本文關(guān)鍵詞：基于軸心軌跡的水輪發(fā)電機組故障診斷研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著科學(xué)技術(shù)的不斷發(fā)展，水輪發(fā)電機組的結(jié)構(gòu)越來越復(fù)雜，造價越來越高，各部分之間的聯(lián)系更加緊密，因而發(fā)生故障的風(fēng)險也在增加，及時準(zhǔn)確的提取其運行狀態(tài)的信息，進而捕捉其中的故障信息并加以識別判斷，對發(fā)現(xiàn)水輪發(fā)電機組的異常，提高水輪發(fā)電機組運行的可靠性有著重要的意義。 軸心軌跡是旋轉(zhuǎn)機械故障診斷的重要手段之一，反映了轉(zhuǎn)子旋轉(zhuǎn)時軸系上任一點在其旋轉(zhuǎn)平面內(nèi)相對軸承座的運行軌跡，它包含了機組的各種故障信息，其形狀特征對判斷旋轉(zhuǎn)機械轉(zhuǎn)子軸系的故障非常重要。 本文針對水輪發(fā)電機組軸心軌跡提純、機組故障信號檢測和提取分析中的現(xiàn)象與難點問題，借助諧波小波、Walsh變換、SVM等方法，系統(tǒng)地開展水輪發(fā)電機組故障診斷研究，其主要內(nèi)容包括： （1）軸心軌跡作為水輪發(fā)電機組故障狀態(tài)的一種映射方式，其圖形特征所包含的信息反映了水輪發(fā)電機組的運行狀態(tài)。本文從這一問題入手，，采用諧波小波進行軸心軌跡的提純，采用Walsh變換提取軸心軌跡的圖形特征，然后引入支持向量機對軸心軌跡特征向量進行分類。 （2)考慮到軸心軌跡識別的要求及軌跡樣本先驗知識不足的工程應(yīng)用現(xiàn)實，通過計算和變換距離向量，快速提取了軸心軌跡的Walsh譜特征，同時利用支持向量機理論學(xué)習(xí)譜特征和軸心軌跡類型之間的映射關(guān)系，從而將訓(xùn)練好的分類器用于軸心軌跡識別；實例分析顯示該方法的可行性和有效性。 （3）在前面研究基礎(chǔ)上，我們在DHRMT型多功能轉(zhuǎn)子模擬實驗臺上，對轉(zhuǎn)子系統(tǒng)四種典型機械故障進行分析，實驗結(jié)果驗證了該診斷方法的正確性；最后，用該診斷方法對水電站實測的軸心軌跡圖形進行故障研究和分析，并把診斷結(jié)果與水電站實際情況進行分析和比較。
【關(guān)鍵詞】：水輪發(fā)電機組 軸心軌跡 支持向量機 故障診斷
【學(xué)位授予單位】：南昌工程學(xué)院
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TM312;TV738
【目錄】：

• 摘要3-4
• Abstract4-7
• 第1章 緒論7-14
• 1.1 研究的背景及意義7-8
• 1.2 軸心軌跡在故障診斷領(lǐng)域的應(yīng)用研究8-10
• 1.2.1 機械故障診斷的發(fā)展概況8-9
• 1.2.2 基于軸心軌跡自動識別的故障診斷9-10
• 1.3 水輪發(fā)電機組振動故障機理與特征分析10-12
• 1.3.1 轉(zhuǎn)子不平衡10-11
• 1.3.2 轉(zhuǎn)子不對中11
• 1.3.3 油膜渦動11-12
• 1.3.4 動靜碰磨12
• 1.4 本文的研究內(nèi)容12-13
• 1.5 本文的組織結(jié)構(gòu)13-14
• 第2章 小波變換與支持向量機在故障診斷中的應(yīng)用研究14-23
• 2.1 引言14
• 2.2 小波變換應(yīng)用研究14-19
• 2.2.1 諧波小波15-18
• 2.2.2 沃爾什變換18-19
• 2.3 支持向量機應(yīng)用研究19-21
• 2.3.1 基本原理19
• 2.3.2 統(tǒng)計學(xué)理論19-20
• 2.3.3 VC 維20
• 2.3.4 結(jié)構(gòu)風(fēng)險最小化20
• 2.3.5 核函數(shù)20-21
• 2.3.6 SVM 的分類21
• 2.4 SVM 在故障診斷中的應(yīng)用研究21-22
• 2.5 本章小結(jié)22-23
• 第3章 基于軸心軌跡的故障診斷應(yīng)用研究23-33
• 3.1 水輪發(fā)電機組軸心軌跡23-25
• 3.1.1 軸心軌跡合成原理23-24
• 3.1.2 水輪發(fā)電機組軸心軌跡特征24-25
• 3.2 軸心軌跡的提純及仿真實驗25-26
• 3.3 軸心軌跡的特征提取26-29
• 3.3.1 軸心軌跡初始點的選取26-27
• 3.3.2 Walsh 譜的獲取27-29
• 3.4 軸心軌跡識別的仿真實驗29-32
• 3.4.1 軸心軌跡樣本獲取29
• 3.4.2 軸心軌跡樣本訓(xùn)練29-31
• 3.4.3 軸心軌跡識別結(jié)果31-32
• 3.5 本章小結(jié)32-33
• 第4章 DHRMT 實驗應(yīng)用研究33-44
• 4.1 DHRMT 實驗臺33-34
• 4.1.1 DHRMT 簡介33-34
• 4.1.2 DHRMT 組成34
• 4.2 轉(zhuǎn)子不平衡故障模擬實驗34-36
• 4.2.1 轉(zhuǎn)子不平衡故障的特征34
• 4.2.2 實驗步驟與結(jié)果34-36
• 4.3 轉(zhuǎn)子不對中故障模擬實驗36-39
• 4.4 動靜碰磨故障模擬實驗39-41
• 4.5 油膜渦動故障模擬實驗41-42
• 4.6 實驗結(jié)果總結(jié)42-43
• 4.7 本章小結(jié)43-44
• 第5章 工程應(yīng)用研究44-48
• 5.1 實例應(yīng)用44-47
• 5.2 結(jié)果分析47
• 5.3 本章小結(jié)47-48
• 第6章 總結(jié)與展望48-50
• 6.1 結(jié)論48
• 6.2 展望48-50
• 參考文獻(xiàn)50-53
• 發(fā)表論文和參加科研情況說明53-54
• 致謝54-55
• 附錄55-58

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 石志標(biāo);宋全剛;馬明釗;李祺;;基于改進粒子群優(yōu)化支持向量機的汽輪機組故障診斷[J];動力工程學(xué)報;2012年06期

2 任金成;張玲玲;肖云魁;朱忠奎;;基于對稱極坐標(biāo)和圖像處理的柴油機故障診斷研究[J];車用發(fā)動機;2013年06期

3 鄭永有,薛必銀;混流水力機組振動分析[J];紅水河;2002年02期

4 付波;周建中;彭兵;趙炳;;基于仿射不變矩的軸心軌跡自動識別方法[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2007年03期

5 任玲輝;劉凱;張海燕;;基于圖像處理技術(shù)的機械故障診斷研究進展[J];機械設(shè)計與研究;2011年05期

6 喬衛(wèi)東,馬薇,劉宏昭,李郁俠;基于非線性模型的水輪發(fā)電機組軸系耦合動力特性分析[J];機械強度;2005年03期

7 許建華,張學(xué)工,李衍達(dá);支持向量機的新發(fā)展[J];控制與決策;2004年05期

8 王潤;劉智安;孔昭文;潘云珍;;汽輪機動靜碰摩振動的診斷與處理[J];內(nèi)蒙古電力技術(shù);2009年01期

9 夏勇,張振仁,商斌梁,郭明芳,張毅;基于圖像處理與神經(jīng)網(wǎng)絡(luò)的內(nèi)燃機故障診斷研究[J];內(nèi)燃機學(xué)報;2001年04期

10 徐卓飛;張海燕;任玲輝;;基于GLCM與SVM的印刷機收紙故障診斷方法[J];計算機工程與應(yīng)用;2013年10期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 沈路;數(shù)學(xué)形態(tài)學(xué)在機械故障診斷中的應(yīng)用研究[D];浙江大學(xué);2010年

2 蔣玲莉;基于核方法的旋轉(zhuǎn)機械故障診斷技術(shù)與模式分析方法研究[D];中南大學(xué);2010年

3 侯俊劍;基于聲像模式識別的故障診斷機理研究[D];上海交通大學(xué);2011年

4 王常青;數(shù)字圖像處理與分析及其在故障診斷中的應(yīng)用研究[D];華中科技大學(xué);2012年

5 周云燕;基于圖像分析理論的機械故障診斷研究[D];華中科技大學(xué);2007年

6 楊昌昊;基于不確定性理論的機械故障智能診斷方法研究[D];中國科學(xué)技術(shù)大學(xué);2009年

  本文關(guān)鍵詞：基于軸心軌跡的水輪發(fā)電機組故障診斷研究，由筆耕文化傳播整理發(fā)布。

本文編號：289471