共查询到11条相似文献,搜索用时 46 毫秒
1.
小波包特征熵神经网络在尾水管故障诊断中的应用 总被引:26,自引:5,他引:26
为精确诊断水轮机尾水管涡带,该文提出一种基于小波包特征熵的神经网络故障诊断新方法。对采集到的尾水管压力脉动信号进行三层小波包分解,提取小波包特征熵,然后构造信号的小波包特征熵向量,并以此向量作为故障样本对三层BP神经网络进行训练,实现智能化故障诊断。试验结果表明训练成功的BP网络能够很好地诊断机组尾水管是否发生涡带以及涡带的严重程度,为水轮机故障诊断开辟新的途径。 相似文献
2.
3.
4.
5.
为设计研究适合向家坝右岸坝后电站的尾水管,让整机表现出良好的水力性能,根据向家坝右岸坝后电站的几何控制尺寸,通过不同的锥角、锥管段与肘管段比值的对比分析,兼考虑到施工因素,扩散管断面须倒方角,通过几个方案的对比分析确定了最终的尾水管形状。将最终方案与三峡右岸尾水管进行了CFD分析对比,结果表明该设计方案性能优良。与试验结果的比较表明,该设计方案对尾水管压力脉动有所改善,可有效提高机组稳定性。模型验收试验结果满足合同要求。 相似文献
6.
7.
8.
水轮机组与电网耦合对电网动态稳定的影响 总被引:2,自引:0,他引:2
电网多次发生水轮机组参与的功率低频振荡现象,产生机理不明,严重影响电网的安全稳定运行.本文以江西柘林水电厂为例,首先分析其水轮机组尾水管水压脉动情况以及对输出机械功率的影响,其次根据尾水管水力系统物理特性,建立考虑尾水管压力动态的水轮机组模型.采用时域仿真方法,探讨了水轮机组水力系统与电网之间的耦合作用,研究了水轮机组尾水管水压脉动对电网动态安全稳定的影响.仿真结果表明:当水轮机组尾水管水压脉动频率与其发电机所在电网中的自然振荡频率相同或接近时,有可能发生共振而引发电网的功率振荡,造成电网动态稳定的破坏.研究结果对分析电网低频振荡产生原因具有一定的参考价值. 相似文献
9.
轴承是旋转机械设备的关键部件,目前已有很多轴承故障诊断方法,但其中一些方法只能针对特定的轴承故障进行诊断,可能不适用于其他轴承故障问题,而且大部分方法的诊断准确率还可以进一步提高。提出小波包能量熵与深度置信网络(DBN)相结合的方法进行轴承故障诊断。首先对轴承振动信号进行小波包变换,然后以能量熵的形式构建特征向量,这些特征向量含有不同频段内的振动能量大小,可以用于区分各种轴承故障。最后利用基于DBN的深度模型对能量熵特征向量进行故障识别。使用两类轴承数据集进行验证,分别获得100%和99.5%的故障识别准确率。实验结果表明,该诊断方法具有较好的通用性,而且可以达到很高的诊断准确率。 相似文献
10.
针对同步发电机故障预测与健康管理(Prognostics and Health Management,PHM)系统故障特征提取困难,信号容易受到噪声干扰,诊断结果可靠性低的缺点,本文以故障率较高的轴承故障为例,提出以小波包熵值作为故障特征,提取轴承典型故障的振动信号。通过小波包分析,计算出不同故障、不同故障程度的小波包Shannon熵值。与正常轴承对比进行故障程度预测及故障定位。仿真结果表明小波包Shannon熵值能够清楚地反映出轴承故障程度及故障位置,该方法简单可靠,进行故障预测及诊断效果显著,克服了传统故障特征提取方法的不足。 相似文献