基于贝叶斯网络的汽轮发电机组故障诊断方法及应用研究

发布时间：2021-01-22 00:57

　　随着我国能源结构调整的逐步推进,新能源装机规模不断增大,大容量汽轮发电机组需要承担调峰任务,使其运行工况多变;同时,串联电容补偿、高压直流输电等电力电子装置在电网中广泛应用,使电网结构日趋复杂。在机电网多因素耦合作用下,汽轮发电机组发生各类故障的风险增大。本文在深入分析汽轮发电机组典型故障机理的基础上,结合信号分析、人工智能等理论和技术,研究了面向工程实践的汽轮发电机组故障诊断方法及系统,对于保证其安全和高效运行具有重要意义。首先,结合系统理论以及复杂设备的故障特点,分析了复杂设备故障形成和演化的共性规律。在其指导下,灵活运用故障模式及影响分析（Fault Mode and Effect Analysis,FMEA）和故障树分析（Fault Tree Analysis,FTA）技术,融合汽轮发电机组运行中涉及的各类专业知识,对机组11大类、31小类典型故障的因果链、故障影响、处理措施和故障特征进行了分析,获得了故障的多元诊断信息。故障诊断问题中的大数据不但要注重数据量,还应关注数据的全面性,研究得到的故障知识是诊断大数据的重要组成部分。其次,结合故障机理中关于识别特征的分析结果,研究了... 

【文章来源】：华北电力大学(北京)北京市 211工程院校 教育部直属院校

【文章页数】：170 页

【学位级别】：博士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题研究的背景及意义
    1.2 故障和健康、故障诊断和健康评价
    1.3 故障诊断理论与技术国内外研究现状
        1.3.1 故障机理研究现状
        1.3.2 故障特征提取研究现状
        1.3.3 故障诊断方法研究现状
        1.3.4 大数据技术在故障诊断中的应用
    1.4 本文研究内容和结构安排
第2章 汽轮发电机组典型故障机理分析
    2.1 引言
    2.2 从系统论看故障形成和演化
    2.3 汽轮发电机组故障机理分析方法
    2.4 故障因果链分析
        2.4.1 转子（轴系）质量不平衡故障分析
        2.4.2 联轴器不对中故障分析
        2.4.3 转轴碰磨故障分析
        2.4.4 转子弯曲故障分析
        2.4.5 支撑松动故障分析
        2.4.6 支撑系统结构共振故障分析
        2.4.7 自激振动故障分析
        2.4.8 随机振动故障分析
        2.4.9 电磁激振故障分析
        2.4.10 扭转振动故障分析
        2.4.11 转子裂纹故障分析
    2.5 故障特征分析
        2.5.1 振动频率特征分析
        2.5.2 振动趋势特征分析
        2.5.3 相关关系特征分析
        2.5.4 不同转速时的振动特征分析
        2.5.5 运行阶段同故障关系
        2.5.6 设备结构同故障关系
        2.5.7 其他特征
    2.6 故障后果及处理措施分析
    2.7 本章小结
第3章 汽轮发电机组典型故障特征提取方法研究
    3.1 引言
    3.2 振动波形特征提取
        3.2.1 弯振信号的频域特征提取
        3.2.2 扭角信号的频域特征提取
        3.2.3 扭振阻尼特性识别
        3.2.4 案例分析
    3.3 限值特征提取
        3.3.1 限值特征涉及的参数
        3.3.2 限值特征提取的思路
        3.3.3 模型和算法
        3.3.4 案例分析
    3.4 趋势特征提取
        3.4.1 趋势特征提取方法
        3.4.2 案例分析
    3.5 相关关系特征提取
    3.6 其他特征提取
    3.7 本章小结
第4章 基于贝叶斯网络的汽轮发电机组故障诊断
    4.1 引言
    4.2 机组故障诊断思维方式
        4.2.1 机组故障以及特征的表现形式
        4.2.2 故障诊断基本思路
    4.3 贝叶斯网络基础知识
        4.3.1 贝叶斯定理
        4.3.2 贝叶斯网络的概念
        4.3.3 贝叶斯网络的推理
    4.4 贝叶斯网络应用于机组故障诊断
        4.4.1 诊断网络构建
        4.4.2 故障诊断流程
    4.5 案例分析
        4.5.1 低速晃摆运行阶段诊断案例
        4.5.2 启机运行阶段诊断案例
        4.5.3 带负荷运行阶段诊断案例
    4.6 本章小结
第5章 汽轮发电机组状态监测与故障诊断系统研发
    5.1 引言
    5.2 监测和诊断系统的多智能体模型
    5.3 监测和诊断系统的功能设计
        5.3.1 数据采集系统功能设计
        5.3.2 数据分析系统功能设计
        5.3.3 故障诊断系统功能设计
        5.3.4 健康评价系统功能设计
    5.4 监测和诊断原型系统
    5.5 本章小结
第6章 结论与展望
    6.1 全文总结
    6.2 论文的主要创新点
    6.3 有待进一步开展的工作
参考文献
攻读博士学位期间发表的论文及其它成果
攻读博士学位期间参加的科研工作
致谢
作者简介


【参考文献】：
期刊论文
[1]基于模型的双转子-支撑系统快速故障识别方法[J]. 陈景明,蒋东翔,徐洪志.  航空动力学报. 2013(12)
[2]振动信号处理方法综述[J]. 李舜酩,郭海东,李殿荣.  仪器仪表学报. 2013(08)
[3]基于运行工况辨识的风电机组健康状态实时评价方法[J]. 董玉亮,李亚琼,曹海斌,何成兵,顾煜炯.  中国电机工程学报. 2013(11)
[4]基于支持向量机和果蝇优化算法的循环流化床锅炉NOx排放特性研究[J]. 牛培峰,麻红波,李国强,马云飞,陈贵林,张先臣.  动力工程学报. 2013(04)
[5]伊敏电厂二期发电机转子失效案例分析[J]. 巴特尔.  科技与企业. 2013(06)
[6]基于图论模型的故障诊断方法研究进展综述[J]. 刘鹏鹏,左洪福,苏艳,孙见忠.  中国机械工程. 2013(05)
[7]大学生健康综合评价体系研究[J]. 闫振龙,鲁婷婷,陈善平,王云冰.  西安交通大学学报(社会科学版). 2012(06)
[8]“振动利用工程”学科近期的发展[J]. 闻邦椿.  振动工程学报. 2007(05)
[9]机械故障诊断的非线性动力学原理[J]. 陈予恕.  机械工程学报. 2007(01)
[10]通过振动监测诊断发电机转子裂纹[J]. 寇胜利,聂继升,王光春.  中国电力. 2006(05)

博士论文
[1]基于贝叶斯网络和多源信息构建可靠性分析模型方法研究[D]. 马德仲.哈尔滨理工大学 2015
[2]基于新异类检测和支持向量机的水电机组诊断技术研究[D]. 周叶.中国水利水电科学研究院 2015
[3]基于模型的重型燃气轮机气路故障诊断研究[D]. 蒲星星.清华大学 2013
[4]混合智能技术及其在故障诊断中的应用研究[D]. 雷亚国.西安交通大学 2007



本文编号：2992227