汽轮发电机组半频振动的诊断及处理

分析某电厂汽轮发电机组产生半频振动故障的主要原因,围绕提高轴瓦工作稳定性和降低激振力两个方面进行处理,对机组轴瓦瓦面修刮和现场高速动平衡试验,最终振动问题得到解决,为同类振动故障诊断提供借鉴。     

汽轮发电机组振动故障诊断方法的探讨

分析了目前故障诊断方法存在的问题,改进了智能诊断方法。根据机组的状态和振动频率,提出了分阶段、分层次的诊断策略,提高了故障诊断的准确率。     

汽轮发电机组振动监测与故障诊断系统的研究开发

介绍了振动监测与故障诊断系统，该系统能够监测机组异常振动，将振动数据信息存储到数据服务器中，为趋势分析和故障诊断提供数据来源，可对机组进行在线与离线故障诊断。     

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.     

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。     

汽轮发电机组振动故障诊断系统自学习的研究

对于一个已建立起来的故障诊断系统,其识别诊断故障的能力取决于诊断系统的知识容量。然而,人们对故障机理的认识是有限的,诊断系统不可能覆盖所有可能发生的故障,因此,对某些异常现象无法作出准确的辨识。文章着重研究振动故障的非线性特征,通过计算振动故障的分形维数提取新故障样本,提出了一种诊断能力自我扩充的理论方法,并进行了帝例验证。     

基于自适应小波网络的汽轮发电机组振动故障诊断方法的研究

基于自适应小波网络理论,构造了一个应用于汽轮发电机组振动故障诊断与识别的自适应小波网络分类器。仿真结果表明,该方法具有良好的诊断性能,且收敛速度快,是一种有效的诊断方法。同时对该网络的分类性能进行了分析,得出了一些具有实际价值的结论。     

基于小波BP网络的汽轮发电机组故障诊断

针对电厂汽轮发电机组故障诊断问题,将小波变换和BP网络结合构造了一个三层的小波BP网络故障诊断系统。在输入层对振动信号进行二进离散小波变换,提取其在多尺度下的细节系数作为故障特征向量,根据这些特征向量进行小波BP网络的学习,最后用该学习过的小波BP网络诊断故障并将此方法成功地应用于汽轮发电机组故障诊断。仿真结果表明此方法是可行和有效的。     

300MW汽轮发电机组异常振动的分析及处理

分析青岛电厂2号机组甩负荷后多次启动过程中轴振异常的原因，提出具体处理方案，消除了机组在正常运行情况下的异常振动。     

50MW汽轮发电机组大修后异常振动的分析处理

对某台50MW汽轮发电机组在大修后中速暖机时和定速后的振动故障问题,通过数据分析和诊断,正确判断出机组发生了动静碰磨和油膜涡动故障．提出了具体方案,消除了振动故障,使机组能正常并网发电。最后指出,为了避免出现类似情况．应严格控制汽轮机通流部分间隙的调整并要对检修工艺严格把关。     

两种基于神经网络的故障诊断方法

复杂设备或系统的故障诊断中常采用神经网络构建故障映射关系，针对实际应用中神经网络存在收敛速度慢、学习记忆不稳定等不足，以一电站锅炉送风机为诊断对象研究了基于带有偏差单元的递归神经网络故障诊断方法。对状态检测系统采集的信号进行逻辑处理，分离出8个故障特征参数。以8种常见故障模式作为BP网络和递归神经网络的训练样本，对训练过程和仿真结果作了对比分析，结果表明该诊断方法在收敛速度、精度和稳定性能等方面均有良好改善，满足了系统在线故障诊断的需求。     

310 MW核电机组发电机振动的诊断和处理

对秦山核电有限公司310 MW核电机组发电机后轴承座振动故障进行相关试验,认为其振动原因是轴承底座与台板之间垫片厚度不均以及二者表面未清理干净导致接触状态不良所致,检修中通过更换轴承底座垫片,使8号轴承座振动从13.1 mm/s降低到3.1 mm/s,消除了发电机振动故障。     

汽轮发电机转子绕组匝间短路故障诊断新判据

该文分析了发生转子绕组匝间短路时，汽轮发电机的电磁特性及导致的相关电气参量的变化，提出了在转子发生匝间短路故障时，励磁电流增加而无功输出量却相对减少的特征。根据确定的故障特征，找到一种利用故障前后励磁电流相对变化率作为识别故障的方法，从而建立了在线识别转子匝间短路故障的判据。该判据可以反映故障的严重程度，最后利用动态模拟试验机组进行了相关的实验，得到了与理论分析相吻合的结论。     

水电机组振动监测与故障诊断系统研究

介绍了振动在线监测与故障诊断系统，该系统能及时发现机组振动异常并报警，并且能对事故发生时刻的数据信息自动捕捉和存贮。同时基于专家知识，对机组故障进行诊断分析，确定故障类型和原因。     

汽轮机组凝汽器故障诊断方法的分析研究

结合凝汽器的实际运行状况和现场专家经验，介绍了3种凝汽器故障诊断方法：模糊模式识别、神经网络、模糊神经网络。用实例对几种方法进行分析比较，指出了凝汽器故障诊断方法的发展趋势。     

基于改进SDG的电站热力系统故障诊断方法研究

基于符号有向图（SDG）深层知识模型能够表达复杂的因果关系,具有包容大规模潜在信息的能力,在流程系统领域是完备性较好的一种故障诊断方法.但固有的缺陷限制了它的进一步应用.该文通过采用主元统计-有向图方法,可以有效避免传统SDG在确定节点状态和阈值时的单变量统计的缺点;并对某些定性特征一样而定量值不同的故障模式,为了能有效区分,根据节点相对变化增益,在SDG上加入定量信息,并去构造隶属函数,然后由模糊数学最大隶属度原则去进一步确定故障.案例研究表明基于改进SDG方法可以进行有效的诊断.     

电力市场下机组变负荷速率控制与寿命管理技术支持系统的研究

文章提出了调峰机组以最佳的变负荷速率来响应电网自动发电控制（AGC）指令的新思路.首先,深入研究了我国引进型300MW汽轮机热状态和控制系统,总结出一套通过控制机组的变负荷速率来优化机组运行状态的方法.其次,攻克了进口数字式电液调节系统（DEH）接口难题,并利用国内外相关的成熟理论、结合现代计算机与通信技术开发了一套在线的＂机组变负荷速率控制与寿命管理技术支持＂系统,特别设法解决了换热系数、材料比热和导热系数等物性参数的时变性问题.最后,利用开发的系统对机组冷态启动曲线进行了仿真,结果表明系统完全符合机组的性能,并能够满足AGC变负荷速率的要求.     

基于多Agent联合的变电站故障诊断模型

本文提出了一个多Agent联合的变电站故障诊断模型，并给出了它的体系结构，对模型中的Agent进行了功能层次划分，分析了各功能Agent及其相互关系，讨论了Agent的协同工作策略，冲突消解和黑板调度问题，在该模型中，充分利用Internet有信息资源，采用多Agent在线对集中控制中心所管理的变电站进行故障识别与诊断，每个Agent代表一种智能知识体或智能处理方法，Agent在空间和时间上进行协作，同时采用综合评价Agent，给出对变电站及其设备的诊断与处理结果。     

基于信息融合技术的并发故障诊断的研究

为了诊断并发故障，文中扩展了证据理论：将并发故障状态作为设备的运行状态引入分辨框Θ中，视其为独立的运行状态，并根据不同证据体的差异程度，提出了两种不同的证据组合算法。然后，应用此两种不同的证据组合算法于并发故障诊断：第一种融合算法用来处理有相同焦点元素的证据体；第二种融合算法用来处理有不同焦点元素的证据体。该算法有利于充分利用各种证据体的有用信息，具有较强处理不确定性、不一致性证据体的能力。通过实验台转子轴承系统并发故障的诊断事例，证实了该算法的有效性。