元宝山发电厂600MW汽轮机低压叶片断裂原因分析

从设计思想、制造及装配工艺、检修维护、运行管理等方面,综合分析元宝山发电厂６００ＭＷ汽轮机低压叶片断裂的原因,根据改型前后叶片的安装和工作情况,从叶片的静动强度、断口特征、运行指标等方面探讨事故根源;还结合机组的通流尺２和运行工况,提出改进叶片安全性的措施。     

基于多元角域指标离群检测的风电齿轮箱故障预警方法

针对风速和载荷随机波动造成的早期故障特征难以提取和量化的特点,提出基于多元角域指标离群检测的风电齿轮箱故障预警方法。首先利用阶比重采样技术将非平稳的时域振动信号转化为具有平稳或准平稳特性的角域信号,提取角域无量纲指标反映风电齿轮箱早期故障趋势;其次利用多元相关度测量建立风电齿轮箱早期故障识别模型;最后采用多元离群检测方法实现风电齿轮箱早期故障预警。实验表明,该方法能够实现较为准确地的风电齿轮箱早期故障预警,具有较好的工程实际意义。     

分布式汽轮发电机组振动监测与远程诊断系统研究

介绍了一种基于网络的汽轮发电机组振动监测与远程诊断系统，围绕数据流程和系统结构图，分析了该系统的基本构成、主要功能以及实现方法。该系统是集现场振动数据采集、网络通讯、状态监测、故障诊断和计算机网络等先进技术于一体的综合监测诊断系统，具有应用推广价值。     

基于区间划分的风电齿轮箱在线故障预警方法

针对大型风电机组运行工况复杂多变,依靠恒定的润滑油温度值作为齿轮箱故障预警值容易不报的问题,提出了基于运行区间划分的风电机组齿轮箱在线故障预警方法。该方法通过划分不同的运行区间,对不同运行区间根据高斯模型分别设定阈值。将实时数据代入相应运行区间判定是否异常,再利用移动窗口计算异常率作为触发齿轮箱故障预警的指标。该方法用于某1.5 MW风电机组齿轮箱故障的分析,结果表明,该方法能够准确地反映故障的发展趋势,可实现齿轮箱故障的早期预警,避免故障向更严重的方向发展,降低风电机组运行和维修成本。     

汽轮发电机组联轴器平行不对中在线诊断方法的研究

联轴器平行不对中是汽轮发电机组轴系典型故障之一。利用机组采集的联轴器两侧轴振信号、瓦振信号、健相信号和轴瓦温度,以及运用FFT频域和时域分析方法获得频谱特征和轴心轨迹对联轴器平行不对中进行智能诊断,以满足电站汽轮发电机组振动故障智能诊断的要求,考虑到故障征兆之间的相似性,提出了利用故障主征兆结合辅助征兆信息进行诊断的方法,并结合实际振动事故进行了诊断分析,得出了正确的诊断结果。     

汽轮发电机组轴系弯扭耦合振动的数学模型

根据汽轮发电机组轴系各轴段所处位置不同，将轴系分为3类微元轴段，在分析微元轴段力和力矩基础上，分别推导了各类轴段的弯扭耦合振动偏微分方程组。该方程组是基于分布质量模型的耦合振动数学模型，它能综合考虑机组诸多因素，比较接近实际地研究机组动力特性。该方程组是高度非线性的，轴系质量偏心是弯扭耦合的一个前提。利用本文给出的方程组，可以进行弯扭耦合振动的固有频率、振型及瞬态响应计算。     

一种改进模糊神经网络及其在故障诊断中的应用

构造了一种改进模糊神经网络模型，该网络由四层神经元构成，第二层为模糊化支，文中给出了该层的通用隶属函数表达式。计及否定规则的影响，提出了扩展通用隶属函数的概念，并结合汽轮发电机组振动故障的不同特征征兆，给出了其具体表达式。在该网络的第二层与第四层间建立了部分直接连接关系，根据不同征兆对故障诊断结果的重要度不同，赋予了部分连接的优先权值，阐述了建立部分连接的依据和优先权值的确定方法，给出了网络的具体学习算法，并从单故障和多故障识别两个角度，比较了该模型与某改进BP网络的诊断结果，证明了该模型具有较强的故障识别能力。     

智能化功率超声发生器的研制

本文介绍一套新研制的智能化超声发生器，详细说明其波形产生，功率放大，电路保护等关键技术，浅析基于换能器系统与匹配电感耦合振荡基础上的动态匹配问题，并给出了系统软件设计方案。     

燃气蒸汽联合循环发电机组健康管理大数据系统

大数据系统是发电机组状态监测与健康管理系统迈向智能化和工程应用的关键。本文以燃气蒸汽联合循环发电机组为应用场景,对其健康管理大数据系统进行分析研究。提出联合循环机组智能状态监测与健康管理系统的整体设计框架,分析大数据系统的特点及关键技术。指出大数据系统是以知识为核心的专用数据管理系统,知识获取和结构化表达是大数据系统构建的关键技术。最后通过燃气蒸汽联合循环机组设备分析、领域知识获取和知识结构化表达验证了大数据系统构建方法在工程实践中的应用效果。     

基于工况辨识的重型燃气轮机性能评价方法研究

针对重型燃气轮机缺乏有效综合性能评价方法的问题,提出了一种基于工况辨识的重型燃气轮机性能评价方法。根据重型燃气轮机效率的影响因素确定了机组性能综合评价特征参数;选取机组多工况运行历史数据进行稳态筛选,并对筛选出的稳态运行数据进行基于多步K-均值聚类的工况辨识,实现机组稳态运行空间的工况划分;采用多元高斯混合模型确定各个工况下性能评价特征参数的基准值和阈值;最后建立基于熵权法的机组性能评价模型,实现了机组的综合性能评价。实例证明了所提方法的可行有效性。