收藏本站
《华中科技大学》 2006年
收藏 | 手机打开
二维码
手机客户端打开本文

汽轮机轴系振动故障诊断中的信息融合方法研究

张燕平  
【摘要】: 本文以国家自然科学基金资助项目:“定量评价旋转机械振动状态的融合信息熵方法研究”为课题背景,以火力发电厂中的大型汽轮发电机组为研究对象,对汽轮机轴系典型振动故障诊断中的信息融合与定量诊断进行了研究,分别从时域、频域及时频域探讨了故障信号的信息融合方法,并将部分研究成果应用到实际的汽轮机故障诊断系统中。 首先,根据论文研究的需要,设计了汽轮机转子轴系故障模拟试验方案,并对各种故障进行了多组升速试验,获取了大量的故障试验数据,为论文的研究工作奠定了分析基础。对故障信号进行了傅立叶分析,以三维幅值谱和升速过程波德图为工具,对故障信号的频域信息进行了融合研究,同时验证了故障数据的正确性。 第二,研究了连续小波变换灰度图对信号的识别能力,提出利用小波灰度矩作为定量指标对信号的时频信息进行融合,对转子试验台故障模拟试验信号的研究表明,灰度矩可对汽轮机轴系故障进行有效识别,具有较好应用前景。在灰度矩研究基础上,进一步提出了分区灰度矩的思想,并提出利用一阶矩向量三维图对信号进行识别。研究表明,一阶矩向量三维图不仅融合了信号的时频特征,还融合了信号的空间特征,因而可用来对故障的产生过程进行全面分析,是进行轴系典型故障诊断的又一有效工具。 第三,基于信息熵方法,对故障信号的奇异谱熵、功率谱熵、小波能量谱熵、小波空间状态特征谱熵进行了融合研究,采用最小距离分类器和概率神经网络对四种信息熵特征进行了融合研究,并对融合结果进行了对照分析。研究表明,传统最小距离分类器对汽轮机轴系故障的识别能力较差,而改进的最小距离分类器通过对类中心的细化,有效提高了故障识别能力,在实时应用中具有一定的应用前景;概率神经网络综合了Bayes分类器和神经网络的优势,对汽轮机轴系典型故障具有很好的分类能力,故障识别正确率远远超过最小距离分类器,是实现汽轮机轴系故障识别的一种可行的诊断方法。 第四,研究了振动信号的分形维数对故障的表征能力。振动信号的分形维数较好地融合了波形的时域信息,可以定量地评估该时间序列在基线附近波动的不规则性,因而可实现对故障的识别。在对关联分形维计算研究的基础上,提出利用信号的二进小波高频重构信号计算关联维数。对转子试验台故障模拟试验信号的原始采样信号和高频重构信号分别计算了关联维数并进行了对照分析,结果表明,经过高频重构后的关联维数能够更好地进行故障识别,是对汽轮机典型故障进行定量诊断的有效时域特征,值得进行深入的理论和应用研究。 最后,研究了小波灰度图及小波灰度矩在实际诊断系统中的应用。研究了小波算法的程序实现,将小波灰度图及小波灰度矩作为独立的小波诊断模块,应用在某省的“汽轮机组振动远程监测及故障诊断专家系统”中。作为故障诊断的辅助模块,小波诊断模块在该远程诊断系统中发挥了应有的作用。
【学位授予单位】:华中科技大学
【学位级别】:博士
【学位授予年份】:2006
【分类号】:TK268

【相似文献】
中国期刊全文数据库 前10条
1 ;中国航空学会信息融合分会成立暨第三届中国信息融合大会[J];舰船电子工程;2011年08期
2 ;书讯[J];火力与指挥控制;2011年07期
3 高庆水;刘石;冯永新;;300MW汽轮发电机组轴瓦异常振动诊断分析及处理[J];广东电力;2011年05期
4 丁旭;;汽轮发电机组异常振动的分析及处理[J];黑龙江科技信息;2011年19期
5 宋秀范;;2×350MW汽轮发电机组凝汽器改造及应用[J];华北电力技术;2011年07期
6 张冉;赵成龙;;改进BP网络在汽轮发电机组故障诊断中的应用[J];计算机仿真;2011年07期
7 ;基于故障录波与保护信息融合的智能变电站事故分析系统[J];电力科学与工程;2011年06期
8 赵香平;;300MW机组启动旁路形式、功能、容量选择[J];山西焦煤科技;2011年S1期
9 郑文涛;;浅谈轴系振动和汽轮发电机组安装之间的关系[J];科技促进发展(应用版);2010年02期
10 ;书讯[J];火力与指挥控制;2011年08期
中国重要会议论文全文数据库 前10条
1 居广忠;;关于背压式汽轮发电机组和抽汽式汽轮发电机组联合运行的经济性分析[A];新能源与可再生能源的开发与利用——江苏省能源研究会第五届会员代表大会暨第九届学术年会论文集[C];2003年
2 徐基琅;韩玉峰;宋向东;;汽轮发电机组碰磨振动现场诊断刍议[A];2003大型发电机组振动和转子动力学学术会议论文集[C];2003年
3 杨哲;;汽轮发电机组摩擦振动问题分析[A];广东省电机工程学会2003-2004年度优秀论文集[C];2005年
4 杨苹;冯永新;;200MW汽轮发电机组振动故障的模糊诊断系统[A];第十九届中国控制会议论文集(二)[C];2000年
5 胡良梅;高隽;;信息融合技术[A];全国第十四届计算机科学及其在仪器仪表中的应用学术交流会论文集[C];2001年
6 龚存忠;张静;;船用汽轮发电机组齿轮传动的降噪[A];江苏省机械工程学会第六次会员代表大会论文集[C];2002年
7 郭丽珍;李晓奇;;基于三种模糊积分的分类器方法及其改进[A];第四届中国智能计算大会论文集[C];2010年
8 曹剑绵;陈昌林;邓建安;;汽轮发电机组轴系扭振特性分析[A];2003大型发电机组振动和转子动力学学术会议论文集[C];2003年
9 钟京立;韩沂宁;;战术数据链信息融合模型研究[A];第十届中国科协年会信息化与社会发展学术讨论会分会场论文集[C];2008年
10 徐丰;宋超翼;李国军;刘双宝;;汽轮发电机组故障的模糊评判与综合诊断论文摘要[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年
中国重要报纸全文数据库 前10条
1 记者 杨玉璞通讯员 赵志伟;洛阳造汽轮发电机组首出国门[N];河南日报;2008年
2 周新红 田朝晖 段勇;信息融合:现代战争的重要支撑[N];解放军报;2005年
3 凌维;合资生产超临界汽轮发电机组 阿尔斯通与北重电机一拍即合[N];中国工业报;2004年
4 本报记者 蒋学林 杨苗苗;冯伟忠:把问题当财富[N];中国电力报;2010年
5 许同和 徐德池;C4系统简介[N];解放军报;2005年
6 傅建设;中冶华天公司两工程分获国优设计奖提名[N];中国冶金报;2009年
7 记者王昱骅;玛电脱硫改造工程奠基开工[N];昌吉日报;2010年
8 记者 庄云锋;清洁高效汽轮发电机组生产建设项目在济开工[N];济南日报;2011年
9 本报记者 邱爽;奉献光明追求卓越 推动鹰城率先崛起[N];平顶山日报;2009年
10 本报记者 何人民 通讯员 高雅怀;老树著花 青春焕发[N];中国工业报;2010年
中国博士学位论文全文数据库 前10条
1 吴振锋;基于磨粒分析和信息融合的发动机磨损故障诊断技术研究[D];南京航空航天大学;2002年
2 朱大奇;航空电子设备故障诊断技术研究[D];南京航空航天大学;2002年
3 吴世雄;逆向工程中多传感器集成的智能化测量研究[D];浙江大学;2005年
4 袁成清;磨损过程中的磨粒表面和磨损表面特征及其相互关系研究[D];武汉理工大学;2005年
5 王承;基于神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2005年
6 李立京;电梯综合测试系统与故障诊断技术的研究[D];天津大学;2002年
7 张小俊;基于嗅觉信息的机器人味源定位策略及实验研究[D];河北工业大学;2009年
8 吴文杰;基于信息融合的航空发动机故障诊断方法[D];电子科技大学;2011年
9 张燕平;汽轮机轴系振动故障诊断中的信息融合方法研究[D];华中科技大学;2006年
10 卢学军;汽轮发电机组故障诊断系统中几个关键技术的研究[D];浙江大学;2001年
中国硕士学位论文全文数据库 前10条
1 张西雅;基于信息融合的汽车防追尾避撞目标识别研究[D];郑州大学;2010年
2 郝彦彬;基于agent的信息融合与信息过滤机制的研究与实现[D];西北工业大学;2003年
3 许丽佳;组合导航系统中的信息融合研究[D];北京工业大学;2004年
4 孔李军;基于信息融合的粮情测控系统智能决策技术应用研究[D];河南工业大学;2010年
5 夏向阳;电力变压器故障在线监测与诊断系统[D];中南大学;2004年
6 王华朋;基于目标状态估计的信息融合算法研究[D];西北工业大学;2006年
7 高亚格;多传感器信息融合中态势估计方法研究[D];兰州理工大学;2006年
8 张琳;机械故障诊断中神经网络与D-S推理的信息融合技术研究[D];燕山大学;2003年
9 吴太旗;组合导航多源信息融合方法研究及仿真[D];解放军信息工程大学;2004年
10 魏友华;信息融合在复杂油气储层物性参数研究中的应用[D];成都理工大学;2005年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026