基于主成分分析和支持向量机的汽轮机故障诊断研究-控制科学与工程;控制理论与控制工程专业论文.docxVIP

华北电力大学硕士学位论文 华北电力大学硕士学位论文 PAGE PAGE 10 第1章 绪 论 1.1 论文选题背景及研究意义 作为电力生产的关键设备，由于汽轮机设备的结构复杂、运行环境特殊， 一直以来故障率居高不下，因此，研究和发展有效的故障诊断技术具有重要意 义。现代工业要求大机组安全、可靠、经济、优化运行，因此国内外研究学者 把注意力集中到了如何在早期发现设备运行异常情况、减少甚至避免灾难性事 故的产生上，目前，状态监测和故障诊断技术已经取得了显著成效。 近年来，国内外研究学者对汽轮机的状态监测技术和故障诊断方法进行了 系统的研究和分析，目前还有以下几个难题亟待解决[1-4]： （1）要对故障产生的机理进行深入的分析与研究，即综合机组运行状态 ， 对汽轮机的典型故障进行分析，推导出故障产生的原因、位置、以及严重程度。 （2）检测手段的约束：故障诊断技术中的许多数学方法都达到了很高的水 平，而征兆的获取，成为了一个制约故障诊断技术发展的重要因素。因此，研 究和发展更先进的检测手段至关重要。 （3）汽轮机故障诊断过程中，以专家系统为代表的人工智能方法已经得到 了广泛的应用，然而，仍然存在很多问题，如：知识如何获取、如何表达、自 学习能力、信息融合技术等。 （4）故障诊断系统要与现场的运行环境相互融合，这就要求设计人员要因 地制宜，综合考虑机组的实际运行情况，设计出实用性高、管理简单、安全可 靠、维护方便的故障诊断系统。 故障诊断技术经过近 40 年的发展，已逐步发展成为一门综合性的新型学 科，即故障诊断学[5] ，涉及统计数学、计算机技术、电子技术、机械工程、能 源动力、信号处理、模式识别与人工智能等若干领域。故障诊断技术的发展历 程主要包括以下两个阶段[6]： 第一阶段是传统诊断技术阶段：它主要是以信号处理技术、传感器技术、 以及动态测试技术为基础的； 第二阶段是人工智能诊断技术阶段：它是建立在常规诊断技术的基础上， 以人工智能技术为核心，充分利用通信技术和计算机技术，把诊断过程知识化， 提高了诊断结果的准确性和可靠性。当前，已有多种人工智能技术应用于故障 诊断，如专家系统[7]、人工神经网络[8] 、支持向量机、模糊理论[9] 、随机优化技 术[10]、逻辑方法[11]、遗传算法[12]等等。 研究并发展先进的状态监测与故障诊断技术，能够及时预测早期故障、减 少甚至防止恶性故障的产生，这将会给电厂乃至电网的安全和经济运行带来显 著的效益，对于保证汽轮发电机组等大型机械设备的安全、稳定、可靠、经济 运行，提高经济效益和节约能源具有十分重要的意义。 1.2 汽轮机故障诊断技术的研究动态 1.2.1 国外研究动态 故障诊断技术方面的发展，国外比国内要早了将近 40 年。在最早从事故障 诊断技术方面的国家当中，美国首先将故障机理、检测、诊断和预测的研究和 开发应用在了航空航天系统，并取得了较为显著的成绩，随后将其应用到了火 力发电领域。在 20 世纪 60 年代末的时候，美国组建了机械故障预防小组。随 着计算机的发展，美国把计算机网络技术用在故障诊断技术中，开发了汽轮发 电机组人工智能故障诊断系统，在奥兰多成立了故障诊断中心，对不同电厂的 机组进行远程诊断。 Bently 公司开发了一套故障诊断系统 ，即旋转机械故障诊 断系统，该系统在火电机组汽轮机的故障诊断方面得到了很好的应用。1987 年， Radial 公司开发了一套故障诊断系统，即汽轮发电机组振动诊断专家系统。该 系统的独特之处在于，在建立逻辑规则的基础上，设有表征振动过程各种成分 与其可能故障源之间关系的概率数据，同时人—机对话形式被应用在搜集知识 的子系统当中。该系统库容量很大，多达 9000 条规则。 日本在寿命检测和诊断技术的研究中取得了较为突出的成绩。三菱重工、 日立电气、东芝电气、富士先后研究了机械状态监测系统、振动诊断专家系统， 并在核电和火电领域得到了良好的应用。 欧洲对于汽轮机故障诊断方面的研究与开发也很多。在 1978 年，法国电力 部门将离线振动监测系统应用在汽轮发电机上，这些年又开发了应用于大型电 站机组与反应堆冷却泵监测与诊断方面的故障诊断专家系统，即以监测与诊断 支援工作站为基础的专家系统 PSAD。此外瑞士、德国、丹麦的的著名企业如 ABB 公司、西门子公司等等也开发了各自的故障诊断系统。研究表明，国外在 电站故障诊断技术的研究及应用中收获了较好的经济效益。 1.2.2 国内研究动态 国内故障诊断技术在消化、吸收国外先进的故障诊断技术的基础上，也逐 步发展起来。国内故障诊断技术的发展主要分为两个时期[1,2]。初期是 20 世纪 70 年代末期到 80 年代，主要研究了各种机械设备的故障原理和诊断方法；从 80 年代到现在进