基于决策树的汽轮机振动故障诊断技术研究

发布时间：2017-12-10 16:13

  本文关键词：基于决策树的汽轮机振动故障诊断技术研究

  更多相关文章： 汽轮机 振动 故障诊断 决策树算法 诊断系统

【摘要】：随着电力技术的日益发展,发电机组的容量和参数不断提高,电厂的热力设备也日趋复杂化和智能化,因此也导致了电厂汽轮机设备的故障产生机理日益复杂,然而电厂汽轮机作为电厂中的三大主要设备之一,一发生故障,将会给企业和国家造成巨大经济损失。随着数据挖掘技术的飞跃发展,其在处理海量数据方面显示出其无比巨大的优势,因此将数据挖掘技术与电厂汽轮机设备状态监测与故障诊断相结合,将突破传统设备状态监测与故障诊断的知识获取的瓶颈,并且使人们利用数据挖掘技术,从系统历史数据中提取相应的诊断知识,成为获取知识的一种有效途径。本文通过将数据挖掘分类方法中的决策树C4.5算法引入汽轮机的轴系振动的故障诊断,作为一种故障诊断方法进行了研究。通过在实验室汽轮机转子实验平台上模拟正常、不平衡、碰磨、油膜振荡四种运行状态,实验工作转速为4000r/min,每种运行状态分别进行20次实验,共采集80组模拟实验数据,将采集到的原始数据通过Matlab程序计算,得到四种运行状态下所有组别的偏度、峭度、平均值、最大值四个统计特征参数。对于每种运行状态随机选择10组,共40组组成训练数据集,其余构成测试集,通过决策树C4.5故障诊断方法的诊断流程对训练数据集进行处理,最终得到决策树故障诊断模型,通过测试数据集对该模型的诊断精度进行判断,其诊断精度达90%。也通过其他的综合评价标准对该诊断模型进行了综合评价,结果较为理想。因此,可以通过进一步的对该算法的优化,将其引入汽轮机轴系振动故障诊断系统。基本实现了决策树C4.5算法的编程开发。本文最后也对基于决策树的汽轮机故障诊断系统进行了系统的框架的搭建,及各部分功能也作出了详细阐述,也对该系统的软件体系进行了设计,并实现了基于决策树C4.5算法的故障诊断模块。
【学位授予单位】：华北电力大学(北京)
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM621

【相似文献】

中国期刊全文数据库 前10条

1 朱宇光;黄树成;;一种基于信息熵建立决策树的算法[J];常州工学院学报;2006年01期

2 周凌云;;决策树在汽车评测中的应用研究[J];中南民族大学学报(自然科学版);2012年03期

3 焦树军;安志江;;基于最大间隔的决策树归纳算法[J];科技视界;2011年01期

4 毕建东，，杨挂芳;基于熵的决策树分枝合并算法[J];哈尔滨工业大学学报;1997年02期

5 许晴;李凡长;;上下文决策树学习算法及其在机械波图像中的应用[J];合肥工业大学学报(自然科学版);2013年02期

6 刘健;陈俊杰;;以相关性确定条件属性的概化决策树[J];太原理工大学学报;2006年S1期

7 魏红宁;决策树剪枝方法的比较[J];西南交通大学学报;2005年01期

8 赵翔,向一丹,刘同明,祁云嵩;一种基于粗糙集的决策树生成算法[J];华东船舶工业学院学报(自然科学版);2005年04期

9 刘健;陈俊杰;;以相关性确定条件属性的概化决策树[J];太原理工大学学报;2006年S2期

10 李卫东;宋威;李欣;杨炳儒;;一种多标准决策树剪枝方法及其在入侵检测中的应用[J];北京科技大学学报;2007年04期

中国重要会议论文全文数据库 前3条

1 周帅印;李晨;王勇;张阳;;FDTU:针对不确定数据的快速决策树生成算法[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年

2 胡海斌;邱明;姜青山;胡海龙;赵新星;;一种基于数据继承关系的C4.5分类优化算法[A];第26届中国数据库学术会议论文集（B辑）[C];2009年

3 卜亚杰;胡朝举;;一种改进的ID3算法[A];第一届中国高校通信类院系学术研讨会论文集[C];2007年

中国博士学位论文全文数据库 前4条

1 冯兴华;基于公理模糊集的模糊决策树算法研究[D];大连理工大学;2013年

2 伊卫国;基于关联规则与决策树的预测方法研究及其应用[D];大连海事大学;2012年

3 王煜;基于决策树和K最近邻算法的文本分类研究[D];天津大学;2006年

4 王利民;贝叶斯学习理论中若干问题的研究[D];吉林大学;2005年

中国硕士学位论文全文数据库 前10条

1 张艳顺;基于决策树的汽轮机振动故障诊断技术研究[D];华北电力大学(北京);2016年

2 黄正勇;基于样本对的极小决策树构建[D];华北电力大学(北京);2016年

3 马德亮;基于覆盖粗糙集理论决策树的构造[D];华北电力大学(北京);2016年

4 但小岗;决策树在土地规划中的应用研究[D];贵州大学;2008年

5 刘云胜;一种改进的决策树增量算法研究[D];华中科技大学;2007年

6 李卿;决策树优化算法研究[D];西南交通大学;2009年

7 关晓蔷;基于决策树的分类算法研究[D];山西大学;2006年

8 胡江洪;基于决策树的分类算法研究[D];武汉理工大学;2006年

9 卜亚杰;决策树分类算法的研究及应用[D];华北电力大学（河北）;2008年

10 周海波;基于决策树的分类算法研究[D];兰州大学;2009年

本文编号：1275107