论文部分内容阅读
本文在参考国内外文献资料的基础上，综述了水电机组实施状态检修策略的发展现状，分析了状态检修的现有水平及发展方向，指出在水电机组中进行以可靠性为中心的维修策略(RCM)的必要性。介绍了混合神经网络原理，并将混沌算法与BP算法进行比较，针对BP学习算法收敛速度慢，收敛过程振荡严重等问题，采用混合神经网络改进其学习算法的不足，即修改权值，从而缓解了上述两个问题的严重性，同时详细介绍了状态检修概述，建立了RCM状态检修策略模型及RCM检修结构模型——故障树分析，并将故障树分析法运用到水轮发电机组故障诊断中，根据水电厂的实际情况制定了相应故障树模型，通过结合大量参考文献及贵州东风发电厂的统计数据，分析了各底事件发生的概率以及对顶事件发生概率的影响，定性的分析了各底事件在整个故障树中的重要性程度，为水电厂制定状态检修决策提供的重要依据，提高了设备故障诊断率。