水轮发电机组振动技术研究

振动技术是水轮发电机组的关键技术之一.综合归纳当前国内外水轮发电机组振动的振源、危害、测试方法、状态监测与故障诊断方法、预防处理办法等技术现状,指出了其振动技术的发展趋势.     

模糊专家系统在水轮发电机组故障诊断中的应用

根据水轮发电机组的结构特点，文内建造了一个故障诊断模糊专家系统，就系统的组成及其功能原理和系统建造过程中的规则表示、知识获取、推理机制等重要功能模块进行论述文章结合水轮发电机组温度异常故障诊断给出了应用实例     

模糊专家系统在水轮发电机组故障诊断中的应用

根据水轮发电机组的结构特点 ,建造了一个故障诊断模糊专家系统 ,论述了系统的组成及其功能原理和系统建造过程中的规则表示、知识获取、推理机制等重要功能模块 .系统以水轮发电机组温度异常故障为诊断对象 ,采用模糊正向推理方法 ,能够对机组运行过程中产生的故障及时作出诊断 ,实现了故障诊断自动化的功能     

水轮发电机组故障诊断模糊专家系统研究

针对水轮发电机组故障原因与症兆之间的复杂关系,充分利用综合监测数据和领域专家的经验知识,采用数据驱动和基于知识的目标驱动控制的正反向推理方法进行诊断.研究了基于数据库管理系统的模糊知识库设计,为知识库的建立、维护、扩充和完善提供了一种实用方法.研究了模糊推理算法,以加权模糊推理进行多种信息的融合,解决了故障诊断中不确定性问题的求解.建立了水轮发电机组故障诊断模糊专家系统.诊断实例结果表明,该系统推理效率高,可信度好,满足了水轮机组故障诊断的有效性和实用性要求.     

故障诊断专家系统在水轮发电机组中的应用

论述了故障诊断专家系统理论基础和水轮发电机组故障的特点,提出了如何建立实时性强、可靠性高、界面友好的水轮发电机组故障诊断专家系统。     

水轮发电机组状态监测与故障诊断方法

概述了水轮发电机组状态监测的内容及故障诊断中常用的方法,提出使用模糊专家系统对设备进行诊断分析,在保证设备安全、可靠和经济运行的同时,以提高设备可用率,降低检修成本。     

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。     

水轮发电机组振动故障诊断专家系统

本文提出一个基于知识库和专家系统技术的水轮发电机组振动故障诊断与咨询的专家系统。本系统应用关于水轮发电机组振动、振动试验、频谱分析和运行管理人员现场经验的知识,采用推理方法作出诊断,采用产生式专家系统结构,设计出一个推理控制程序。该系统由知识库、算法程序库和诊断咨询程序三个主要部分组成。程序的实现采用MACLISP语言,可在IBM-PC计算机上运行。     

大型汽轮发电机组混合智能诊断方法的研究

针对大型汽轮发电机组的状态监测与故障诊断问题,为了克服单一故障诊断方法的局限性,对现有大型设备故障诊断方法作了全面的分析和比较之后,提出并探讨了多种故障诊断技术集成的混合智能诊断方法.该方法根据设备故障诊断过程的不同阶段和具体任务,综合利用了模糊数学、模糊模式识别、模糊人工神经网络、基于规则的诊断专家系统等多种故障诊断原理,并且已经分别在电站热力系统的故障诊断和机组振动故障诊断中实际应用.     

水轮发电机组故障诊断系统中几种征兆的获取

在水轮发电机组故障诊断系统中，征兆获取能力是评价故障诊断系统性能的重要指标，故障信号的特征提取影响到整个诊断过程的计算以及整个诊断系统的品质．将FFT、分形几何、相关分析、奇异谱等理论应用于故障诊断系统中征兆的获取，针对不同类型征兆采取不同的数学处理方法，并结合水轮发电机组故障诊断系统，证明了所述方法的合理性和可行性，提高了整个诊断系统的可靠性和准确性．     

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。     

汽轮发电机组故障的振动特征与自动识别

讨论了汽轮发电机组的常见故障在振动信号中所反映出的一些特征,以及这些特征所表现出的不确定性问题.提出了一种模糊性假设的统计检验方法并应用于随机模糊性振动特征的自动识别中.     

汽轮发电机组转子振动故障的模糊聚类分析

针对汽轮发电机组多个振动故障与多个振动信号之间综合关系研究的不足，阐述了模糊聚类分析的理论、方法及聚类效果的判别原则，并将其应用于汽轮发电机组转子振动故障的诊断研究中．提出了合适的聚类参数，从而对多故障发生与多故障特征情况下的故障进行分层，指出应优先诊断的范围，从而使诊断工作量和诊断时间大为减少．理论计算与现场检查结果相符，并且与神经网络方法相比，在综合判断振动故障方面显示了优越性     

基于EEMD与模糊信息熵的旋转机械故障诊断方法

针对旋转机械故障识别率偏低的问题,提出一种基于EEMD与模糊信息熵的旋转机械故障诊断方法.该方法结合EEMD分解和模糊信息熵在特征提取方面的优势,构造出一种能够精细度量不同类别振动信号故障概率复杂度的特征集合.首先将原振动信号进行EEMD分解,获得若干个本征模态函数(IMFs);计算出前5个高频IMF分量的模糊信息熵组成高维特征集;利用LPP对高维特征集进行维数约简剔除冗余不相关特征;最后将约简后的样本集输入到KNN分类器中进行故障识别.用双跨转子实验台采集的数据对所述方法进行验证,并与EMD模糊熵、EMD模糊信息熵、EEMD模糊熵方法进行故障识别率对比,结果表明该方法能够有效提取转子振动信号的故障特征,并且具有更高的故障识别率.     

用于振动噪声分析的模糊神经网络故障诊断测试仪的研制

以８０Ｃ１９６ＫＢ为核心,基于模糊神经网络的多功能便携式振动噪声分析仪对振动和噪声信号检测,在复数范围内进行１０２４点浮点快速付立叶变换,从而得到被测信号频谱图,通过对传统谱图分析,提出一种简单、有效的分析方法,并与神经网络和模糊理论相结合,用已建立的模糊神经网络对谱图进行模式识别或故障诊断．     

混沌粒子群优化模糊聚类的旋转机械故障诊断

提出基于混沌粒子群优化加权模糊聚类的旋转机械故障诊断算法。该算法用混沌粒子群算法取代传统的梯度下降法,优化加权模糊C-均值算法的各个参数,并依据聚类有效性指标确定最优聚类数及聚类中心。应用表明,混沌粒子群算法有效提高了模糊聚类分析的收敛速度和精度,提高了旋转机械故障诊断的准确率。     

往复式压缩机故障信息模糊二元树诊断方法研究

结合图论理论和局域波理论,提出了一种基于模糊图的往复式压缩机故障诊断方法.首先将往复式压缩机故障信号进行局域波时频处理,根据系统的故障状态-特征表,找出最大故障信息量特征群.基于图论理论建立最大故障信息量模糊图,通过对模糊图的分析,找出可以进行匹配的路径信息量最大的部件.该方法应用于某往复式压缩机故障诊断中,具有一定的工程实用性.     

用择近原则确定轴承的故障类型

在机械故障振动诊断中,通过检测传感器拾取时域振动信号,再经过ＦＦＴ变换得到频域信号,可以对故障类型进行判别。分析了轴承的故障类型与特征频率的关系。通过建立隶属函数和贴近度函数,提出了以模糊数学为基本原理的故障判别方法。利用该方法可以更好地解决故障类型的计算机识别问题     

模糊诊断技术在旋转机械设备故障诊断中的应用

在复杂的机械系统中,一种故障状态可能引起多种故障征兆,而一种故障征兆也可能在不同程度上反映多种故障状态。根据振动信号频谱分析结果,提取频谱特征,获取各种故障征兆信息。在已知故障征兆的情况下,对多故障同时发生和多故障具有相同征兆的诊断问题,利用模糊诊断技术,确定机械设备故障类别的隶属度值,经模糊综合诊断后确定设备的故障。     

基于集成模式的多参数综合智能故障诊断

基于产生式规则,事例,模糊诊断,神经网络集成模式,提出了多参数综合智能故障诊断方法,分析了多种诊断方法集成的必要性,以及该方法的知识表示,智能推理诊断及知识学习,应用结果表明这一多参数综合智能故障诊断的方法在实际工程中是行之有效的。