文档介绍：中南大学
硕士学位论文
水轮发电机组振动故障诊断系统的研究与设计
姓名:姜福长
申请学位级别:硕士
专业:电力系统及其自动化
指导教师:廖力清
20080602
摘要随着我国水电在电力系统中所占比重的增加及单机容量的增大,水电机组的稳定对系统的安全稳定运行越来越重要,其运行状态关系到水电站能否安全、经济的供电。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,具有重要的研究意义。振动是影响水电机组稳定运行的重要因素,本文在分析与总结水轮发电机组振动故障诊断特点的基础上,重点针对机组振动故障机理、故障征兆提取方法进行了研究。依据导致水轮发电机组振动故障的三类振源,按机械、水力、电气三类故障类型进行研究,分析了振动故障机理,总结故障特征,并给出了相应的故障处理方法,为系统开发工作提供了理论基础。本文设计了水轮发电机组状态监测与故障诊断系统的总体结构,完成了系统硬件设计,包括测量参数、测点布置、传感器及采集卡选择等,实现了振动数据采集及监测。在此基础上,采用面向对象的程序设计方法开发了一套实时监测与分析软件。在基于知识的传统专家系统的基础上,采用基于神经网络的专家系统,克服了传统专家系统不能进行自学习、自适应性能差的缺陷。利用神经网络学习算法获取知识,通过神经网络的连接模型表示知识,以充分利用神经网络学习能力的优势。建立了神经网络专家系统,利用所获得的故障样本数据对网络进行训练,从而实现了对某些故障的智能诊断。仿真结果表明,各故障样本训练均能快速有效地收敛于设定的误差值。关键词:水轮发电机组,振动,状态监测,故障诊断,神经网络
..琧瑂..瑃瑆’.,,,..琲,,甌疍琣
珺篐甌,籘.,瑂.
作者签名:盟作者签名:邋导师签名龃日期:坐—白±日原创性声明学位论文版权使用授权书本人声明,所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了论文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均己在论文中作了明确的说明。本人了解中南大学有关保留、使用学位论文的规定,即:学校有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文,允许学位论文被查阅和借阅;学校可以公布学位论文的全部或部分内容,可以采用复印、缩印或其它手段保存学位论文。同时授权中国科学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》,并通过网络向社会公众提供信息服务。
第一章绪论甀引言研究目的和意义本章主要论述发电机振动故障诊断的研究内容和研究意义、国内外的研究现状与发展趋势以及本文的研究内容和结构安排。“无人值班偃酥凳芾砟J降奶岢龆运绯У陌踩ň迷诵泄芾硭和综合自动化的程度提出了更高的要求,及早诊断出运行设备的故障,有针对性地进行设备的维护保养,实施状态检修体制,加强管理,将对电厂及电网带来显著的经济效益和社会效益。从人工智能在其他领域中的应用情况及其发展前景来看,将人工智能引入水轮发电机组的故障诊断中,在现有机组运行设备的基础上,特别是大中型水轮发电机组,研究设备的智能故障诊断系统,实现对水轮发电机组运行状态的自动监测及故障的自动诊断,减少人工干预,有利于大中型水电厂全面实现“无人值班偃酥凳一的现代化管理模式水轮发电机组是水电站的重要设备,由于受力、约束、旋转,其运行设备的振动是不可避免的。据有关部门统计,水轮发电机组约有%的故障或事故都在振动信号中有所反映,因此水轮发电机组的振动试验是了解机组状况的比较好的有效手段之一【俊Q芯炕榈墓收险锒舷低扯曰榈陌踩ā⑽榷ā⒖煽亢途迷行具有重要的意义。近年来,故障诊断技术取得了较大的进展,随着人工智能技术的发展,出现了基于专家系统和神经网络的诊断方法,这些方法各有明显的优点,但也有其局限性,如影响因素较多,因素变量之间的交互作用复杂,实验设计与优化多依赖于人的经验等针对以上问题,本文将神经网络与专家系统相结合,建立了水轮发电机组故障诊断系统,解决了传统专家系统知识获得能力和容错能力较差,知识库组织和维护复杂而困难,推理的效率也受限制,自学能力也较差等问题。随着工业和经济的不断发展,人们对电力能源的要求越来越高,优质可靠的供电构成现代社会正常运转的基础。同时国内的电力市场逐步形成,用户们对电能质量提出了更高的要求,电力企业也纷纷承诺提供更可靠更廉价的电力。发电机的安全性与可靠性对整个电力系统的正常运行至关重要。美国西部在经历硕士学位论文
年月接连两次大停电的事故后,总统曾把供电安全提高到了国家安全的政治高度。近年来世界各地大范围停电事故更是频发,其中年的“加大停电”波及万人口的供电范围,造成数百亿美元的经济损失,是世界历史