基于复杂网络的燃气轮机故障诊断研究
发布时间：2020-12-04 03:48
燃气轮机是典型的复杂系统,故障与征兆之间呈现非线性关系。复杂网络作为复杂系统的一种研究方法,可以根据网络特性分析出燃气轮机中各个节点间的内在联系,实现从整体论角度对故障进行分析判断,有助于挖掘出隐藏在燃气轮机运行状态之间的相关关系以及特征模式。因此,本文基于复杂网络理论研究了燃气轮机网络建模方法,分析了故障及不同故障严重程度下的燃气轮机网络拓扑特性,提出了基于复杂网络的燃气轮机典型故障和故障严重程度的诊断方法,为燃气轮机故障诊断提供了新方法。具体研究内容如下:(1)燃气轮机复杂网络建模研究。从微观、介观和宏观三个角度分析了复杂网络特性;针对燃气轮机热力故障诊断,以低维气路参数为节点,以反比例相似度函数为边,建立燃气轮机气路参数拓扑网络;针对燃气轮机轴承故障,采用符号化时间序列的方法,将高维轴承振动频率降频成符号编码概率节点建立燃气轮机轴承拓扑网络;得到了燃气轮机复杂网络平均路径长度和聚集系数与相似度系数与阈值的关系,实现了燃气轮机气路故障和轴承故障的复杂网络建模。(2)基于模块度社团探测的燃气轮机故障诊断研究。根据气路故障建模与轴承物理故障试验先验知识,提出了基于模块度社团探测的燃气轮...
【文章来源】：哈尔滨工程大学黑龙江省 211工程院校
【文章页数】：89 页
【学位级别】：硕士
【部分图文】：
不同网络示意图
１〇一．?，〇，？—＇?—．??１０°?１０?１〇４?ｔｏ＊?１０?１〇３?１〇４?１０?１０＊??ｆ＞ｖ?ｂｖ??０．２?０．２?■？．／．?？??１０°?１〇２?１〇４?１０°?ｉｏ２?１〇３?１０＊＊?１〇５?１〇＊??图１．４改进Ｋ－ｍｅａｎｓ算法对比图??张锴琦［３（）］等分析Ｂ算法的诊断特色及原理，进而重构初始化拓扑网络模型以及控制??网络模型中节点聚类划分过程，对算法进行了改进，获取优化的模块性度量标准及相应??的网络划分。??Ｒｏｃｃｏ?１＾１＾〇１＾［３１］等人提出了核谱聚类的社区探测算法，其中使用了模块度统计的??模型选择新方法，并根据现实中的数据进行了验证。??Ｂｉｌａｌ?５３〇１＾３２］等人使用最小生成树的方法建立不同子社团，然后通过子社团迭代合??并的方法选取网络的最大模块度，提出了不需要参数的最小生成树和模块度相结合的社??区探测算法。??
张锴琦［３（）］等分析Ｂ算法的诊断特色及原理，进而重构初始化拓扑网络模型以及控制??网络模型中节点聚类划分过程，对算法进行了改进，获取优化的模块性度量标准及相应??的网络划分。??Ｒｏｃｃｏ?１＾１＾〇１＾［３１］等人提出了核谱聚类的社区探测算法，其中使用了模块度统计的??模型选择新方法，并根据现实中的数据进行了验证。??Ｂｉｌａｌ?５３〇１＾３２］等人使用最小生成树的方法建立不同子社团，然后通过子社团迭代合??并的方法选取网络的最大模块度，提出了不需要参数的最小生成树和模块度相结合的社??区探测算法。??００正常?０）＞内＿??（ａ＞?Ｎｏｍｉａｌ?（ｂ）?Ｉｎｎｅｒ?ｒａｃｅ??
【参考文献】：
期刊论文
[1]基于复杂网络理论的北京地铁网络脆弱性评估[J]. 郭露露,苏国锋,路堃,翁勇南,赵金龙,马勋. 工业安全与环保. 2017(11)
[2]复杂网络上疾病传播溯源算法综述[J]. 黄春林,刘兴武,邓明华,周杨,卜东波. 计算机学报. 2018(06)
[3]复杂网络大数据中重叠社区检测算法[J]. 乔少杰,韩楠,张凯峰,邹磊,王宏志,Louis Alberto GUTIERREZ. 软件学报. 2017(03)
[4]燃气轮机故障诊断技术研究[J]. 江宽. 石化技术. 2016(09)
[5]基于复杂网络理论的符号有向图(SDG)化工故障诊断[J]. 王政,孙锦程,王迎春,姜英,贾小平,王芳. 化工进展. 2016(05)
[6]基于递归复杂网络的滚动轴承故障诊断[J]. 孙斌,梁超,尚达. 振动.测试与诊断. 2015(03)
[7]燃气轮机节能优化运行技术分析[J]. 田明泉,赵杰,支永安,董梅. 节能. 2014(04)
[8]基于节点属性的社群结构探测算法改进[J]. 张锴琦,杜海峰,蔡萌,费尔德曼. 系统工程理论与实践. 2013(11)
[9]复杂网络中节点重要性排序的研究进展[J]. 刘建国,任卓明,郭强,汪秉宏. 物理学报. 2013(17)
[10]复杂网络在转子故障诊断中的应用[J]. 孙斌,尚达. 振动.测试与诊断. 2012(06)
博士论文
[1]生物复杂网络中功能模块的挖掘[D]. 焦清局.上海交通大学 2015
[2]复杂网络建模及其传播动力学研究[D]. 崔爱香.电子科技大学 2014
[3]复杂网络社团探测方法及在轮机故障诊断中应用的研究[D]. 张爱萍.大连海事大学 2015
[4]复杂网络中社区发现关键技术研究[D]. 朱牧.中国矿业大学 2014
[5]复杂网络社区发现若干问题研究[D]. 姜雅文.北京交通大学 2014
[6]复杂网络中的社团结构划分及分析应用[D]. 刘传建.山东大学 2014
[7]复杂网络中心性度量及社团检测算法研究[D]. 付立东.西安电子科技大学 2012
[8]复杂网络社团结构分析方法研究[D]. 赖大荣.上海交通大学 2011
硕士论文
[1]基于符号化时间序列分析的轴承故障诊断方法研究[D]. 胡世杰.东南大学 2015
[2]基于复杂网络社团聚类的机械故障诊断方法及其应用研究[D]. 潘阳.湖南科技大学 2014
[3]基于聚类的复杂网络中社团发现算法的研究[D]. 庞传军.青岛大学 2009
[4]基于SOM神经网络和K-均值聚类的分类器设计[D]. 曹金平.江苏大学 2007
[5]基于神经网络的旋转机械故障诊断方法研究[D]. 崔慧敏.燕山大学 2007
本文编号：2896968
【文章来源】：哈尔滨工程大学黑龙江省 211工程院校
【文章页数】：89 页
【学位级别】：硕士
【部分图文】：
不同网络示意图
１〇一．?，〇，？—＇?—．??１０°?１０?１〇４?ｔｏ＊?１０?１〇３?１〇４?１０?１０＊??ｆ＞ｖ?ｂｖ??０．２?０．２?■？．／．?？??１０°?１〇２?１〇４?１０°?ｉｏ２?１〇３?１０＊＊?１〇５?１〇＊??图１．４改进Ｋ－ｍｅａｎｓ算法对比图??张锴琦［３（）］等分析Ｂ算法的诊断特色及原理，进而重构初始化拓扑网络模型以及控制??网络模型中节点聚类划分过程，对算法进行了改进，获取优化的模块性度量标准及相应??的网络划分。??Ｒｏｃｃｏ?１＾１＾〇１＾［３１］等人提出了核谱聚类的社区探测算法，其中使用了模块度统计的??模型选择新方法，并根据现实中的数据进行了验证。??Ｂｉｌａｌ?５３〇１＾３２］等人使用最小生成树的方法建立不同子社团，然后通过子社团迭代合??并的方法选取网络的最大模块度，提出了不需要参数的最小生成树和模块度相结合的社??区探测算法。??
张锴琦［３（）］等分析Ｂ算法的诊断特色及原理，进而重构初始化拓扑网络模型以及控制??网络模型中节点聚类划分过程，对算法进行了改进，获取优化的模块性度量标准及相应??的网络划分。??Ｒｏｃｃｏ?１＾１＾〇１＾［３１］等人提出了核谱聚类的社区探测算法，其中使用了模块度统计的??模型选择新方法，并根据现实中的数据进行了验证。??Ｂｉｌａｌ?５３〇１＾３２］等人使用最小生成树的方法建立不同子社团，然后通过子社团迭代合??并的方法选取网络的最大模块度，提出了不需要参数的最小生成树和模块度相结合的社??区探测算法。??００正常?０）＞内＿??（ａ＞?Ｎｏｍｉａｌ?（ｂ）?Ｉｎｎｅｒ?ｒａｃｅ??
【参考文献】：
期刊论文
[1]基于复杂网络理论的北京地铁网络脆弱性评估[J]. 郭露露,苏国锋,路堃,翁勇南,赵金龙,马勋. 工业安全与环保. 2017(11)
[2]复杂网络上疾病传播溯源算法综述[J]. 黄春林,刘兴武,邓明华,周杨,卜东波. 计算机学报. 2018(06)
[3]复杂网络大数据中重叠社区检测算法[J]. 乔少杰,韩楠,张凯峰,邹磊,王宏志,Louis Alberto GUTIERREZ. 软件学报. 2017(03)
[4]燃气轮机故障诊断技术研究[J]. 江宽. 石化技术. 2016(09)
[5]基于复杂网络理论的符号有向图(SDG)化工故障诊断[J]. 王政,孙锦程,王迎春,姜英,贾小平,王芳. 化工进展. 2016(05)
[6]基于递归复杂网络的滚动轴承故障诊断[J]. 孙斌,梁超,尚达. 振动.测试与诊断. 2015(03)
[7]燃气轮机节能优化运行技术分析[J]. 田明泉,赵杰,支永安,董梅. 节能. 2014(04)
[8]基于节点属性的社群结构探测算法改进[J]. 张锴琦,杜海峰,蔡萌,费尔德曼. 系统工程理论与实践. 2013(11)
[9]复杂网络中节点重要性排序的研究进展[J]. 刘建国,任卓明,郭强,汪秉宏. 物理学报. 2013(17)
[10]复杂网络在转子故障诊断中的应用[J]. 孙斌,尚达. 振动.测试与诊断. 2012(06)
博士论文
[1]生物复杂网络中功能模块的挖掘[D]. 焦清局.上海交通大学 2015
[2]复杂网络建模及其传播动力学研究[D]. 崔爱香.电子科技大学 2014
[3]复杂网络社团探测方法及在轮机故障诊断中应用的研究[D]. 张爱萍.大连海事大学 2015
[4]复杂网络中社区发现关键技术研究[D]. 朱牧.中国矿业大学 2014
[5]复杂网络社区发现若干问题研究[D]. 姜雅文.北京交通大学 2014
[6]复杂网络中的社团结构划分及分析应用[D]. 刘传建.山东大学 2014
[7]复杂网络中心性度量及社团检测算法研究[D]. 付立东.西安电子科技大学 2012
[8]复杂网络社团结构分析方法研究[D]. 赖大荣.上海交通大学 2011
硕士论文
[1]基于符号化时间序列分析的轴承故障诊断方法研究[D]. 胡世杰.东南大学 2015
[2]基于复杂网络社团聚类的机械故障诊断方法及其应用研究[D]. 潘阳.湖南科技大学 2014
[3]基于聚类的复杂网络中社团发现算法的研究[D]. 庞传军.青岛大学 2009
[4]基于SOM神经网络和K-均值聚类的分类器设计[D]. 曹金平.江苏大学 2007
[5]基于神经网络的旋转机械故障诊断方法研究[D]. 崔慧敏.燕山大学 2007
本文编号：2896968
本文链接：https://www.wllwen.com/kejilunwen/dongligc/2896968.html
