基于EMD能量熵和相关向量机的燃机涡轮叶片故障诊断方法

应用温度这一特征数值对燃气轮机的涡轮叶片进行故障诊断及分析,建立叶片的分析模型,从而可以分析叶片的冷却效果。然后利用经验模态分解(EMD)将非平稳的故障信号分解成若干个平稳信号,即固有模态函数(IMF)之和。计算不同频段上信号的能量熵,将其作为特征参数。采用相关向量机(RVM)来进行进一步的故障诊断。仿真实验表明,本文所研究的方法能有效地进行燃气轮机故障诊断。     

基于LabVIEW的涡轮叶片监测系统

利用虚拟仪器开发环境LabVIEW构建基于相关分析的涡轮叶片工作状况监测系统．根据辐射测温原理实现对温度数据的采集,用LabVIEW编写叶片数据处理、分析与显示的交互平台,并利用ActiveX技术在LabVIEW中调用MATLAB编写的数据处理程序,实现对叶片健康状况的在线监测．实验结果表明,该监测方法能快速、准确地实现对叶片的分割,并实时给出叶片工作的状况．     

齿轮故障诊断专家系统的研究与实现

基于齿轮故障诊断方法及大量实验数据，结合齿轮故障的判据，研究并建立了适应于齿轮故障诊断特点的齿轮故障诊断专家系统．本论文根据齿轮故障产生的机理及诊断方法，采用了框架及产生式知识表示形式，设计了齿轮故障诊断的专家知识库．通过规则集与规则集之间采用有知识搜索、规则集内部采用前向推理、规则前提和结论之间采用哈希算法的有机结合来实现推理机制。从而实现齿轮的故障诊断．利用该系统对齿轮试验数据进行分析、处理进而推理、诊断获得了满意的效果．     

基于推断估计混合模型的聚丙烯腈生产过程故障诊断

为保证复杂工业过程生产的安全稳定 ,需要实现过程的故障诊断 .以推断估计混合模型为基础 ,建立了采用模糊模式识别方法的故障诊断系统 ,并以聚丙烯腈生产过程为例 ,对现场实时数据进行了故障诊断仿真 .仿真结果说明 ,该系统具有较好的故障实时诊断性能 .     

基于支持向量域描述的多故障诊断动态模型

为了提高多故障诊断中对新故障类别和新故障数据的适应性，提出了一种新的多故障诊断动态模型．该模型采用支持向量域描述算法（SVDD）对多类故障进行单独训练，建立独立而封闭的特征空间，满足故障类别的动态增加需要，并采用样本与各特征空间的相对距离进行了多故障的混合识别．应用在线SVDD算法，在已有的故障特征分布信息基础上，通过更新操作，学习新数据信息，从而实现了故障模式的动态调整．通过仿真和机械故障实例数据的检验，表明该模型能够动态地提取多类故障的特征信息，改善诊断学习过程的适应性．     

基于循环卷积生成对抗网络的风机齿轮箱故障诊断

风机齿轮箱是风力涡轮传动系统中的关键部分,其故障发生随机、故障样本数量不足,严重影响故障诊断的准确性。针对此问题,提出一种基于循环卷积生成对抗网络的风机齿轮箱故障诊断方法。首先,构建基于循环卷积生成对抗网络的样本生成模型,利用卷积网络和循环网络作为生成器增强样本间的时间相关性;借助Wasserstein距离与梯度惩罚项改进目标函数,并通过博弈对抗机制优化生成器和判别器,提高模型的泛化能力。然后,结合真实样本和生成样本,设计基于堆叠去噪自编码器的故障诊断方法,实现齿轮箱的故障诊断。最后,利用风力涡轮传动系统数据集验证所提出的风机齿轮箱故障诊断方法的性能。结果显示,所提方法能够有效平衡故障样本数据集,进一步提高风机齿轮箱故障诊断的准确率。     

涡轮叶片最小冷气需求量的一种估算方法

通过涡轮叶片内外表面对流换热与固体导热的耦合计算,建立叶片冷气流量与叶片壁面温度分布之间的关系,从而获得涡轮叶片最小冷气需求量。首先根据假定冷气流量进行耦合计算叶片温度分布,并从中获得叶片温度峰值;再依据这一温度峰值,逐步调整冷气进口流量,直到叶片温度场符合设计要求。计算得出叶片最小冷气量为燃气总量的4.43%,叶片最高温度为1 299.11K。结果表明采用本文的方法估算的燃气涡轮叶片的冷却空气量是合理的。     

多传感器多模型相互作用的数据关联方法

基于信息融合中的数据关联技术,在卡尔曼滤波基础上,结合相互作用多传感器多模型的概率数据互联算法,建立故障监测报警和现场传感器量测数据关联二者之间的关系,建立更具一般性的分布式传感器系统基础上的多传感器多模型,改进概率数据关联方法,以用于故障监测报警中相互作用的算法．并结合一个时变系统中空间位置传感器的故障诊断问题为例,运用多传感器多模型相互作用的数据关联方法进行仿真分析,研究此类故障判据的数据关联问题和数据关联算法的改进,研究表明相互作用多模型的概率数据互联改进方法不仅与有限维数的特定测量阈值相对应,而且直接针对故障模式,能够体现出动态模型的优点,可以与系统诊断知识相融合,为故障诊断的单步的、多步的、长期的预测预报提供依据．     

基于主成分分析的建筑空调系统传感器故障检测

在已经建立的建筑空调系统仿真器的基础上,针对系统的温度、湿度、流量传感器提出了一种基于主成分分析的传感器故障诊断方法.该方法根据系统正常的历史运行数据建立数理统计模型,通过传感器实际测量数据与正常数据阵在故障子空间投影的比较,对传感器的故障进行检测.仿真试验表明,该方法能够诊断出固定偏差和漂移故障,为进一步研究传感器的故障诊断提供了必要的基础.     

涡轮气冷叶片高温环境下的结构强度分析软件开发

涡轮是燃气涡轮发动机中的重要部件,燃气轮机性能的提高需要涡轮进口温度也不断提高。涡轮进口温度的增加要考虑叶片材料的耐温程度,同时必须限制叶片内部温度水平和温度应力,即涡轮叶片需气冷降温,因此涡轮叶片温度场和应力场计算具有重要意义。三维涡轮叶片的换热流动数值计算非常复杂,设计单位在初步设计阶段往往需要从二维叶片开始设计,进而完成三维叶片的数值计算工作。针对上述需求开发了一套完整的二维涡轮气冷叶片的热应力有限元计算程序,满足了叶片初步设计时对换热和热应力计算的需求,并将计算结果与国外商业软件ANSYS进行了对比,证明本研究开发的软件是有效的。     

可靠性理论在水轮发电机组故障诊断中应用的研究

介绍了可靠性的基本概念,阐述了故障树分析方法的基本内容,并将故障树分析法运用于水电机组的可靠性分析中,最后运用蒙特卡罗方法确定最佳预防维修周期,从而使水电机组的维修费用最低,且系统有效度最高。     

基于深度学习的风力发电机组故障预警方法研究综述

风能作为重要的可再生能源,近几十年来,全球风能使用规模迅速增长,陆上和海上风力发电机组发电容量不断增加。由于风力发电机组故障维修成本巨大,因此必须开发有效且可靠的风力发电机组故障预警方法,在风电机组发生故障前进行提前预警,以便降低风电场的运营和维护成本。目前风电机组数据采集与监视控制系统(supervisory control and data acquisition, SCADA)已经在风电场有了广泛的应用,其中蕴含着大量的潜在数据信息,同时深度学习方法在海量数据挖掘方面有比较明显的优势,因此深度学习方法在风力发电机组故障预警领域的应用潜力巨大。综述了近年来相关深度学习方法在风力发电机组故障预警的研究进展,总结了风电机组故障预警的大体步骤,分析了各个步骤的具体处理方法,对每种技术方法的特点进行整理分析。最后阐述了深度学习在风电机组故障预警领域所面临的挑战,并对今后的研究重点进行了展望。     

MS6001燃气轮机安全监测评估系统的软件实现

以法国引进的ＭＳ６００１燃气轮机发电机组为研究对象，针对它开发了一套以燃气轮机循环计算，压气机和涡轮特性计算及燃气轮机变工况计算为基础的工况监测显示系统软件，该软件的开发有利于提高燃气轮机系统智能化运行管理，具有较好的实用性。     

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.     

基于故障树分析法的汽车燃油泵电路故障判断

以轿车燃油泵不运转电路故障为例,尝试在故障树分析理论基础上,采用故障树分析法(FTA法)附加判断条件规则设计故障树,并绘制判断流程图,提高了判断效率和维修效率.     

基于热力参数的燃气轮机故障诊断数学模型的研究

结合了某型三轴燃气轮机阐述了基于热力参数的燃气轮机故障诊断的数学模型的建立意义以及建立过程.结合目前的国内外研究现状,提出了Maflab回归函数法建立燃气轮机特性方程,并针对某型三轴燃气轮机建立适合故障诊断的数学模型.     

基于局部特征尺度分解的汽轮机故障诊断研究

为了提高汽轮机故障诊断的精确性,文章运用转子振动实验台来模拟汽轮机转子的振动信号,对运行中的三种故障振动信号进行采集,然后运用局部特征尺度分解方法对汽轮机振动信号时间序列进行特征提取,组成特征向量。利用极限学习机作为故障诊断分类器,结果表明,局部特征尺度分解特征提取和极限学习机的诊断模型能够准确地对汽轮机故障进行诊断,具有很高的实际应用意义。     

基于本体故障树的关键机组诊断决策研究

为了满足石化企业连续性工作设备或机组在发生故障后对故障原因进行快速定位的要求，将本体先进的知识表示方法引入到成熟的故障树研究中，提出了基于本体的故障树构建方法，并通过对生成的故障树进行定量分析，计算出故障判明效时比，以其从大到小的顺序为依据找到故障诊断最优路径，实现了本体和故障树的优势结合.该方法在知识共享和重用的基础上，实现对故障的快速诊断定位，从而提高了故障诊断效率，减少了企业的生产维护成本.     

小波变换在汽轮机组动静碰摩故障诊断中的应用综述

小波变换在故障诊断的各个领域已经广泛应用,首先综述了汽轮机组动静碰摩的振动特征和诊断方法;小波分析应用于机械故障振动信号分析的优越性及其应用的进展和特点,介绍了小波变换技术在汽轮机组动静碰摩故障诊断的理论研究和实际应用,最后提出小波分析应用于碰摩故障诊断存在的问题以及对其应用前景的展望．     

基于Sigma点卡尔曼滤波的燃气轮机气路故障诊断

针对燃气机复杂的机械和电子控制系统易发生故障的问题,利用Sigma点卡尔曼滤波进行了燃气轮机的在线非线性故障诊断.首先改进了燃气轮机滤波用离散非线性模型,提高了模型精度.采用单形采样构建Sigma点卡尔曼滤波器,降低了计算量.在Simulink平台实现了气路故障诊断系统,并进行了单故障、复合故障、渐变故障、突变故障的测试验证.结果表明:设计的诊断系统具有较高的检测、跟踪精度和故障模式、燃气轮机工况适应性.