粗糙集理论在水轮发电机组故障诊断中的应用

为了对水轮发电机组故障诊断过程中大量的冗余信息特征进行压缩,提高诊断的效率,本文将粗糙集理论引人到水轮发电机组故障诊断中.并采用基于遗传算法的粗糙集知识约简方法,对水轮发电机组故障信息进行压缩处理.通过对具体诊断实例分析,结果表明:该方法能够在保证故障分类结果不变的情况下,有效剔除具有冗余信息,找出对故障分类起主要作用的特征,减少了对诊断信息的需求,有效地提高了水轮发电机组故障诊断的效率.     

信息融合技术在水轮发电机组故障诊断中的应用

本文讨论了水轮发电机组故障征兆的特征选择与提取。基于信息融合技术的思想,从设备故障诊断的实际出发,建立了基于信息融合技术的神经网络证据融合故障诊断系统,即通过故障特征信息的有效组合,用各种子神经网络从不同侧面对设备故障进行初步诊断,然后对诊断结果应用DempsterShafer证据理论进行决策融合。诊断实例表明,经过多故障特征信息融合,诊断结论的可信度明显提高,可以有效提高确诊率。     

BP网络在水轮发电机组振动故障诊断中的应用研究

将人工智能引入水轮发电机组的故障诊断,有利于大中型水电厂“无人值班（少人值守）”管理模式的加速发展。本文首先简单介绍了人工神经网络的基本性能和ＢＰ网络模型及算法,然后将神经网络中的ＢＰ模型应用于水轮发电机组振动故障诊断中,比较了选择不同的网络参数对诊断系统性能的影响。实验证明,基于ＢＰ网络的水轮发电机组振动故障诊断方法具有很高的实用价值。     

基于动态模糊ISODATA算法的水轮发电机组振动故障诊断系统

介绍了水轮发电机组振动故障诊断的动态模糊 ISODATA算法 ,并详细介绍了基于这种算法的水轮发电机组振动故障诊断系统的结构、功能和特点 ,及系统软件的设计思想与实现方法。该系统可实时地进行数据采集、分析、振动状态监测及对异常振动进行故障诊断     

模糊聚类分析在水电机组振动故障诊断中的应用

水轮发电机组的振动与其他旋转机械的振动有很大不同，水力、机械、电气3方面因素各自引起的振动形成的耦联、振动故障与振动特征的非一一对应性及多种振动在某部位的叠加，形成了水轮发电机组振动的复杂性，很难用准确的语言来描述振动的程度及振动是否存在，这就给振动原因的分析带一定困难。采用模糊数学的方法，用隶属度来描述诸如“振动大”、故障“存在”或故障“严重”等此类模糊命题，比用传统的二值逻辑更实际地反映了机组的振动。在此基础上引用模糊理论中隶属度的概念来描述机组振动故障存在的倾向性，采用动态模糊聚类分析示分析机组振动的原因。通过实例检验表明，理论计算与现场检查结果相符，证明该方法具有良好的实际应用前景，为水轮发电机组状态监测及故障诊断提供了一种新途径。     

BP网络在水轮发电机组振动故障诊断中的应用研究

该文介绍了人工神经网络的基本性能和BP网络模型及算法 ,然后将神经网络中的BP模型应用于水轮发电机组振动故障诊断中 ,比较了选择不同的网络参数对诊断系统性能的影响。实验证明 ,基于BP网络的水轮发电机组振动故障诊断方法具有很高的实用价值。图 2表 5参 9     

水轮发电机组在线状态监测故障诊断系统

随着水电机组单机容量的不断增大,其安全性和经济性日益重要,跟踪监视水电机组的工及时有效地处理转子故障,具有重要的意义,水轮发电机组在线状态监测故障诊断系统针对水电厂机组的特点,能对我台水电机电组的运行状况进行实时监测,并给出状态报告,该系统还提供了包括振动摆度,功率及水头的相关分析,动平衡计算,最大摆度方位图,盘车轴心找正,瓦隙分配计算在专为水电机组开发的各种实用功能模块,该系统能够常见的转子故障     

径向基神经网络在水轮发电机组故障诊断中的应用

轴心轨迹是诊断水轮发电机组运行状态的一个重要征兆。以不变矩为图形特征量，运用径向基神经网络对发电机故障状态的轴心轨迹图形进行辨识，是一种简单、有效的故障诊断方法。文中从原理上阐述了这种方法的可行性，并通过仿真试验证明径向基神经网络比BP神经网络有更高的学习效率和更好的诊断精度。     

改进Elman网络及其在水轮发电机组故障诊断中的应用

针对水轮发电机组故障诊断系统，分析了改进BP网络在故障诊断中的不足，提出了利用改进Elman网络进行水轮发电机组故障诊断的方法。该方法具有精度高、收敛快、可以避免局部最小的优点，从而为水轮发电机组故障诊断提供了一种更有效的方法。     

水轮发电机组在线状态监测故障诊断系统

该系统能针对水电机组的特点,对多台水电机组的运行状况进行实时监测,并给出状态报告。此外它还提供了包括振动摆度、功率及水头的相关分析、动平衡计算、最大摆度方位图、盘车轴心找正、瓦隙分配计算在内的专为水电机组开发的各种实用功能模块,能够对常见的转子故障提供状态跟踪分析及故障诊断功能。     

水轮发电机组故障诊断的反向选择算法

本文提出了一种水轮发电机组故障诊断的新方法。该方法将生物免疫系统中的“自己_非己”理论应用于水轮发电机组故障诊断中,采用贪婪算法产生检测器集,使得所产生的检测器集能够更好的覆盖各种故障模式,从而实现了对水轮发电机组故障的分类诊断,并通过实例证明了该方法的有效性。文中最后对试验结果做出了分析。     

汽轮发电机组故障诊断中的模糊量化处理

从３个方面分析了汽轮发电机组故障诊断中存在的模糊性问题,从模糊集的概念出发,提出了隶属函数构造的３点原则．对振动征兆、参数征兆和趋势型征兆构造了隶属度函数,分析处理了它们在故障诊断中的模糊量化问题．     

模糊理论在凝汽器故障诊断中的应用

以模糊理论为基础 ,结合凝汽器实际运行状况和现场专家经验 ,分析了故障与征兆之间的模糊关系 ,形成了凝汽器模糊故障诊断规则 ,并采用故障分解的方法 ,建立了凝汽器模糊故障诊断模型 ,最后用一具体故障诊断实例加以分析 ,验证模糊理论及方法在凝汽器模糊故障诊断中的应用     

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。     

在线监测技术在平班水轮发电机组的应用

介绍了平班水电站水轮发电机组在线监测系统的结构及应用,对在线监测得到的摆度和振动数据进行了相应的分析,实验证明,采用以水轮发电机组在线监测系统为基础的定期监测和状态维修模式后,提高了水轮发电机组的运行水平。     

鲁布革水轮发电机组状态监测及故障诊断系统的实施

介绍了水电机组状态监测及故障诊断系统的结构和功能。以及在鲁布革电厂的实施，提出规划使用的建议。     

基于LabVIEW的水轮发电机组 振动摆度故障诊断研究

本文基于LabVIEW实现了水轮发电机组常规故障诊断功能,包括温度、振动、气隙、空冷等水轮发电机的主要测点的监测和故障诊断功能。该系统能够实现算法库的推理和基于人机交互式的推理,将专家知识通过LabVIEW转换成程序逻辑,进而接收测点来推送故障报告。该系统的实现为后续数字化、智能化电厂的设计提供了思路。     

模糊理论在汽车空调系统故障诊断中的应用

阐述了构建汽车空调故障诊断系统的目的,并以模糊理论为基础,分析了汽车空调故障原因与故障征兆之间的模糊关系,建立了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.     

新型的RBF神经网络在水轮发电机组故障诊断中的应用

本文应用免疫遗传系统的调节原理对RBF神经网络隐层中心数量和位置的进行选择,同时采用递推最小二乘法来确定网络输出层的权值,从而建立了一种新型的RBF神经网络模型,并将该模型应用于水轮机发电机组的故障诊断.诊断结果表明,该模型收敛速度快,精度高并有较好的泛化能力,为水轮发电机组状态监测及故障诊断提供了一种新途径.     

水轮发电机组的模糊PID复合控制策略研究

针对常规P ID或模糊控制对非线性、时变、高阶水轮发电机组系统不能达到较好控制效果的问题,提出一种模糊和P ID复合控制策略,并对模糊和P ID控制结合形式进行了详细讨论。结合水轮发电机组模型,采用专家经验和遗传算法优化相结合的方法对每种模糊和P ID结合形式进行了参数和规则整定,并对各种复合控制策略进行了仿真实验,分析了模糊和P ID如何优势互补达到较好的控制效果。