关键词： 水电机组   神经网络   故障诊断   故障预测  

摘要： 水轮发电机组状态监测与故障诊断系统是近年来国内外水力发电专家学者研究的重要课题,是实现机组状态检修、确保安全运行、降低成本、提高效益的技术支持.随着机械设备故障诊断技术研究的发展,水轮发电机组状态监测与故障诊断系统的研究也取得了很大的进展,但目前大多数水电机组状态监测与故障诊断系统在状态监测与信号分析方面能满足要求,而在智能诊断及机组故障预测方面,尚处于研究的起步阶段.神经网络以其良好的非线性映射能力在故障模式识别与故障预测领域得到了广泛的应用.该文以BP神经网络为工具,探讨了水轮发电机组的常见故障的诊断及水电机组振动趋势的预测.该文的主要内容:首先从实现状态维修的角度,阐述了开展水电机组故障诊断与预测研究的重要意义,简要介绍了国内外水电机组故障诊断与预测技术的研究现状;系统地探讨了水电机组主要故障及其故障征兆,以及水电机组故障诊断的基本过程;然后介绍了BP网络基本原理及其改进算法;针对水电机组故障多、故障征兆复杂,单子神经网络难以很好的对其进行诊断的特点,提出了基于集成神经网络的水电机组故障诊断方法,用频谱征兆和振动幅值变化趋势征兆两个子网络,从不同侧面诊断水电机组的故障,在采用D-S证据理论融合两子网络的输出,从而得到诊断决策,实例仿真证明了这种方法的有效性;在论文的第五章介绍了基于神经网络的预测方法,研究探讨了神经网络对水电机组振动常见趋势的预测能力,并给出了预测实例;最后对全文的主要工作进行了总结,指出了研究的不足和今后进一步研究的方向.

关键词： 水轮发电机组   故障诊断   数据融合   D-S证据理论  

摘要： 应用数据融合的理论和方法,在整个水电机组故障诊断过程中,在数据处理的信号层、特征层及决策层上分别提出不同的数据融合算法,解决了传统水电机组故障诊断中存在的大量采集数据如何有效处理的问题。所提出的算法针对水电机组故障诊断的特殊性,有较强的适应性,提高了实际诊断的准确性和可靠性。

关键词： 水电机组,振动监测,特征提取,信息融合,故障诊断  

摘要： 水电机组的振动是反映机组运行状态的重要参量，对机组振动进行监测和对振动故障进行诊断就显得非常重要，是保证机组安全稳定运行的重要措施。 本文根据国内外关于水电机组状态监测与故障诊断研究的现状与发展趋势，以机组振动故障的信息融合诊断技术为研究主题，对基于Dempster-Shafer证据理论的信息融合故障诊断方法进行研究，首次将该方法应用到水电机组振动故障诊断中，并提出了用机组振动各频率的子带能量反映其振动强度的方法。本文主要进行了以下工作： 分析、归纳和整理了水电机组振动的故障机理和振动频率特征，对机组的振动、摆度和压力脉动测点进行了选择和布置，并选用相应传感器进行监测。 在讨论了多传感器信息融合的基本原理和融合诊断的几种方法的基础上，重点研究了基于D-S证据理论的融合诊断方法，并根据融合规则的需求，讨论了基本可信度分配函数的构造方法，建立了水电机组振动故障的融合诊断识别框架。 在仿真应用中，模拟水电机组各部位的振动信号，采用小波分析和傅立叶变换进行预处理提取信号特征，应用信息融合方法进行了仿真诊断。 西安理工大学硕士学位论文 仿真融合诊断结果表明，基于多传感器信息融合的故障诊断能充分地利用机组各 部位的多个传感器的信息，减少诊断的不确定性，能识别单一传感器不能识别的故障; 对于早期特征不太明显的故障，经过多传感器信息的融合处理，也能及早发现和准确 识别。 随着融合参数的增多，诊断的可靠性会越来越高。毫无疑问，这对于及早发现机 组潜在的故障至关重要，对于保证水电机组安全稳定运行和最终实现状态检修的目的 都具有重要的意义。

关键词： 水电机组   诊断方法   数据融合  

摘要： 在研究有关数据融合理论及其算法的基础上,将不同特性的数据进行综合和推理,用以解决水电机组故障诊断的多源信息处理问题。

关键词： 水电机组   知识表示   故障诊断   推理策略  

摘要： 在水轮发电机组监测与故障诊断专家系统中 ,推理机的设计是专家系统的核心 .针对水电机组的特点 ,讨论了知识的表达方式、专家系统推理机推理策略的实现 ,并讨论了规则可信度的计算 .该推理方法用于白莲河水电站监测与故障诊断系统中 ,成功地对机组的故障原因进行了推理 ,证明该推理方法是可行的 。

关键词： 水电机组   故障诊断系统   知识库设计  

摘要： 以水电机组为研究对象 ,对故障诊断专家系统知识库的建立从理论上和方法上进行了研究 ,建立了基于C ++的产生式知识库系统 .该方法已在白莲河水电站水电机组故障诊断专家系统知识库中获得应用 ,取得了良好的效果 .对其他电站水电机组专家系统的建立有推广意义 .

关键词： 水电机组   故障诊断系统   信号特征   状态监测系统   振动  

摘要： 信号特征提取是水电机组故障诊断系统的关键,水电机组的故障主要是振动故障,而且机组的振动表现出复杂性、多样性以及渐进性。对这样的信号特征提取,普通特征提取方法的准确性就不高。小波分析将信号分解到不同层以及在不同层上将信号分解为不同频段,然后在这些不同层不同频段上提取特定频率的一段信号。因此本文利用小波分析的这一特性,根据机组不同振源的特性提取了机组振动的诊断特征向量。

关键词： 水电机组   在线监测   故障诊断   专家系统   自动化  

摘要： 由于水电厂的自动化程度越来越高 ,设备的在线监测和故障诊断就显得越来越重要。从实际应用的角度分析 ,水电机组的在线监测和故障诊断专家系统应具有巡检、特况记录、波形采集及分析等功能 ,以及瞬时状态参数测量、噪声监测、故障诊断、事故处理方案的判定等自动系统。以保障设备的安全可靠运行 ,发挥设备的潜力 ,延长使用寿命 。

关键词： 故障诊断系统   水电机组   神经网络   专家系统   非线性动力模型  

摘要： 针对水电机组故障的多样性和复杂性,给出一种基于多诊断方法的水电机组故障诊断系统的构建,系统主要由基于数据融合的模糊神经网络技术和专家系统的在线诊断子系统和基于模型的离线诊断子系统组成。利用专家系统的逻辑推理能力和人工神经网络的学习和容错能力,并通过对建立转子非线性动力模型仿真来离线分析那些没有办法定量提取或解释的征兆,对机组进行故障诊断。

关键词： 水电机组   故障诊断专家系统   图形征兆   转子轴心轨迹   信息提取  

摘要： 将小波包分解及重构技术用于转子轴心轨迹提纯 ,利用离散余弦变换实现轴心轨迹的自动识别 ,结合水轮发电机组故障诊断系统 ,实现了轴心轨迹图形征兆的提取 ,论证了所述方法的合理性和可行性 .