基于EMD和Multi-fractal spectrum的BP水机故障诊断

发布时间：2017-10-11 05:40

  本文关键词：基于EMD和Multi-fractal spectrum的BP水机故障诊断

  更多相关文章： 水轮机组 故障诊断 经验模态分解 多重分形谱 BP神经网络

【摘要】：为了准确判断水轮机组的故障,提高水轮机组诊断的精确性,建立了EMD-Multi-fractal spectrum和改进BP神经网络相结合的机组振动故障诊断模型.选取水轮发电机组不同工况下的轴系正常、轴承油膜涡动、转子部件不平衡、转子不对中等状态,采集各状态下的振动信号.经过经验模态分解得到振动信号波各种故障信号的EMD分量,根据信号波形趋势图由EMD系数提取出波形样本,再由多重分形谱算法提取波形样本的特征值alpha(q),f(q),将该特征向量作为BP神经网络的输入进行分类识别.将训练好的神经网络应用于全部样本,得到测试正确率为100%.该模型用波形提取信号特征代替了传统的频谱特性,并结合先进的多重分形谱进行诊断识别,为水轮发电机组故障诊断提供了一种新的思路.应用信号采集于水电厂运行的水轮机,根据诊断的结果对轴系各个部件进行局部校正,通过检测发现振动和摆度都大大减弱.该方法提高了检测精度,增强了人机交互性,具有重要的理论意义和实用价值.
【作者单位】： 兰州工业学院电气工程学院;
【关键词】： 水轮机组 故障诊断 经验模态分解 多重分形谱 BP神经网络
【基金】：甘肃省科技计划项目(1506RJZA059)
【分类号】：TK730.8
【正文快照】： 薛延刚.基于EMD和Multi-fractal spectrum的BP水机故障诊断[J].排灌机械工程学报,2016,34(5):455-460.XUE Yangang.An investigation into fault diagnosis of hydro-turbine unit based on EMD multi-fractal spectrum[J].Journal of drai-nage and irrigation machinery eng

【相似文献】

中国期刊全文数据库 前10条

1 张超图，，解建宝，张靠社;格尔木水电一分厂微机监测与故障诊断[J];农田水利与小水电;1995年12期

2 洪治,李国宏,蔡维由,蔡天富;基于小波包分析的水轮发电机组振动的故障诊断[J];武汉大学学报(工学版);2002年01期

3 孙培峰;;基于CBR的水利工程机械智能化故障诊断技术研究[J];机械与电子;2008年10期

4 孙超图;解建宝;张靠社;;格尔木水电厂微机监测与故障诊断[J];水电厂自动化;1995年02期

5 李朝晖,郭江;调速器液压系统的故障诊断及可靠控制策略[J];水电能源科学;1999年03期

6 昝志勇;下石龙电站转轮落不到位的分析处理[J];小水电;2005年05期

7 朱红平;万元;魏志鹏;陈小松;龚传利;;水电厂高压气系统关联监测方法[J];水电自动化与大坝监测;2011年06期

8 李连贵;水轮机部件振动的预防和故障诊断方法——流体—固体耦合振动的精确分析方法比德国优越[J];水电站机电技术;1997年02期

9 朱红平;万元;魏志鹏;陈小松;龚传利;;水电厂高压气系统关联监测方法研究[J];湖南电力;2011年06期

10 王翔;王霞;;调速器故障诊断[J];能源与环境;2008年06期

中国重要会议论文全文数据库 前1条

1 李永春;;远程在线监测与故障诊断技术在黄河水电流域开发中的应用与研究[A];2013年中国电机工程学会年会论文集[C];2013年

中国硕士学位论文全文数据库 前4条

1 刘国民;基于多平台的水电站监测与故障诊断软件研究[D];华中科技大学;2007年

2 于德荣;水轮发电机组振动的故障论断研究[D];大连理工大学;2002年

3 熊浩;大型水轮发电机组状态监测与故障诊断技术的研究[D];重庆大学;2001年

4 邱虹;随机近邻嵌入分析方法及其在水电机组故障诊断中的应用[D];浙江工业大学;2014年

本文编号：1010840