汽轮发电机组故障诊断的复合式进化网络

提出了一种复合式神经网络结构,并用于大型汽轮发电机组的故障诊断．该神经网络集成一系列的ＢＰ网络,来完成故障分类任务．每个ＢＰ子网络只有一个输出结点并对应于一种特定的状态．子网络的权值通过基因算法进化确定,从而使训练过程可以实时进行．通过这种方法不仅可以对已知故障进行分类,而且可以对存在的新的故障进行识别．一种基于这种结构的实用诊断系统已经投入使用．     

改进的BP网络在汽轮发电机组故障诊断中的应用

提出了一种恒误差修正率控制的网络学习率和动量系数自适应调整方法，克服了网络训练收敛时间长和陷入局部最优的缺点；并根据大型汽轮发电机组振动故障的特点，建立了改进的BP网络故障诊断模型，对一实际汽轮机发电机组振动故障事例的诊断结果表明，该方法有效地提高了故障诊断的精度和可靠度。     

汽轮发电机组振动故障诊断中的改进BP算法

针对大型汽轮发电机组振动故障的特点,提出了一种基于改进算法的ＢＰ网络故障诊断模型,并对一实际汽轮发电机组振动故障事例进行诊断,结果表明,该方法是行之有效的。     

汽轮发电机组振动故障诊断的模糊输入方法

针对汽轮发电机组振动故障的特点,构造了一模糊神经网络（ＦＮＮ）诊断模型,讨论了网络的多种模糊化输入,输出方式,并对两种模糊输入方法进行了对比分析。最后运用该诊断方法与传统的ＢＰ网络诊断方法进行比较。结果表明：模糊神经网络诊断方法对汽轮发电机组振动故障的识别是有效的,且在分类模糊边界数据时优于ＢＰ网络诊断方法。     

汽轮发电机组故障诊断的并行关联模型

提出了一种新的汽轮发电机组故障诊断模型－并行关联诊断模型（ＰＲＤＭ）。ＰＲＤＭ将复杂问题分解成为相对简单又相互关联的子问题,再根据各个子问题的具体特性由多个相对独立的子系统并行协同工作,简化了求解的复杂程度。和传统的诊断专家系统相比,ＰＲＤＭ具有知识维护容易,推理机制灵活,推理效率高的优点,智能化程度有了进一步提高,适用于大型复杂系统的故障诊断。ＰＲＤＭ已经成功地应用于汽轮发电机组的故障诊断。     

神经网络在汽轮发电机组故障诊断中的应用

本文将改进后的神经网络应用于汽轮发电机组的故障诊断中,利用神经网络的高速并行性,联想记忆,容错性和自学习功能,使所建立的系统具有较高的推理速度和较强的类型识别能力。     

汽轮发电机组振动故障浅析

介绍了汽轮发电机组振动测量标准和规范，振动故障诊断的思路和方法以及目前较科学的机组振动分类，并通过实例说明，处理机组振动不能仅依据振动现象而直接套用消振经验，而应根据振动性质、支承刚度、激振力等来获得正确的诊断。     

基于分形理论的汽轮发电机组故障诊断

分析了汽轮机发电机组的几种常见故障及其表现形式，利用传统的频谱分析方法对某汽轮发电机组进行了状态分析，并研究了该发电机组在不同运行状态下的关联维数，给出了利用分形理论对汽轮机发电机组故障实施故障诊断的判据，利用数字量信息-关联维数作为诊断标准有利于计算机对设备的运行状态进行识别与判断，为机械设备的在线监测与故障诊断提供了可靠的工具，该方法为复杂机械的线监测与故障提供了新的思路。     

基于本体的汽轮发电机组故障诊断知识建模

针对目前汽轮发电机组故障诊断领域知识术语复杂、系统异构、知识表示不完备以及共享和重复使用困难等问题,依据故障诊断需求,采用基于本体的知识表示方法,提出了一种适用于汽轮发电机组故障诊断领域的本体构建方法和知识表示模型.在解析了汽轮发电机组故障知识特性的前提下,定义了其本体概念、属性、关系、实例和公理,为知识表示提供了明确的形式化规格说明,并借助Protégé_4.3构建了包含汽轮发电机组的故障类型、故障特征、故障原因和维修策略等故障诊断领域本体,设计了一致性检验的算法.在此基础上,在SQI机械故障综合模拟实验台上模拟汽轮发电机组故障,通过FaCT++推理机实现本体知识推理测试.结果表明基于本体的汽轮发电机组故障诊断知识模型是可行的.     

热电厂凝汽式汽轮发电机组真空降低现象的分析

我厂某小型凝汽式汽轮发电机组在不同负荷工况下运行时,出现真空突降,抽气温度迅速上升的故障现象。试验与分析结果表明:射水抽气器进汽口处的堵塞以及抽气器内部真空的相互干涉,可能导致抽气器抽气能力不足,最终使机组在各工况下真空出现突降。     

汽轮发电机多故障诊断的SOM神经网络方法

汽轮发电机组的振动故障具有多样性的特点,经常出现多种故障同时发生的情况.传统的BP神经网络方法可对单一故障有效诊断,若要对多故障进行诊断,则需对各种多故障样本进行学习,使输入空间在训练过程中被样本空间完全覆盖,将大大增加样本空间及学习训练负担,同时网络归纳、联想能力随之大幅度下降,诊断难以实施.因此,将自组织特征映射(SOM)神经网络应用于汽轮发电机组的振动多故障诊断,用单一故障样本对网络进行训练,根据输出神经元在输出层的位置对多故障进行判断.经实例分析证明,该方法可对多故障进行有效诊断.     

汽轮发电机组轴系动力特性综合分析

分析了汽轮发电机组在基础干扰、碰摩、油膜涡动、松动、转子不对中，气流激振等故障发生时系统的动力学特性，给出了力学模型，对汽轮发电机组轴系故障诊断，具有一定的参考价值。     

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

针对神经网络的缺陷和水轮发电机组振动故障原因多、征兆多的特点，利用网络分块技术，把BP网络规模控制在可以接受的范围内，并将专家系统与神经网络相结合，较好地解决了知识获取和自学习的问题。通过实例验证，该网络模型能有效地分离各种故障类型，在水轮发电机组振动故障诊断中具有一定的诊断能力。     

20万千瓦汽轮发电机组轴承故障诊断及监测综述

本文综合论述了20万千瓦汽轮发电机组轴承常见故障,油膜振荡的机理、特征、征兆、检测手段控制指标及改善措施.     

汽轮发电机组振动的影响因素

设计制造、安装、检修和运行几个方面都可能引起汽轮发电机组的振动，并简单介绍了其振动机理。     

汽轮发电机组安装工艺改进措施

在火电施工市场竞争激烈的背景下,项目施工企业根据工程实际情况,灵活调整改进安装工艺,是保证汽轮发电机组工期的突破口。本文结合某发电厂汽轮发电机组安装实例,对该工程中安装工艺改进措施进行了详细分析阐述。     

汽轮发电机组振动故障诊断的研究

热电厂的正常生产运行离不开汽轮机组,汽轮机的安全稳定运行对热电厂有着特殊的重要性.汽轮机组的结构复杂,是热电厂的重要机电设备,其运行环境也是有着特殊的要求,其在长期的运行过程中,由于受到多种因素的影响,出现问题和故障是不可避免的.汽轮机如果频繁地出现故障,必然导致汽轮机组停运,从而对电厂造成严重的经济损失.因此,为了保证电厂的正常运行和经济利益,就必须要求员工能对于汽轮机的故障进行快速的诊断和检修.