引入可溯源机制的火电汽轮机高频故障自动检测系统设计

摘要

火电汽轮机故障诊断系统中,存在故障信号非线性强,故障特征信号容易被干扰,很难建立稳定诊断模型。在传统的神经网络汽轮机故障诊断模型中,引入可溯源机制,利用贝叶斯网络的故障推理学习和边沿信号概率分析能力组成故障追溯模型,对汽轮机中的汽缸、隔板、喷嘴、静叶片、汽封和轴封模块高频故障信号进行追溯,再通过故障特征值和实际输出之差与设定汽轮机故障阈值的大小比较关系判断故障,实验结果表明,该方法有效地解决故障信号非线性带来的干扰,完成火电汽轮机高精度的故障检测。