共查询到20条相似文献,搜索用时 0 毫秒
1.
2.
人工神经网络在汽轮发电机组故障诊断中的应用 总被引:3,自引:0,他引:3
论述了神经网络诊断方法与传统的诊断方法如Bayes统计诊断方法,模糊诊断方法及专家系统诊断方法等的差别,及神经网络在设备故障诊断中应用的优越性。然后通过对一实际汽轮发电机组的故障事例反复学习,最后建立起网络模型。通过实际验证该诊断模型具有很大的应用前景。 相似文献
3.
汽轮发电机组振动故障诊断技术的发展现状 总被引:11,自引:0,他引:11
介绍了当今汽轮发电机组振动故障诊断技术在诊断理论,方法,实际系统的研制,开发与应用诸方面的国内外概况,然后对国内在这项技术发展中的一些具体问题进行了讨论,并提相应的建议,参13。 相似文献
4.
根据故障诊断的特点,提出了规范化的案例组织和表示方法。将案例征兆分为确定性必要征兆和其它征兆,提出了基于确定性和模糊加权相结合的案例检索策略,并对相似度的计算进行了修正,提高了案例推理的可靠性。 相似文献
5.
本文提出了用于回转机械振动故障诊断的物理模型和数学模型。该数学模型可用于大型汽轮发电机组振动故障的诊断。 相似文献
6.
弹簧隔振技术在其它行业使用已较普遍,但在国内电厂汽轮发电机组中使用还很稀少。文章通过观察和学习国外使用的弹簧隔振安装技术,探讨了其使用的目的和隔振原理,分析了隔振系统的结构,重点总结了隔振系统的安装流程和过程中的工艺要点,为大家了解和熟悉这种技术提供帮助。 相似文献
7.
汽轮发电机组故障诊断从模糊自动诊断到ANN应用 总被引:1,自引:0,他引:1
旋转机械的大多数故障主要由振动信息反映出来,所以可依据振动信息采用模糊数学方法实现对故障的自动诊断。自动诊断仅是一种初步诊断,要实现邦联的精密诊断可以建立产生式诊断系统,产生式系统在规则库的管理维护、推理效率等方面在很多缺点和困难。神经网络的应用可以较好地解决这些特点和困难。神经网络在计算征兆隶属度、知识获取和诊断揄 春独特的优势。 相似文献
8.
9.
在现场用动平衡的办法来处理机组大振幅振动时,有时用常规的办法来确定平衡重量和位置,可能不能取得十分满意的结果。究其原因,主要有两个方面的因素影响着平衡的效果:不平衡激振力的本质,以及机组本身或其支撑系统存在的缺陷改变了机组的振动特性。对不平衡激振力的本质进行了分析,同时也介绍了该诊断机组及其支撑系统缺陷方法,可以为工程技术人员进行汽轮发电机组现场动平衡时借鉴。 相似文献
10.
改进的BP神经网络在汽轮发电机组故障诊断中的应用 总被引:4,自引:2,他引:4
就BP网络的不足,提出了一种改进的BP神经网络模型,用于汽轮发电机组故障的诊断。经理论和实践证明:该方法有效地提高了故障诊断的精度和可靠度,为旋转机械故障诊断提供了有效方法。图2表4参7 相似文献
11.
分析研究了汽轮发电机组振动智能故障诊断技术,将人工神经网络技术与面向对象技术相结合,建立了振动频谱、轴心轨迹、升降速特性和负荷特性等4个征兆神经网络,同时构建了具有不完全征兆输入的汽轮发电机组振动智能故障诊断神经网络系统。以机组振动频谱征兆为例,研究了频谱征兆的自动提取方法.给出了基于频谱征兆的不完全征兆综舍故障诊断实例。在此基础上,采用B/S模式和Java技术,开发了汽轮发电机组远程智能故障诊断系统,介绍了系统的结构组成、功能模块以及服务器和客户端程序设计和实现方法。 相似文献
12.
介绍汽轮发电机组在线监测与故障诊断系统,分析了该系统的基本组成、主要功能以及实现方法。该系统集成了传感器技术、信号处理技术、故障诊断技术和网络技术等先进技术,已在十多家电厂运行多年,并不断获得改进,现成为比较完善的系统,是今后我们进一步发展状态检修的基础。 相似文献
13.
14.
15.
阐述了三例汽轮发电机组的振动故障。通过仔细观察振动变化的情况,在掌握了机组的结构、安装、检修的情况后,进行了诊断处理,成功地解决了机组振动故障。 相似文献
16.
介绍了可靠性理论中寿命数据分析理论、概率分布干涉模型和系统可靠性模型应用于故障诊断的数学模型,并给出了汽轮发电机组的应用实例。 相似文献
17.
18.
汽轮发电机组动平衡配重移植方案 总被引:1,自引:1,他引:0
霍州电厂3号机系国产100MW机组。多次动平衡后汽轮发电机护环上平衡块较多,已经超过制造厂允许值,影响了护环的安全稳定运行。通过建立汽轮发电机转子动力学模型,获得了轴系各阶振型系数,应用模态平衡法思想制定了汽轮发电机护环平衡重量移重方案,该方案在机组大修中得到实施,取得了比较好的效果。 相似文献
19.
概率因果联接模型在汽轮发电机组振动多故障诊断中的应用 总被引:1,自引:0,他引:1
汽轮发电机组的振动故障具有多样性的特点,经常出现多种故障同时发生的情况。介绍了一种概率因果联接模型,并将其应用到汽轮发电机组的振动多故障诊断中。实例分析证明,该模型能有效地识别出汽轮发电机组的振动多故障,具有较高的诊断可靠性和实用性。 相似文献
20.