共查询到20条相似文献,搜索用时 15 毫秒
1.
机组的振动水平是表征电厂稳定安全最重要的标志之一.本文利用支持向量机的智能方法对机组的轴系故障进行诊断,在小样本集上取得了100%的分类精度.在此基础上,还引入部分噪声数据,统计其分类性能,展示了支持向量机的容错能力.最后分析了支持向量机方法在轴系振动故障振动的优势和缺陷,引入模糊输出支持向量机进行了改进,给设备维修提供了更多的参考信息. 相似文献
2.
小波神经网络法在柴油机故障诊断中的应用 总被引:5,自引:1,他引:5
用小波分析作信号处理手段提取柴油机振声信号特征量 ,以神经网络作为故障模式识别手段 ,进行了柴油机故障的振声诊断方法研究。针对柴油机振声信号的非平稳时变特性 ,应用小波理论中的小波包方法对其进行处理 ,结果表明小波分析是比傅里叶分析更为有效的处理柴油机振声这类非平稳信号的方法。在此基础上 ,研究了用神经网络实现根据小波包分解结果识别柴油机故障状态的方法。 相似文献
3.
排气阀是柴油机的重要部件之一,其故障诊断一直受到研究者的关注,传统的学习机器在小样本学习时不具有良好的泛化能力,其现场效果与实验室精度差距较大。建立在统计学习理论基础之上的支持向量机具有和样本数相适应的最优泛化能力。利用支持向量机适合处理高维数据以及具有良好泛化能力的特点,建立了排气阀故障诊断模型,将排气阀振动信号经过小波包分解后提取的特征指标在小样本时进行支持向量机学习,通过不同核函数的支持向量机和其它智能方法准确率的比较证明:支持向量机较其它智能方法有较大的优越性;准确率对核函数有一定的敏感性;在常用的3种核函数中,线性核的诊断准确率达到了100%,是柴油机排气阀智能故障诊断支持向量机的最佳核函数。 相似文献
4.
《动力工程学报》2017,(11):883-889
针对汽轮发电机组转子故障振动信号为多分量非平稳信号,将一种新的信号分解方法——自适应局部迭代滤波(ALIF)用于转子故障振动信号分解,并与希尔伯特变换(HT)相结合,提出了基于ALIF-HT的汽轮发电机组转子故障诊断方法:首先对转子原始振动信号进行ALIF得到若干信号分量,再应用HT求取每个分量的瞬时频率,获取原信号全部信号分量的完整时频表示,最后根据转子故障振动信号的时频特征判别转子的故障类型.通过仿真信号分析验证ALIF对多分量信号的分解能力,并利用转子油膜失稳故障分析验证该方法的工程实用性.结果表明:ALIF方法能够有效克服经验模态分解(EMD)存在的模态混叠问题,使得ALIF-HT方法相对于希尔伯特黄变换(HHT)方法具有更高的时频分析精度. 相似文献
5.
6.
轴系设备故障诊断技巧及经济性分析 总被引:1,自引:1,他引:0
基于振动频谱和波形图,本文介绍了转子不平衡、转子不对中、机械松动、摩擦等故障特征,利用相关技巧分析故障诊断过程,提高了分析水平,并对设备故障分析诊断进行经济性分析。 相似文献
7.
8.
针对诊断转子裂纹故障时出现的许多不确定性的信息,信息的重要度不同以及冗余等问题,提出了一种基于粗糙集的裂纹故障诊断方法.利用粗糙集相对约简的不唯一性和不确定知识的表达能力,将诊断转子裂纹的相关特征参数进行模糊化及离散化处理,构建故障决策表.对故障征兆参数进行约简,去除冗余信息,求出集合的正域.根据依赖度和重要度关系,求出集合的核,作为诊断转子裂纹故障的规则,简化了诊断过程.实例表明,该方法能较大的提高转子裂纹故障诊断的效率和可靠性. 相似文献
9.
10.
汽轮机转子与静子间的碰磨严重影响着机组的安全运行。为了解决汽轮机转子发生在早期和中期的碰磨故障难以通过基于振动信号检测诊断方法进行有效识别的问题,本文提出一种基于EEMD-LSTM的汽轮机转子碰磨故障诊断方法。首先,该方法通过声发射技术监测汽轮机转子的碰磨故障信号;然后,利用EEMD信号分解方法处理获取的声发射信号,并提取能量特征参数和相关的时域特征参数,从而获得碰磨故障特征数据集;最后,利用划分的数据集对LSTM神经网络进行训练与测试,从而获得碰磨故障诊断模型。工程应用结果表明,本文提出的方法能够有效识别机组在不同转速时期的早期碰磨故障,且故障诊断的准确率较高。 相似文献
11.
转子系统分形故障诊断中无标度区的自动识别 总被引:2,自引:0,他引:2
采用振动信号关联维数计算中的相关积分算法,以及相关积分双对数点列的分布规律,提出了一种分形无标度区的自动识别方法.该方法采用曲线一直线一曲线对相关积分双对数点列进行分段拟合,以总的拟合残差平方和最小作为目标,并认为中间一段即为无标度区,进而求出该段斜率得到关联维数.运用该方法对在不同状态和不同转速下转子系统实际测量得到的振动信号进行了分析计算,自动得出了信号的分形无标度区范围和关联维数,并与传统的三折线段拟合法的计算结果进行了对比分析,验证了该方法的准确性及有效性. 相似文献
12.
小波变换在转子动静碰摩故障诊断中的应用 总被引:1,自引:1,他引:1
转子动静件碰摩时存在奇异性,而信号中的奇异点及不规则突变部分常带有比较重要的信息。利用小波变换具有空间局部化的性质,并通过一维小波变换工具对碰摩信号进行多尺度小波分解获取细节信号。从而对信号中的奇异点进行检测,明确地指出转子动静碰摩时奇异点的位置和奇异度的大小,为汽轮发电机组碰摩识别提供了有效的方法。 相似文献
13.
基于HHT的转子横向裂纹故障诊断 总被引:4,自引:1,他引:4
希尔伯特黄变换(Hilbert—Huang Transformation,HHT),是先把一列时间序列数据通过经验模态分解(Emprical Mode Decomposition,EMD)。然后经过希尔伯特变换获得频谱的信号处理新方法。把HHT时频分析方法引入了转子裂纹故障诊断领域。详细地介绍了HHT方法的理论和算法。通过对模拟横向深裂纹故障转子的实验研究表明。基于HHT的时频分析方法能把横向裂纹转子的扭振所形成的相位调制现象在时频谱图中明确地表征出来。为裂纹故障的预报和诊断提供了较好的手段,说明用HHT方法对旋转机械的转子横向裂纹进行故障分析是有效的。图3参6 相似文献
14.
15.
16.
基于分类树归纳的模糊轴系诊断规则抽取 总被引:1,自引:1,他引:0
轴系故障一直是困扰电力生产的主要问题,基于专家系统的轴系故障诊断方法存在知识获取困难、诊断精度不高的问题。本文提出了基于归纳学习的分类树构造方法,实现从运行数据中提取诊断规则,分析了基于分类归纳的诊断规则抽取方法对噪声的容忍能力,在不同噪声类型和噪声规模下,分析发现属性约简和剪枝技术都能有效提高诊断规则的泛化性能。本文进一步提出了将数值型规则转化为模糊规则,提高诊断规则的可理解性和推广能力,为实现故障诊断系统的自学习提供了可行的途径。 相似文献
17.
18.
19.