论文部分内容阅读
随着科学技术的不断发展,水轮发电机组的结构越来越复杂,造价越来越高,各部分之间的联系更加紧密,因而发生故障的风险也在增加,及时准确的提取其运行状态的信息,进而捕捉其中的故障信息并加以识别判断,对发现水轮发电机组的异常,提高水轮发电机组运行的可靠性有着重要的意义。轴心轨迹是旋转机械故障诊断的重要手段之一,反映了转子旋转时轴系上任一点在其旋转平面内相对轴承座的运行轨迹,它包含了机组的各种故障信息,其形状特征对判断旋转机械转子轴系的故障非常重要。本文针对水轮发电机组轴心轨迹提纯、机组故障信号检测和提取分析中的现象与难点问题,借助谐波小波、Walsh变换、SVM等方法,系统地开展水轮发电机组故障诊断研究,其主要内容包括:(1)轴心轨迹作为水轮发电机组故障状态的一种映射方式,其图形特征所包含的信息反映了水轮发电机组的运行状态。本文从这一问题入手,采用谐波小波进行轴心轨迹的提纯,采用Walsh变换提取轴心轨迹的图形特征,然后引入支持向量机对轴心轨迹特征向量进行分类。(2)考虑到轴心轨迹识别的要求及轨迹样本先验知识不足的工程应用现实,通过计算和变换距离向量,快速提取了轴心轨迹的Walsh谱特征,同时利用支持向量机理论学习谱特征和轴心轨迹类型之间的映射关系,从而将训练好的分类器用于轴心轨迹识别;实例分析显示该方法的可行性和有效性。(3)在前面研究基础上,我们在DHRMT型多功能转子模拟实验台上,对转子系统四种典型机械故障进行分析,实验结果验证了该诊断方法的正确性;最后,用该诊断方法对水电站实测的轴心轨迹图形进行故障研究和分析,并把诊断结果与水电站实际情况进行分析和比较。