收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于多源信息融合的水电机组故障诊断与轴心轨迹识别技术研究

杨志荣  
【摘要】:随着水电机组向巨型化、大容量发展,故障诊断技术在保证水电机组安全稳定运行的作用越来越突出,众多学者针对水电机组故障诊断技术开展了深入的研究,积极探寻有效的故障诊断方法同时获得了大量有效成果。但是受研究范式的局限,尤其是研究理论在技术实现方法上的限制,使得某些具有不确定性的故障类型难以得到准确诊断。研究提高水电机组故障诊断效能的方法极具挑战性,其研究成果有助于全面了解水电机组故障机理与信息融合原理,优化故障分析手段,并提高故障诊断的准确性。 针对水轮发电机组轴心轨迹自动识别技术,论文总结近年来的研究成果,结合模式识别研究的新成果,提出了基于Racah矩的轴心轨迹自动识别的新方法,与已有研究方法的识别效果进行了对比评价:基于Racah矩方法的轴心轨迹自动识别方法具有很高的目标识别能力,且计算工作量较小、速度快,非常简便,具有极大的使用价值。 论文针对水电机组采样信息量大、冗余度高的特点,提出基于粗糙集的故障信息挖掘。利用粗糙集处理模糊、不确定性信息的优越能力,通过研究水电机组故障特征对照表,构建知识挖掘模型,用该知识模型化简机组故障信息,消除采样信息量之间的冗余信息,使故障特征与故障类型之间的关系更加明晰。 水电机组故障与信息特征是多-多映射关系,同时机组各部分的运行存在强烈的耦合关系,这些因素决定了单一故障诊断技术或单一信息特征都无法确切地判断机组的故障状态。因此,本文引入D-S证据理论对水电机组的多种诊断方法结果与多信息特征结果进行融合,以可信度的形式给出在机组运行过程中各类故障的发生概率,尽可能符合生产实际。 为解决水电机组故障诊断中各类诊断技术诊断结果的一致性以及各类故障信息特征在多-多映下故障诊断结果的统一问题,论文提出融合粗糙集与D-S证据理论的水电机组多Agent故障诊断模型。该模型有四个特点:状态监测子系统直接从监控现场提取异常特征信号以提高故障监测的灵敏性,同时设立属性约简Agent,以粗糙集理论为手段,将复杂的条件属性对应关系化简,减少诊断融合的工作量;构造融合Agent,接收各诊断Agent传来的诊断结果进行评价合并,获得一致性诊断结果;将任务控制与任务分解融合于一个Agent子系统中,提高了控制信号的传输率并简化系统;在故障诊断子系统中设计了多Agent并行工作结构以满足系统诊断实时性与高可靠性的要求。整套系统采用基于java语言的JAFMAS软件构建开发平台建立多Agent协调机制。 基于前面的研究结果以及有关技术,设计并实现了一个基于粗糙集和D-S证据理论的多Agent水电机组故障诊断系统,实验结果表明,该系统具有较好的故障诊断能力。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 彭文季;郭鹏程;罗兴錡;;基于最小二乘支持向量机和信息融合技术的水电机组振动故障诊断研究[J];水力发电学报;2007年06期
2 张孝远;周建中;黄志伟;李超顺;贺徽;;基于粗糙集和多类支持向量机的水电机组振动故障诊断[J];中国电机工程学报;2010年20期
3 彭文季;罗兴锜;李福松;陈志敏;;基于频谱法和带偏差单元递归神经网络的水电机组振动故障诊断[J];机械科学与技术;2006年11期
4 彭文季;罗兴锜;逯鹏;;基于对向传播神经网络的水电机组振动故障诊断研究[J];西安理工大学学报;2006年04期
5 王荣荣;王利平;侯新刚;;基于变精度粗糙集的水电机组故障诊断[J];水利水电科技进展;2009年03期
6 张芃,张雪源;水电厂机组状态监测分析诊断系统[J];东北电力技术;2005年09期
7 彭文季;罗兴锜;郭鹏程;逯鹏;;基于最小二乘支持向量机和信息融合技术的水电机组振动故障诊断(英文)[J];中国电机工程学报;2007年23期
8 程玲;;水电机组的计算机实时状态监测研究[J];水电厂自动化;2007年04期
9 李风芝;谢晓尧;高建瓴;;可靠性理论在水轮发电机组故障诊断中的应用[J];贵州工业大学学报(自然科学版);2007年01期
10 白亮;王瀚;李辉;罗兴錡;;基于时间序列相似性挖掘的水电机组振动故障诊断研究[J];水力发电学报;2010年06期
11 刘辉;余永华;丁坦;;基于Petri网的水电机组故障诊断专家系统研究[J];水电能源科学;2010年02期
12 刘宝忠;彭孟;;信息融合技术在水电机组计算机监控系统中的应用研究[J];水利水电技术;2008年10期
13 彭文季;罗兴锜;赵道利;;基于频谱法与径向基函数网络的水电机组振动故障诊断[J];中国电机工程学报;2006年09期
14 李郁侠;陈继尧;刘立峰;;基于神经网络和小波分析的机组振动故障诊断[J];武汉大学学报(工学版);2006年05期
15 王宏;;水电机组在线状态监测与诊断现状与发展[J];华东电力;2010年08期
16 赵道利,马薇,梁武科,罗兴锜;水电机组振动故障的信息融合诊断与仿真研究[J];中国电机工程学报;2005年20期
17 梁武科;彭文季;罗兴锜;逯鹏;;水电机组振动故障诊断的人工神经网络选择研究[J];仪器仪表学报;2006年12期
18 张允;孟祥萍;王瑾;梁春晖;;基于分级模糊神经网络的水电机组故障诊断[J];河海大学学报(自然科学版);2009年03期
19 魏霞,徐敏强,鹿卫国;故障诊断技术及应用综述[J];热力透平;2004年04期
20 陈维克,张松,吴雅,杨叔子;我国水电机组振动监测与故障诊断技术的现状和发展方向[J];大电机技术;1994年06期
中国重要会议论文全文数据库 前10条
1 张伟;郭景涛;韩亮;;诊断类专家系统通用平台研究[A];全国水电厂技术改造学习交流研讨会论文集[C];2005年
2 刘仁德;胡申辉;徐家倬;;磨煤机的故障诊断[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年
3 戴乐云;李建康;;振动信号时间序列建模在故障诊断中的应用[A];振动工程学报(工程应用专辑)[C];2001年
4 李晓栋;胡清华;;汽轮机故障诊断文本支持系统的研究与建立[A];2004电站自动化信息化学术技术交流会议论文集[C];2004年
5 王航;于歆杰;;遗传算法在故障诊断中应用的新方法[A];2005年中国智能自动化会议论文集[C];2005年
6 单鸿鹏;关月红;;频谱分析技术在滚动轴承故障诊断中的应用[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年
7 张珍;韩厚德;陈宝忠;;基于卫星通信的船舶冷藏集装箱远程故障诊断系统[A];制冷空调新技术进展——第四届全国制冷空调新技术研讨会论文集[C];2006年
8 卫红梅;段滋华;;高速回转轴油膜振荡故障诊断分析[A];2006年石油和化工行业节能技术研讨会会议论文集[C];2006年
9 阳能军;汤伟;龙宪海;雷涛;;EMD及其在声发射检测中的应用研究[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年
10 蔡勇;王晓武;潘卫明;;基于瞬时转速的斯特林发动机循环系统故障诊断研究[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 陈喜阳;水电机组状态检修中若干关键技术研究[D];华中科技大学;2005年
2 杨志荣;基于多源信息融合的水电机组故障诊断与轴心轨迹识别技术研究[D];华中科技大学;2011年
3 张孝远;融合支持向量机的水电机组混合智能故障诊断研究[D];华中科技大学;2012年
4 宋其江;基于有向图模型的故障诊断方法研究及其在航天中的应用[D];哈尔滨工业大学;2010年
5 陈非;基于过程信息融合的旋转机械信息(火用)故障诊断研究[D];华中科技大学;2010年
6 冯志鹏;计算智能在机械设备故障诊断中的应用研究[D];大连理工大学;2003年
7 何小斌;基于统计学方法的自适应过程监控与故障诊断[D];上海交通大学;2009年
8 宋凯;基于PLS的统计质量监控研究与应用[D];浙江大学;2005年
9 李敏;复杂机械基于数据的建模与故障诊断[D];太原理工大学;2010年
10 鲁峰;航空发动机故障诊断的融合技术研究[D];南京航空航天大学;2009年
中国硕士学位论文全文数据库 前10条
1 赵勇飞;基于模糊神经网络的水电机组故障诊断专家系统研究[D];武汉大学;2005年
2 彭文季;水力机组空蚀在线监测系统的LabVIEW实现[D];昆明理工大学;2005年
3 余雄伟;水轮机调速系统优化维护专家工作站研究与开发[D];华中科技大学;2005年
4 王明秀;大型汽轮发电机故障诊断专家系统诊断处理子系统的研究[D];华北电力大学;2001年
5 刘峰;基于神经网络的水轮发电机组振动故障诊断专家系统的研究[D];西安理工大学;2003年
6 张彦宁;基于小波分析的水电机组在线监测与故障诊断的研究[D];西安理工大学;2003年
7 许东;地空导弹混合智能故障诊断专家系统的设计与实现[D];西北工业大学;2002年
8 石金彦;基于规则的数据挖掘方法在故障诊断中的应用[D];郑州大学;2003年
9 徐东海;水电机组状态监测及故障诊断研究[D];清华大学;2003年
10 周春健;基于小波变换的旋转机械故障诊断[D];南京航空航天大学;2004年
中国重要报纸全文数据库 前10条
1 黄安华;液压制动系统的故障诊断[N];中国汽车报;2002年
2 李萍;济钢EAM离线网络点检和故障诊断管理系统开发应用[N];世界金属导报;2007年
3 胡荣山 马巍;上海海大一课题列入国家“863”计划[N];中国船舶报;2007年
4 孙建阳 刘波;小型渔船柴油机故障诊断与排除[N];中国渔业报;2008年
5 见习记者 仝亚娜;孙彦广:冶金故障诊断设备前景广阔[N];机电商报;2005年
6 小田;网卡故障诊断[N];中国电脑教育报;2000年
7 陈全东;干式复合“粘边”故障诊断[N];中国包装报;2003年
8 龚献荣;大型天然气装置实现网络化监测[N];中国化工报;2005年
9 周传勇 杜慧;济钢网络化设备点检与故障诊断管理系统上线运行[N];世界金属导报;2008年
10 汤怀京;WLAN也有“线”[N];中国计算机报;2004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
  • 010-62982499
  • 010-62783978