解决的"重集成轻应用、重理论轻实践、重建设轻维护、重设备轻人才"等问题,为发挥振动监测与评价技术,促进水电设备运维技术发展提出了建议.     

基于大数据平台的水轮发电机组故障诊断系统

目前对水轮发电机组运行状况的掌握大都通过装设的状态监测系统运行数据的分析比对和计划检修相结合的方式,但往往都是故障已经发生后才能予以发现,不能提前对设备运行工况进行预判。本文详细介绍了一种基于大数据平台的水轮发电机组故障诊断系统,该系统主要由数据处理平台、模型算法平台、可视化展示平台三部分组成,是一种基于大数据平台和互联网技术的典型应用。其主要通过挖掘水电厂现有计算机监控系统、状态监测系统等信息系统的实时及历史数据,再经过一系列关联算法提取这些数据中蕴含的丰富的价值信息来实现对机组的运行状况监视、健康评价、趋势预警、故障诊断、检修指导等。     

一种Profibus现场总线故障诊断系统的设计与实现

随着电厂数字化和智能化建设日益提速,现场总线技术的应用大大减轻了电力生产现场的线缆敷设密集度和控制复杂度,结合DCS系统实现了可靠的生产设备操控和设备状态监视,同时也带来了一定的检修困难,尤其是设备层面的问题排查,为了降低总线检修的复杂性,更好地定位设备层面故障,设计开发了一套基于Profibus总线设备信息的故障诊断系统,采集存储和分析设备传输的有效信息,在线实时监视设备层面状态并提示报警,同时可历史追溯参数状态变化并计算故障率等信息,后续可以为大数据层面应用提供支撑,系统在火电厂进行了应用,结果表明,系统可以快速准确定位设备和具体故障,有效减轻检修工作量。     

基于半监督学习方法的磨煤机故障预警

火电机组磨煤机运行环境恶劣,故障频发,对磨煤机故障进行预警,评估设备在相关故障状态下的剩余可用时间,对提高火电机组运行安全具有重要意义。本文提出一种基于半监督学习方法的磨煤机故障预警技术。首先采用DBSCAN聚类将磨煤机的历史运行数据划分为正常状态和故障状态,分配类标记并统计设备剩余可用时间,然后采用随机森林方法建立基于类标记序列的磨煤机运行状态分类预警模型,对磨煤机运行数据进行状态预测,根据类标记序列判断故障类别和对应的设备剩余可用时间。将此方法用于某火电厂磨煤机实际运行数据,并与k-近邻算法、朴素贝叶斯和线性判别分析的预警模型进行比较,结果表明:本文方法优于其他预警模型,可准确标记磨煤机不同故障发展阶段,也能较准确地给出磨煤机剩余可用时间。     

基于故障预警系统的燃煤发电设备状态检修

基于故障预警系统的状态检修是随状态监测技术发展起来的至今最先进的检修方式。20世纪90年代中国开始推行发电设备状态检修,成效明显者寥寥。为切实推行发电设备状态检修方式,某发电集团从2008年开始引进、开发并推广应用了利用相似性原理建模技术的发电设备故障预警系统。介绍了该系统的机理,并用汽轮机、锅炉、电气和化学专业各1个预警案例阐述故障预警系统在燃煤发电设备状态检修中的有效应用情况,最后就如何将两者更好地结合提出了建议。     

基于堆叠自编码网络的风电机组发电机状态监测与故障诊断

为实现风力发电机的异常检测分析,提出了一种基于风电机组发电机正常状态下数据采集与监控(SCADA)样本数据的堆叠自编码网络深度学习方法。首先将多个自编码网络连接构成深度堆叠自编码网络,选取发电机SCADA状态变量数据作为网络的训练输入,使网络逐层智能提取数据间的分布式规则,从而构建发电机的堆叠自编码学习模型。依据故障状态下发电机SCADA数据内部动态平衡规则被破坏,利用发电机深度学习网络的输入与重构值计算重构误差,并作为整体状态的观测量。通过采用自适应阈值检测重构误差的状态趋势变化,并作为异常预警判定准则,从而实现对发电机故障的判定。当发电机发生异常时,变量的实际值与对应模型的重构值发生较大偏差,表现为状态变量的残差趋势将会偏离原有的动态稳定状态。因此利用状态变量的残差趋势变化对异常变量进行隔离,判定可能的故障原因达到故障诊断的目的。通过对发电机故障前后记录数据进行仿真分析,结果验证了堆叠自编码网络深度学习方法对发电机状态监测与故障诊断的有效性。     

融合粗糙集与神经网络的燃气轮发电机组振动故障诊断方法

针对燃气轮发电机组振动故障诊断中可测参数难以直接反映机组故障状态的问题,提出一种融合粗糙集理论和神经网络的燃气轮发电机组振动故障诊断方法。结合粗糙集对燃气轮发电机组振动信号原始特征数据进行约简,减少冗余信息。将粗糙集与神经网络有机结合,用优化了的神经网络诊断燃气轮发电机组振动故障。试验结果表明了所述方法的有效性,为燃气轮发电机组振动故障的快速诊断提供了可参考的新思路。     

基于区间划分的风电齿轮箱在线故障预警方法

针对大型风电机组运行工况复杂多变,依靠恒定的润滑油温度值作为齿轮箱故障预警值容易不报的问题,提出了基于运行区间划分的风电机组齿轮箱在线故障预警方法。该方法通过划分不同的运行区间,对不同运行区间根据高斯模型分别设定阈值。将实时数据代入相应运行区间判定是否异常,再利用移动窗口计算异常率作为触发齿轮箱故障预警的指标。该方法用于某1.5 MW风电机组齿轮箱故障的分析,结果表明,该方法能够准确地反映故障的发展趋势,可实现齿轮箱故障的早期预警,避免故障向更严重的方向发展,降低风电机组运行和维修成本。     

基于改进冗余提升方案的汽轮机组振动故障特征提取

故障特征提取是大型机械设备状态监测和故障诊断领域的核心问题。传统的振动故障特征提取方法主要是基于频谱分析的方法,小波变换的出现则为该领域提供了新的工具。文中提出并构造了一种改进的冗余提升小波变换算法来提取振动信号的时域特征。算法以第2代小波为基础,设计了冗余提升小波变换的算法,不进行分裂,直接利用构造的算子进行预测和更新,各层分量和原始信号的数据长度相同,从而保留了更多的时域信息。研究了提升小波和冗余提升小波算法中存在的频率混叠问题,阐述了产生频率混叠的原因。通过对冗余提升小波分解得到的近似信号和细节信号采用傅里叶变换的方法消除了与其对应频带无关的频率成分,以突出相应频带信号的时域特征。对仿真信号和实际汽轮发电机组振动故障信号进行了分析,结果表明,改进的冗余提升小波变换算法能够较理想地提取出故障特征,有效地解决了提升小波算法中存在的频率混叠问题。     

三峡左岸电站发电机定子水冷状态监测及故障诊断专家系统

较详细地介绍了三峡左岸电站700MW发电机定子水冷状态监测及故障诊断专家系统的功能,包括故障诊断、状态监测、信息管理、系统维护等功能。该系统于2004年5月投运以来,运行实践表明该系统可提高发电机定子水内冷系统热故障的预警水平,实现发电机定子热故障的早期诊断,并为评估发电机运行状态和事故处理提供了分析工具和辅助决策依据。     

电站远程状态监测与故障诊断技术应用

火电机组的振动情况关系到机组安全运行。现役机组普遍配备了振动在线监测保护与故障诊断系统,并利用专门的网络设备构建了远程状态监测与故障诊断系统。分析了某电厂突发振动故障后,利用远程监测诊断系统搜集数据并分析诊断出故障原因,迅速给出检修处理意见并成功处理的案例。     

基于深度置信网络的同步发电机励磁绕组匝间短路故障预警

针对励磁绕组轻度匝间短路故障难以及时诊断的问题,提出一种基于深度置信网络(DBN)的同步发电机励磁绕组匝间短路早期故障在线预警方法.构建由2个DBN子网络组成的模型,分别以励磁电流、定子径向振动作加速度作为对应子网络的输出量;利用随机森林(RF)算法对特征的重要性进行排序,以此确定网络输出量的关联物理量,并将其作为对应子网络的输入量.通过改进粒子群优化(IPSO)算法选择网络参数,利用机组正常情况下的运行数据训练2个子网络.结合层次分析法(AHP)和反熵值法分配2个子网络的训练结果的权重,确定最终的故障预警阈值.将发电机故障情况下的数据输入训练好的网络,若总偏移距离大于故障预警阈值则判定为故障.以MJF-30-6型同步发电机为实验对象,证明所提方法可以实现同步发电机励磁绕组匝间短路早期故障预警.     

陆上风力发电机塔架振动监测研究进展

塔架作为陆上风力发电机的支撑结构关键部件,其服役质量直接影响到风力发电机的运行安全性。开展塔架振动监测,对其进行服役质量评估和损伤早期预警,是提高风力发电机运行安全性的重要手段。首先,简要介绍陆上风力发电机塔架类型,塔架载荷及动力学理论研究。其次,归纳总结塔架接触式与非接触式振动监测的方法及特点,对不同监测方法进行了对比,提出现有塔架振动监测方案的局限性。最后,分析塔架振动监测数据在状态识别、故障诊断及故障预警等方面研究现状与目前存在的难点,展望塔架振动监测的未来发展趋势。     

基于DSP+ARM的风电机组状态监测系统的研究

主要研究了基于DSP+ ARM双核的风电机组状态监测系统,并对双馈风电机组的轴承故障进行了分析,确定了以振动信号作为故障的特征信号进行监测的方案;给出了系统硬件和软件的设计框架,研究了DSP和ARM的通信方式,是一款功能比较强大,能够较全面的监测风电机组,并能有效的分析处理数据的系统.