基于数据驱动的汽轮发电机组非线性振动故障诊断技术研究进展

汽轮发电机组的精准、快速地故障诊断对提高其安全性、经济性具有重要意义。随着汽轮发电机组运行数据的积累与数据驱动技术的发展，基于数据驱动的汽轮发电机组非线性振动故障诊断技术成为了该领域内的研究重点。首先统计了汽轮发电机组振动故障的概率分布，阐述了主要的非线性振动故障机理；其次综述了振动故障的非线性特征提取技术、基于数据驱动的非线性振动故障诊断方法的研究进展；最后展望了汽轮发电机组非线性振动故障诊断技术的发展方向：将虚拟现实、数字孪生、人工智能、数据挖掘深度融合，实现汽轮发电机组非线性振动故障诊断。     

汽轮发电机组振动监视与故障诊断系统

介绍以汽轮发电机组为对象而研制的振动监视与故障诊断系统。该系统集信号处理、数据分析与故障诊断于一体，既能实时监视机组运行工况，又能分析机组运行数据，并对故障进行精确诊断。它能广泛应用于各类汽轮发电机组的振动监视与故障诊断     

汽轮发电机组振动故障诊断的Petri网模型

Petir网理论是以网络理论、代数理论等为数学基础的,可利用图形语言对故障诊断系统的结构、功能及流程进行系统的分析和描述,是异步并发诊断系统建模与分析的重要工具之一.作者在论述了Petri网矩阵描述方法的基础上,根据汽轮发电机组故障征兆与常见故障类型之间的关系,建立了一种基于Petri网的汽轮发电机组振动故障诊断模型.与传统的汽轮发电机组振动故障诊断方法相比,该模型仅使用简单的矩阵运算,诊断过程简单直观,速度快.实例分析表明,利用该模型可对汽轮发电机组的振动故障作出正确判断.     

汽轮发电机组轴系扭振仿真系统设计

介绍了主要由电气扰动引起的大型汽轮发电机组轴系扭振的仿真系统设计。其中包括该系统的仿真程序介绍，程序模拟电机和电网系统的故障，以及汽轮机快关等机械扰动，仿真计算所引起的汽轮发电机组轴系扭转振动。为了实现人机对话和实时仿真，特别设计了响应的显示系统和数据库管理系统，并采用模态分析和解析计算方法，加快了仿真计算速度。该系统可用于科研计算和工程人员培训。     

200 MW汽轮发电机组振动故障的模糊诊断系统

针对现有的汽轮发电机组振动故障的模糊诊断系统精度低这一问题,分析了造成其精度低的主要原因,提出了新的诊断策略。新策略在模糊综合评判模型的确定和模糊集隶属函数的设置这两个方面,采用与以往的诊断系统具有实质性不同的技术来实现模糊论断系统,即基于模糊评判的变重模型和模糊集扩展隶属函数的实现技术。在此基础上,采用新策略设计和实现了200MW汽轮发电机组振动故障的模糊诊断系统。系统的诊断结果表明,这一新的故障论断策略对于200MW汽轮发电机组的振动故障诊断是有效的。     

基于时频等高图的汽轮发电机组振动故障诊断方法研究

状态监测与故障诊断的主要内容包括故障信号的检测、故障诊断、趋势分析和早期故障预测即预测诊断等。传统的振动故障诊断主要是基于频谱分析的方法，小波变换得出的时频等高图是分析故障信号奇异性的有效工具，为汽轮发电机组的故障检测和诊断提供了新思路。在介绍小波变换理论、Morlet小波和时频等高图的基础上，通过对仿真的汽轮发电机组几种典型振动故障，如不对中、油膜涡动和部件松动等信号进行分析，结果表明时频等高图不仅能够直观检测出信号中的微弱奇异成分，而且还可以有效地对故障进行分类诊断、实现早期故障检测和故障变化趋势分析等。最后，采用时频等高图分析了3种实际机组的振动异常信号。     

汽轮发电机组振动频谱的自动识别

根据汽轮发电机组振动故障的频谱特征和智能故障诊断的需要,论述了建立振动频谱自动识别的原则,介绍了在研制ＥＮ－８０００振动监测智能故障诊断系统中采用的一些频谱自动识别方法．     

基于发电集团生产信息网的远程振动监测与诊断系统研究

振动是汽轮发电机组运行中最常见的主要故障之一。对振动情况进行在线监测与故障诊断成为普遍的需要,各发电集团搭建的生产信息网为远程监测与故障诊断提供了平台。介绍了一种基于网络的汽轮发电机组远程振动监测与故障诊断系统,围绕数据流程和系统结构图,分析了该系统的基本构成及实施方案。该系统是集现场振动数据采集、网络通讯、状态监测、故障诊断和计算机网络等先进技术于一体的远程监测诊断系统,具有广阔的应用前景。     

汽轮机发电机组振动故障诊断专家系统的知识范围

在总结１００多台次机组振动故障现场处理经验基础上，归纳了汽轮发电机组振动故障特征，进而提出了构成机组振动故障诊断专家系统知识范围的５个充分必要部分，为建立自动故障诊断系统及逐步由振动类型诊断提高振动原因诊断提供了依据。     

大型汽轮发电机组故障诊断技术现状与发展

目前在国内电厂各类大型汽轮发电机组的运行监测方面，尚有许多机组的监视系统是落后和不完善的。针对这种情况，综述了国内外大型汽轮发电机组状态监测和故障诊断技术现状与发展。介绍了故障机理、故障信息处理技术、故障源分离与定位技术和智能诊断技术的研究历史与现状，以及故障诊断系统的研制历史和振动信号分析技术与发展。最后指出，研究故障发生机理并应用到故障诊断系统中去可以及时发现早期的潜在故障，提高大型机组运行的安全性与可靠性。     

基于小波模糊网络的电厂汽轮发电机组故障诊断

针对传统故障诊断方法在汽轮发电机组振动类多重并发故障诊断中的局限性，提出了小波变换与模糊理论相结合的诊断方法。采用二进离散小波变换获取有效的故障特征向量，利用模糊诊断方程进行故障模式分类。通过选择足够的样本对故障诊断方程进行训练，将代表故障的信息输入训练好的诊断方程，由输出结果即可判定故障类型。实际应用表明该方法可以有效诊断汽轮发电机组振动类多重并发故障，诊断结果全面、准确。     

汽轮发电机组运行状态实时监测与诊断系统

介绍一个基于Ｂｅｎｔｌｙ振动监测系统二镒开发而成的汽轮发电机组运行状态实时监测与故障诊断系统。它兼有振动数据采集和其它热工参数的采集功能，并通过数据的分析处理实时监测机组的运行状态，在专家系统故障诊断知识库的指导下，对运行异常的原因进行了诊断推理。系统能实现运行状态实时监测显示，报表打印，自动报警，事故数据保存，故障原因，诊断故障处理的对策等功能。     

汽轮发电机组振动现场故障诊断与分析

从汽轮发电机组轴承垂直振动、轴向振动和横向振动3个方向入手,结合现场机组振动实例,介绍了汽轮发电机组振动现场故障诊断方法,分析了不同方向振动的特点和引起故障振动的原因,并提出了消除机组振动的措施。     

汽轮发电机组振动故障的典型特征及其监测诊断

从理论上提出了电站设备中的汽轮发电机组发生振动故障的１２种典型特征,介绍了汽轮发电机组振动状态监测及故障诊断装置     

江油电厂^#4机组振动故障的诊断

用频谱分析法对江油电厂~*4汽轮发电机组大修前后的轴承振动信号进行了频谱分析。机组大修前所诊断的几种故障均在大修期间得到证实,并进行了消除。实践证明,运用频谱分析法进行汽轮发电机组振动故障诊断是一种有效的和可靠的方法。     

基于离散BAM网络的汽轮发电机组振动故障诊断的应用研究

本文针对常规频谱诊断方法的不足,详细论述了离散的BAM网络及其特性.进而讨论了汽轮发电机组常见典型振动故障的变化特征及其数字化描述方法,建立了基于BAM算法的神经网络的汽轮发电机组振动故障诊断模型,对实际机组故障进行了诊断,效果良好.通过分析,提出BAM网络在故障诊断领域中有广阔的应用前景.     

汽轮发电机组振动监测和故障诊断系统运行报告

本文详细介绍了ZJZ-1型汽轮发电机组振动监测和故障诊断系统在汽轮发电机组上的安装和对汽轮发电机在不同运行工况下的数据采集分析、故障诊断等实际使用情况,并将实测结果与其它仪器实测的结果作了详细比较,证明了ZJZ-1系统性能好,技术先进、测试与故障诊断准确可信,对汽轮发电机组安全经济运行具有重大意义。     

基于混合模糊聚类分析的汽轮发电机组振动故障诊断

针对模糊C-均值(FCM)算法在汽轮发电机组振动故障诊断中的不足,提出了一种加权混沌优化FCM(WCOFCM)算法。WCOFCM算法首先将混沌优化策略与传统FCM算法相结合,用混沌变量搜索对模糊聚类目标函数进行全局寻优,并结合梯度算子,使方法有效收敛到极值点。然后依样本相似度原理对样本特征进行加权,对不同的特征赋予权重,突出敏感特征对聚类结果的主导作用,提高了聚类性能。最后依据聚类有效性函数指标自动确定聚类数,实现自适应分类。用该方法对国际标准测试数据进行了聚类分析实验,并将该方法应用于某发电厂汽轮发电机组振动故障诊断,其结果表明该方法有效降低了误分类率,能对汽轮发电机组振动故障进行有效诊断。     

汽轮发电机组故障智能诊断方法研究

该文针对汽轮发电机组故障特点，研究了用于故障智能诊断的神经网络结构，对传统的BP神经网络进行了改进，提出了神经网络的逐层优化法，优化后的神经网络更加适用于故障诊断。通过对汽轮发电机组常见故障的分析，提出了适用于汽轮机故障诊断的原因-征兆表，在此基础上对某热电厂的汽轮发电机组故障进行了诊断，诊断结果表明，该方法能够正确地诊断出存在的故障，具有实用价值。     

EN-8000汽轮发电机组振动监测分析故障诊断系统

异常振动是造成汽轮发电机组非计划停运的主要原因之一,加强汽轮发电机组的振动监测,对确保机组安全稳定运行有重要的意义。ＥＮ－８０００汽轮发电机组振动监测分析故障诊断系统采用集散型主从分布式结构,整个系统由网络集成,具有实时数据采集和处理,在线数据分析和储存,相关趋势分析及事故追忆,完备的振动分析功能和故障诊断,动平衡计算及远程通讯等功能。