混合专家系统在水轮机组状态监测与故障诊断中的应用

建立一个基于知识的水轮发电机组故障诊断与监测专家系统，该系统采用“框架 规则”的知识表达技术，分别了大型水力机组的各种故障模式，采用神经网络进行故障模式的识别，同时针对专家系统的广义多层网无法识别新故障的缺点，提出了相应的自谐振ART神经网络解决方案。     

基于FVS法的气液两相瞬变流计算及特性研究

本文研究了求解气液两相瞬变流方程的方法———矢通量分裂 (FVS)法 ,将控制方程中的矢通量按照矢量雅可比矩阵分裂为两个亚矢通量并建立了稳定的差分格式 ,该方法能自动准确地捕捉到两相瞬变流中的激波。该方法计算数据与实验数据对比 ,能很好的吻合。本文还讨论了初始空穴率 α0 ,气体释放系数Ck对压力p ,波速a ,空穴率α的影响     

弯肘型尾水管非定常涡旋流动数值模拟

本文采用有限体积法求解用代数雷诺应力模型封闭的雷诺平均N—S方程组，对湖北清江隔河岩水电站l号发电机组的尾水管，在部分负荷工况运行时的非定常涡旋流动进行了数值分析。结果表明，在水轮机部分负荷运行，特别是负荷为40％左右时，尾水管内形成了明显的旋转涡带。数值模拟得到的尾水管中压力脉动的频率，与湖北中试所在隔河岩进行测试的结果基本一致。     

基于信息熵的机组运行劣化度综合指标

水轮发电机组故障诊断与运行状态评价课题是当前水电系统研究课题中的热点。首先从分析影响水电机组运行状态的相关参数出发,得到的故障熵指标反映了机组的故障发展和变化情况,融合了时域、频域和时频以外的一些信息,能有效地反映机组的运行状态。提出了机组运行状态综合劣化度的指标,机组运行劣化度综合指标结合了机组运行工况的信息和故障熵的长处,反映机组状态劣化的程度,是一种有效地表征机组状态是否劣化的参量。将上述指标在水轮发电机组进行了运行状态评价的实际应用,结果表明研究成果对机组的运行稳定评价是有效的。     

BP神经网络法预测水泵全性能曲线的研究

采用BP神经网络方法 ,进行任意比转速水泵全特性曲线的预测 ,从而可得到一种实用的任意比转速Suter水泵全特性曲线     

蝶阀三维分离流动的数值模拟研究

采用基于非结构、非交错网格的有限体积法求解用两方程模型封闭的雷诺平均N S方程组 ,对蝶阀的三维分离流动进行了数值模拟。结果表明 ,蝶阀关闭角度大于 2 0°时 ,在蝶阀背面产生了流动分离 ,形成一对大小相等方向相反的旋涡。在蝶阀下游 ,这两个旋涡相互作用 ,逐渐消失。蝶阀的流动阻力系数随着蝶阀关闭角度的增大呈指数性增长     

隔河岩水轮发电机组状态监测与诊断系统

结合清江隔河岩水电厂水轮发 电 机组状态监测与诊断系统的研制和开发，讨论了该系统的功能特点、硬件构成、软件设计与 系统配置等问题。该系统的实现为水轮发电机组的安全可靠运行、推行预测性维修提供了技术手段。     

BP神经网络在水轮发电机组状态监测与诊断系统中的应用

引用了一种改进的BP(back_propagation)神经网络训练方法 ,对水轮发电机组的故障诊断进行了分析诊断 .利用这种方法可以使BP网络得到更快的收敛速度 .使用了BP子网络方法对水轮发电机组故障进行了分类构造诊断网络 ,此诊断方法已用于水电厂故障诊断系统 ,文中阐述了神经网络诊断在系统中的具体实现     

基于蚁群初始化小波网络的水电机组振动故障诊断

针对传统小波网络在进行故障诊断时存在收敛速度慢,对初始参数敏感的缺陷,提出了基于蚁群初始化小波网络的水电机组振动故障诊断方法。该方法采用蚁群算法对小波网络的参数进行初步寻优,将优化后的参数作为小波网络的初始化参数;利用水电机组振动信号频谱分量的幅值作为特征向量,对蚁群初始化小波网络进行训练,实现振动特征集到故障集的有效映射,达到故障诊断的目的。实例诊断结果表明:与传统小波网络及蚁群优化小波网络相比,基于蚁群初始化小波网络的水电机组振动故障诊断方法具有较快的收敛速度和较强的泛化能力,为水电机组振动故障在线诊断提供了有效的解决方案。     

水轮发电机组状态监测与诊断系统研究

结合清江隔河岩电厂水轮发电机组状态监测与诊断系统的研制和开发,研讨了水轮发电机组的状态监测与诊断系统的系统特点、硬件构成、软件设计与系统布置等有关问题,为水轮发电机组的安全可靠运行、实现预测性维修提供了技术手段。