水電機組振動監(jiān)測與故障診斷系統(tǒng)的設(shè)計與

作為電廠的重要設(shè)備之一，水電機組的良好運行狀態(tài)是確保水電廠安全運行的重要保證。隨著國內(nèi)水電工程建設(shè)的發(fā)展不斷加快，水電機組開始往高效率、大容量、高轉(zhuǎn)速以及高水頭的設(shè)計方向進行發(fā)展，在設(shè)計采用的材料擁有更高的強度，不僅增加了機組尺寸，減小了相對剛度，并且采用更加靈活的構(gòu)件，因此對機組運行的穩(wěn)定性和可靠性提出了更高的要求。為了對水電機組的運行狀態(tài)進行在線監(jiān)測和診斷分析，采用了水電機組狀態(tài)監(jiān)測與故障診斷系統(tǒng)，通過系統(tǒng)收集機組運行數(shù)據(jù)，上傳給計算機網(wǎng)絡(luò)進行監(jiān)測分析，對機組運行過程中存在的潛在故障進行排查和報警，提前避免重大安全事故的產(chǎn)生，對保證水電機組運行的安全性和可靠性具有重要的意義。本文主要對狀態(tài)監(jiān)測技術(shù)和故障診斷技術(shù)進行了分析。

在電廠中,水電機組是其中十分重要的一個設(shè)備,其運行狀態(tài)與水電廠運行的安全性有著直接的聯(lián)系.在我國水電工程不斷發(fā)展與進步的情況下,水電機組就必須向著以下幾個方面發(fā)展:效率更高;容量更大;轉(zhuǎn)速更快;水頭更高等,除此之外,為了能夠更好的滿足當(dāng)前時代對機組的更高需求,還應(yīng)該盡量選擇具有高強度的材料以及靈活性更高的構(gòu)件.為了能夠讓水電組實現(xiàn)更加穩(wěn)定、安全且可靠的運行,就需要在線監(jiān)測水電組的運行狀態(tài)并進行相應(yīng)的診斷分析,為了能夠提高這些工作的準(zhǔn)確性和效率,可以在這個過程中使用水電組狀態(tài)檢測系統(tǒng)以及故障診斷系統(tǒng),接下來是將系統(tǒng)收集到的有關(guān)數(shù)據(jù)信息上傳到計算機網(wǎng)絡(luò)中,進行相應(yīng)的監(jiān)測分析,從而更好的排查機組運行過程中存在的問題,并及時的采取合理的措施加以解決,避免機組運行過程中出現(xiàn)故障問題.為此,本文對水電機組狀態(tài)監(jiān)測與故障診斷技術(shù)進行了相關(guān)研究與分析,為后續(xù)相關(guān)工作的進行提供了一定的參考和依據(jù).

介紹了國內(nèi)水電機組振動監(jiān)測與故障診斷技術(shù)的理論研究及應(yīng)用，并與國外的情況進行了比較，指出了今后的發(fā)展方向。

重點介紹了水電機組實施工況監(jiān)測的主要工況及其分析診斷技術(shù),并在總結(jié)現(xiàn)場試驗研究的基礎(chǔ)上,給出了水電機組運行設(shè)備工況監(jiān)測與分析診斷的故障類型。

水口電廠狀態(tài)監(jiān)測與診斷分析系統(tǒng)能夠?qū)C組運行設(shè)備進行全面、實時的在線監(jiān)測,技術(shù)人員可以對機組運行狀態(tài)進行監(jiān)測、分析,制作、讀取相應(yīng)的自動診斷狀態(tài)報告,可對早期設(shè)備潛伏性故障提出預(yù)警,避免發(fā)生嚴(yán)重事故。文章介紹了水口水電廠機組狀態(tài)監(jiān)測與診斷系統(tǒng)的結(jié)構(gòu)組成、技術(shù)特點及主要功能,并探討了水輪發(fā)電機組的設(shè)備狀態(tài)監(jiān)測及故障分析手段。

由清華大學(xué)等單位聯(lián)合研制的水電機組狀態(tài)監(jiān)測分析診斷系統(tǒng)（簡稱ｐｓｔａｉ系統(tǒng)），于１９９７年１１月在廣州抽水蓄能電廠１號機上投入使用，經(jīng)過一年多的運行檢驗，已於１９９８年１２月通過技術(shù)鑒定并受到好評。該系統(tǒng)硬件采用基于ｉｐｃ的數(shù)據(jù)采集系統(tǒng)及上、下位機網(wǎng)絡(luò)通信的分層分布結(jié)構(gòu)；軟件采用基于ｗｉｎｄｏｗｓｎｔ操作系統(tǒng)，實現(xiàn)了復(fù)雜的并行多任務(wù)調(diào)度機制。該廠還結(jié)合機組檢修，根據(jù)系統(tǒng)對１號機提供的導(dǎo)軸承瓦溫和大軸擺度（軸振）等異常情況及診斷處理措施，對機組進行了有針對性的局部安裝調(diào)整，取得了滿意的結(jié)果。該系統(tǒng)的成功使用，為水電機組按狀態(tài)實施檢修和預(yù)測性維護提供了技術(shù)手段；但由于該系統(tǒng)研制時間短，且是初次使用，尚需進一步積累經(jīng)驗，有些系統(tǒng)功能及仿真計算等方面也有待改進和完善。

對當(dāng)前水電機組故障診斷系統(tǒng)的現(xiàn)狀進行了討論,并且基于數(shù)據(jù)融合和信息共享的思想,提出將狀態(tài)檢修系統(tǒng)與計算機監(jiān)控系統(tǒng)和信息管理系統(tǒng)相結(jié)合的方法,基于研究開發(fā)了水電機組狀態(tài)監(jiān)測與故障診斷系統(tǒng),達到了充分利用現(xiàn)有資源,提供智能決策參考的目的

針對水電機組故障診斷知識較為復(fù)雜多樣的特點,提出了將產(chǎn)生式模糊規(guī)則表示、神經(jīng)網(wǎng)絡(luò)表示和可視化故障知識表示等多種方法綜合集成的知識表達方式和診斷推理策略。診斷實例表明,該集成知識表達和推理方式的引入有助于增強水電機組故障診斷專家系統(tǒng)的知識獲取和表達能力,提高了系統(tǒng)的推理匹配能力。

介紹緊水灘水電廠機組狀態(tài)監(jiān)測系統(tǒng)的構(gòu)成,分析振動擺度監(jiān)測、水力壓力脈動監(jiān)測、水輪機效率監(jiān)測、水輪機汽蝕監(jiān)測的技術(shù)特點,以及智能故障診斷系統(tǒng)的基本結(jié)構(gòu)。

大型水電機組的狀態(tài)監(jiān)測與故障診斷技術(shù)還遠(yuǎn)遠(yuǎn)沒有成熟,這就要求在今后的研究工作中,不斷地提高已有的知識水平,完善知識體系。以下幾個方面需要在今后的研究工作中進行更加深入細(xì)致的研究:①水電機組設(shè)備龐大,結(jié)構(gòu)復(fù)雜,誘發(fā)故障的因素多、水電機組故障率高、技術(shù)難度大;②水力流體因素、振動因素、電磁因素是相互影響的3個難點,是以后要繼續(xù)研究的重要課題。

針對水電機組故障信息缺乏、故障識別困難等問題,提出基于支持向量機的水電機組故障診斷模型.并針對實測水電機組故障數(shù)據(jù),分析支持向量機水電機組故障診斷模型和常用的神經(jīng)網(wǎng)絡(luò)故障診斷模型等理論在水電機組故障診斷中的優(yōu)劣.研究表明,支持向量機理論在小樣本情況下比神經(jīng)網(wǎng)絡(luò)具有更強的診斷能力.

針對水電機組故障樣本少的問題,將支持向量機引入水電機組故障診斷研究,提出一種結(jié)合小波頻帶分解與最小二乘支持向量機的水電機組故障診斷模型?；跈C械設(shè)備\"能量-故障\"映射關(guān)系,運用小波分解提取機組振動信號各頻帶能量特征值,然后將能量特征值輸入到多分類的支持向量機,實現(xiàn)對機組不同故障類型的識別。通過實驗信號分析,表明將小波能量提取與支持向量機結(jié)合進行水電機組故障診斷是可行有效的,并具有較高的故障分辨能力,為水電機組故障診斷提供了新的方法和思路。

提出了一種開發(fā)水電機組故障診斷專家系統(tǒng)的設(shè)計思想及實現(xiàn)方法.通過采用產(chǎn)生式規(guī)則來表示知識,運用正反向推理機制,動態(tài)豐富知識庫,實現(xiàn)水電機組振動的在線(離線)監(jiān)測和故障診斷,并提供診斷結(jié)果和相應(yīng)的故障處理措施,為水電廠從計劃檢修向狀態(tài)檢修提供可靠的技術(shù)保證.該系統(tǒng)具有人機界面友好、運行速度快、信息存儲量大、開發(fā)周期短、易于維護、擴充等特點

從系統(tǒng)軟件設(shè)計的角度,以狀態(tài)監(jiān)測參數(shù)的選取、專家知識庫及狀態(tài)參數(shù)數(shù)據(jù)庫的建立為重點,介紹了水電機組狀態(tài)監(jiān)測與檢修系統(tǒng)的構(gòu)成及該系統(tǒng)各軟件模塊的設(shè)計思路和應(yīng)用功能

針對傳統(tǒng)方法難以精確提取水電機組非平穩(wěn)振動信號的故障特征,首先引入變分模態(tài)分解(variationalmodaldecomposition,vmd)將水電機組非平穩(wěn)振動信號分解為一系列中心頻段互不重疊的imf分量,進而采取能量法提取各imf分量的故障特征,最后將提取的故障特征向量輸入到本文建立的基于遺傳算法優(yōu)化支持向量機的故障診斷模型中,實現(xiàn)故障模式的識別與診斷。將該方法應(yīng)用于實際水電機組故障振動信號的處理中,仿真結(jié)果表明,該方法能夠有效識別機組的異常狀況,具有較高的故障診斷正確率。

水電機組的振動信號為典型的非平穩(wěn)、非線性信號。為了通過振動信號正確判斷水電機組的運行狀態(tài)，本文提出運用經(jīng)驗?zāi)B(tài)分解處理原始信號，并對獲得的基本模式分量計算其復(fù)雜度特征，最后運用最小二乘支持向量機進行故障診斷。選取徑向基函數(shù)作為核函數(shù)，并通過網(wǎng)格搜索和交叉驗證確定相關(guān)參數(shù)。結(jié)果表明，經(jīng)驗?zāi)B(tài)分解復(fù)雜度特征和支持向量機結(jié)合，能夠準(zhǔn)確地實現(xiàn)故障診斷，確定故障類型，為機組運行維護人員提供參考依據(jù)。

針對水電機組常規(guī)振動故障診斷分類器不能反映分類中的不確定信息的不足,提出一種基于粗糙集的一對一(1-v-1)多類支持向量機分類方法。該方法充分利用粗糙集對不確定、不完整數(shù)據(jù)和復(fù)雜模式的良好刻畫能力及支持向量機優(yōu)秀的泛化能力,應(yīng)用粗糙集最核心的思想:上、下近似來描述支持向量機分類結(jié)果。結(jié)合1-v-1方法實現(xiàn)支持向量機的多類分類,導(dǎo)出多類分類時樣本的上、下近似和邊界區(qū)域的集合表示,并以規(guī)則的形式對分類器進行描述。用所提方法對國際標(biāo)準(zhǔn)測試數(shù)據(jù)進行實驗,并應(yīng)用于某水電廠機組振動故障診斷。所得結(jié)果與單純1-v-1多類支持向量機方法比較,結(jié)果表明該分類器具有規(guī)則簡潔、分類階段所需存儲空間小,能夠反映故障模式分類中的不確定信息等優(yōu)點。

針對遼寧省桓仁水電站計算機監(jiān)控系統(tǒng)的機組振動故障診斷功能缺陷,提出了基于灰色關(guān)聯(lián)分析的水電機組振動故障診斷方案.事實證明該診斷方案具有良好的實際應(yīng)用效果,可以有效提高桓仁水電站機組檢修效率.

介紹了人工神經(jīng)網(wǎng)絡(luò)的基本性能和bp網(wǎng)絡(luò)模型及算法，并將神經(jīng)網(wǎng)絡(luò)中的bp模型應(yīng)用于水輪發(fā)電機組振動故障診斷中，比較了選擇不同的網(wǎng)絡(luò)參數(shù)對診斷系統(tǒng)性能的影響。實驗證明，基于bp網(wǎng)絡(luò)的水輪發(fā)電機組振動故障診斷方法具有較高的實用價值。

為了使電路故障診斷系統(tǒng)更加智能化、高效化,將基于模型診斷的故障診斷技術(shù)應(yīng)用在智能消防小車電路中。根據(jù)小車的系統(tǒng)行為信息對小車進行建模,利用串口模塊將描述文件在線輸入到計算機中,再根據(jù)isds算法以及帶有終止節(jié)點的csse-tree算法調(diào)用minisat求解器求解診斷結(jié)果。實驗表明,該系統(tǒng)能夠迅速指示故障元件,診斷效率較高,具有較好的應(yīng)用前景。

　 ２８卷　第９期 ２０１１年９月 微電子學(xué)與計算機 ｍｉｃｒｏｅｌｅｃｔｒｏｎｉｃｓ?。Γ悖铮恚穑酰簦澹?ｖｏｌ．２８?。睿铮?ｓｅｐｔｅｍｂｅｒ　２０１１ 收稿日期：２０１０－１２－１５；修回日期：２０１１－０１－２３ 基金項目：國家自然科學(xué)基金項目（６０７７３１４２） 風(fēng)機故障診斷系統(tǒng)中的振動信號分析與實現(xiàn) 楊　舟 １，王　紅 １，楊士元１，胡　喜 ２ （１清華大學(xué)自動化系，北京１０００８４；２西門子中國研究院，北京１０００８０） 摘　要：文中介紹了風(fēng)力發(fā)電機故障診斷系統(tǒng)中基于ｄｓｐ的振動信號分析過程及實現(xiàn)．該信號分析模塊利用 ｔｍｓ３２０ｃ６７１３豐富的片上資源完成了對多路高速高精度采樣信號的實時獲取，對各路信號采樣頻率、分析方式的 靈活配置，對原始信號的ｒｍｓ（ｒｏｏｔ　ｍｅａｎ?。螅瘢酰幔颍澹?、峰峰

電力變壓器狀態(tài)監(jiān)測和故障診斷系統(tǒng)的設(shè)計