水利电力机械
水利電力機械
수리전력궤계
WATER CONSERVANCY & ELECTRIC POWER MACHINERY
2006年
6期
5-9
,共5页
范立莉%梁平%樊福梅%吴庚申
範立莉%樑平%樊福梅%吳庚申
범립리%량평%번복매%오경신
汽轮机转子%故障诊断%分形%自谱函数%小波包分析
汽輪機轉子%故障診斷%分形%自譜函數%小波包分析
기륜궤전자%고장진단%분형%자보함수%소파포분석
针对汽轮机转子振动故障的特点,根据Bently实验台所采集的4种典型汽轮机转子振动故障数据,运用分形盒维数、ARMA自谱函数、ARMA模型的二维双隐层神经网络和小波包分析方法研究了振动故障的非线性特征,进行故障诊断.诊断结果表明:不同故障盒维数不同,采用盒维数能够较好的对故障类型进行判别;各种故障的自谱函数幅值分布在不同的频段,有较好地区分度;采用ARMA模型的二维双隐层神经网络进行故障诊断,可以得到各种故障检验样本与目标函数在欧氏空间的最小距离,有较高的故障辨识力;运用小波包分析方法,可以获得汽轮机转子振动的故障状况,根据不同故障发生时的频谱特征,识别出不同的故障.
針對汽輪機轉子振動故障的特點,根據Bently實驗檯所採集的4種典型汽輪機轉子振動故障數據,運用分形盒維數、ARMA自譜函數、ARMA模型的二維雙隱層神經網絡和小波包分析方法研究瞭振動故障的非線性特徵,進行故障診斷.診斷結果錶明:不同故障盒維數不同,採用盒維數能夠較好的對故障類型進行判彆;各種故障的自譜函數幅值分佈在不同的頻段,有較好地區分度;採用ARMA模型的二維雙隱層神經網絡進行故障診斷,可以得到各種故障檢驗樣本與目標函數在歐氏空間的最小距離,有較高的故障辨識力;運用小波包分析方法,可以穫得汽輪機轉子振動的故障狀況,根據不同故障髮生時的頻譜特徵,識彆齣不同的故障.
침대기륜궤전자진동고장적특점,근거Bently실험태소채집적4충전형기륜궤전자진동고장수거,운용분형합유수、ARMA자보함수、ARMA모형적이유쌍은층신경망락화소파포분석방법연구료진동고장적비선성특정,진행고장진단.진단결과표명:불동고장합유수불동,채용합유수능구교호적대고장류형진행판별;각충고장적자보함수폭치분포재불동적빈단,유교호지구분도;채용ARMA모형적이유쌍은층신경망락진행고장진단,가이득도각충고장검험양본여목표함수재구씨공간적최소거리,유교고적고장변식력;운용소파포분석방법,가이획득기륜궤전자진동적고장상황,근거불동고장발생시적빈보특정,식별출불동적고장.
