关键词： 水轮发电机组   振动   权重专家   故障诊断   故障树  

摘要： 我国在水电行业发展方面具有非常丰富的水资源优势,水电建设也被提升为国家重点建设项目的重要战略地位,特别近年来国家加大对水电行业的投入,水电装机容量及工程规模不断扩大,其发电量在整个电力系统中所占比例也在一直提升,水电机组的稳定运行对电网的安全、经济运行显得非常重要。因此,开展水电机组设备故障诊断研究是有着十分重要的现实意义。 本文以水轮发电机组振动故障为研究对象,对水轮发电机组结构及工作原理进行了重点研究,全面分析了机组设备各部件之间在结构上的逻辑关系,并以此为基础建立了“水轮发电机组振动”故障树。同时,基于水电机组设备各部件故障概率难以精确获取的状况,将模糊理论引入到故障树分析中,利用权重专家的模糊评判来求取底事件故障发生的概率,对“水轮发电机组振动”故障树进行了相关定性、定量分析并求出各相关重要度。在不同工况下对水轮发电机组做了相关稳定性试验,研究机组振动的特性和规律,分析引起振动产生的根本原因,为预测机组设备部件可能损坏的形式和程度积累统计资料,有助于专家更加准确的对设备故障进行判断。以建立的“水轮发电机组振动”故障树及求取的各底事件模糊失效概率为基础,提出了基于故障树分析的专家诊断系统设计,对系统各模块的设计都做了详细介绍,并将机组试验运行状况记录存储于系统,为机组设备的故障诊断提供技术参考。 本文的研究成果对指导机组设备各部件在设计制造、运行维护、检修等方面提供了可靠的数据参考,所设计的专家系统能够实现故障模式识别及对故障的可靠性预测,为研究开发智能水电机组故障诊断系统奠定了基础,其故障分析理论及分析数据对水电站状态检修有着重要的参考依据。

关键词： 水电机组   故障诊断   特征加权   组稀疏   判别投影  

摘要： 水电机组作为小水电生产过程中的核心设备,它的运行状况直接关系到水电厂的安全,同时也关系到水电厂能否向电网提供可靠电力。由于水电机组具有构造复杂,机组运行呈季节性,异常振动诱发因素多等特点,日益影响着电网的安全稳定运行。因此,对水电机组进行运行状态监测和故障诊断,以确保水电机组更为稳定的运行,并且最大程度提高发电效益,具有十分重要的意义。传统的故障诊断算法主要基于专业技术人员的经验和知识来推理诊断。这种过分依赖于个人经验和知识的算法目前仍在水电机组故障诊断中占主导地位,其弊端是显而易见的。因此,必须提高设备故障诊断的自动化和智能化程度,实现对设备的高效、可靠的智能诊断。本文研究内容主要针对水电机组故障诊断问题,研究并设计适合水电机组故障诊断的加权组稀疏模式分析系列算法,同时构建故障诊断系统,具体工作包含以下4个方面:(1)针对水电机组噪声样本输入数据结构非线性以及小样本问题,提出了一种改进的核化判别公共向量降维算法,称为高效核化判别公共向量算法。该算法的优势主要包括:能够有效地解决数据非线性分布带来的鉴别难点,同时通过公共向量的引入解决了小样本问题,提升后续模式分类器的鉴别效果。(2)针对水电机组噪声样本数据易丢失信息和含干扰信息等问题,提出了特征加权组稀疏模式分析算法。该算法结合各类重构冗余以及样本距离测度逼近样本分布结构,并兼顾特征加权因子进行奇异点剔除,从样本和特征两方面减少重构表示误差;实验证明算法兼顾了稀疏性、标签信息、特征贡献因素以及局部结构信息。(3)为有效地解决样本数据丢失以及样本维数过高导致的鉴别效率和样本外问题,将降维技术应用到特征加权组稀疏模式分析算法中,提出特征加权组稀疏判别投影模式分析算法。以特征加权组稀疏为基础进行编码系数求解,并计算特征加权约束的类内重构散度矩阵和类间重构散度矩阵。实验该算法证明在减少计算复杂的同时,提高了算法识别能力。(4)提出了水电机组故障诊断系统的设计方案,包括水电机组故障诊断单元设计、机组现地控制单元设计和上位机监控软件设计。并且将所提的特征加权组稀疏判别投影模式分析算法应用到水电机组故障诊断单元,通过对水电机组运行产生的声音数据进行特征的提取和识别,证明了算法在故障诊断中的有效性。

关键词： 水轮机组   小波分析   故障分析   Lipschitz指数   特征提取  

摘要： 通过小波变换的手段对国内某水轮机组的振动异常进行故障分析,详细的阐明了小波奇异性检测的原理以及小波基函数选择的要求。采用Mallat算法,选用Db4小波在多分辨分析下对机组摆度信号进行处理成功提取出故障点的位置,并结合不同的频率分析出机械因素和水力因素造成故障的原因。最后运用连续小波变换的模极大值与尺度的对数关系进行图像拟合,计算出奇异点的Lipschitz指数,以此作为故障信号的特征。通过比较两种不同因素影响的奇异点处的Lipschitz指数,证明其作为故障信号的特征参数对衡量机组故障程度有指导意义。

关键词： 设备检修   早期预警   实时数据挖掘   状态评估模型  

摘要： 针对目前水电设备检测手段单一的现状,在水电厂已有各项监测系统的基础上,基于实时数据挖掘技术和"相似度曲线"预警技术,开发了水电设备故障早期预警系统。该系统充分利用现有机组运行数据及所积累的检修经验,将传统的故障事后处理模式转变为更加主动的事前预防模式,实现了水电设备的安全状态定量评估和长周期的安全稳定运行分析。该系统的应用极大地提高了水电设备检修和运行管理的效率。

关键词： 支持向量数据描述(SVDD)   K近邻(KNN)   模糊阈值   不平衡   故障诊断  

摘要： 水电机组振动故障诊断中常面临样本稀缺及分布不均匀、不平衡等问题,严重影响诊断结果。针对此类问题提出一种基于模糊K近邻(K nearest neighbor,KNN)支持向量数据描述(support vector data description,SVDD)的故障诊断模型。首先利用核变换将故障样本映射到高维特征空间,并采用SVDD提取不平衡故障样本域的边界支持向量样本,构建基于相对距离模糊阈值和KNN的决策规则,最终在此基础上建立机组故障诊断模型。用该模型对经过不平衡处理的国际标准测试数据样本进行测试实验,并与支持向量机(support vector machine,SVM)及目前应用较多的SVDD模型的分类结果进行对比,结果表明该模型可有效解决不平衡样本分类倾斜性问题。最后,将模型用于某水电厂机组振动故障诊断,取得了较高的诊断精度,证明了该方法的有效性。

关键词： 水电机组   动力特性   正交试验   不对中   质量偏心  

摘要： 为了解多故障耦合机制下的水电机组转子运动特性,利用能量守恒的拉格朗日方程建立简化的转子动力学仿真模型,基于正交试验原理,以振动峰值为评估目标,分析了质量偏心、转子平行不对中、转子夹角不对中、转速等因素对机组转子动力特性的影响。结果表明,多故障耦合机制下,质量偏心影响权重最大,转子平行不对中和夹角不对中的权重关系与转速有关,即低速时夹角不对中影响较大,反之则相反;转速较高时,转子易发生碰摩现象。

关键词： 神经网络   专家系统   水电机组   故障诊断  

摘要： 针对水电机组振动诱因多、诊断准确率较低等现象,本文融合神经网络系统和专家诊断理论,建立一种新型的故障诊断模型,并将其应用于实测振动信号的诊断分析,取得了良好的诊断效果,为水电机组在线故障诊断提供了一种有效、快速的新方法。

关键词： 设备故障   预警系统   水电机组   安全状态   评估  

摘要： 本文阐述了基于实时数据挖掘技术建立水电机组设备状态评估模型,通过建立厂级范围的的设备故障早期预警系统,对水电机组的设备状态进行安全状态的量化评估,通过预警系统自动提示的设备异动点实现水电机组精密检修。

关键词： 相关向量机   水电机组   振动   故障诊断   多分类   决策导向图  

摘要： 水电机组振动故障成因与故障征兆之间呈复杂的非线性关系,传统方法难以描述。当前研究常采用模式识别方法,如支持向量机、神经网络等实现振动故障诊断。该文在现有研究基础上,引进相关向量机(relevance vector machine,RVM)对诊断过程进行改进。相比传统方法,该文所提方法在学习过程中参数设置简单,在输出结果时给出了分类的可靠性,适合实际工程应用。同时,该方法在决策过程中,能够根据训练数据分布情况,自动选取决策结构,进一步提高诊断的速度与准确性。将该文所提诊断方法用于水电机组振动故障诊断实例,取得良好效果,验证了算法的有效性。

关键词： Hydropower unit   Nonlinear dynamics of rotor   Multi-scale morphology spectrum   Fault diagnosis  

摘要： According to the coupling faults of mass eccentricity and misalignment, the paper presents a novel fault diagnosis method for hydropower unit rotor based on the multi-scale morphology spectrum and morphological spectrum entropy. Such a method can be used to analyze the tested signals, which are divided into the stable periodic motion, periodic rubbing motion and chaotic motion. It is demonstrated that the morphology spectrum form and entropy value are different, and the characteristics of vibration efficiency under different condition can be identified very well. The present study therefore offers a methodology for the improvements of the safety, reliability and economical efficiency of hydropower unit rotors.