水电机组状态检修中若干关键技术研究

水电机组状态检修中若干关键技术研究

论文题目: 水电机组状态检修中若干关键技术研究

论文类型: 博士论文

论文专业: 流体机械及工程

作者: 陈喜阳

导师: 吴克启,张克危

关键词: 水电机组,状态检修,故障诊断,数值模拟,轴心轨迹识别,数据智能存储

文献来源: 华中科技大学

发表年度: 2005

论文摘要: 状态检修能最大限度地延长检修间隔,降低水电厂的运行成本,保证安全生产,为国民经济的持续发展保驾护航,水电厂的检修体制逐步由计划检修向状态检修过渡。然而由于水电机组是一个涉及到水力、电气和机械的复杂系统,人们对其故障机理、诊断策略、监测诊断系统数据通道、机组寿命评估体系、检修决策支持系统等的研究力度不足。水电机组状态检修围绕降低机组设备维护成本,提高设备利用率和检修的预见性,它不仅涉及到电力设备各个专业、多学科的技术问题,还涉及到一系列的管理科学上的问题。目前我国还没实现完全意义上的状态检修系统,因此对状态检修的若干关键技术的研究还是有着十分重大的现实意义。结合课题组多年来关于水电机组性能试验和在线监测故障诊断的课题,对水电机组故障机理、诊断方法、监测诊断系统数据通道、信号提取识别及预测展开研究,为最终实现水电厂状态检修提供一定的技术支撑。故障机理的研究是开展故障诊断的基础,水电机组故障机理的研究力度不足以让人们辨识故障类型,开展状态检修。通过理论分析、数值模拟和真机测试相结合的方法,对天荒坪电站异常抬机、三峡左岸电站6 号机组小开度异常振动、水轮机转轮裂纹机理展开研究。研究表明:天荒坪电站抬机现象的主要原因是密封环泄漏量的变化导致轴向力发生变化,而引起泄漏量变化的可能原因是密封部位的堵塞或者损坏; “负流量”不可能是三峡小开度异常振动的原因,分析了“水体共振”是一种可能的原因; 作用在叶片上的静应力和动应力达到叶片材料的疲劳极限,并累计损伤造成的微裂纹和裂纹的扩展,是造成叶片振动疲劳断裂的原因之一,其中动应力值较大是引起转轮叶片产生疲劳裂纹的主要原因。故障诊断方法关系到状态检修系统中对机组当前性能的合理评价,当前诊断方法不是很完善,传统方法或多或少在某些方面存在一些局限性。尝试引入CBR (Case Based Reasoning)诊断方法到水电机组故障诊断领域,降低了知识获取的难度; 对水电机组轴系模型进行一定改进,将轴系仿真结果作为故障诊断知识库,可缓解知识库瓶颈问题,通过对油膜力数据库插值获取油膜力,降低时间复杂度; 给出一种基于多方法诊断联盟的诊断策略,提高诊断精度。

论文目录:

摘要

Abstract

1 绪论

1.1 选题意义

1.2 监测诊断系统发展概述

1.3 故障机理研究概况

1.4 诊断方法研究概况

1.5 信号提取识别研究概况

1.6 本文研究内容

1.7 本章小结

2 水电机组故障机理分析实例

2.1 引言

2.2 天荒坪抽水蓄能电站2 号机抬机分析

2.3 三峡电站左岸6 号机组小开度异常振动分析

2.4 本章小结

3 水轮机转轮叶片动应力分布研究

3.1 引言

3.2 电厂基本情况

3.3 试验方案

3.4 动应力与静压力的分析方法

3.5 稳定工况的动、静应力分析

3.6 过渡过程的动应力和静应力

3.7 讨论

3.8 本章小结

4 基于多种方法的故障诊断策略

4.1 引言

4.2 CBR 诊断

4.3 水电机组轴系模型

4.4 多方法诊断联盟策略

4.5 本章小结

5 一种新曲线矩在轴心轨迹识别中的应用

5.1 引言

5.2 离散状态下的曲线不变矩

5.3 基于曲线矩和BP 神经网络的原始轴心轨迹识别

5.4 本章小结

6 谐波和混沌理论在弱信号提取预测中的应用

6.1 引言

6.2 谐波小波弱信号提取

6.3 基于最大Lyapunov 指数预测及仿真

6.4 本章小结

7 监测诊断系统数据通道构建方法

7.1 引言

7.2 分布式监测诊断体系

7.3 实时数据通道构建策略

7.4 基于Matlab Web Server 的远程监测仿真

7.5 本章小结

8 总结与展望

8.1 全文总结

8.2 本文创新点

8.3 工作展望

致谢

参考文献

附录1 攻读博士学位期间发表的论文

附录2 攻读博士学位期间参加的课题

发布时间: 2006-04-05

参考文献

  • [1].基于经验模态分解的水电机组振动信号分析与故障诊断研究[D]. 李辉.西安理工大学2017
  • [2].大惯性比率水电机组对现代电力系统稳定性的影响[D]. 关欣.西安理工大学2018
  • [3].贝叶斯网络在水电机组状态检修中的应用研究[D]. 华斌.华中科技大学2004
  • [4].水电机组振动故障的智能诊断方法研究[D]. 彭文季.西安理工大学2007
  • [5].水电机组智能故障诊断的多元征兆提取方法[D]. 肖汉.华中科技大学2014
  • [6].融合支持向量机的水电机组混合智能故障诊断研究[D]. 张孝远.华中科技大学2012
  • [7].基于多源信息融合的水电机组故障诊断与轴心轨迹识别技术研究[D]. 杨志荣.华中科技大学2011
  • [8].水电机组控制系统辨识及故障诊断研究[D]. 李超顺.华中科技大学2010
  • [9].水电机组状态评估及智能诊断方法研究[D]. 肖剑.华中科技大学2014
  • [10].基于新异类检测和支持向量机的水电机组诊断技术研究[D]. 周叶.中国水利水电科学研究院2015

相关论文

  • [1].基于人工免疫系统的水电机组智能诊断方法研究[D]. 刘忠.华中科技大学2007
  • [2].基于支持向量机的水电机组故障诊断研究[D]. 邹敏.华中科技大学2007
  • [3].水力发电机组轴系振动特性及其故障诊断策略[D]. 安学利.华中科技大学2009
  • [4].基于改进支持向量机和特征信息融合的水电机组故障诊断[D]. 彭兵.华中科技大学2008
  • [5].水轮机调速系统优化维护理论与实践[D]. 陈燚涛.华中科技大学2005
  • [6].基于智能信息融合的电力设备故障诊断新技术研究[D]. 胡文平.华中科技大学2005
  • [7].水电站水机电联合过渡过程研究[D]. 赵桂连.武汉大学2004
  • [8].水轮机优化设计与运行可靠性问题研究[D]. 梁武科.西安理工大学2006

标签:;  ;  ;  ;  ;  ;  

水电机组状态检修中若干关键技术研究
下载Doc文档

猜你喜欢