证据理论在汽轮机转子故障诊断中的应用.pdfVIP

证据理论在汽轮机转子故障诊断中的应用程加堂。等

证据理论在汽轮机转子故障诊断中的应用

inTu

oftheEVidenceFauItforrbineRotor

AppIicatlOnTheoryDiagnosis

狸加堂艾菊徐语砷

(红河学院工学院，云南蒙自661199)

摘要：针对传统汽轮机转子故障诊断方法中存在精度不高的问题，引入了证据理论和灰色神经网络相结合的故障诊断方法。该方

法首先根据所获取的故障特征向量，用灰色建模方法进行累加处理，以增强数据的规律性；然后经BP神经网络进行局部诊断，以获得

彼此独立的证据；最后采用证据理论对各证据进行融合。试验结果表明，该方法具有较好的故障模式识别能力，适用于汽轮机转子的

故障诊断，具有一定的应用价值。

关键词：证据理论神经网络汽轮机传感器故障诊断

中图分类号：TP399文献标志码：A

of

atthedemeritoflowtraditionalmethodsforturbinerotorfaultmethodofevidence

Abstract：Aimingaccura。ydiagnosis，thecombining

andneuralne“vorkisintmduced．totheofmethodisin

theorygrayFirstly，accordi“gacquirede培envectorsfaults，th8gmymodelingapplied

cumulativetoenhancetheofthedata．InBPneuralnetworkisusedtoonlocaland

addition，diagnosis

pmcessingregularitycallyacquire

evidenceofeachtheevidenceistov商ousevidences．Theresultsshow

other，andtheory

ind。pendentfinallyadoptedintegrateelperimental

toisforfaultthe

thatthemetllodfailuresuitableofcertain

possessesgoodcapabilityidentifymode，itdiagnosisturbine加tor，a11dproviding

value．

applicable

NeuralnetworkTurbineSensorFault

Keywords：Evidencetheorydiagnosjs

O引言1证据理论

汽轮机组是一个集机、电、液于一体的复杂系统，1．1基本概念

它是电力工业中的关键设备。降低汽轮机组的故障，设9表示有限个证据信息x所有可能结果组成

提高其可靠性是保证电力系统安全运行的前提。作为的集合，且集合内的元素相互独立，则称@为x的识

整个系统的核心部分，汽轮机转子在长期连续高速的别框架。D中的所有可能的集合用幂集28表示。若

旋转过程中，将不可避免地出现故障。因此，研究汽轮