基于多征兆域输入神经网络方法在汽轮发电机组振动故障诊断中的研究与应用

摘要

本文对基于多征兆域输入神经网络方法在汽轮发电机组振动故障诊断中的应用进行了探讨。本研究采用发展最成熟的前向反馈神经网络(BP网络)作为整个诊断网络的基础，并对BP网络进行了改进。对汽轮发电机组常见振动故障特征进行了分析总结，将其分为频谱特征域，相关性特征域，升、降速特征域四部分，基本上涵盖了常见故障的特征域，将故障特征进行预处理后作为诊断网络模型的输入。运用现场采集的数据研究了征兆域的个数对诊断结果的影响，验证了多征兆域输入的必要性。并结合转子实验台和现场的数据对开发的基于多征兆域输入神经网络故障诊断软件系统进行了验证，得到了良好的结果。

目录

文摘

英文文摘

声明

第一章绪论

1.1引言

1.2故障诊断技术的发展及国内外研究发展的现状

1.3现阶段故障诊断方法的不足

1.4本文的主要工作

第二章常见汽轮发电机组振动故障及其特征

2.1汽轮发电机组故障特点

2.2常见汽轮发电机组故障特征

2.3本章小结

第三章多征兆域输入神经网络模型及方法研究

3.1人工神经网络概述[28]

3.2 BP神经网络

3.3多征兆域输入的神经网络结构

3.4多征兆域输入的故障诊断模型[38]

3.5单征兆域与多征兆域输入诊断的比较

3.6本章小结

第四章汽轮发电机组故障诊断软件的开发与实验研究

4.1软件系统开发环境和硬件支持

4.2软件的基本功能

4.3本章小结

第五章故障诊断的实验研究和现场实例分析

5.1实验分析

5.2现场实例分析

5.3本章小结

第六章总结

参考文献

致谢

作者在读硕士期间发表的论文