基于神经网络的燃气轮机故障诊断方法研究

发布时间：2017-08-22 17:28

  本文关键词：基于神经网络的燃气轮机故障诊断方法研究

  更多相关文章： 燃气轮机 故障统计 SOM神经网络

【摘要】：重型燃气轮机是燃气发电站的关键设备之一,燃气轮机的正常运行关乎整个燃机电站的安全性和经济性,故而对燃气轮机进行状态监测与故障诊断具有重大意义。本文对燃气轮机的运行原理、主要结构部件进行了介绍,并详细描述了燃气轮机的常见故障及其产生原因。在此基础上,主要进行了以下三方面的研究工作：(1)对国内燃气轮机电站发生的燃机故障进行了统计分析,旨在为日后相关工作人员碰到类似故障时能够快速找到故障发生位置、掌握故障原因,快速找到解决方法提供参考。(2)介绍了一种较新的神经网络诊断方法——自组织特征映射(SOM)神经网络的相关理论知识,并就其在Matlab中的使用做了详细说明。(3)最后通过对已有燃气轮机实验台所采集的数据进行了详细的SOM神经网络方法应用的分析,得出了该方法可以有效应用于燃气轮机故障诊断。
【关键词】：燃气轮机 故障统计 SOM神经网络
【学位授予单位】：华北电力大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TK478
【目录】：

• 摘要5-6
• Abstract6-9
• 第1章 概述9-17
• 1.1 研究背景及意义9-10
• 1.2 状态监测、故障诊断的发展与研究现状10-15
• 1.2.1 状态监测与故障诊断技术的发展与研究现状10-12
• 1.2.2 神经网络的发展简史12-13
• 1.2.3 神经网络在状态监测与故障诊断方面的研究现状13-15
• 1.3 论文主要研究内容15-17
• 1.3.1 主要研究内容15
• 1.3.2 本文结构15-17
• 第2章 燃气轮机及其振动故障综述17-34
• 2.1 燃气轮机简介17-18
• 2.2 燃气轮机的主要结构18-22
• 2.2.1 轴流压气机18-19
• 2.2.2 燃烧室19-21
• 2.2.3 燃气透平21-22
• 2.3 燃气轮机的发展22-28
• 2.3.1 世界燃气轮机的发展22-25
• 2.3.2 我国燃气轮机的发展25-27
• 2.3.3 F级重型燃气轮机的比较27-28
• 2.4 燃气轮机的常见故障28-30
• 2.5 燃气轮机故障统计30-34
• 2.5.1 燃气轮机制造商31
• 2.5.2 故障类型31-33
• 2.5.3 燃气轮机故障统计结果的应用33-34
• 第3章 燃气轮机振动测试与数据分析34-41
• 3.1 燃气轮机试验台简介34-37
• 3.1.1 传感器布置情况35-36
• 3.1.2 模拟故障状态介绍36-37
• 3.2 实验数据分析37-41
• 3.2.1 实验数据时域分析37-39
• 3.2.2 实验数据频域分析39-41
• 第4章 SOM神经网络理论及其Matlab实现41-53
• 4.1 神经网络简介41-43
• 4.1.1 神经网络的概念41
• 4.1.2 神经网络的基本特征,41-42
• 4.1.3 神经网络的基本功能42-43
• 4.1.4 神经网络的应用43
• 4.2 自组织特征映射(SOM)神经网络简介43-44
• 4.3 自组织特征映射(SOM)神经网络的结构44-46
• 4.4 自组织特征映射网络的学习过程46-47
• 4.5 SOM神经网络的Matlab实现47-53
• 4.5.1 SOM神经网络分类结果影响因素的分析48-53
• 第5章 基于SOM神经网络的燃机故障诊断分析53-65
• 5.1 SOM神经网络的初步验证分析53-55
• 5.1.1 故障信号的特征提取与SOM神经网络分析53-55
• 5.1.2 SOM神经网络分类结果的检验55
• 5.1.3 结论分析55
• 5.2 频域特征值的SOM神经网络分类分析55-57
• 5.3 不同传感器数据下SOM神经网络分类分析57-61
• 5.3.1 不同传感器信号的时域特征值SOM分类57-59
• 5.3.2 训练步长对不同传感器SOM分类结果的影响59-61
• 5.4 不同载荷数据下SOM神经网络分析61-63
• 5.5 不同工作频率下SOM神经网络分析63-64
• 5.6 本章小结64-65
• 第6章 结论与展望65-67
• 6.1 结论65
• 6.2 展望65-67
• 参考文献67-70
• 攻读硕士期间发表论文及参与的科研工作70-71
• 致谢71

【参考文献】

中国期刊全文数据库 前2条

1 高晓磊;王敏;王伟;;基于神经网络的旋转机械振动故障诊断法[J];河北农机;2014年05期

2 熊勇兵;燃气轮机启动过程热挂的原因分析和相应对策[J];热力透平;2004年03期

中国硕士学位论文全文数据库 前1条

1 周雁冰;旋转机械振动信号的高阶统计特性分析[D];华北电力大学（北京）;2008年

，

本文编号：720431