發(fā)布時間：2021-01-21 13:19

　　隨著我國電力行業(yè)的飛速發(fā)展,汽輪發(fā)電機(jī)組的結(jié)構(gòu)愈加復(fù)雜,在運行中面臨的故障也愈來愈多。為確保機(jī)組設(shè)備長期安全、穩(wěn)定、高效的運行,需對其進(jìn)行準(zhǔn)確、可靠地故障診斷。針對汽輪機(jī)組故障知識多源異構(gòu),容易形成“知識孤島”的問題,考慮本體能夠較好的應(yīng)用于汽輪發(fā)電機(jī)組故障診斷領(lǐng)域的知識表示。同時,機(jī)組設(shè)備運行中產(chǎn)生有大量蘊含設(shè)備狀態(tài)信息的數(shù)據(jù)。鑒于此,提出了一種本體和信號分析相結(jié)合的汽輪發(fā)電機(jī)組故障診斷方法,并對其進(jìn)行實例驗證與分析。論文主要研究內(nèi)容與工作總結(jié)如下:（1）構(gòu)建了基于本體的汽輪發(fā)電機(jī)組故障診斷知識庫。針對汽輪發(fā)電機(jī)組故障知識多源異構(gòu),知識共享和重用困難、推理能力和靈活性不足等問題,考慮基于本體的方法能夠更好的表示汽輪發(fā)電機(jī)組故障知識,結(jié)合并改進(jìn)了傳統(tǒng)“骨架法”和“七步法”,并基于此構(gòu)建了汽輪發(fā)電機(jī)組故障診斷本體知識庫,確保了故障診斷本體在知識結(jié)構(gòu)上的一致性,便于知識的共享和重用,也為基于本體的故障推理奠定了基礎(chǔ)。（2）設(shè)計了基于EEMD、排列熵和SVM的信號分析方法。針對汽輪發(fā)電機(jī)組工作環(huán)境復(fù)雜多變,干擾噪聲較大,機(jī)組振動信號多具有非平穩(wěn)、非線性、強(qiáng)噪聲特性等問題,結(jié)合了EEMD和排列... 

【文章來源】：蘭州理工大學(xué)甘肅省

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題的來源
    1.2 課題的研究背景及意義
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 汽輪發(fā)電機(jī)組故障診斷的國內(nèi)外研究現(xiàn)狀
        1.3.2 汽輪發(fā)電機(jī)組故障診斷方法概述
        1.3.3 基于本體的故障診斷概述
        1.3.4 基于信號分析的故障診斷概述
    1.4 課題的研究目標(biāo)和研究內(nèi)容
        1.4.1 研究目標(biāo)
        1.4.2 研究內(nèi)容
第2章 汽輪發(fā)電機(jī)組故障機(jī)理分析
    2.1 引言
    2.2 汽輪發(fā)電機(jī)組的基本結(jié)構(gòu)
    2.3 汽輪發(fā)電機(jī)組故障機(jī)理分析
        2.3.1 汽輪發(fā)電機(jī)組常見故障的征兆
        2.3.2 汽輪發(fā)電機(jī)組典型轉(zhuǎn)子故障機(jī)理分析
    2.4 本章小結(jié)
第3章 汽輪發(fā)電機(jī)組故障診斷本體知識庫的構(gòu)建
    3.1 引言
    3.2 本體基本知識
        3.2.1 本體的概念
        3.2.2 本體的建模元語
    3.3 本體的構(gòu)建
        3.3.1 本體的構(gòu)建準(zhǔn)則
        3.3.2 本體的構(gòu)建方法及改進(jìn)
        3.3.3 本體的構(gòu)建工具
    3.4 汽輪發(fā)電機(jī)組故障診斷本體知識庫的構(gòu)建
        3.4.1 確定本體的目的和范圍
        3.4.2 定義汽輪發(fā)電機(jī)組故障診斷本體
        3.4.3 定義汽輪發(fā)電機(jī)組故障診斷本體中的類和類的層次結(jié)構(gòu)
        3.4.4 定義汽輪發(fā)電機(jī)組故障診斷本體類的屬性及約束
        3.4.5 創(chuàng)建汽輪發(fā)電機(jī)組故障診斷本體類的實例
        3.4.6 汽輪發(fā)電機(jī)組故障診斷本體的評估
        3.4.7 汽輪發(fā)電機(jī)組故障診斷本體知識庫的構(gòu)建
    3.5 汽輪發(fā)電機(jī)組故障診斷本體推理
    3.6 本章小結(jié)
第4章 基于本體和信號分析的汽輪發(fā)電機(jī)組故障診斷
    4.1 引言
    4.2 基于本體和信號分析的汽輪發(fā)電機(jī)組故障診斷體系結(jié)構(gòu)
    4.3 基于信號分析的汽輪發(fā)電機(jī)組故障診斷
        4.3.1 特征提取
        4.3.2 模式識別
    4.4 基于本體和信號分析的語義映射方法
    4.5 汽輪發(fā)電機(jī)組轉(zhuǎn)子系統(tǒng)故障診斷實例驗證
        4.5.1 數(shù)據(jù)選取
        4.5.2 基于EEMD和排列熵進(jìn)行特征提取
        4.5.3 基于PSO-SVM進(jìn)行模式識別
        4.5.4 基于本體和信號分析的語義映射
        4.5.5 故障推理
    4.6 本章小結(jié)
第5章 汽輪發(fā)電機(jī)組智能故障診斷系統(tǒng)開發(fā)與測試
    5.1 引言
    5.2 汽輪發(fā)電機(jī)組智能故障診斷系統(tǒng)總體設(shè)計
        5.2.1 系統(tǒng)的開發(fā)框架
        5.2.2 系統(tǒng)的開發(fā)環(huán)境
    5.3 汽輪發(fā)電機(jī)組智能故障診斷系統(tǒng)開發(fā)
        5.3.1 本體知識庫的構(gòu)建
        5.3.2 系統(tǒng)界面功能介紹
        5.3.3 狀態(tài)監(jiān)測系統(tǒng)
    5.4 實例驗證
    5.5 本章小結(jié)
總結(jié)與展望
    總結(jié)
    展望
參考文獻(xiàn)
致謝
附錄 A 攻讀學(xué)位期間所發(fā)表的學(xué)術(shù)論文及科研成果
附錄 B 攻讀學(xué)位期間所參與的科研項目


【參考文獻(xiàn)】：
期刊論文
[1]DBN與PSO-SVM的滾動軸承故障診斷[J]. 熊景鳴,潘林,朱昇,孟宗.  機(jī)械科學(xué)與技術(shù). 2019(11)
[2]量子遺傳算法優(yōu)化的SVM滾動軸承故障診斷[J]. 許迪,葛江華,王亞萍,衛(wèi)芬,邵俊鵬.  振動.測試與診斷. 2018(04)
[3]基于規(guī)則與案例推理的汽輪發(fā)電機(jī)組故障診斷專家系統(tǒng)[J]. 張強(qiáng),剡昌鋒,王慧濱,栗宇.  電力科學(xué)與工程. 2018(06)
[4]旋轉(zhuǎn)機(jī)械故障診斷研究方法綜述[J]. 蘇乃權(quán),熊建斌,張清華,黃崇林.  機(jī)床與液壓. 2018(07)
[5]基于EWT與排列熵的SVM汽輪機(jī)轉(zhuǎn)子故障診斷[J]. 石志標(biāo),陳斐,曹麗華.  汽輪機(jī)技術(shù). 2017(06)
[6]EEMD和TFPF聯(lián)合降噪法在齒輪故障診斷中的應(yīng)用[J]. 寧少慧,韓振南,武學(xué)峰,趙遠(yuǎn).  振動.測試與診斷. 2017(05)
[7]核電汽輪機(jī)低壓缸不均勻熱變形診斷[J]. 楊璋,王瑜,蔣彥龍.  汽輪機(jī)技術(shù). 2017(03)
[8]基于小波奇異熵與SOFM神經(jīng)網(wǎng)絡(luò)的電機(jī)軸承故障識別[J]. 賀巖松,黃毅,徐中明,張志飛.  振動與沖擊. 2017(10)
[9]基于深度學(xué)習(xí)特征提取和粒子群支持向量機(jī)狀態(tài)識別的齒輪智能故障診斷[J]. 時培明,梁凱,趙娜,安淑君.  中國機(jī)械工程. 2017(09)
[10]基于EEMD模糊熵的PCA-GG滾動軸承聚類故障診斷[J]. 許凡,方彥軍,張榮.  計算機(jī)集成制造系統(tǒng). 2016(11)

博士論文
[1]旋轉(zhuǎn)機(jī)械故障信號分析及診斷技術(shù)研究[D]. 褚東亮.華北電力大學(xué)(北京) 2017
[2]面向人機(jī)協(xié)同診斷的數(shù)控機(jī)床故障知識演化技術(shù)研究[D]. 胡林橋.重慶大學(xué) 2015
[3]大容量火電機(jī)組調(diào)峰運行的軸系振動特性分析[D]. 安宏文.華北電力大學(xué) 2014

碩士論文
[1]汽輪發(fā)電機(jī)組智能診斷大數(shù)據(jù)系統(tǒng)研究及應(yīng)用[D]. 劉璐.華北電力大學(xué)(北京) 2019
[2]基于本體和案例推理的汽輪發(fā)電機(jī)組故障診斷[D]. 栗宇.蘭州理工大學(xué) 2019
[3]基于深度學(xué)習(xí)的機(jī)械故障診斷方法研究[D]. 陳周亮.南昌航空大學(xué) 2018
[4]汽輪發(fā)電機(jī)組智能故障診斷專家系統(tǒng)的設(shè)計與開發(fā)[D]. 張強(qiáng).蘭州理工大學(xué) 2018
[5]基于模型的汽輪發(fā)電機(jī)組故障診斷專家系統(tǒng)[D]. 馬興瑞.蘭州理工大學(xué) 2016
[6]汽輪發(fā)電機(jī)組監(jiān)測與故障診斷系統(tǒng)的研究[D]. 高忠升.山東大學(xué) 2007
[7]旋轉(zhuǎn)機(jī)械機(jī)組群狀態(tài)監(jiān)測與故障診斷系統(tǒng)研究[D]. 王儼剴.西北工業(yè)大學(xué) 2003



本文編號：2991239