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。

关键词： 水电机组   故障诊断   频谱分析   径向基函数网络   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。文章提出应用频谱法与径向基神经网络相结合的方法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,利用频谱分析和神经网络相结合的方法进行故障诊断具有简单有效等优点。

关键词： 水电机组   故障诊断   频谱分析   粗糙集   支持向量机  

摘要： 提出应用粗糙集和支持向量机水电机组振动的故障诊断模型。运用粗糙集理论对水电机组振动信号的属性特征进行预处理,在约简去除其冗余属性后得到决策表,将决策表作为支持向量机的学习样本,通过训练,使构建的支持向量机多分类器能够反映属性特征和故障类型的映射关系,从而达到故障诊断的目的。测试结果表明,与常规方法相比,应用粗糙集和支持向量机相结合的方法进行故障诊断具有简单有效、诊断速度快和良好的鲁棒性等优点,是一种有效的诊断方法。

关键词： 水电机组   状态监测   客户/服务器模式   DataSocket   互联网  

摘要： 考虑到水电机组状态监测与故障诊断的多样性和复杂性,结合实际,提出将Internet网络技术和虚拟仪器技术与水电机组状态监测和故障诊断技术有效地结合起来,旨在将水电机组的状态监测与故障诊断提升到远程的网络环境,以极大提高状态监测和故障诊断的水平和时效性。在Internet和Windows环境下,利用有效的网络资源、LabVIEW、PXI、MXI-3和DataSocket技术,采用易于扩展的客户/服务器结构模式来设计网络化在线状态监测与故障诊断系统。该系统实现了水电机组信号的数据采集、数据分析和处理,并能通过网络进行故障诊断。实际应用证明这种网络化在线状态监测与故障诊断系统具有很强的灵活性和可扩展性。