浅议火电厂发电机组的电气故障维修

发电机组运行状态决定了火电厂发电综合效率,如果其出现故障,不仅需要投入更多的管理以及检修成本,同时还会降低发电总量,影响整体生产效益。为了更好地适应电力市场发展需求,必须要加强对火电厂发电机组的检修,总结电气故障产生的各种原因,然后提出具有针对性的维修方法和技术手段,确保在故障发生后能够在第一时间消除,提高整体生产效率,缓解电力资源供应压力。     

电力变压器高压试验及其故障处理分析

变压器是电力系统中最为重要的电力设施,它对电网的供电成效和电网的平稳运行有着直接的影响。为此,保障电力的正常使用已经成为电力企业面临的重大问题,而高压试验又是保障变压力安全运转的核心,因此,本文从变压器高压试验的论述以及相应的故障处理予以分析,以期望能够更好的实现变压器的正常运转做出有益的考量依据。     

化工机械的故障诊断与故障控制分析

为了保障企业的经济效益,必须要保证生产线的正常运转,同时还需用必要的技术方法提高生产线的运行效率,对于化工企业来说也是如此。在化工生产中,离不开化工机械,因此为了进一步提高效益,企业应当对其自身使用的化工机械有所了解,以便于对其进行故障诊断与控制。主要分析了化工机械在各个阶段可能出现的故障原因,以及故障诊断与控制所使用的一般方法。     

基于SCAE⁃ACGAN的直升机行星齿轮裂纹故障诊断

直升机行星传动轮系结构复杂、工况多变,其振动信号受工况影响大,在故障样本较少的情况下导致行星齿轮箱故障诊断准确率不高,早期故障诊断困难。针对上述问题,提出将堆栈收缩自动编码网络(stacked contractive autoencoder,简称SCAE)与辅助分类生成式对抗网络(auxiliary classifier generative adversarial networks,简称ACGAN)相结合的SCAE-ACGAN故障诊断方法。ACGAN的生成器产生与真实样本具有类似分布的生成样本,扩展训练样本集,并与真实样本一起输入至判别器进行训练。ACGAN采用SCAE作为判别器,利用SCAE良好的抗数据波动能力,从扩展样本集中挖掘出有效的深度特征,并实现样本的真伪与类别的判定。ACGAN的判别器和生成器在对抗学习训练机制下交替优化,提高方法的样本生成质量与故障判定能力。将SCAE-ACGAN应用于直升机行星轮裂纹故障诊断,结果表明,SCAE-ACGAN的故障诊断性能好,在样本数量少与工况变化情况下具有较好的健壮性和适应性。