关键词： MAS   智能Agent   水轮发电机组   故障诊断   知识表示   模糊算法   神经网络  

摘要： 在信息技术、人工智能技术飞速发展的今天，大型旋转机械的故障诊断己经成为横跨多学科门类的一种综合研究领域。论文从智能故障诊断技术的现状出发，以水轮发电机组故障诊断为研究对象，以MAS(多代理系统)理论为基础，研究了面向故障类型的MAS故障诊断技术。针对现在水电机组故障诊断系统结构不完善以及知识表示方法和诊断算法单一等缺点，论文设计了基于MAS的水电机组故障珍断系统。系统中设计了系统Agent用来进行故障的初步诊断、诊断任务的分解以及诊断结果评估，是MAS诊断系统的核心。通讯Agent负责系统中任务的调度，管理所有Agent的通信。通讯Agent维护着一个唯一的功能信息库，每个新加入系统的Agent都要向通讯Agent注册其功能服务信。诊断Agent用来进行故障的精确诊断，其中采用的输入样本故障征兆权重处理方法经过验证能很好的区分故障的严重程度。论文研究了面向Agent的水电机组故障诊断策略，在系统Agent中采用模糊算法来进行诊断任务的分解，在诊断Agent中采用神经网络来进行面向故障类型的精确诊断。最后，论文通过实际算例对水电机组发生的故障进行仿真，仿真结果表明故障任务的分解以及面向Agent的故障诊断策略能够较好的完成系统的诊断任务，准确的诊断出水电机组所发生故障的严重程度。

关键词： 水电机组   信号处理   状态监测   故障诊断   移动工作站   面向对象  

摘要： 随着水电站对水电机组安全稳定运行要求的不断提高,在状态监测系统中监测的量越来越多,类型也越来越复杂,相应的在状态分析时有针对性采用各种信号处理技术进行分析,以达到信号特征提取、信号除噪等目的。例如在监测系统监测到的状态量或故障信号不可避免的受到水电机组运行中的各种噪声的干扰与影响,从而得到的信息中含有各种干扰信号,为得到真实有用的故障特征信息必须进行信号处理,以消除干扰。机组运行状态信号的取得,是状态监测和诊断技术的基本任务,通过对机组信号的采集,分析与处理,才能识别机组的运行状态,揭示机组内部运行规律。信号处理的效果对状态分析和故障诊断的结论有着重要的影响,因此设计与开发信号处理平台对状态分析有着重要的意义。本文的研究工作结合长江电力股份有限公司葛洲坝水电厂“最优检修信息系统”项目下的“机组状态监测与诊断单元”子项目进行。 信号分析与处理是水轮发电机组状态监测与故障诊断系统的一个重要环节,它起着对监测信号进行加工、变换提取敏感的故障征兆的重要作用,它的处理好坏直接影响着后续的诊断。 本文结合具体的科研项目,首先概述了课题的意义、国内外相关技术的发展概况,然后整理分析了水电机组常见的故障特征和机理,对目前水电机组状态分析中常用的几种信号处理方法进行了论述,指出这些方法的各自特点、适用性,接着介绍了机组移动工作站信号分析软件的设计与实现,最后介绍了系统的主要功能应用情况,表明该系统可对水电机组中的信号进行合适的处理和分析,对机组故障进行及时预测预报,从而避免故障的发生或扩大,实现机组的安全可靠运行。

关键词： 水电机组   变精度粗糙集   RBF神经网络   遗传算法   振动   故障诊断  

摘要： 随着水电机组单机容量的增大和水电在电力系统中地位的日益突出，水电机组的稳定性对电力系统的安全运行越来越重要。而水电机组的振动是反映水电机组安全、稳定运行的重要指标，因此对机组振动故障的及时发现并诊断、排除故障，是保障水电机组安全稳定运行的重要措施。 本文根据当前水电机组状态监测与故障诊断研究的现状和发展趋势，分别研究了基于变精度粗糙集理论(VPRS)、RBF神经网络的机组振动故障诊断方法，并进行了将两种方法相结合应用到水电机组振动故障诊断中的尝试。主要研究工作如下： 分析和归纳了水电机组主要振动故障机理、故障特征和振动故障的识别方法。 在总结粗糙集基本理论的基础上，讨论了粗糙集应用于水电机组故障诊断的数据约简和诊断规则的获取方法，侧重研究了基于遗传算法的变精度粗糙集属性约简方法，给出了水电机组振动故障诊断的算例，分析了该诊断方法的优缺点。 介绍了故障诊断的神经网络方法，分析了RBF神经网络的结构和特点，研究了RBF神经网络应用于故障诊断的算法及其编程，并给出了其在水电机组故障诊断中的应用算例，分析了该方法的优缺点。 通过对上述两种方法的类比分析，针对水电机组振动故障的复杂性和监测信息量大的特点，本文重点研究了基于变精度粗糙集理论与RBF神经网络相结合的水电机组故障诊断方法，首先用变精度粗糙集对故障信息进行预处理，进而提取故障规则，然后用RBF神经网络对预处理后的故障信息进行诊断。该方法不仅充分发挥了粗糙集对知识的约简能力和神经网络优良的分类能力，而且克服了神经网络对冗余的知识和有用知识识别的局限性，有效地降低神经网络的输入信息空间维数，减小网络规模，还可以弥补粗糙集方法对输入信息中的噪声较敏感，抗干扰能力差的不足，进而达到提高诊断准确性的目的。最后通过算例的研究分析，证明了该诊断方法的有效性和优越性。

关键词： 水电机组   故障诊断   频谱分析   神经网络  

摘要： 应用频谱法和对向传播神经网络分类器对水电机组的振动故障进行诊断。采用对水电机组振动信号进行频谱分析,提取该信号在频率域的特征量,将频谱特征向量作为学习样本;通过训练,使构造的对向传播神经网络能够反映频谱特征向量和故障类型的映射关系,从而达到故障诊断的目的。仿真结果表明,与常规方法相比,频谱分析与对向传播神经网络相结合的方法进行故障诊断简单有效,且具有良好的鲁棒性和泛化能力,是一种有效的诊断方法。

关键词： 水电机组   振动   故障诊断   小波包分析   支持向量机  

摘要： 提出了一种利用小波包分析提取水电机组的振动故障特征和基于支持向量机的水电机组振动故障诊断方法。以二值分类为基础,构建了基于支持向量机的多值分类器。先对水电机组的振动信号进行频谱分析,提取该信号在频率域的特征量,将频谱特征向量作为学习样本,通过训练,使分类器能够建立频谱特征向量和故障类型的映射关系,从而达到故障诊断的目的,并以水电机组振动多故障分类为例,进行了应用检验。结果表明,与常规方法相比,该方法简单有效、并具有很好的分类能力和良好的鲁棒性,可以满足在线故障诊断的要求,适合水电机组振动故障的诊断。该方法为水电机组故障诊断向智能化发展提供了新的途径。

关键词： 反向传播网络   概率神经网络   学习矢量化网络   故障诊断   水电机组  

摘要： 引起水电机组振动的原因很复杂,而且水电机组的振动故障往往是多故障同时发生,使得故障诊断很困难,目前主要是应用基于模式识别的神经网络来进行故障分类,但如何选择故障诊断的神经网络一直是个难点。文章研究了3种人工神经网络,即反向传播网络(BPN)、概率神经网络(PNN)和学习矢量量化网络(LVQ)对水电机组振动故障诊断性能的影响。结果表明,人工神经网络的结构和算法,包括相关训练参数的选择对故障诊断性能有着重要影响。比较而言,学习矢量量化网络和概率神经网络在分类能力方面要比反向传播网络好一些,概率神经网络在计算负载方面比学习矢量量化网络要更胜一筹。

关键词： 水电机组   故障诊断   频谱分析   递归神经网络   神经网络  

摘要： 引起水电机组振动的原因很复杂,而且水电机组的振动故障往往是多故障同时发生,使得故障诊断很困难,目前主要是应用基于模式识别的神经网络来进行故障分类,尤其是BP网络应用较多,但BP网络训练速度慢。文章提出应用带偏差单元递归神经网络的方法对水电机组的振动故障进行诊断。先对水电机组振动信号进行频谱分析,提取该信号在频率域的特征量,将频谱特征向量作为学习样本,通过训练,使神经网络能够反映频谱特征向量和故障类型的映射关系,从而达到故障诊断的目的。水电机组振动故障诊断仿真分析表明,与常规方法相比,应用带偏差单元递归神经网络进行故障诊断具有快速有效的优点。

关键词： PLC   监控系统   抗干扰   故障诊断  

摘要： 根据水电厂PLC监控系统的运行情况及特点,分析了抗干扰、模件故障诊断、程序优化和设备缺陷等几个方面的问题,提出了多种有效可靠的措施,保证系统持续可靠运行。

关键词： 遗传神经网络   BP学习算法   人工神经网络   水轮发电机组   证据理论   振动   故障诊断  

摘要： 针对水电机组振动故障诊断中的故障误诊、漏诊以及诊断的可靠性低等问题,提出了适用于水电机组的神经网络局部诊断和证据理论融合决策诊断的故障诊断方法。在神经网络中应用遗传算法来提高网络的收敛速度,应用提出的诊断方法对水电机组振动故障进行仿真,诊断结果表明对故障征兆信息的有效组合,充分利用机组各部位的信息,可以减少诊断的误诊、漏诊问题,从而有效地提高诊断的可靠性。应用MATLAB7.0开发出故障诊断系统界面。

关键词： 水电机组   工况监测   分析诊断  

摘要： 重点介绍了水电机组实施工况监测的主要工况及其分析诊断技术,并在总结现场试验研究的基础上,给出了水电机组运行设备工况监测与分析诊断的故障类型。