大型水轮发电机组状态监测与智能故障诊断系统研究

摘要

水轮发电机组是大型机电能量转换装置，其运行状态关系到水电站能否安全、经济的供电。近百年来，以统计理论为基础，按计划定期进行小修、中修、大修的维修体制，普遍存在着过维修和不足维修，特别是近年来随着水轮发电机组的巨型化，这种维护体制更加暴露出严重的不足。因此，实现有效的机组状态监测和故障诊断，提高维修的针对性，不仅对电力工业，而且对整个国民经济都有重要的影响。 本文在分析与总结水轮发电机组状态监测与故障诊断特点的基础上，重点针对机组振动故障机理、故障征兆提取方法以及混合智能诊断方法进行研究。首先，依据导致水轮发电机组振动故障的三类振源，按机械、水力、电气三类故障类型进行研究，分析振动故障机理，总结故障特征，并给出相应的故障处理意见。然后，根据水轮发电机组轴心轨迹的特点，基于分形几何学，采用分形维数来定量描述转子轴心轨迹的特征，实现图形量化，为水轮机组振动故障的在线诊断创造条件。最后，以人工智能方法为基础，提出基于模糊神经网络的专家系统故障诊断方法，阐述了水轮机组故障征兆的模糊处理、模糊神经网络故障诊断模型在水轮发电机组故障诊断专家系统中的应用。实例仿真结果验证了模糊神经网络用于水轮发电机组振动故障诊断专家系统的合理性与可行性。 在此研究基础上，开发了水轮发电机组状态监测与故障诊断系统。实现了数据采集和信号分析、实时状态监测和运行趋势分析、异常参数与异常状况报警与诊断等功能，并提供操作指导，避免维修的盲目性，有利于降低企业成本，并能够提高水电站运行的安全性和可靠性。

目录

文摘

英文文摘

原创性声明及关于学位论文使用授权说明

第一章绪论

1.1研究背景及意义

1.2国内外故障诊断技术的发展及应用现状

1.2.1国外故障诊断技术的发展及应用

1.2.2国内故障诊断技术的发展及应用

1.2.3水轮发电机组故障诊断技术研究现状与存在的问题

1.3论文的主要内容与结构安排

第二章水轮发电机组结构及故障机理分析

2.1水轮发电机组结构及工作原理

2.1.1水轮发电机组结构

2.1.2水轮发电机组工作原理

2.2水轮发电机组故障特点分析

2.3常见振动故障机理分析

2.3.1机械因素故障

2.3.2电气因素故障

2.3.3水力因素故障

2.4故障特征总结

2.5本章小结

第三章基于分形的轴心轨迹征兆特征提取方法研究

3.1轴心轨迹的获取及在故障诊断系统中的应用

3.1.1轴心轨迹的获取

3.1.2轴心轨迹形状信息在故障诊断系统中的应用

3.2分形及分形维数

3.2.1分形

3.2.2分形维数

3.3基于分形的轴心轨迹特征提取

3.3.1轴心轨迹的分形维数计算

3.3.2基于分形的轴心轨迹特征提取

3.4本章小结

第四章水轮发电机组智能故障诊断方法研究

4.1智能故障诊断方法分析

4.1.1模糊诊断方法

4.1.2神经网络诊断方法

4.1.3模糊神经网络诊断方法

4.1.4专家系统故障诊断方法

4.2水轮发电机组混合智能诊断方法研究

4.2.1基于模糊神经网络的故障诊断专家系统

4.2.2故障征兆提取及模糊处理

4.2.3振动故障诊断的模糊神经网络

4.2.4模糊神经网络故障诊断仿真

4.3本章小结

第五章水轮发电机组状态监测与故障诊断系统软件实现

5.1系统硬件结构

5.2系统软件设计与实现

5.2.1软件运行环境

5.2.2软件模块设计

5.2.3软件界面

5.3软件实现的关键技术

5.4本章小结

第六章结论与展望

6.1论文的主要内容

6.2有待研究的问题

参考文献

致谢

攻读学位期间主要研究成果