水轮发电机组振动在线监测和故障诊断研究

论文摘要

水轮发电机组是大型机电能量转换装置,其运行状态关系到水电厂能否安全、经济的供电。近百年来,以统计理论为基础,按计划定期进行小修、中修、大修的维修体制,普遍存在着过维修和不足维修现象,特别是近年来随着水轮发电机组的巨型化,这种维护体制更加暴露出严重的弊端。因此,实现有效的机组状态监测和故障诊断,提高维修的针对性,不仅对电力工业,而且对整个国民经济都有重要的影响。本文论述水轮发电机组故障诊断和在线监测的重要意义,分析故障诊断的研究现状及发展趋势,并对故障诊断的应用前景做进一步分析。在概述水轮机的状态监测和故障诊断系统的基础上,在研究了故障诊断常用的方法后,提出使用模糊专家系统对设备进行诊断分析,从而将人工智能技术与故障诊断技术相结合,实现更精确的故障诊断,根据水轮发电机组振动故障特点,提出了一种基于模糊逻辑、神经网络与专家系统的混合智能诊断方法。本文中给出基于模糊神经网络的水轮发电机组故障诊断专家系统,实例仿真结果验证了模糊神经网络用于水轮发电机组振动故障诊断专家系统的合理性与可行性。完成了水轮发电机组状态监测与故障诊断系统的软件开发,实现了数据采集和信号分析功能、实时状态监测的功能、振动分析功能、故障诊断功能等功能,并就软件实现的关键技术展开了论述。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题的研究背景
• 1.2 国内外研究概况
• 1.3 课题的研究意义
• 1.4 本文的主要研究内容
• 第二章 水轮发电机组振动故障的基本理论
• 2.1 水轮发电机组结构及工作原理
• 2.1.1 水轮发电机组结构
• 2.1.2 水轮发电机组工作原理
• 2.2 水轮发电机组振动故障的特点
• 2.3 水轮发电机组的典型振动故障
• 2.3.1 水力方面
• 2.3.2 机械方面
• 2.3.3 电磁方面
• 2.3.4 富春江水电厂机组振动典型案例
• 2.4 水轮发电机组故障诊断的方法
• 2.4.1 传统故障诊断方法
• 2.4.2 人工智能技术故障诊断方法
• 2.5 本章小结
• 第三章 水轮发电机组在线监测与故障诊断系统的需求分析
• 3.1 水轮发电机组在线监测的特点与要求
• 3.2 水轮发电机组在线监测与故障诊断系统结构
• 3.3 系统硬件配置和网络方案设计
• 3.3.1 系统硬件配置
• 3.3.2 通信网络方案选择
• 3.4 软件模块划分和功能描述
• 3.5 本章小结
• 第四章 水轮发电机组故障诊断专家系统设计
• 4.1 水轮发电机组故障诊断原理以及系统总体结构
• 4.2 智能故障诊断方法分析
• 4.2.1 模糊诊断方法
• 4.2.2 神经网络诊断方法
• 4.2.3 模糊神经网络诊断方法
• 4.2.4 专家系统故障诊断方法
• 4.3 水轮发电机组混合智能诊断方法研究
• 4.3.1 基于模糊神经网络的故障诊断专家系统
• 4.3.2 故障征兆提取及模糊处理
• 4.3.3 振动故障诊断的模糊神经网络
• 4.3.4 模糊神经网络故障诊断仿真
• 4.4 故障诊断专家系统的数据库设计
• 4.5 本章小结
• 第五章 水轮发电机组故障诊断软件的设计
• 5.1 软件功能划分
• 5.2 软件实现的关键技术
• 5.2.1 数据库设计和用户界面技术
• 5.2.2 网络通信技术实现
• 5.2.3 串口通信技术实现
• 5.3 系统运行结果
• 第六章 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表的学术论文目录