关键词： 水轮发电机组   振动   故障树   故障诊断  

摘要： 随着水电机组装机容量和工程规模的日益巨型化,机组运行的稳定性关系到水电站能否进行安全、经济的生产。水电机组在运行过程中发生故障是不可避免的,而传统的计划检修存在着检修过剩或检修不足等现象。所以,为提高机组故障诊断的针对性和正确性,进行水电机组振动监测及故障诊断研究是一种必然的趋势。本文首先详细的介绍了水电机组的结构及工作原理,针对引起水电机组振动原因的复杂多样性,分别从水力、机械、电磁三方面进行研究并给出相应的诊断对策。着重介绍了信号的采集系统的设计,包括监测点布置、传感器选择的原则、采集系统的原理及各组成部分。然后对采集到的数据进行信噪分离处理,提出了利用小波包来求取某种特性的小波基函数,从而得到更加有效的具有振动故障特征的信号。由于机组各部件在结构上具有某种逻辑关系,据此可以建立水电机组故障树。对于难以获得机组各部件的失效概率,在故障树分析中考虑由若干次大修中得到的各底事件失效分布曲线确定的标准概率分布模型来求取底事件故障发生的概率。建立了故障树并对其进行了定性和定量分析,得到了每个事件的相对重要性。并应用在溪洛渡水电站5#机组上,实验时记下机组在各工况下的参数和振动变化的趋势图,并分析了振动监测结果,验证了该系统具有较好的可行性和可靠性。本文实现了信号采集与处理、振动监测和故障诊断等功能,使该系统能够应用于实际,有利于机组的检修。

关键词： 水电机组   在线监测   故障诊断技术  

摘要： 在水电厂实际运营中,水电机组运行的稳定性会对电网运行的稳定性产生决定性影响。随着发电机组单机容量的不断扩大,机组检修、维护、运行及管理等也要不断提高要求,对水电机组运行状态做出实时监测,做好预测预报、分析故障原因,可大大提高故障排除的效率,保证水电机组运行的安全性、稳定性。本文结合实践经验主要分析了水电机组在线监测及故障诊断技术的相关内容,仅供参考。

关键词： 水电机组   故障诊断   经验模态分解   复杂度   最小二乘支持向量机  

摘要： 水电机组的振动信号为典型的非平稳、非线性信号。为了通过振动信号正确判断水电机组的运行状态,本文提出运用经验模态分解处理原始信号,并对获得的基本模式分量计算其复杂度特征,最后运用最小二乘支持向量机进行故障诊断。选取径向基函数作为核函数,并通过网格搜索和交叉验证确定相关参数。结果表明,经验模态分解复杂度特征和支持向量机结合,能够准确地实现故障诊断,确定故障类型,为机组运行维护人员提供参考依据。

关键词： 水电机组   转子动力学   不对中故障   不平衡故障  

摘要： 研究水力发电需要考虑各种综合因素,包括其运行的稳定性。而机组的故障特别是转子故障会引起机组的振动,从而严重影响了水力发电。转子故障包括转子不对中、转子不平衡,在实际运行中,诱发转子发生这些故障的因素量太小且受到机组安装设计的一些限制,我们并不能够很精确地进行实际测量。通过对水电机组的模型进行仿真分析,判断随着转子的不对中量和不平衡量和转速的变化对机组的影响。分析表明,随着转速的增加,会发生碰摩现象,但当转速达到一定值后,机组又平稳运行;随着不对中量增加,机组由稳定运行到发生碰摩;随着不平衡量的增加,机组由稳定运行到发生碰摩。

关键词： 水电机组   在线监测   故障诊断  

摘要： 在水电厂实际运营中,水电机组是其中的核心设备,其运行状态的好坏会对水电厂的安全运行产生决定性影响。随着发电机组单机容量的不断扩大,机组检修、维护、运行及管理等也要不断提高要求,对水电机组运行状态做出实时监测,做好预测预报、分析故障原因,可大大提高故障排除的效率,保证水电机组运行的安全性、稳定性。

关键词： 模拟退火算法   小波神经网络   水电机组   故障诊断  

摘要： 针对水电机组振动故障征兆和故障类型的非线性特性及传统小波网络在故障诊断中的缺陷,设计了一种基于模拟退火算法的小波神经网络(SA-WNN)故障诊断模型;将SA-WNN诊断模型应用到水电机组4种典型故障,验证其可行性;实例结果表明,与传统小波网络相比,基于模拟退火算法优化的小波神经网络训练次数少,收敛精度高,为水电机组故障诊断提供了新途径。

关键词： 水电站   调速器   故障切换   导叶传感器   反馈信号   录波   可编程计算机控制器  

摘要： 黄河万家寨水利枢纽有限公司龙口水电站机组调速器系统在2015年3—5月频繁出现控制通道双机自动切换的异常现象,根据调速器双机切换逻辑程序进行故障原因排查,通过对控制通道元件的反馈信号波形进行录波分析,确定了故障原因是调速器驱动板调零调幅运算放大器芯片性能下降造成导叶反馈信号断线,进而造成调速器双机频繁自动切换。采取修改调节器程序、增加滤波功能、更换驱动板芯片、减少反馈信号干扰电平等措施后,从根本上解决了调速器双机故障切换的问题。

关键词： 粗糙集   PSO-RBF   水电机组   神经网络   故障诊断   决策表   机组故障   空间维数   条件属性   决策属性  

摘要： 将聚类PSO优化粗糙集-神经网络算法引入水电机组故障诊断中,利用聚类算法和PSO算法的优点改进粗糙集属性约简方法并对水电机组故障的检测信息进行约简,提取对故障分类起主要作用的信息,并用BP神经网络对粗糙集处理后的故障信息进行诊断。该方法降低了神经网络的输入信息空间维数,简化神经网络结构,有效提高故障诊断的准确性。通过对水电机组振动故障数据进行诊断分析,证明了该诊断方法的有效性和优越性。

关键词： 邻域粗糙集   近似条件熵   属性约简   概率神经网络   故障诊断  

摘要： 提出了一种基于改进的邻域粗糙集与概率神经网络的水电机组振动故障诊断方法.该方法将邻域粗糙集中的近似精度与信息论观点中的条件熵结合,提出近似条件熵的属性约简算法,减少故障冗余信息,得到最优决策表,并将得到的最优决策表作为概率神经网络(PNN)的训练样本,提高了PNN的训练速度和诊断效率,通过实验证明了所述方法的可行性和有效性.

关键词： 水电机组   EEMD   优化SVM   故障诊断  

摘要： 针对水电机组故障具有渐变性等特征,提出了一种基于总体平均经验模态分解(EEMD)和优化支持向量机(SVM)相结合的水电机组故障智能诊断方法。利用EEMD能对机组振动信号进行自适应分解成若干本征模式分量(IMF),并能有效抑制经典经验模式分解(EMD)的端点效应以及模式混叠现象。从IMF分量中提取出来的能量特征作为输入建立优化SVM,以此来判断机组的故障状态。通过实例分析表明:建立的混合智能诊断方法的分类正确率高,能有效诊断机组存在的故障。