水电机组智能故障诊断的多元征兆提取方法研究-research on multi - symptom extraction method for intelligent fault diagnosis of hydroelectric generating units.docx

水电机组智能故障诊断的多元征兆提取方法研究-research on multi - symptom extraction method for intelligent fault diagnosis of hydroelectric generating units.docx

水电机组智能故障诊断的多元征兆提取方法研究-research on multi - symptom extraction method for intelligent fault diagnosis of hydroelectric generating units

ADissertationSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofDoctorofEngineeringMulti-symptomExtractionMethodfortheIntelligentFaultDiagnosisofHydroelectricGeneratorUnitsPh.D.Candidate:XIAOHanMajor:HydraulicandHydro-PowerEngineeringSupervisor:Prof.ZHOUJianzhongHuazhongUniversityofScienceTechnologyWuhan430074,P.R.ChinaJune,2014独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除文中已经标明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到,本声明的法律结果由本人承担。学位论文作者签名:日期:年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,即:学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□,在年解密后适用本授权书。不保密□。(请在以上方框内打“√”)学位论文作者签名:指导教师签名:日期:年月日日期:年月日本论文的研究工作获得以下基金或项目的资助,在此鸣谢:1.国家自然科学基金“水力发电机组复杂非线性动力学建模与诊断方法”(项目编号;2.国家自然科学基金“基于空间曲面的水泵水轮机全特性及过渡过程的研究”(项目编号;3.国家自然科学基金重点项目“长江上游水库群复杂多维广义耦合系统调度理论与方法”(项目编号4.水利部公益性行业科研专项“大东湖水网调度关键技术研究及应用”(项目编号:201001080)5.国家自然科学基金项目“基于模糊辨识与多模型描述的抽水蓄能机组控制系统故障诊断方法研究”(项目编号;摘要随着我国能源结构的不断优化调整,电网规模逐步扩大,水电能源比重日趋增大,所担负的调峰调频任务也愈加艰巨,这对水电能源生产核心设备——水电机组运行的安全稳定性提出了更加严格的要求。伴随着水电机组巨型化、复杂化的发展,机组故障发生、演化过程中水机电等多种因素的耦合作用越发突显,故障与征兆间的映射关系极为复杂,传统的基于单一类型征兆模式识别的故障诊断方法已经很难满足机组故障诊断可靠性的要求,迫切需要综合提取水电机组故障多元征兆以进行全面诊断,保证水电机组故障诊断的可靠性。本文针对水电机组振动故障诊断及其工程应用中的若干关键科学问题,以水电机组振动故障的多元征兆提取为切入点,引入先进信号分析与图像处理方法,深入探究其理论基础及工程应用背景,并结合水电机组故障特点进行改进,提高故障征兆辨识的有效性,同时针对不同征兆所得诊断结果可能存在的局部决策冲突问题,综合运用特征联合与决策融合的方法对多元征兆信息进行融合,形成基于多元征兆提取的融合智能故障诊断体系并应用于水电机组的振动故障诊断之中。论文的主要研究内容及创新性成果如下:(1)深入研究了经验模态分解(EMD)中的模态混叠问题,并针对此问题提出了一种多重微分经验模态分解方法,运用微分运算增强高频分量的特性来改善频率混叠问题。该方法首先对原始信号及其各阶微分信号进行EMD分解,形成本征模态函数矩阵,然后求取各阶微分信号的能量分布,联合获得能量特征矩阵,并以此作为故障征兆完成故障的识别与诊断。通过仿真及实验验证,该方法能够一定程度上改善频率混叠现象,对水电机组故障诊断精度的提高具有一定的促进作用。(2)针对轴心轨迹识别过程中,其形状特征难以有效获取的问题,提出了基于统计模糊矢量链码的轴心轨迹自动识别方法。首先引入模糊矢量依据轴心轨迹内角信息对轴心轨迹的边界进行编码,继而运用统计模糊矢量链码提取轴心轨迹的形状特征,最后,以此为依据,采用支持向量机对轴心轨迹进行分类,完成其自动识别。与传统特征提取方法的对比试验结果表明,统计模糊矢量链码具有计算简单、可分性高的优点,能够有效的提取轴心轨迹的形状特征,进而更加准确的识别出轴心轨迹类型,有助于水电机组故障自动诊断的实现。(3)分析了当前水电机组故障诊断中振动与其他状态参量相关性特征提取方法的I缺点,引入了运用关系曲线形状来表征振动相关性特征的思想;以振动转速关系为例,研究了水电机组振动随转速变

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档