关键词： 水电机组   状态监测   故障诊断   DataSocket   互联网  

摘要： 提出将 Internet 网络技术和虚拟仪器技术与水电机组状态监测和故障诊断技术有机地结合起来,旨在将水电机组的状态监测和故障诊断提升到远程的网络环境,以极大提高状态监测和故障诊断的水平和时效性。通过采用 Client/Server 网络体系结构,运用 LabIEW、DataSocket、PXI 和 MXI-3 技术,实现了水电机组在线状态监测和故障诊断,为水电机组的状态检修提供了可靠的技术保证,以确保水电机组的安全稳定和经济运行。

关键词： 水电机组   故障诊断   专家系统   模糊逻辑   神经网络  

摘要： 随着社会化现代生产水平的进一步提高,水电机组单机装机容量越来越大,水电设备的自动化水平越来越高,结构越来越复杂,水电机组出现事故的隐患不断增加,同时用户对电能质量的要求也越来越高。所以,对水电机组故障诊断研究就格外的重要。 本文介绍了开展水电机组故障诊断技术的重大意义;水电机组故障诊断技术在国内外的发展的现状和趋势;对水电机组状态监测与故障诊断的内容和方法进行描述;并特别对水电机组振动故障的机理进行了深入的分析总结。 文中提出了水电机组故障诊断策略;针对水电机组的多层次故障诊断结构,研究了其诊断专家知识面向对象的表示方法;分析了不确定知识的模糊描述,将模糊专家系统应用到水电机组技术中,提出了水电机组故障诊断模糊专家系统的具体方法和步骤;讨论了模糊逻辑系统和神经网络各自的优缺点,提出了将模糊逻辑系统和神经网络融合技术应用于水电机组故障诊断中的新思想,仿真试验验证了提出的将模糊逻辑系统和神经网络融合技术应用于水电机组系统故障诊断中的新思想和方法的可行性与先进性。

关键词： 贝叶斯网络   推理机制   不确定性问题   建模过程   故障诊断方法   专家系统   建模方法   水电机组   优点  

摘要： 分析了传统故障诊断方法对于处理实际系统中的不确定性问题时所存在的不足,将贝叶斯网络的理论与方法应用到水电机组故障诊断中,介绍了贝叶斯网络的建模方法与推理机制,并通过一个专家系统的建模过程与诊断结果,证明了基于贝叶斯网络的水电机组故障诊断专家系统所具有的独特优点。

关键词： 水电机组   故障诊断系统   状态监测   安全运行   水电厂  

摘要： 利用信息技术实现水电机组的状态监测和故障诊断是提高水电厂经济效益和安全运行的重要技术保证。本文重点介绍了水电机组状态监测和故障诊断系统及其经济效益和成功案例。

关键词： 水电机组   状态检修   故障诊断   RBF网络   电力市场  

摘要： 该文首先叙述了水电机组推行状态检修和故障诊断的重大意义以及当前水电机组状态检修及故障诊断国内外研究现状,在总结前人工作的基础上提出应用RBF网络进行水电机组的故障诊断.针对以前的RBF网络训练方法在聚类中心的个数选取和聚类中心的选取上的缺点,该文提出一种结合专家知识的RBF训练法,它能很好的利用专家知识,设计良好的网络结构.通过编写MATLAB下的仿真程序以及对其进行仿真测试,结果表明,用RBF网络进行水电机组故障诊断,训练速度快,不会陷入局部最小,而且能够对水电机组各种故障进行精确的诊断,可以达到实用的要求.在取得了由故障诊断系统得到的机组状态信息之后,针对目前制定检修计划中片面地强调电力市场因素或者机组状态信息都会严重影响检修效益,分析了在电力市场进行下的发电机组状态检修的可行性,然后提出了一个基于电力市场的发电机组状态检修数学模型.该模型有效地协调了电力市场和机组状态的关系,给发电厂带来最大的检修效益.

关键词： 水电机组   状态检修   在线状态监测   安全稳定   故障诊断   可靠   经济运行   Client/Server   PXI   Internet网络  

摘要： 提出将Internet网络技术和虚拟仪器技术和水电机组状态监测和故障诊断技术有效地结合起来 ,旨在将水电机组的状态监测和故障诊断提升到远程的网络环境 ,以极大提高状态监测和故障诊断的水平和时效性。通过采用Client Server网络体系结构 ,运用LabIEW、DataSocket、PXI或MXI 3技术 ,实现了水电机组在线状态监测和故障诊断 ,为水电机组的状态检修提供了可靠的技术保证 ,以确保水电机组的安全稳定和经济运行。

关键词： 水电机组   神经网络   故障诊断   故障预测  

摘要： 水轮发电机组状态监测与故障诊断系统是近年来国内外水力发电专家学者研究的重要课题,是实现机组状态检修、确保安全运行、降低成本、提高效益的技术支持.随着机械设备故障诊断技术研究的发展,水轮发电机组状态监测与故障诊断系统的研究也取得了很大的进展,但目前大多数水电机组状态监测与故障诊断系统在状态监测与信号分析方面能满足要求,而在智能诊断及机组故障预测方面,尚处于研究的起步阶段.神经网络以其良好的非线性映射能力在故障模式识别与故障预测领域得到了广泛的应用.该文以BP神经网络为工具,探讨了水轮发电机组的常见故障的诊断及水电机组振动趋势的预测.该文的主要内容:首先从实现状态维修的角度,阐述了开展水电机组故障诊断与预测研究的重要意义,简要介绍了国内外水电机组故障诊断与预测技术的研究现状;系统地探讨了水电机组主要故障及其故障征兆,以及水电机组故障诊断的基本过程;然后介绍了BP网络基本原理及其改进算法;针对水电机组故障多、故障征兆复杂,单子神经网络难以很好的对其进行诊断的特点,提出了基于集成神经网络的水电机组故障诊断方法,用频谱征兆和振动幅值变化趋势征兆两个子网络,从不同侧面诊断水电机组的故障,在采用D-S证据理论融合两子网络的输出,从而得到诊断决策,实例仿真证明了这种方法的有效性;在论文的第五章介绍了基于神经网络的预测方法,研究探讨了神经网络对水电机组振动常见趋势的预测能力,并给出了预测实例;最后对全文的主要工作进行了总结,指出了研究的不足和今后进一步研究的方向.

关键词： 水轮发电机组   故障诊断   数据融合   D-S证据理论  

摘要： 应用数据融合的理论和方法,在整个水电机组故障诊断过程中,在数据处理的信号层、特征层及决策层上分别提出不同的数据融合算法,解决了传统水电机组故障诊断中存在的大量采集数据如何有效处理的问题。所提出的算法针对水电机组故障诊断的特殊性,有较强的适应性,提高了实际诊断的准确性和可靠性。

关键词： 水电机组   振动监测   特征提取   信息融合   故障诊断  

摘要： 水电机组的振动是反映机组运行状态的重要参量，对机组振动进行监测和对振动故障进行诊断就显得非常重要，是保证机组安全稳定运行的重要措施。 本文根据国内外关于水电机组状态监测与故障诊断研究的现状与发展趋势，以机组振动故障的信息融合诊断技术为研究主题，对基于Dempster-Shafer证据理论的信息融合故障诊断方法进行研究，首次将该方法应用到水电机组振动故障诊断中，并提出了用机组振动各频率的子带能量反映其振动强度的方法。本文主要进行了以下工作： 分析、归纳和整理了水电机组振动的故障机理和振动频率特征，对机组的振动、摆度和压力脉动测点进行了选择和布置，并选用相应传感器进行监测。 在讨论了多传感器信息融合的基本原理和融合诊断的几种方法的基础上，重点研究了基于D-S证据理论的融合诊断方法，并根据融合规则的需求，讨论了基本可信度分配函数的构造方法，建立了水电机组振动故障的融合诊断识别框架。 在仿真应用中，模拟水电机组各部位的振动信号，采用小波分析和傅立叶变换进行预处理提取信号特征，应用信息融合方法进行了仿真诊断。 西安理工大学硕士学位论文 仿真融合诊断结果表明，基于多传感器信息融合的故障诊断能充分地利用机组各 部位的多个传感器的信息，减少诊断的不确定性，能识别单一传感器不能识别的故障;对于早期特征不太明显的故障，经过多传感器信息的融合处理，也能及早发现和准确 识别。 随着融合参数的增多，诊断的可靠性会越来越高。毫无疑问，这对于及早发现机 组潜在的故障至关重要，对于保证水电机组安全稳定运行和最终实现状态检修的目的 都具有重要的意义。

关键词： 水电机组   诊断方法   数据融合  

摘要： 在研究有关数据融合理论及其算法的基础上,将不同特性的数据进行综合和推理,用以解决水电机组故障诊断的多源信息处理问题。