汽轮发电机组远程智能故障诊断系统

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。     

基于聚类分析与加权模糊逻辑的汽轮机组振动故障诊断方法研究

针对汽轮机组振动故障诊断中故障征兆的使用问题,提出了一种基于聚类分析与加权模糊逻辑相结合的故障诊断方法。利用振动的频谱特征对振动故障的几种常见故障模式进行分类,形成故障模式类,从而可以在故障模式类层次区分开属于不同性质的故障模式,解决类间的识别问题,进而缩小故障模式的识别范围。对于同一故障类中的故障模式,采集不同类型的故障征兆,利用粗糙集理论建立故障诊断决策表,提取对故障识别有贡献的故障征兆构建故障诊断规则,再应用知识依赖度为故障诊断规则的前提条件分配权重,克服了主观分配权重存在的不足,减少了故障诊断推理过程中的不确定性影响。再应用加权模糊逻辑对故障诊断规则进行推理,根据推理结果对故障模式进行识别。该方法既充分利用了振动的频谱特征这一重要故障征兆作为故障诊断的初步判断依据,又综合利用了反映故障不同方面信息的不同类型的故障征兆,从而做到更加准确地进行故障识别。     

基于粗糙集理论的汽轮机组回热系统故障诊断模型

在分析了汽轮机组回热系统现有故障诊断方法无法解决冗余征兆的不足之后,提出了一种基于粗糙集理论的故障诊断模型。该模型从回热系统典型故障模式出发,通过连续征兆属性的离散化建立了故障诊断决策表;利用遗传算法实现了故障征兆属性约简,并提出了结合领域知识的最小约简择优策略,然后通过给出的决策规则约简的基本原则,得到用于故障诊断的决策规则库。在应用该模型进行故障诊断时,用待诊实例的离散化了的故障征兆属性与规则库中的诊断决策规则进行匹配,对返回的诊断决策规则进行综合评价,并得出诊断结论。利用电站仿真机模拟典型故障进行了故障诊断模型的验证,实践表明,该模型可以有效地约简冗余的故障征兆,并具有较好的诊断效果和一定的容错能力。     

柴油机模糊诊断专家系统的研究

介绍了一种以关系数据库为基础的机车柴油机多征兆模糊故障诊断专家系统,研究了多征兆模糊产生式规则的诊断知识表示和知识库的建立;利用ADO技术实现对知识库的访问和诊断管理。在柴油机故障诊断应用中,该数据库取得了良好的效果。     

基于粗糙集与证据理论的凝汽器故障诊断研究

针对凝汽器故障诊断问题,提出了一种基于粗糙集和证据理论相结合的故障诊断方法。利用粗糙集相对约简的不唯一性,对凝汽器故障征兆进行分类,形成不同的证据来源,既实现了证据理论对于同一事物要求有不同的证据来源的要求,又对故障征兆参数进行了降维处理,减小了网络的规模,有效缓解了由于输入参数过多给网络带来的收敛困难问题。该诊断方法将粗糙集、神经网络和证据理论有机地结合在一起,使三者优势互补,充分利用了凝汽器故障征兆的冗余、互补信息。实例证明,基于多故障诊断网络信息融合的诊断识别准确性和可靠性比基于单一故障诊断网络的诊断识别有较大的提高。     

案例推理在汽轮发电机组故障诊断中的应用

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。     

旋转机械振动故障的模糊诊断

在分析了旋转机械振动故障诊断存在的困难之后,建立了故障机理研究和故障诊断的数学模型。根据征兆对故障的肯定和否定程度,提出了故障诊断的模糊筛选矩阵,实现了对复杂故障的诊断。     

模糊理论在汽车空调系统故障诊断中的应用

阐述构建汽车空调故障诊断系统的目的,并以模糊理论为基础,分析汽车空调故障原因与故障征兆之间的模糊关系,建立汽车空调模糊故障诊断数学模型.最后以一个故障诊断实例进行具体分析,验证了模糊理论在汽车空调故障诊断中的可行性.     

基于多征兆融合与神经网络的柴油机故障诊断程序设计

将柴油机特定故障的各种征兆参数整合,可实现多征兆融合的故障诊断,然后采用神经网络的方法对各种故障与参数进行识别,可达到较好的诊断效果。重点介绍了神经网络的构建与程序设计,以及多征兆融合的故障识别方法。最后,通过试验及其数据分析证明了该方法的有效性。     

凝汽器故障诊断最小二乘支持向量回归机模型及仿真应用

研究了凝汽器故障诊断问题。选取了32个故障征兆作为模型的输入,建立了基于最小二乘支持向量回归机的凝汽器故障模型。将所提出的故障诊断方法应用于某发电厂300MW火电厂仿真机凝汽器的故障诊断中,结果表明该方法行之有效,且易于工程实现。     

汽轮发电机组振动故障的多征兆诊断方法

提出了一种考虑多征兆的汽轮发电机组振动故障诊断方法。同时,针对采用水平与垂直方向的振动信号往往得出不同诊断结果的问题,提出一种结合水平与垂直方向振动维听综合诊断方法。     

小波除噪、神经网络与发动机故障诊断

给出了利用起动电压波形来检测气密性这一简单易行的实验原理与方法。并对代表性波形进行小波除噪处理，在此基础上，提出了6个故障信息特征参数，通过对径向基神经网络的训练和检测，证明该神经网络能够成功的进行故障模式的辨识。从而为发动机压缩性故障诊断提供一个较好的方法。     

汽轮发电机组突发性振动的诊断与处理

某台汽轮发电机组在运行中,在没有操作和没有先兆情况下,2号、3号瓦振动在几秒钟内突增,直至保护动作跳机,严重影响了机组安全运行。全面分析了机组不稳定振动的原因,检查结果为转子中心孔堵头脱落,制定了故障治理方案,并进行了治理,取得了很好效果。     

WA与RBFN在气密性故障诊断中的应用研究

提出了根据检测发动机起动时电瓶电压的波形来分析气密性的试验方法。在基于小波分析 (WA)的基础上对信号进行消除趋势项和除噪处理 ,并提出了包括周期延长和主频推移 2个新的判据在内的 7个特征参数。通过对径向基神经网络 (RBFN)的训练 ,证明该神经网络能够较好地进行故障模式辨识 ,从而为发动机气密性故障诊断提供了一个系统方案。     

循环流化床锅炉石灰石系统介绍

本文对循环流化床锅炉的石灰石系统做了简要介绍,列举了常见的故障现象,深入分析了产生故障的原因,并在此基础上有针对性地提出了解决措施。     

分形几何及其在汽轮机组振动故障征兆提取中的应用

包含丰富汽轮机转子振动和故障信息的一维时间振动波形和二维轴心轨迹图具有分形的特性。研究它们的分形特性,计算不同振动故障类型的分形维数。结果表明不同的故障类型的分形维数不同。分形维数与故障类型之间存在某种对应关系。分形维数的计算的确可以作为故障征兆撮的一种方法加以应用。