分享到:

小波分析技术在汽轮机故障诊断中的应用研究

汽轮发电机组属于典型的旋转机械,其振动信号在本质上可分为平稳振动信号和非平稳振动信号两大类,这两类信号都包含有能反映旋转机械工作状态的重要特征信息,有效地利用这些信息对设备的监测和诊断有重要价值。本论文对信号处理的前沿技术之一——小波分析技术进行了深入研究和探索,初步实现了基于小波分析技术的汽轮发电机组故障诊断。1.在查阅大量文献的基础上,系统地回顾了旋转机械故障诊断的有关方法和原理。指出了当前信号分析技术对旋转机械非平稳振动信号分析的不足和现有方法存在的问题。2.研究了小波分析技术的最新发展,深入地探讨了小波分析技术应用于汽轮机故障诊断中必须解决的关键技术难题。3.本文就最优小波包基和消噪阈值的选取问题进行了深入研究。提出了一种基于最优小波包基的消噪方法;对于消噪阈值的选取,提出一种以小波包能量为基础,以原始信号与降噪后信号之间的均方误差(MSE)极小化为目标的基于小波包的降噪算法。检测结果表明,在故障检测前先采用最优小波包基  (本文共120页) 本文目录 | 阅读全文>>

《动力工程》2007年01期
动力工程

小波分析技术在汽轮机故障诊断中的应用

就小波分析技术在汽轮机故障诊断中故障特征提取和小波算法的硬件实现问题进行了深入研究。提出了基于小波能量分布的故...  (本文共6页) 阅读全文>>

华南理工大学
华南理工大学

基于BP神经网络的汽轮机故障诊断系统研究

汽轮机是结构复杂的大型旋转机械设备,汽轮机的运行环境通常比较复杂,在运行状态下经常出现不可预知的故障。出现故障时,应可以及时确定故障类型,避免产生进一步的危害。本课题的研究目的是开发一个汽轮机实时振动监测,具有数据采集和实时显示模块、数据库模块、数据分析模块、历史数据模块、故障诊断模块的系统。小波分析技术可以对信号在时域和频域同时分析,和传统的信号分析技术相比,具有明显的优点。在研究小波分析技术的基础上,发现故障信号特征和故障类型之间有确定的映射关系。为了使故障特征和故障类型建立数学关系,故障特征必须解析化处理。利用小波包对信号分解构建特征向量可以故障特征的解析化。BP神经网络具有很强的非线性映射能力,可以实现特征向量和故障类型的数学映射。小波包提取的特征向量作为网络输入,故障类型作为网络的输出。对神经网络的输入层、中间层、输出层、目标精度等了进行了设计,对传统BP算法的基础上进行了改进,通过比较几种改进BP算法完成学习训练需要...  (本文共79页) 本文目录 | 阅读全文>>

兰州交通大学
兰州交通大学

基于汽轮机组模拟振动信号的故障诊断研究

汽轮发电机组是电力生产过程中的重要设备,在我国能源生产中起着越来越重要的作用,其运行的安全性、可靠性也日益引起重视。由于其设备结构和工作原理比较复杂,以及工作环境的特殊性,故障发生率较高,汽轮发电机组的故障诊断成为旋转机械故障诊断技术应用的重要方面。汽轮发电机组的故障常常在振动信号中有所反映,通过对汽轮发电机组振动信号的检测,实现对机械故障的诊断是一种行之有效的方法。传统分析方法的傅立叶变换是振动信号检测的基础,不仅可以实现线性谱分析,而且还是功率谱估计的关键环节。傅立叶变换的实质是在频域观察分析,但机械的振动故障信号往往是具有奇异性的非平稳信号,因此傅里叶变换对于汽轮机组的非平稳信号无能为力。应运而生的小波分析理论,为数学函数的局部放大提供了高可行性的解决方案。利用小波理论发展出来的小波分析技术近年来在热工设备故障诊断方面得到了广泛的应用。考虑到目前对小波变换结果二次分析的研究现状,选用人工神经网络这种基于仿生学理论发展出来的...  (本文共94页) 本文目录 | 阅读全文>>

华北电力大学
华北电力大学

呼市电厂350MW汽轮机故障诊断技术的应用研究

汽轮机是电力生产行业的核心机械,是发电站的“三大主机”之一,一旦其发生故障致使其不能正常工作,将会给发电站带来巨大的经济损失,因此针对汽轮机故障的监测与诊断技术是现代电站迫切需要的。当汽轮机出现不同的故障时,转子所呈现出的振动信号也不相同,振动信号的分析是汽轮机故障监测与诊断技术的主要手段之一。本文基于振动信号对汽轮机故障的监测与诊断技术展开研究,首先详细分析了汽轮机各种常见故障的机理,针对故障产生的原因对故障进行分类,给出了各种故障类型的理论振动信号特征。并系统地总结了现有的汽轮机故障诊断理论与方法,研究了基于不同理论的故障诊断方法。并依次对傅里叶分析、连续及离散小波变换、多分辨率分析和小波包分析等基础理论进行研究。针对信号的除噪、频率波动信号的分析和阶跃信号的分析,使用Matlabr2015b对比了传统傅里叶分析和小波分析的结果。最后应用四层小波包分解的方法,对汽轮机振动信号进行了分解分析,通过观察频带的方法观测各个频率区的...  (本文共65页) 本文目录 | 阅读全文>>

东北电力大学
东北电力大学

基于小波包与改进DE-ELM的汽轮机振动故障诊断研究

汽轮机是发电厂在生产过程中的重要部件,主要被用作生产过程中的热力发动机,将煤燃烧后获得的热能转换成为旋转部件的机械能、进而经发电机转换成为电能。其高效且稳定的工作是电厂中经济生产的重中之重。伴随着电厂设备不断地向大机组、高参数的方向去发展,设备的复杂程度与自动化水平也日益增高。因此,为确保设备安全运转,降低安全费用,提高设备使用率,必须采取有效的方法对汽轮机组进行状态检测与故障诊断。本文采用小波包分析的方法,对于汽轮机的振动信号包含大量的突变和短时冲击成分的特点对典型的去噪方法实施改进,采用基于Shannon熵的最优小波包结合不同的频段阈值选取的方式对振动信号进行去噪处理,取得了良好的效果。并利用“小波包—能量谱”的方法对去噪后的信号进行了分解,并把各个频段的节点单独的进行重构获得重构数据的能量,并进行归一化处理得到振动信号的振动征兆,构建出汽轮机振动故障的特征。极限学习机相比其他的分类网络具有速度快且泛化能力好的优势,但它的输...  (本文共59页) 本文目录 | 阅读全文>>