基于贝叶斯网络汽轮机组轴承工频振动诊断.pdfVIP

振　动　与　冲　击 第３１卷第１１期 ＪＯＵＲＮＡＬＯＦＶＩＢＲＡＴＩＯＮＡＮＤＳＨＯＣＫ Ｖｏｌ．３１Ｎｏ．１１２０１２　  基于贝叶斯网络的汽轮机组轴承工频振动诊断 １，２ １ １ １ 黄海舟 ，纪　峰 ，袁小阳 ，朱　均 （１．西安交通大学 现代设计及转子轴承系统教育部重点实验室，西安　７１００４９；２．湖北省电力试验研究院，武汉　４３００７７） 　　摘　要：将贝叶斯网络方法用于汽轮机组轴承振动诊断。根据现场诊断经验，建立了轴承工频振动诊断的质朴型 贝叶斯网络，网络中融合了振动频谱、相位和运行工况等诊断信息；提出了网络推理计算方法，并在ＬａｂＶＩＥＷ软件平台上 实现。诊断结果的准确性在多个实际案例中得到证实，表明该诊断方法能有效地识别轴承振动的单一故障和复合故障。 关键词：贝叶斯网络；轴承；振动诊断 中图分类号：ＴＨ１１７　　　文献标识码：Ａ Ｗｏｒｋｉｎｇｆｒｅｑｕｅｎｃｙｖｉｂｒａｔｉｏｎｄｉａｇｎｏｓｉｓｆｏｒｔｕｒｂｉｎｅｂｅａｒｉｎｇｓｂａｓｅｄｏｎｂａｙｅｓｉａｎｎｅｔｗｏｒｋ １，２ １ １ １ ＨＵＡＮＧＨａｉｚｈｏｕ ，ＪＩＦｅｎｇ，ＹＵＡＮＸｉａｏｙａｎｇ，ＺＨＵＪｕｎ （１．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＥｄｕｃａｔｉｏｎＭｉｎｉｓｔｒｙｆｏｒＭｏｄｅｒｎＤｅｓｉｇｎａｎｄＲｏｔｏｒＢｅａｒｉｎｇＳｙｓｔｅｍ，ＸｉａｎＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｘｉａｎ７１００４９，Ｃｈｉｎａ； ２．ＨｕｂｅｉＥｌｅｃｔｒｉｃＰｏｗｅｒＴｅｓｔｉｎｇ＆ＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ，Ｗｕｈａｎ４３００７７，Ｃｈｉｎａ） 　　Ａｂｓｔｒａｃｔ：　Ｂａｙｅｓｉａｎｎｅｔｗｏｒｋｍｅｔｈｏｄｗａｓｓｔｕｄｉｅｄｆｏｒｖｉｂｒａｔｉｏｎｄｉａｇｎｏｓｉｓｏｆｓｔｅａｍｔｕｒｂｉｎｅｂｅａｒｉｎｇｓ．Ａｃｃｏｒｄｉｎｇｔｏ ｐｒａｃｔｉｃａｌｅｎｇｉｎｅｅｒｉｎｇｅｘｐｅｒｉｅｎｃｅ，ａｎａｔｕｒａｌＢａｙｅｓｉａｎｎｅｔｗｏｒｋｆｏｒｗｏｒｋｉｎｇｆｒｅｑｕｅｎｃｙｖｉｂｒａｔｉｏｎｄｉａｇｎｏｓｉｓｏｆｂｅａｒｉｎｇｓｗａｓ ｂｕｉｌｔ．Ｉｎｔｈｅｎｅｔｗｏｒｋ，ｄｉａｇｎｏｓｔｉｃｉｎｆｏｒｍａｔｉｏｎ，ｓｕｃｈａｓ，ｖｉｂｒａｔｉｏｎｆｒｅｑｕｅｎｃｙｓｐｅｃｔｒｕｍ，ｐｈａｓｅ，ａｎｄｏｐｅｒａｔｉｎｇｃｏｎｄｉｔｉｏｎｓ ｗｅｒｅａｌｌｃｏｎｓｉｄｅｒｅｄ．ＴｈｅｒｅａｓｏｎｉｎｇｃｏｍｐｕｔａｔｉｏｎｗａｓｃｏｍｐｌｅｔｅｄｂｙａｄｏｐｔｉｎｇＬａｂＶＩＥＷｐｌａｔｆｏｒｍ．Ｔｈｅｄｉａｇｎｏｓｉｓｒｅｓｕｌｔｓｗｅｒｅ ｖｅｒｉｆｉｅｄｗｉｔｈｓｅｒｖｅｒａｌｒｅａｌｃａｓｅｓ．Ｉｔｗａｓｓｈｏｗｎｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｃａｎｂｅｕｓｅｄｔｏｄｉａｇｎｏｓｅｓｉｎｇｌｅａｎｄｃｏｍｂｉｎｅｄ ｂｅａｒｉｎｇｖｉｂｒａｔｉｏｎｆａｉｌｕｒｅｓｅｆｆｅｃｔｉｖｅｌｙ． Ｋｅｙｗｏｒｄｓ：ｂａｙｅｓｉａｎｎｅｔｗｏｒｋ；ｂｅａｒｉｎｇ；ｖｉｂｒａｔｉｏｎｄｉａｇｎｏｓｉｓ 　　研究设备运行状态在诊断信息中的反映是设备故 确推理。诊断网络结构和条件概率赋值凝聚了大量现 障诊断的主要任务。然而，绝大多数设备故障诊断问 场经验和统计数据。 题具有不确定性。因为，故障和征兆之间不完全存在 １　贝叶斯网络原理及推理计算 一一对应关系，即一种故障可能表现出多种征兆，而一 种征兆可能对应着多种故障，这就给设备故障诊断增 贝叶斯统计推理是根据概率论中著名的贝叶斯定 加了难度。设备故障诊断方法可分为统计模式识别方 理，进行适当的修正后形成