水電機組智能故障診斷的多元征兆提取方法

【摘要】：隨著我國能源結(jié)構(gòu)的不斷優(yōu)化調(diào)整,電網(wǎng)規(guī)模逐步擴(kuò)大,水電能源比重日趨增大,所擔(dān)負(fù)的調(diào)峰調(diào)頻任務(wù)也愈加艱巨,這對水電能源生產(chǎn)核心設(shè)備——水電機組運行的安全穩(wěn)定性提出了更加嚴(yán)格的要求。伴隨著水電機組巨型化、復(fù)雜化的發(fā)展,機組故障發(fā)生、演化過程中水機電等多種因素的耦合作用越發(fā)突顯,故障與征兆間的映射關(guān)系極為復(fù)雜,傳統(tǒng)的基于單一類型征兆模式識別的故障診斷方法已經(jīng)很難滿足機組故障診斷可靠性的要求,迫切需要綜合提取水電機組故障多元征兆以進(jìn)行全面診斷,保證水電機組故障診斷的可靠性。本文針對水電機組振動故障診斷及其工程應(yīng)用中的若干關(guān)鍵科學(xué)問題,以水電機組振動故障的多元征兆提取為切入點,引入先進(jìn)信號分析與圖像處理方法,深入探究其理論基礎(chǔ)及工程應(yīng)用背景,并結(jié)合水電機組故障特點進(jìn)行改進(jìn),提高故障征兆辨識的有效性,同時針對不同征兆所得診斷結(jié)果可能存在的局部決策沖突問題,綜合運用特征聯(lián)合與決策融合的方法對多元征兆信息進(jìn)行融合,形成基于多元征兆提取的融合智能故障診斷體系并應(yīng)用于水電機組的振動故障診斷之中。論文的主要研究內(nèi)容及創(chuàng)新性成果如下： (1)深入研究了經(jīng)驗?zāi)B(tài)分解(EMD)中的模態(tài)混疊問題,并針對此問題提出了一種多重微分經(jīng)驗?zāi)B(tài)分解方法,運用微分運算增強高頻分量的特性來改善頻率混疊問題。該方法首先對原始信號及其各階微分信號進(jìn)行EMD分解,形成本征模態(tài)函數(shù)矩陣,然后求取各階微分信號的能量分布,聯(lián)合獲得能量特征矩陣,并以此作為故障征兆完成故障的識別與診斷。通過仿真及實驗驗證,該方法能夠一定程度上改善頻率混疊現(xiàn)象,對水電機組故障診斷精度的提高具有一定的促進(jìn)作用。 (2)針對軸心軌跡識別過程中,其形狀特征難以有效獲取的問題,提出了基于統(tǒng)計模糊矢量鏈碼的軸心軌跡自動識別方法。首先引入模糊矢量依據(jù)軸心軌跡內(nèi)角信息對軸心軌跡的邊界進(jìn)行編碼,繼而運用統(tǒng)計模糊矢量鏈碼提取軸心軌跡的形狀特征,最后,以此為依據(jù),采用支持向量機對軸心軌跡進(jìn)行分類,完成其自動識別。與傳統(tǒng)特征提取方法的對比試驗結(jié)果表明,統(tǒng)計模糊矢量鏈碼具有計算簡單、可分性高的優(yōu)點,能夠有效的提取軸心軌跡的形狀特征,進(jìn)而更加準(zhǔn)確的識別出軸心軌跡類型,有助于水電機組故障自動診斷的實現(xiàn)。 (3)分析了當(dāng)前水電機組故障診斷中振動與其他狀態(tài)參量相關(guān)性特征提取方法的缺點,引入了運用關(guān)系曲線形狀來表征振動相關(guān)性特征的思想；以振動轉(zhuǎn)速關(guān)系為例,研究了水電機組振動隨轉(zhuǎn)速變化的趨勢,針對振動轉(zhuǎn)速關(guān)系曲線的非閉合性、函數(shù)性等諸多特點,對統(tǒng)計模糊矢量鏈碼進(jìn)行相應(yīng)改進(jìn),按照轉(zhuǎn)速遞增的順序,依次對曲線上各點進(jìn)行編碼,實現(xiàn)二維點劃分下的非閉合曲線編碼,最后利用鏈碼的統(tǒng)計特征表征曲線的形狀,使其具有平移、縮放不變性。并以此作為曲線形狀特征,完成振動轉(zhuǎn)速關(guān)系曲線的自動識別。通過仿真試驗證明了該方法的有效性,同時將該方法應(yīng)用于二灘水電廠3號機組的振動問題分析中,驗證了方法的工程實用價值。 (4)圍繞水電機組故障診斷實際應(yīng)用中,先驗經(jīng)驗缺乏,準(zhǔn)確、完備訓(xùn)練樣本難以獲取的問題,深入研究了無監(jiān)督學(xué)習(xí)模式識別方法,將模糊核聚類應(yīng)用于機組故障的識別中。針對其核參數(shù)選擇與最優(yōu)聚類中心獲取的主要難題,提出了一種仿電磁蜂群加權(quán)模糊核聚類算法：給每個樣本特征設(shè)置權(quán)重,表征其貢獻(xiàn)度的大?。粚⒕垲愔行?、核參數(shù)以及征兆權(quán)重同時作為聚類模型的優(yōu)化變量,實現(xiàn)其同步尋優(yōu)；以核Xie-Beni指標(biāo)作為聚類模型的目標(biāo)函數(shù),獲取最佳聚類效果；將人工蜂群算法和仿電磁學(xué)算法有機結(jié)合,綜合利用兩種進(jìn)化策略,進(jìn)行模型求解,準(zhǔn)確高效的完成聚類。通過在水電機組振動故障診斷中的應(yīng)用,對該方法的工程實用性進(jìn)行了驗證。 (5)針對多元征兆故障診斷中可能存在的局部決策沖突問題,提出了一種基于投影D-S證據(jù)理論的混合決策融合診斷策略。對識別框架相同的征兆進(jìn)行特征聯(lián)合,統(tǒng)一識別；通過投影將不同框架下的診斷結(jié)果映射到包含所有識別框架的融合框架中,在融合框架上完成診斷結(jié)果決策層的融合。以所提診斷策略為核心建立了水電機組故障診斷專家系統(tǒng),并成功的應(yīng)用于松江河水電廠的故障診斷系統(tǒng)中,驗證了該方法的有效性和實用性。 【關(guān)鍵詞】：水力發(fā)電機組 智能故障診斷 多元征兆提取方法 多重微分經(jīng)驗?zāi)B(tài)分解 統(tǒng)計模糊矢量鏈碼 軸心軌跡識別 振動轉(zhuǎn)速關(guān)系曲線 加權(quán)模糊核聚類 投影D-S證據(jù)理論
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2014
【分類號】：TV738
【目錄】：

• 摘要5-7
• Abstract7-10
• 目錄10-12
• 1 緒論12-32
• 1.1 課題研究的背景和意義12-15
• 1.2 水電機組振動故障概述15-20
• 1.3 水電機組故障多元征兆提取研究綜述20-28
• 1.4 水電機組故障識別方法綜述28-29
• 1.5 論文主要研究內(nèi)容29-32
• 2 基于多重微分經(jīng)驗?zāi)B(tài)分解的機組振動故障診斷32-47
• 2.1 引言32
• 2.2 經(jīng)驗?zāi)B(tài)分解基本原理32-34
• 2.3 基于多重微分經(jīng)驗?zāi)B(tài)分解的振動特征提取34-40
• 2.4 仿真試驗分析40-44
• 2.5 診斷實例44-46
• 2.6 本章小結(jié)46-47
• 3 基于統(tǒng)計模糊矢量鏈碼的水電機組軸心軌跡識別47-59
• 3.1 引言47-48
• 3.2 軸心軌跡內(nèi)角信息48-50
• 3.3 基于統(tǒng)計模糊矢量鏈碼的軸心軌跡形狀特征提取50-54
• 3.4 軸心軌跡自動識別試驗54-58
• 3.5 本章小結(jié)58-59
• 4 水電機組振動轉(zhuǎn)速關(guān)系曲線自動識別研究59-74
• 4.1 引言59-60
• 4.2 振動轉(zhuǎn)速關(guān)系曲線60-62
• 4.3 振動轉(zhuǎn)速關(guān)系曲線形狀特征提取62-65
• 4.4 振動轉(zhuǎn)速關(guān)系曲線識別試驗65-71
• 4.5 水電機組故障實例分析71-73
• 4.6 本章小結(jié)73-74
• 5 基于仿電磁蜂群加權(quán)模糊核聚類的水電機組故障診斷74-86
• 5.1 引言74-75
• 5.2 加權(quán)模糊核聚類模型75-77
• 5.3 仿電磁蜂群算法77-81
• 5.4 仿電磁蜂群加權(quán)模糊核聚類81-82
• 5.5 水電機組振動故障診斷82-85
• 5.6 本章小結(jié)85-86
• 6 基于混合決策融合的水電機組故障診斷方法及應(yīng)用86-99
• 6.1 引言86-87
• 6.2 投影D-S證據(jù)理論及決策融合87-91
• 6.3 基于多元征兆決策融合的水電機組故障診斷案例91-94
• 6.4 水電機組故障混合決策融合診斷策略在實際工程中的應(yīng)用94-98
• 6.5 本章小結(jié)98-99
• 7 結(jié)論與展望99-103
• 7.1 研究結(jié)論99-101
• 7.2 進(jìn)一步研究展望101-103
• 致謝103-104
• 參考文獻(xiàn)104-119
• 附錄1：攻讀博士期間發(fā)表的論文119-121
• 附錄2：攻讀博士期間完成和參與的科研項目121

您可以在本站搜索以下學(xué)術(shù)論文文獻(xiàn)來了解更多相關(guān)內(nèi)容

卡門渦誘發(fā)的水電機組振動特性研究    潘羅平;

桐柏抽水蓄能電廠機組負(fù)序電流保護(hù)改進(jìn)    吳彬宏;舒建紅;

大型水輪發(fā)電機不同工況下不平衡磁拉力    周理兵,馬志云

水輪機動靜干涉的非定常流動數(shù)值模擬    肖惠民;于波;

基于小波預(yù)處理的HHT方法在水輪機振動診斷中的應(yīng)用    薛延剛;羅興;王瀚;高云濤;

水輪機迷宮密封系統(tǒng)非線性動力穩(wěn)定性研究    楊曉明;馬震岳;張振國;

一種基于傅里葉描述子的軸心軌跡自動識別方法    付波,周建中,陳文清,余炳輝

基于熵權(quán)理論和信息融合技術(shù)的水電機組振動故障診斷    安學(xué)利;周建中;劉力;李清清;李超順;

基于KPCA和KFCM集成的汽輪機故障診斷    黃保海;李巖;王東風(fēng);韓璞;

基于小波的灰色預(yù)測理論在水電機組故障預(yù)測中的應(yīng)用    程寶清,韓鳳琴,桂中華

蘇通長江公路大橋最大單懸臂施工狀態(tài)結(jié)構(gòu)模態(tài)參數(shù)識別    陶奇;廖海黎;李明水;劉明;

基于EMD的河北省人口凈增量與糧食凈增量的相關(guān)分析    杜建麗;林振山;張真真;劉會玉;

基于Morlet小波的河北省耕地數(shù)量動態(tài)分析    張月叢;孟憲鋒;

我國耕地保有量多時間尺度分析    劉志凌;孫燕;

格陵蘭冰芯氧同位素顯示近千年氣候變化的多尺度分析    俞鳴同;林振山;杜建麗;張真真;

多層前饋人工神經(jīng)網(wǎng)絡(luò)在裝備故障診斷中的應(yīng)用    單鑫;董文洪;

基于EEMD的中國地區(qū)1956—2005年日照變化的趨勢分析    李慧群;付遵濤;

經(jīng)驗?zāi)B(tài)分解(EMD)中邊界處理的新方法    杜修力;何立志;

基于延拓技術(shù)的經(jīng)驗?zāi)B(tài)分解改進(jìn)算法    徐世艷;

基于經(jīng)驗?zāi)B(tài)分解的油氣兩相流流型狀態(tài)監(jiān)測    李強偉;黃志堯;丁浩;李海青;

EMD中存在的問題及解決方法探討    劉小峰;秦樹人;柏林;

正交經(jīng)驗?zāi)B(tài)分解及其快速實現(xiàn)    秦毅;秦樹人;毛永芳;

基于希爾伯特黃變換的濾波器設(shè)計    劉卓夫;廖振鵬;桑恩方;

小腦基因表達(dá)數(shù)據(jù)的模糊多尺度聚類分析    陳軍;潘艷;唐世星;張吉強;易東;

黃河口入海徑流與泥沙變化多時間尺度分析    任健;

基于水電設(shè)備狀態(tài)監(jiān)測集成化運程診斷系統(tǒng)的研究    劉曉亭;劉昱;

考慮不平衡電磁拉力的偏心轉(zhuǎn)子非線性振動分析    馬震岳;宋志強;

水電機組故障智能診斷研究綜述    葛新峰;徐廣文;周葉;唐澍;

HHT方法的有效性及誤差分析    張永利;李鴻晶;

混流式水輪機振動研究    郭紅梅;

EMD算法研究及其在信號去噪中的應(yīng)用    王婷

水聲信號處理中的盲解卷積技術(shù)研究    張之猛

基于振動信號特征提取與表達(dá)的旋轉(zhuǎn)機械狀態(tài)監(jiān)測與故障診斷研究    黃偉國

基于外骨骼機器人技術(shù)的人體手臂震顫抑制關(guān)鍵技術(shù)研究    孫建

數(shù)學(xué)形態(tài)學(xué)在機械故障診斷中的應(yīng)用研究    沈路

機械傳動系統(tǒng)關(guān)鍵零部件故障預(yù)測技術(shù)研究    曾慶虎

離心泵振動故障診斷方法研究及系統(tǒng)實現(xiàn)    趙鵬

基于廣域信息的電力系統(tǒng)故障元件定位方法研究    張亞剛

基于非線性轉(zhuǎn)子動力學(xué)的水輪發(fā)電機組振動機理研究    黃志偉

基于免疫機理的水泥生產(chǎn)工藝故障智能診斷方法研究    陳文清

Hilbert-Huang變換改進(jìn)算法及其在齒輪箱故障診斷中的應(yīng)用研究    高昌鑫

HHT在結(jié)構(gòu)健康監(jiān)測中的應(yīng)用研究    張磊濤

基于模糊物元的中小型水電站增容改造方案研究    趙鵬

遠(yuǎn)程診斷中心的設(shè)計與實現(xiàn)    韓冬振

基于EMD的直擴(kuò)通信窄帶干擾自適應(yīng)抑制研究    李海燕

旋轉(zhuǎn)機械故障機理與軸心軌跡識別方法研究    趙利華

時間序列數(shù)據(jù)流在線預(yù)測研究與應(yīng)用    李念水

基于希爾伯特—黃變換的輸電線路行波保護(hù)方法    秦小安

模糊聚類算法在模式分類中的應(yīng)用研究    陸爽

基于WEIS的機動車快速檢測平臺的實現(xiàn)    劉揚東

卡門渦誘發(fā)的水電機組振動特性研究    潘羅平;

滾動軸承故障振動檢測方法    趙曉玲;

滾動軸承故障診斷虛擬儀器系統(tǒng)    武和雷,朱善安,林瑞仲,鄭劍鋒

轉(zhuǎn)子系統(tǒng)油膜失穩(wěn)故障的振動實驗分析    韓清凱,任云鵬,劉柯,聞邦椿

用于水電廠設(shè)備的故障診斷的貝葉斯網(wǎng)絡(luò)模型    張曉丹;趙海;謝元芒;尹震宇;

水電機組狀態(tài)檢修實現(xiàn)策略與框架設(shè)計    陳喜陽,張克危,彭玉成

基于神經(jīng)邏輯網(wǎng)絡(luò)冗余糾錯和FNN組合的配網(wǎng)高容錯性故障定位    孫雅明,杜紅衛(wèi),廖志偉

基于粗糙集和支持向量機的水電機組振動故障診斷    彭文季;羅興锜;

小波變換及其在水輪機水壓脈動信號處理中的應(yīng)用    林雯婷,張克危

水電機組故障診斷系統(tǒng)信號特征的提取    梁武科,張彥寧,羅興锜

基于非線性轉(zhuǎn)子動力學(xué)的水輪發(fā)電機組振動機理研究    黃志偉

混流式水輪機轉(zhuǎn)輪動力特性分析及綜合優(yōu)化設(shè)計    王少波

基于時—頻分析的虛擬式旋轉(zhuǎn)機械特征分析儀系統(tǒng)的研究    郭瑜

水電機組監(jiān)測與診斷技術(shù)的現(xiàn)狀及發(fā)展    梁武科,趙道利

萬家寨水電機組在電網(wǎng)中運行方式的探討    方源,馮栓江,高艷春

水電機組穩(wěn)定性試驗中幾個主要問題的探討    黃中華

基于互聯(lián)網(wǎng)的水電機組監(jiān)測診斷系統(tǒng)的研究    瞿■;朱建林;賴旭;

基于TMS320LF2407DSP芯片的水電機組高速數(shù)據(jù)采集系統(tǒng)    賀秀儒;程遠(yuǎn)楚;郭智俊;

基于TMS320LF2407 DSP芯片的水電機組高速數(shù)據(jù)采集系統(tǒng)    賀秀儒;程遠(yuǎn)楚;郭智俊;

水電機組效率在線監(jiān)測系統(tǒng)    于德榮;尉青連;

水電機組安裝調(diào)試過程計算機監(jiān)測系統(tǒng)的開發(fā)與應(yīng)用    石江濤;周焱;萬久春;陳新;

水電機組狀態(tài)檢修模式探討    瞿曌;賴旭;盛旺;

水電機組的主要故障和原因分析    郭春花;彭濤;

超大型水電機組狀態(tài)監(jiān)測與分析系統(tǒng)的研究    夏洲;陳喜陽;潘偉峰;朱辰;施沖;

水電機組穩(wěn)定性檢測與分析    黃宗碧;梁濤;

水電機組發(fā)展歷程中的若干力學(xué)問題    陳貴清;馬弘達(dá);楊雪梅;

大型水電機組核心技術(shù)在哈電的發(fā)展    吳偉章;

水電機組靜止勵磁裝置產(chǎn)生高頻軸電壓問題的研究探討——國內(nèi)外相關(guān)研究現(xiàn)狀與我們的思考    黃大可;黃一申;

改革開放30年我國大型水電機組蓬勃發(fā)展(代序)    

基于健康樣本的水電機組故障診斷研究    孫慧芳;潘羅平;

水電機組故障智能診斷研究綜述    葛新峰;徐廣文;周葉;唐澍;

兩支點小水電機組應(yīng)用研究    祝小兵;

水電機組運行穩(wěn)定性試驗及故障處理分析    董鴻魁;丁永勝;

我國大型水電機組進(jìn)入“中國創(chuàng)造”時代    楊迪

我國大型水電機組設(shè)計制造世界先進(jìn)    記者 江時強　吳植

大型水電機組：為制造企業(yè)端上“盛宴”    李定中（中國水電工程顧問集團(tuán)公司水電水利規(guī)劃設(shè)計總院）

中國步入巨型水電機組國產(chǎn)化時代    本版編輯 魏夢佳 廖君 孫世巖

從“爭氣機”到世界第一    胡顯玉本報記者 朱會倫

我國加緊研發(fā)百萬千瓦級水電機組    吳植

要高度重視大型水電機組的穩(wěn)定性    張強

最大水電機科研項目預(yù)計年內(nèi)在哈完成    記者 王方遒

世界單機容量最大水電機組成功實現(xiàn)國產(chǎn)    江時強李志暉

要高度重視大型水電機組的穩(wěn)定性    宗義

基于團(tuán)隊智能的水電機組集成監(jiān)測方法研究與實踐    謝國財

水電機組狀態(tài)評估及智能診斷方法研究    肖劍

基于改進(jìn)支持向量機和特征信息融合的水電機組故障診斷    彭兵

基于多源信息融合的水電機組故障診斷與軸心軌跡識別技術(shù)研究    楊志榮

基于支持向量機的水電機組故障診斷研究    鄒敏

基于健康評估和劣化趨勢預(yù)測的水電機組故障診斷系統(tǒng)研究    潘羅平

基于人工免疫系統(tǒng)的水電機組智能診斷方法研究    劉忠

現(xiàn)代智能計算及其在水電機組故障診斷中的應(yīng)用    向秀橋

水電機組振動故障的智能診斷方法研究    彭文季

水電機組狀態(tài)檢修中若干關(guān)鍵技術(shù)研究    陳喜陽

水電機組智能故障診斷方法與振動趨勢預(yù)測研究    田源

非負(fù)矩陣分解算法及其在水電機組異常檢測的應(yīng)用    陳宇

基于特征的水電機組狀態(tài)趨勢預(yù)測    代開鋒

水電機組穩(wěn)定性監(jiān)測系統(tǒng)的可靠性設(shè)計    侯永超

中小型水電機組穩(wěn)定性監(jiān)測系統(tǒng)研究與開發(fā)    宋兵

水電機組狀態(tài)監(jiān)測及數(shù)據(jù)分析系統(tǒng)開發(fā)研究    何志鋒

水電機組狀態(tài)監(jiān)測與診斷中的分析方法及案例    朱傳古

基于模糊神經(jīng)網(wǎng)絡(luò)的水電機組故障診斷專家系統(tǒng)研究    趙勇飛

流形算法及其水電機組噪聲源檢測    陳旻昊

水電機組振動監(jiān)測及故障分析系統(tǒng)試驗研究    崔宇濤