重型燃气轮机故障分析与智能诊断系统研究

发布时间：2021-05-13 20:04

　　重型燃气轮机工作环境复杂、工况多变,随着运行时间增长,大大增加其失效风险。本文以燃气轮机故障模式及机理分析为基础,开展重型燃气轮机智能故障诊断研究,保证其安全健康运行。首先,提出重型燃气轮机智能故障诊断理论体系,主要包括智能故障诊断理论体系的结构内容、以及关键方法和技术,来指导重型燃气轮机以下智能诊断分析。其次,对重型燃气轮机进行结构划分,在此基础上应用FMEA和FTA技术进行故障模式及机理分析。并以故障的FMEA分析、统计案例分析结果为指导,获得了对机组故障识别或者原因查找有贡献的主要特征参数,然后使用SVR等人工智能方法获取故障征兆并预警。再次,在诊断知识获取的基础上,利用图论智能方法表述出来,两者相结合实现重型燃气轮机智能故障诊断,为维修决策提供重要参考。最后,将前面理论研究与工程实际相结合,详细介绍重型燃气轮机智能诊断系统设计思路和框架,重点对“监测分析”、“智能诊断”两个功能模块进行流程化设计,为今后重型燃气轮机智能诊断系统实际开发应用奠定基础。 

【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】：67 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景与意义
    1.2 燃气轮机故障机理研究现状
    1.3 燃气轮机智能诊断方法研究现状
        1.3.1 国内外研究现状
        1.3.2 燃气轮机智能诊断研究存在的不足分析
        1.3.3 燃气轮机智能诊断研究的思考建议
    1.4 本文的研究内容及结构
第2章 重型燃气轮机智能故障诊断理论体系
    2.1 重型燃气轮机故障分析与诊断概述
    2.2 重型燃气轮机智能故障诊断理论体系结构
        2.2.1 故障模式与机理分析
        2.2.2 故障特征提取
        2.2.3 故障识别与诊断
    2.3 重型燃气轮机智能故障诊断理论体系关键方法和技术
        2.3.1 故障模式与机理分析关键方法和技术
        2.3.2 故障特征提取关键方法和技术
        2.3.3 故障识别与诊断关键方法和技术
    2.4 本章小结
第3章 重型燃气轮机故障分析
    3.1 重型燃气轮机典型故障分析一般思路
    3.2 重型燃气轮机设备结构分析
    3.3 重型燃气轮机典型故障模式分析
        3.3.1 重型燃气轮机压气机故障分析
        3.3.2 重型燃气轮机燃烧室故障模式分析
        3.3.3 重型燃气轮机燃气透平故障模式分析
    3.4 本章小结
第4章 重型燃气轮机故障特征提取研究
    4.1 重型燃气轮机特征参数选取
        4.1.1 重型燃气轮机主要监测参数
        4.1.2 特征参数选取分析
    4.2 特征参数基准区间的确定
    4.3 故障特征提取模型的构建
        4.3.1 模型数据预处理
        4.3.2 故障特征提取模型算法
    4.4 案例分析
    4.5 本章小结
第5章 基于征兆驱动与专家推理网络的燃气轮机智能故障诊断研究
    5.1 智能故障诊断方法
        5.1.1 专家系统知识
        5.1.2 诊断网络模型
    5.2 基于征兆驱动与专家推理网络的燃气轮机故障诊断
        5.2.1 诊断网络建模
        5.2.2 故障推理与搜索
        5.2.3 故障诊断流程
    5.3 案例分析
        5.3.1 故障发生描述
        5.3.2 建立网络模型
        5.3.3 诊断结果解释及处理措施
    5.4 本章小结
第6章 重型燃气轮机智能诊断系统设计
    6.1 系统设计目标及架构
    6.2 系统数据库实现
        6.2.1 数据库服务器
        6.2.2 数据流转
    6.3 系统功能设计
        6.3.1 监测分析功能模块设计
        6.3.2 智能诊断功能模块设计
    6.4 本章小结
第7章 结论与展望
    7.1 结论
    7.2 展望
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢


【参考文献】：
期刊论文
[1]《中国制造2025》简介与相关情况[J]. 郑国伟.  中国仪器仪表. 2018(10)
[2]基于核密度估计的飞行高度层识别[J]. 谢春生,李少华.  中国民航大学学报. 2018(04)
[3]基于征兆驱动和专家推理的水电机组轴承状态分析[J]. 唐磊,陈启卷,王卫玉,洪礼聪.  水电能源科学. 2018(05)
[4]大数据下机械智能故障诊断的机遇与挑战[J]. 雷亚国,贾峰,孔德同,林京,邢赛博.  机械工程学报. 2018(05)
[5]燃气轮机压气机喘振故障分析与防喘方法研究[J]. 刘健鑫,任荣社,仇远旺.  内燃机与动力装置. 2016(06)
[6]关于重型燃气轮机预测诊断与健康管理的研究综述[J]. 蒋东翔,刘超,杨文广,康维国.  热能动力工程. 2015(02)
[7]燃气轮机燃烧脉动现象及抑制方法研究[J]. 汪剑波.  电力与能源. 2015(01)
[8]重型燃气轮机现状与发展趋势[J]. 蒋洪德,任静,李雪英,谭勤学.  中国电机工程学报. 2014(29)
[9]S109FA燃气轮机压气机进气系统的清洁与维护[J]. 马方磊.  发电设备. 2011(01)
[10]燃气轮机运行故障及典型事故的处理[J]. 张旋洲.  燃气轮机技术. 2006(01)

博士论文
[1]煤电机组能效状态评价与诊断系统研究[D]. 徐婧.华北电力大学(北京) 2018
[2]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

硕士论文
[1]重型燃气轮机健康状态评价及故障诊断研究[D]. 王浩.华北电力大学(北京) 2016
[2]重型燃气轮机故障分析与诊断[D]. 孙宇.华北电力大学 2015
[3]SVM参数寻优及其在分类中的应用[D]. 徐晓明.大连海事大学 2014
[4]基于图论的过程故障诊断研究[D]. 王勉宇.浙江大学 2002



本文编号：3184625