200 MW汽轮发电机组振动故障的模糊诊断系统

针对现有的汽轮发电机组振动故障的模糊诊断系统精度低这一问题,分析了造成其精度低的主要原因,提出了新的诊断策略。新策略在模糊综合评判模型的确定和模糊集隶属函数的设置这两个方面,采用与以往的诊断系统具有实质性不同的技术来实现模糊论断系统,即基于模糊评判的变重模型和模糊集扩展隶属函数的实现技术。在此基础上,采用新策略设计和实现了200MW汽轮发电机组振动故障的模糊诊断系统。系统的诊断结果表明,这一新的故障论断策略对于200MW汽轮发电机组的振动故障诊断是有效的。     

汽轮机发电机组振动故障诊断专家系统的知识范围

在总结１００多台次机组振动故障现场处理经验基础上，归纳了汽轮发电机组振动故障特征，进而提出了构成机组振动故障诊断专家系统知识范围的５个充分必要部分，为建立自动故障诊断系统及逐步由振动类型诊断提高振动原因诊断提供了依据。     

轴承座动刚度偏低的振动特征与诊断处理

针对某型号125MW汽轮发电机组大修后定速时和满负荷时出现振动故障的问题,进行数据分析和诊断,正确判断出机组振动偏大的原因是轴座动刚度偏低。为此,提出具体的处理方案,在短时间内消除了振动故障,机组正常并网发电。     

600MW汽轮发电机组振动问题分析

汽轮发电机组振动水平是考察机组运行安全性和可靠性的重要指标。汽轮发电机组的振动问题是机组制造质量、安装状态、运行条件的综合反映。尽管引起机组振动的原因错综复杂,但相同类型机组的振动特性具有一定的相关性。收集同型机组的振动特征对分析机组振动具有借鉴作用。针对600 MW汽轮发电机组发生的典型工频振动故障进行了分析,归纳了引起振动的主要原因,并提出了应对措施,为处理类似振动问题提供指导和参考。     

基于支持向量机与知识的汽轮发电机组智能故障诊断研究

针对汽轮机组故障诊断效率与准确率不高的问题,把常见的18种振动故障划分为4类,利用支持向量机对振动信号的频谱进行故障类识别,实现故障的初诊断。对不同类故障建立不同的故障模式识别模型,采用特定的征兆群运用加权模糊逻辑进行知识推理诊断出具体故障模式。提出了故障原因、故障影响和故障处理措施在知识库中的查找方法,使得诊断过程更加细致全面。案例分析表明该方法是有效可行的,对汽轮发电机组智能故障诊断系统的设计具有借鉴意义和深入研究的价值。     

汽轮发电机振动故障分析与诊断

本文应用层次分析方法对汽轮发电机结构和故障进行了分析,把汽轮发电机划分为系统、子系统和部件三个层次,分别对每个层次进行故障模式及影响分析,结合故障树分析方法得到了导致汽轮发电机振动故障的根本原因及其特征参数.提出了基于多属性特征距离的汽轮发电机振动故障诊断方法,最后给出了多特征属性距离诊断方法在汽轮发电机振动故障诊断中...     

基于遗传神经网络和证据理论融合的水电机组振动故障诊断研究

本文针对水电机组振动故障诊断中的故障误诊、漏诊以及诊断可靠性低等问题,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的故障诊断方法。在神经网络中应用遗传算法提高网络的收敛速度。对水电机组振动故障进行仿真,诊断结果表明,通过对故障征兆信息的有效组合,充分利用机组各部位信息,可减少诊断的误诊、漏诊,有效提高诊断的可靠性。应用MATLAB7.0开发出故障诊断系统界面。     

转子线圈膨胀不畅导致的汽轮发电机振动突升问题研究

近年来,火电机组时常出现由转子线圈膨胀不畅导致的汽轮发电机振动突升问题,这类振动问题需要明确振动特征,在做出准确诊断后,才能正确指导振动的治理。本研究对转子线圈膨胀不畅导致汽轮发电机振动突升的机理进行了说明,明确了该故障的特征,归纳总结了其诊断方法,并分析了线圈膨胀不畅导致的汽轮发电机振动突升与转子部件飞脱、密封瓦碰磨的特征区别,结合一台汽轮发电机实例对诊断思路进行了说明,对汽轮发电机运行中出现的振动突升问题的诊断具有参考价值。     

汽轮发电机组联轴器螺栓失效引起的振动问题分析

文章介绍了某厂2号机组振动故障发生经过,分析了振动试验数据,诊断出引起汽轮发电机组振动的原因是联轴器螺栓松动。探讨了联轴器螺栓松动产生振动的机理、特征和诊断方法,可供同类故障的排查作参考。     

汽轮发电机振动故障诊断的一种新方法——概率因果模型与遗传算法相结合

介绍了一种将概率因果模型和遗传算法相结合的汽轮发电机组振动故障诊断方法 ,它将概率因果模型的似然函数作为遗传算法的适值函数 ,从而将故障诊断转化为最优化问题。该方法有利于对汽轮发电机组的振动多故障进行诊断 ,具有较高的诊断可靠性和实用性     

基于小波模糊网络的电厂汽轮发电机组故障诊断

针对传统故障诊断方法在汽轮发电机组振动类多重并发故障诊断中的局限性，提出了小波变换与模糊理论相结合的诊断方法。采用二进离散小波变换获取有效的故障特征向量，利用模糊诊断方程进行故障模式分类。通过选择足够的样本对故障诊断方程进行训练，将代表故障的信息输入训练好的诊断方程，由输出结果即可判定故障类型。实际应用表明该方法可以有效诊断汽轮发电机组振动类多重并发故障，诊断结果全面、准确。     

改进遗传算法和神经网络在汽轮发电机组故障诊断中的应用

遗传算法是一种模拟自然进化而提出的优化组合算法，是建立在遗传学基础上的参数搜索方法。文章针对多征兆、多故障的汽轮发电机组的故障诊断系统，对采用改进的GA和RBF径向基函数神经网络相结合进行故障模式识别的方法进行研究。仿真表明，该方法对于汽轮发电机组的故障诊断具有较高的实用价值。     

一种基于模糊规则和遗传算法的凝汽器故障诊断方法的研究

该文总结了汽轮机组凝汽器低真空常见故障，建立了凝汽器典型故障集。介绍了基于信息熵的故障征兆提取方法，建立了凝汽器故障征兆集。在利用模糊规则的故障诊断方法基础上，提出了一种基于模糊规则和遗传算法的凝汽器故障诊断方法。通过遗传算法对用于故障诊断的模糊规则进行精简，消除了低置信度规则的影响，从而提高了故障诊断效率。最后，将该文提出的方法用于某汽轮机组凝汽器故障诊断中，结果表明该方法行之有效，且易于工程实现。     

基于离散BAM网络的汽轮发电机组振动故障诊断的应用研究

本文针对常规频谱诊断方法的不足,详细论述了离散的BAM网络及其特性.进而讨论了汽轮发电机组常见典型振动故障的变化特征及其数字化描述方法,建立了基于BAM算法的神经网络的汽轮发电机组振动故障诊断模型,对实际机组故障进行了诊断,效果良好.通过分析,提出BAM网络在故障诊断领域中有广阔的应用前景.     

FCM结合IEC三比值法诊断变压器故障

由于电力变压器的故障原因、故障现象和故障机理间存在着随机性和模糊性等不确定因素,故障特征量和故障征兆间没有明确的一一对应关系,为了用特征量的数值大小来衡量和确定故障发生的原因和严重程度,在深入对变压器油中溶解气体分析的基础上,按照聚类分析的思想,运用模糊C-均值聚类分析原理(Fuzzy C-Means,FCM)和IEC三比值法,将这两种故障类型识别的方法在特征气体诊断分析中进行有效结合,建立了多诊断方法的系统框架。该法可以定量地确定故障在特征气体空间上的聚集效应,从而达到对故障进行自动合理分类的目的。仿真得出该方法正判率为98.1%,较IEC比值法、FCM算法的正判率分别提高了3.6%、4.5%。结果表明该方法具有很高的可行性和有效性。     

一种改进型BP网络在汽轮发电机组故障诊断中的应用

在标准BP网络基础上,提出一种加优先权值的改进BP网络模型,给出该网络模型的结构、具体的学习训练算法和反馈算法,并阐述输入层与输出层神经元部分连接的依据及其连接优先权值的确定问题。结合汽轮发电机组故障诊断实例,从单故障识别和多故障识别两个角度证明了该模型具有较强的故障识别能力,其诊断结果也更符合故障实际情况。     

灰色聚类与模糊聚类集成诊断变压器内部故障的方法研究

根据反映变压器绝缘状态的模糊和灰色特征，采用模糊聚类方法，对若干典型故障样本聚类成C个灰类，得到C个最优聚类中心。依据聚类中心矩阵并借助灰色系统理论，提出了一种确定故障诊断各灰类白化权函数的原则和算法，根据该算法，首先求出各待检模式状态的灰色聚类系数，进而建立了一种灰色聚类与模糊聚类相结合的变压器故障诊断的新模型，进行了大量的该模型应用实例分析，结果表明该文方法的诊断准确度高于现有的常用方法。     

模拟电路的融合智能故障诊断

提出了一种基于遗传算法、神经网络、模糊集理论与数据融合技术相结合的模拟电路故障诊断新方法。该法使用多类电路测试数据来解决由于测试节点不足而带来的故障信息欠缺等问题，采用遗传算法来优化BP网络的结构与初始权值分布。对每类测试信息各用一个独立的所提遗传神经网络进行初步诊断，得到基于各类测试信息的被诊断电路属于不同故障状态的可能性。在充分考虑每个神经网络输出信息重要程度的基础上，采用模糊积分融合方法进行决策融合。文中研究了其故障特征提取、样本选择、诊断系统结构、学习算法及其综合决策方法，并通过电路诊断实例，阐述了该方法的具体实现，验证了所提方法的鲁棒性。诊断结果表明：所提方法对容差模拟电路的多故障与单故障诊断均适用，故障定位准确率高。     

免疫遗传法结合概率因果模型诊断变压器故障

为了对电力变压器的绝缘故障进行诊断,提出了一种免疫遗传算法结合概率因果模型的故障诊断方法。该法先用概率因果模型将电力变压器的故障诊断问题转化为最优化求解问题,再将概率因果模型的似然值函数作为免疫遗传算法的抗原,故障诊断的解作为其抗体,对电力变压器进行故障诊断。基于生物系统的免疫遗传算法既保留了遗传算法随机全局并行搜索的特点,又在相当大程度上避免未成熟收敛,确保快速收敛于全局最优解。实例分析证明,该方法能有效诊断电力变压器的故障,具有较高的诊断准确率。     

基于欧式距离法的变压器故障BBA模型建立与分析

针对变压器故障诊断中油溶气体技术的改良三比值法存在故障区域边界值判断模糊的问题,在分析改良三比值法的基础上,以欧式距离来表征隶属每种故障概率大小的形式,建立了不同故障下的基本信任分配函数(BBA)诊断模型进行变压器故障诊断,并采用D-S合成规则对不同故障的BBA进行融合,实现了对多BBA模型函数重新构造以及归一表述的功能。利用该模型对长春某500 k VA变电站的变压器故障进行实例计算,并通过改良三比值法和模糊算法进行对比分析。结果表明:该诊断模型能准确、有效地对变压器的多种常见故障进行诊断;用计算隶属故障概率的形式弥补了改良三比值法边界值计算模糊的缺陷,使故障的判别更加趋于真实准确,为电力变压器故障诊断提供了一种有效的方法。