大型汽涡轮发电机组振动故障诊断新方法之研究-科技部工程科技推展.PDFVIP

行 輪 精 類 行 年年 行 參理 理 利 年 年 行政院國家科學委員會專題研究計畫成果報告 大型汽渦輪發電機組振動故障診斷新方法之研究 A New Approach to Vibration Fault Diagnosis of Steam Turbine-Generator Units 計畫編號 ：NSC 95-2221-E-230-036 執行期限 ：95 年8月 1日至 96 年7月 31日 主持人：黃燕昌 正修科技大學電機工程系 參與人員:孫火清 、董劍琴 正修科技大學電機工程系 一、中文摘要 合 ，而且於不同設備間也存在聯結軸緊密結合 關係 ，使得汽渦輪機與發電機形成一整體發電 機組 。若其中任何一設備或一零組件產生故 本報告提出自組織映射神經網路模式 ，利 用其與汽渦輪發電機組故障 症兆與常見故障 障 ，極有可能產生連鎖反應 ，使得整個機組無 法正常運轉或造成機組進一步傷害 ，甚至導致 種類間之特徵映射關係 發展一故障診斷新方， 法。此模式利用單一故障樣本對網路進行非監 電力系統大範圍的停電 ，降低工業與住戶的用 督式學習 ，經由模式自組織方式 ，將輸入 （振 電品質與可靠度 。此一後果除了須負擔設備本 動頻譜特徵 ）與輸出 故障種類（ ）之對應關係 身的損失之外，在目前極需電力與供電品質要 進行特徵映射 。最後 ，根據輸出神經元於輸出 求日益增高的情況下，因停電所造成的社會成 層之相對位置 ，可進行多重故障之診斷 。所提 本之增加，將難以估計。因此 ，如能經由常時 振動監測 ，及早偵知機組之初期故障 ，進而離 診斷模式實際測試於機組振動資料並與現有 方法比較，測試結果證明本診斷系統具有優異 線加以維修 ，不但可以節省社會成本 ，而且對 之診斷性能 。 於供電品質與可靠度的提升 ，亦有相當大的助 益。 關鍵詞 ：汽渦輪發電機組 、振動故障診斷 就此類旋轉機械之故障診斷技術發展而 Abstract 言 ，可區分為 事後維修: 、預防性維修及預測性 維修等三大階段 。早期 ，由於機組設備之構造 This project will present a self-organizing 較為簡易 ，且對設備故障事故缺乏深入了解 ， feature map (SOFM) based neural network 設備之利用率及維修成本問題並未引起運轉單 approach to handle the multiple faults diagnosis 位特別重視 。因此 ，對設備管理採取發生事故 of steam turbine-generator sets. The proposed 後才進行維修之處理方式事後維修( ) 。至今 ， method is trained by using the single fault 由於機組製造技