基于模糊聚类分析的燃气轮机振动故障诊断研究

通过对燃气轮机振动故障的研究分析,提出一种基于模糊聚类分析的燃气轮机振动故障诊断实践方案。针对某海上平台石油作业区单轴燃气轮机的现场运行状况,通过比利时LMS信号采集分析仪进行目标机组的振动测试,运用模糊聚类分析原理对振动故障进行分类,并充分利用各种振动故障征兆,建立燃气轮机振动故障模糊关系方程,通过计算查找机组故障原因,更准确地进行燃气轮机的故障识别及诊断。通过现场验证,对于燃气轮机发电机组的可靠性运行产生一定的积极作用。     

汽轮机组回热系统故障诊断知识的模糊处理及诊断研究

在建立火电机组回热系统常见故障的故障集和征兆集基础上,利用模糊数学知识和相关理论,针对回热系统故障征兆参数的不同变化方向和程度,采用不同的变化等级和阈值,建立了回热系统典型故障样本模式知识库及实时故障模式集。同时利用基于MATLAB环境下的径向基函数网络,建立了回热系统故障诊断模型。并利用电站仿真机模似典型故障进行了神经网络模型的验证。实践表明,这种方法可有效地进行回热加热器故障样本模式的模糊量化处理,极大地改善了神经网络训练的收敛性。有利于回热系统的故障诊断。     

基于粗糙集理论的汽轮机组回热系统故障诊断模型

在分析了汽轮机组回热系统现有故障诊断方法无法解决冗余征兆的不足之后,提出了一种基于粗糙集理论的故障诊断模型。该模型从回热系统典型故障模式出发,通过连续征兆属性的离散化建立了故障诊断决策表;利用遗传算法实现了故障征兆属性约简,并提出了结合领域知识的最小约简择优策略,然后通过给出的决策规则约简的基本原则,得到用于故障诊断的决策规则库。在应用该模型进行故障诊断时,用待诊实例的离散化了的故障征兆属性与规则库中的诊断决策规则进行匹配,对返回的诊断决策规则进行综合评价,并得出诊断结论。利用电站仿真机模拟典型故障进行了故障诊断模型的验证,实践表明,该模型可以有效地约简冗余的故障征兆,并具有较好的诊断效果和一定的容错能力。     

诊断汽轮发电机组振动故障的一种模糊聚类分析方法

提出的模糊聚类分析方法将标准故障样本与待检样本一起作为分类样本，运用基于传递闭包的模糊等价矩阵法和F统计量对原始数据进行初始分类，然后求出模糊－c划分的实始叠代矩阵，再用ISODATA方法进行验证并得到最优分类矩阵和聚类中心，并依此来判断待检样本的故障类型。通过应用表明，提出的这种方法可有效地诊断汽轮发电机组振动故障，具有良好的应用前景。     

基于模糊专家系统的汽轮机远程振动故障诊断系统的设计与开发

详细介绍了一套基于模糊专家系统的汽轮机振动故障诊断系统的设计与开发细节。系统采用分布式架构,由数据采集与分析子系统、振动数据与特征数据存储子系统、智能监测与诊断子系统和人机交互子系统等四大子系统组成。智能监测与诊断子系统采用了知识库/推理机结构,推理机基于自主开发的基于模糊Rete算法的模糊专家系统,支持海量规则和特征的匹配。通过对仿真的故障进行诊断,验证了整套系统的有效性。     

引进型300MW汽轮机组轴系振动的改进

首台引进型300MW汽轮机组于1987年6月在山东石横电厂投运以来，到1996年底已有近30台机组在全国各电厂投入商业运行。实际运行情况表明，该机组具有结构紧凑，启动性能好，操作灵活方便，负荷适应性强，自动化水平高，经济性优良和运行安全可靠等优点，得到用户普遍好评，已成为“八五”“九五”期间我国电力工业发展的主力机组之图1改进前低压缸轴承座结构图一，为国民经济的发展发挥着重要的作用。但某些早期机组在运行初期存在着4号轴承瓦温偏高和座振偏大等现象．个别电厂还发生烧瓦情况，同时发电机、励磁机轴承也存在振动偏大及爬升…     

基于多特征提取与核极限学习机的汽轮机转子故障诊断

针对汽轮机转子发生的典型故障,提出一种基于多特征提取和核主元分析的核极限学习机诊断模型。首先,对测取到的各典型故障时的振动信号进行变分模态分解,获得不同尺度固有模态函数;其次,对各固有模态函数计算特征能量和样本熵组成特征向量;最后,对特征向量采用核主元分析法进行去噪和降维,并将其作为输入进行核极限学习机(遗传算法优化)模型的训练和测试。与基于单一特征向量的模型相比,多种特征提取能够增强模型的输入特征,而核主元分析方法能够明显减少信息冗余和特征向量的相关性,且节约时间成本,在一定程度上提高模型的预测性能,为汽轮机转子故障的诊断研究提供一种新的思路。     

基于改进粒子群优化支持向量机的汽轮机组故障诊断

基于支持向量机（SVM）在核函数参数和惩罚因子人为选取的盲目性以及传统粒子群算法（PSO）后期易陷于局部最小值的不足,提出了一种改进的粒子群算法（MPSO）,建立了汽轮机组振动故障诊断模型并且利用故障数据进行了模式识别.结果表明：模型能够对SVM相关参数自动寻优,并且能达到较为理想的全局最优解;与PSO-SVM和GA-SVM算法相比,MPSO-SVM算法在收敛速度和准确率方面都有所提高.     

基于故障矢量的汽轮机叶片脱落故障诊断方法研究

本文首先分析了汽轮机叶片脱落故障产生的机理及其危害性,然后根据叶片脱落所造成的机组振动变化情况,提出利用故障矢量诊断法来研究汽轮机叶片脱落位置的方法,并在实验室中进行模拟试验。通过对实验数据的分析发现,大多数数据结果都在误差的允许范围之内,表明了这种方法具有一定的实用性。     

汽轮机叶片脱落故障诊断方法的研究

首先分析了汽轮机叶片脱落故障产生的机理及其危害性,然后根据叶片脱落所造成的机组振动变化情况,提出利用故障矢量诊断法来研究汽轮机叶片脱落位置的方法,并在实验室中进行模拟试验。通过对实验数据的分析发现,大多数数据结果都在误差的允许范围之内,表明这种方法具有一定的实用性。     

聚类模糊原理在汽轮发电机组振动故障中的应用

:针对模糊关系诊断方法的不足,引入了聚类分析的概念,将聚类分析方法应用到旋转机械振动故障的研究领域,提出了聚类+模糊关系的综合诊断方法。并结合实例对两种方法进行了计算比较。文章最后介绍了该方法在2×300MW机组振动故障在线诊断诊断系统中的应用。     

汽轮机组汽流激振故障原因及分析

通过对近年来我国汽轮机组汽流激振故障案例进行整理,归纳分析了汽流激振事故原因,得出蒸汽激振力过大和轴瓦稳定性差这两个方面为汽流激振的主要原因．从发生部位、低频振动频率特征、低频振动振幅变化、与运行参数的关系以及其他相关特征几个方面分析了汽流激振的主要振动特征．根据分析结果,总结提出了汽流激振故障诊断的依据,并提出采用降低蒸汽激振力、提高轴瓦稳定性等主要措施预防汽流激振故障,为机组安全稳定运行提供技术参考．     

国产早期300MW汽轮机振动原因分析与诊断

针对国产早期生产的300MW汽轮发电机组,在240MW负荷稳定运行期间,8号轴承垂直振动由24μm突升到67μm,转子振动由72μm突升到125μm的故障情况,在现场进行了变负荷、变真空和改变轴承支承刚度等一系列试验和数据测量分析,诊断出振动特点与原因,并制定了保障机组安全运行的技术对策和检查方案。小修揭缸检查发现了引起振动的设备故障,证明诊断结论正确性,为该类型机组振动故障诊断分析提供了有益借鉴。     

基于免疫克隆与模糊聚类的汽轮机故障诊断方法的研究

提出了一种免疫克隆选择算法与模糊C-均值聚类算法相结合的混合聚类算法,是一种有监督学习和无监督学习结合的算法.该算法首先用克隆选择算法对模糊聚类中心的选取进行指导,然后进行聚类.仿真结果表明,将该算法用于汽轮机的故障诊断,能够正确地诊断出存在的故障,提高了故障诊断的准确性和有效性,其性能优于模糊C-均值聚类的故障诊断方法.     

300MW汽轮发电机组轴振跳变分析及处理

针对某电厂300MW机组3号轴承处轴振在启动和额定转速下发生跳变的故障,阐述并测取了该机组启动过程和额定转速下各测点的振动特征与振动数据,经过对振动数据进行分析、诊断,确定了引起该机组轴振跳变的原因为转子与浮动油挡发生碰摩所致,在分析了碰摩运动的非线性动力学机理的同时,提出了解决该机组3号轴承处轴振跳变的措施,并消除了振动故障,保证了该机组的安全稳定运行.     

对某船用燃气轮机异常振动故障的分析与研究

针对某船用燃气轮机使用中异常振动现象,开展了振动监测。通过数据处理与分析,提取了振动故 障特征,基于这些特征认为该燃气轮机存在碰摩、转子支承松动、平衡不良等问题。对故障燃气轮机拆检进 行了跟踪,拆检结果与先前分析判断基本相符。综合振动故障特征和拆检结果,研究探讨异常振动现象产生 原因与相关机理。本例故障较为少见,相关问题分析及结论可作为船用燃气轮机类似故障诊断参考。     

某亚临界机组发生汽流激振故障分析和处理方案

通过对某亚临界325MW机组发生汽流激振故障案例进行整理,归纳分析了汽流激振事故原因,得出蒸汽激振力过大为汽流激振的主要原因。从发生部位、低频振动频率特征、低频振动振幅变化、运行参数的关系以及其他相关特征几个方面分析了汽流激振的主要振动特征。根据分析结果,总结提出了汽流激振故障诊断的依据,并提出处理方案降低蒸汽激振力、提高轴瓦稳定性等主要措施预防汽流激振故障,为机组安全稳定运行提供技术保证。     

基于小波分析的汽轮机叶片故障诊断技术

简述了小波分析的基础理论和算法,论述了在小波多分辨率分析下进行汽轮机叶片故障诊断的方法。结果表明,小波的方法能很好地保存瞬态信号中的尖峰和突变部分,对振动信号进行处理后再进行特征提取,使故障诊断变得容易,具有良好的效果。