基于神经网络的燃气轮机故障诊断方法研究

摘要

重型燃气轮机是燃气发电站的关键设备之一，燃气轮机的正常运行关乎整个燃机电站的安全性和经济性，故而对燃气轮机进行状态监测与故障诊断具有重大意义。
　　本文对燃气轮机的运行原理、主要结构部件进行了介绍，并详细描述了燃气轮机的常见故障及其产生原因。在此基础上，主要进行了以下三方面的研究工作:
　　(1)对国内燃气轮机电站发生的燃机故障进行了统计分析，旨在为日后相关工作人员碰到类似故障时能够快速找到故障发生位置、掌握故障原因，快速找到解决方法提供参考。
　　(2)介绍了一种较新的神经网络诊断方法——自组织特征映射(SOM)神经网络的相关理论知识，并就其在Matlab中的使用做了详细说明。
　　(3)最后通过对已有燃气轮机实验台所采集的数据进行了详细的SOM神经网络方法应用的分析，得出了该方法可以有效应用于燃气轮机故障诊断。

目录

声明

摘要

第1章 概述

1．1 研究背景及意义

1．2 状态监测、故障诊断的发展与研究现状

1．2．1 状态监测与故障诊断技术的发展与研究现状

1．2．2 神经网络的发展简史

1．2．3 神经网络在状态监测与故障诊断方面的研究现状

1．3 论文主要研究内容

1．3．1 主要研究内容

1．3．2 本文结构

第2章 燃气轮机及其振动故障综述

2．1 燃气轮机简介

2．2 燃气轮机的主要结构

2．2．1 轴流压气机

2．2．2 燃烧室

2．2．3 燃气透平

2．3 燃气轮机的发展

2．3．1 世界燃气轮机的发展

2．3．2 我国燃气轮机的发展

2．3．3 F级重型燃气轮机的比较

2．4 燃气轮机的常见故障

2．5 燃气轮机故障统计

2．5．1 燃气轮机制造商

2．5．2 故障类型

2．5．3 燃气轮机故障统计结果的应用

第3章 燃气轮机振动测试与数据分析

3．1 燃气轮机试验台简介

3．1．1 传感器布置情况

3．1．2 模拟故障状态介绍

3．2 实验数据分析

3．2．1 实验数据时域分析

3．2．2 实验数据频域分析

第4章 SOM神经网络理论及其Matlab实现

4．1 神经网络简介

4．1．1 神经网络的概念

4．1．2 神经网络的基本特征

4．1．3 神经网络的基本功能

4．1．4 神经网络的应用

4．2 自组织特征映射(SOM)神经网络简介

4．3 自组织特征映射(SOM)神经网络的结构

4．4 自组织特征映射网络的学习过程

4．5 SOM神经网络的Matlab实现

4．5．1 SOM神经网络分类结果影响因素的分析

第5章 基于SOM神经网络的燃机故障诊断分析

5．1 SOM神经网络的初步验证分析

5．1．1 故障信号的特征提取与SOM神经网络分析

5．1．2 SOM神经网络分类结果的检验

5．1．3 结论分析

5．2 频域特征值的SOM神经网络分类分析

5．3 不同传感器数据下SOM神经网络分类分析

5．3．1 不同传感器信号的时域特征值SOM分类

5．3．2 训练步长对不同传感器SOM分类结果的影响

5．4 不同载荷数据下SOM神经网络分析

5．5 不同工作频率下SOM神经网络分析

5．6 本章小结

第6章 结论与展望

6．1 结论

6．2 展望

参考文献

攻读硕士期间发表论文及参与的科研工作

致谢