故障诊断在电厂中的应用与研究(3)

方法及其在发电设备故障诊断中应用的研究，是一个处于起步阶段的具有理论和现实意义的课题。

13故障诊断过程 .设备故障诊断过程就是鉴别机器的状态是否正常，发现和确定故障的部位和性 质，预报故障趋势并提出相应的对策。设备的状态监测和故障诊断是随着现代化技术、经济高速发展而出现的一门新型技术学科，其目的在于提高机器的可靠性，延长使用寿命，降低设备全寿命周期费用。设备故障诊断是多学科交叉的实用性技术，它包括以下四个环节：

华北电力大 (学北京)硕士学位论文

1 )信号采集。设备在运行过程中必然会有力、热、振动及能量等各种量的变化，由此会产生 各种不同信息。根据不同的诊断需要，选择能表征设备工作状态的不同信号，如振动、压力、温度等是十分必要的。这些信号一般是用不同的传感器来拾取的。这一步主要和监测技术、传感器技术及电子技术有关。目 前已有多种方法，如拉信号测取方式不Rx可将故障诊断分为振动、声学、温度、铁谱分析、压力、电参数、表面形貌、污染物和光学振动等。

2 )信号的处理变换及特征提取分析。就是从状态信号中提取与设备故障有关的特征信息。当特征信号为静态信号 时，特征信号既是征兆。对征兆的取值进行检验，看其是否在允许范围，然后作出决策。当特征信号为动态信号时，首先要根据情况选择既能反映动态功能

指标，又便于测取的特征信号组；其次是通过对特征信号分析提取便子决策的征兆；最后根据征兆、标准模式和某种判别准则，识别系统故障。这个环节主要依靠数学工具，如 F T Z变换、小波变换、相关函数及功率谱 F 3等信号处理技术，嫡谱分析、J散度、学习子空间法及主分量分析等特征提取分析技术。目前，特征向量或特征元素的构造推动了信号处理技术中信息的集成和融合

技术的发展，其典型实例是三维全息谱图的发明和三维轴心轨迹图的实际应用。分析几何法和计算机图形识别则是向更高水平发展。还有，用子波理论选取设备故障的特征信号，再用 A N网或 K hnn N ooe网对故障进行分类，用神经网络进行信号预处理中的噪声消除，特征提取分析。 3 )设备的状态识别及故障定位。

将经过信号处理后 获得的设备特征参数与规定的允许参数或辨别参数进行比较、对比以确定设备所处的状态，是否存在故障及故障的类型和性质等。为此应正确指定相应的判别准则和诊断策略。

该步目 前主要有数学分析、控制论、系统辨识、人工智能和模式识别多种方法。 4 )作出诊断决策和趋势预测，千预设备及其工作过程。状态监测的任务是使系统不偏离正常功能，并预防功能失效，在监视的基础上 进行诊断。当系统一旦偏离正常功能，则必须进一步分析故障产生的原因，这时的工作可理解为故障诊断。如果事先已对机器可能发生的故障模式进行分类，那么诊断问题就化为把机器的现行工作状态归入那一类的问题。因此，故障诊断实质上是一类模式分类问题。故障诊断的过程如图所示。

华力学北 )士位论北电大 (京硕学文

被测设备

图1 . 1故障诊断过程框图

14电厂设备的故障诊断方法研究现状 .随着模糊集理论、专家系统、神9网络技术和小波分析理论的发展以及检测技 术、计算机技术、电子技术和通讯技术等相关领域学科的进一步深入，设备故障诊

断技术正朝着智能化方向发展，已形成了一门集数学、物理、化学、电子技术、计算机技术、通讯技术、信息处理、模式识别和人工智能等多学科交叉的综合性技术，相应的设备维修技术也步入了智能化维修阶段。智能故障诊断技术的出现，为提高现代复杂工程技术系统的可靠性开辟了一条新的途径。 141神经网络技术的应用 .模拟人脑结构的人工神经网 络方法是一种全新的、有前景的故障诊断方法。在知识获取上，神经网络的

知识不需要由知识工程师整理、总结以及消化领域专家的知识，只需要用领域专家解决间题的实例或范例来训练神经网络。神经网络系统的知识获取与专家系统相比，既具有更多的时间效率，又能保证更高的质量。神经网络之所以收到人们如此重视，主要是因为它具有如下特点：

1 )学习能力学习能力是神经网络具有智能的重要表现，即通过训练可抽象出训练样本的主 ’要特征，表现出强大的自适应能力。2 )分布式

在传统的串行运行体系计算机中， 信息分布在独立的存储单元中，任何部分内存的损坏都将导致整个信息的无效。而在神经网络中，信息则分散分布在神经元的连接上，单个的连接权值和神经元都没多大用途，但它们组合起来，就能从宏观上反映出一定的信息特征。对个别神经元和连接权值的损坏，并不会对信息特征造成太大的影响，表现了神经m络强大的鲁棒性 (受千扰时自动稳定的特性)和容错能力。在输入信号受到一定千扰时，输出也不会有较大的畸变。神经网络的信息分布特性，还使经过训练的神经网络具有强大豹联想能力。

在知识表示中，神经网络采取隐式表示。它在知识获取的同时，自动产生的知 识由网络的结构及权值表示，并将某一问题的若千知识表示在同一网络中，通用性

华力学北 )士位论北电大 (京硕学文

被测设备

图1 . 1故障诊断过程框图

14电厂设备的故障诊断方法研究现状 .随着模糊集理论、专家系统、神9网络技术和小波分析理论的发展以及检测技 术、计算机技术、电子技术和通讯技术等相关领域学科的进一步深入，设备故障诊

断技术正朝着智能化方向发展，已形成了一门集数学、物理、化学、电子技术、计算机技术、通讯技术、信息处理、模式识别和人工智能等多学科交叉的综合性技术，相应的设备维修技术也步入了智能化维修阶段。智能故障诊断技术的出现，为提高现代复杂工程技术系统的可靠性开辟了一条新的途径。 141神经网络技术的应用 .模拟人脑结构的人工神经网 络方法是一种全新的、有前景的故障诊断方法。在知识获取上，神经网络的知识不需要由知识工程师整理、总结以及消化领域专家的知识，只需要用领域专家解决间题的实例或范例来训练神经网络。神经网络系统的知识获取与专家系统相比，既具有更多的时间效率，又能保证更高的质量。神经网络之所以收到人们如此重视，主要是因为它具有如下特点：

1

)学习能力学习能力是神经网络具有智能的重要表现，即通过训练可抽象出训练样本的主 ’要特征，表现出强大的自适应能力。2 )分布式

在传统的串行运行体系计算机中， 信息分布在独立的存储单元中，任何部分内存的损坏都将导致整个信息的无效。而在神经网络中，信息则分散分布在神经元的连接上，单个的连接权值和神经元都没多大用途，但它们组合起来，就能从宏观上反映出一定的信息特征。对个别神经元和连接权值的损坏，并不会对信息特征造成太大的影响，表现了神经m络强大的鲁棒性 (受千扰时自动稳定的特性)和容错能力。在输入信号受到一定千扰时，输出也不会有较大的畸变。神经网络的信息分布特性，还使经过训练的神经网络具有强大豹联想能力。

在知识表示中，神经网络采取隐式表示。它在知识获取的同时，自动产生的知 识由网络的结构及权值表示，并将某一问题的若千知识表示在同一网络中，通用性

华力学北 )士位论北电大 (京硕学文

被测设备

图1 . 1故障诊断过程框图

14电厂设备的故障诊断方法研究现状 .随着模糊集理论、专家系统、神9网络技术和小波分析理论的发展以及检测技 术、计算机技术、电子技术和通讯技术等相关领域学科的进一步深 …… 此处隐藏：2823字，全部文档内容请下载后查看。喜欢就下载吧 ……