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.     

基于BP网络模型的汽轮发电机组的振动故障诊断

建立了汽轮发电机组的基于ＢＰ算法的神经网络振动故障诊断模型，对实际机组进行了现场诊断，效果良好。并将其与灰色关联度分析方法、模糊综合评判方法做了综合比较，提出神经网络方法在故障诊断领域中有广阔的应用前景。     

汽轮发电机组振动故障诊断数据库管理系统

随着监测一故障诊断系统在汽轮发电机组中的广泛应用，大量的振动信息需要数据库管理系统进行处理、分类和排序，然后提取振动特征值，供故障诊断系统进行分析和诊断，以便及早发现故障根源，将故障消除在萌芽状态。基于FoxPro 2．5 for Windows数据库管理系统的开发工具．开发了汽轮发电机组振动故障诊断数据库系统．实现了动态数据交换(DDE)；快速进行维护和检索；趋势分析；升降速幅频特性图(波特图)；报表打印等等。该未统的实现为汽轮发电机组转子的科学管理和故障诊断系统的应用奠定了基础。     

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。     

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。     

汽轮发电机组振动监测故障诊断系统的评述

介绍了几种汽轮发电机组振动监测故障诊断系统(TDM系统)的功能、组成和实现方式,并简单论述了各TDM系统的优缺点。现场应用表明:TDM系统对机组的振动监测能减少机组停机次数,提高设备的可用率,降低发电成本。     

汽轮发电机组故障诊断问题的研究

从系统论的角度分析了汽轮发电机组故障诊断问题的特征有：故障的阶段性,渐进性,并存在,征兆的相关性;数据和信息的不充分,不可靠性,征兆和故障的复杂映射性及故障表现的不一致性,根据这些诊断系统特征的需要采取了相应的措施,为汽轮发电机组故障诊断系统的研制提供了基础。     

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。     

供热汽轮发电机组振动的故障诊断及处理

针对某供热汽轮发电机组小修后出现3号轴承箱振动大的故障现象进行了现场测试,并对其振动特征及故障特征进行了分析。依据现场检查结构调整转子与定子装配情况,对发电机转子进行动平衡,解决了该机组的振动问题。     

基于粗糙集理论的电力设备故障诊断方法

电力设备的故障诊断可以看成一个模式分类问题,每一个电力设备故障对应一组特征集。笔者提出了根据电力设备故障案例的故障状况和故障的相关检测参数,建立故障诊断决策表(即“知识库”),并以决策表为主要工具,采用粗糙集理论方法,直接从故障样本集中导出诊断规则,为电力设备提供有效的故障诊断。采用这一方法,在通过信息网络实现远程诊断等过程中,在用户所获取的故障参数信息数据不完备的情况下,有可能为电力设备故障诊断服务提供一条新途径。     

基于粗糙集理论和朴素贝叶斯分类算法的汽轮发电机振动故障诊断

汽轮发电机组结构及振动的复杂性使其故障具有多层次性和随机性,以及故障信息不完整性等特点。对此,提出了一种基于粗糙集理论与朴素贝叶斯分类算法的汽轮发电机组振动故障诊断方法。通过粗糙集理论求取最小属性约简集,并在此基础上利用朴素贝叶斯分类算法诊断出故障概率最大的区,最后针对具体的故障设定值对该方法进行验证。实际算例结果表明,该方法能在故障信息不完整甚至丢失核心属性的情况下得到较好的诊断结果,提高了系统诊断的容错性。     

汽轮发电机组振动故障诊断中的改进BP算法

针对大型汽轮发电机组振动故障的特点，提出了一种基于误差逼近度渐进收缩学习算法的反向传播（BP）网络诊断模型，给出了BP网络误差函数和新型的权值调整公式，并将其应用于汽轮发电机组振动故障诊断与识别。实例结果表明，该算法学习收敛较快，误差曲线平稳，不会引起误差曲线振荡。     

基于不同RS与NN组合的数据挖掘配电网故障诊断模型

在将基于RS（粗糙集）理论的数据挖掘用于配电网故障定位诊断模型研究的基础上，提出和构造了4类不同的RS与NN（神经网络）组合的故障诊断模型，给出了RS与NN在4类模型中实现不同的互补性，关联关系，应用机理和原则及相应的局限性。通过对5类模型的仿真测试结果比较，证明数据挖掘模型潜在知识发现的重要意义，并对4类模型中RS的应用机理和性能作出全面的评估。文中对RS和数据挖掘研究的评估对其他领域的故障诊断研究具有同样的指导意义。     

基于粗糙集理论的配电网故障诊断研究

鉴于粗糙集理论在处理不精确问题时,不需要提供待求解问题所需处理的数据集合之处的任何先验信息,运用粗糙集理论研究了因保护装置和断路器误动或拒动,通信装置的故障等原因造成的不完备警报信号模式下的配网故障诊断新方法。该方法把保护和断路器的信号作为对故障分类的条件属性集,考虑了各种可能发生的故障情况,以此建立决策表,然后实现决策表的自动化简和约简的搜索并利用决策表的约简形式,区分关键信号和非关键信号,直接从故障样本集中导出诊断规则,从而达到在不完备警报模式下快速准确地故障诊断的目的,揭示了警信息集合内在的冗余性。该文以VB6．0为主界面,运用Visual C 语言编程实现对故障区域的诊断,通过实际配电网的大量仿真表明：该方法简单,有效,具有良好的容错性能。     

粗糙集理论在IEC-60599三比值故障诊断决策规则中的应用

基于粗糙集理论提出一种改进的新导则IEC三比值的变压器故障诊断决策新方法。文中从实际诊断中出发首次将IEC-60599三比值故障诊断表编写成对应的逻辑编码表，然后应用粗糙集理论构造决策表并对决策表进行约简，最后建立改进的新导则IEC-60599三比值故障诊断决策规则。这种改进的新导则IEC-60599三比值诊断方法使用简单，便于操作。同时它还扩展了IEC-60599三比值的故障诊断范围、提高了故障诊断能力和复合故障的识别能力。在诊断信息不完备的情况下，可以避开遗漏信息实现较为准确的故障诊断。实际诊断结果表明，它的故障诊断正确率比IEC-60599三比值诊断法高达19．7％左右。这种改进的新导则IEC-60599三比值故障诊断决策规则简单实用，便于技术人员的现场使用，在实际工程中具有实用价值。     

基于粗糙集理论的故障诊断决策规则提取方法

为了在故障诊断信息不一致的情况下提取简单有效的诊断规则，提出了一种基于粗糙集理论的决策规则提取方法。该方法从定义的故障诊断决策系统出发，将故障诊断问题用一个具有不同简化层次的决策网络表示，在引入诊断决策规则的覆盖度概念后，推导出每个网络节点的诊断决策规则集。在应用网络进行故障诊断时，用待诊实例的信息与网络中相应节点的诊断决策规则集进行匹配，即使在故障诊断信息不完备的情况下，也能得到正确的诊断结果。以某往复机械故障为例验证了该方法的有效性。     

基于数据挖掘模型的高压输电线系统故障诊断

在大多数故障诊断系统中,由于诊断所依据的实时信息在其形成和传递过程中都有可能产生信息的畸变,从而导致故障诊断结果的错误。文中提出利用基于粗糙集理论的数据挖掘模型来处理实时输入信息的畸变和实现输电线系统的故障诊断,它是依据粗糙集定性分析能力对知识域的数据集进行分析,粗糙集的约简是通过遗传算法求取。还给出了构造测试样本的理论准则,从而使检验故障诊断系统的容错性能具有保证和真正的实用价值。通过仿真测试证明,基于数据挖掘模型的故障诊断与基于神经网络模型的故障诊断相比,具有更高的容错性能。     

基于粗糙集理论与模糊Petri网络的油浸电力变压器综合故障诊断

电力变压器故障诊断因果关系的复杂性与模糊性，采用单一智能方法难以准确描述。文中基于智能互补融合的思想，将粗糙集理论与模糊Petri网络有机结合在一起进行油浸电力变压器故障诊断。利用粗糙集信息表简化技术来实现对专家知识的简化与故障特征的压缩，获得最小诊断规则，基于最小诊断规则的Petri网络模型可以有效降低网络结构的复杂性与故障特征获取的难度。同时利用模糊Petri网络实现并行模糊推理，便于描述故障特征的变化及对变压器运行特性的快速分析。故障实例分析表明，文中所提出的智能方法可以有效地进行模糊推理，减小诊断信息的冗余性，诊断效率高，计算快速、准确，结果易于被人理解。     

基于神经网络与专家系统的汽轮发电机组故障诊断系统

根据模糊神经网络和专家系统的特点。建立了模糊神经网络与专家系统相结合的汽轮发电机组故障诊断系统。系统采用模糊隶属度函数表示难以准确描述的领域专家知识;推理过程中,采用神经网络进行前向推理,并参考神经网络的输出。用专家系统进行反向推理,结合了神经网络求解迅速和专家系统解释清晰的优点,并提高了系统诊断能力;最后,采用信息融合方法处理冗余的诊断结果,提高了系统的综合诊断性能。