透平机组故障特征提取技术研究与系统开发

发布时间：2017-09-18 09:31

  本文关键词：透平机组故障特征提取技术研究与系统开发

  更多相关文章： 透平机组 经验模态分解 自适应广义形态滤波 专家系统 故障诊断

【摘要】：随着工业的快速发展,大型透平设备的应用越来越广泛,随之而来的透平设备的故障诊断问题也受到了越来越多的关注,对其进行状态监测与故障诊断是国内外工程技术领域的研究重点。目前,透平设备正向高速化、自动化发展,因此必须保证其运行安全可靠性。课题以海上石油平台发电机透平系统为背景,对透平设备故障机理及其特点进行了分析总结,针对振动故障信号特征,给出了经验模态分解方法的算法流程,介绍了形态滤波器的基本原理,并在此基础上提出了自适应加权组合广义形态滤波器的滤波步骤。本文根据透平机组振动故障信号的非线性非平稳性特点,基于以上两种算法,提出了经验模态分解方法和自适应加权组合广义形态滤波算法相结合的方法,较好的解决了振动故障信号的提取问题。课题详述了组合算法的整体流程,阐述了将此算法嵌入到WinCC软件的方法,介绍了专家系统的基本概念、组成结构和诊断流程,最后设计了透平机组振动故障诊断系统。结合西门子控制器的特点及专家系统的功能,给出了基于PLC控制的透平机组状态监测与故障诊断的设计方法和实现的步骤。课题所进行的振动故障特征提取算法研究对滤波算法在非线性非平稳性信号特征提取的设计和优化中具有启发式意义,文章所提出的方法也同样适用于被污染图像的滤波。
【关键词】：透平机组 经验模态分解 自适应广义形态滤波 专家系统 故障诊断
【学位授予单位】：天津工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TK14
【目录】：

• 学位论文的主要创新点3-4
• 摘要4-5
• Abstract5-8
• 第一章 绪论8-14
• 1.1 课题研究的背景和意义8-9
• 1.2 透平机组故障诊断的国内外研究现状9-12
• 1.3 透平机组故障诊断的发展趋势12
• 1.4 课题主要工作和内容安排12-14
• 第二章 基于经验模态分解的时频分析14-26
• 2.1 EMD方法的基本概念14-16
• 2.1.1 瞬时频率14-15
• 2.1.2 基本模式分量15-16
• 2.2 EMD方法的基本原理和算法16-20
• 2.2.1 EMD方法的基本原理16-19
• 2.2.2 EMD方法的完备性和正交性19-20
• 2.3 基于EMD时频分析的故障特征模式20-23
• 2.3.1 瞬时能量分布特征模式20-22
• 2.3.2 希尔伯特时频谱和边际谱22-23
• 2.4 EMD对仿真信号的分析23-25
• 2.5 本章小结25-26
• 第三章 数学形态学基本原理及其算法26-36
• 3.1 数学形态学基本原理26-27
• 3.2 广义形态滤波器及其算法27-34
• 3.2.1 广义形态滤波器的定义和性质27-28
• 3.2.2 广义形态滤波器统计特性分析28-31
• 3.2.3 自适应加权组合广义形态滤波器31-34
• 3.3 仿真实验34-35
• 3.4 本章小结35-36
• 第四章 EMD和形态滤波算法相结合在故障诊断中的应用36-46
• 4.1 引言36
• 4.2 透平机组典型故障机理及振动特征分析36-38
• 4.2.1 透平机组正常情况及振动特征36-37
• 4.2.2 透平机组各种典型故障及振动特征37-38
• 4.3 振动故障特征提取过程研究38-43
• 4.3.1 EMD和LMA自适应广义形态滤波相结合的算法研究39-40
• 4.3.2 MATLAB仿真分析40-43
• 4.4 WinCC与MATLAB的动态数据交互43-45
• 4.4.1 WinCC简介43
• 4.4.2 WinCC和MATLAB的DDE通讯设计43-45
• 4.5 本章小结45-46
• 第五章 透平机组故障诊断系统开发46-62
• 5.1 引言46
• 5.2 透平机组SIMATIC S7-300 PLC控制系统46-51
• 5.2.1 S7-300 PLC系统结构46-47
• 5.2.2 STEP7程序设计管理软件47-48
• 5.2.3 连锁保护功能在STEP7中实现48-51
• 5.3 透平机组故障诊断专家系统设计51-56
• 5.3.1 专家系统设计51-55
• 5.3.2 WinCC与专家系统的OPC通讯55-56
• 5.4 透平机组故障诊断系统56-61
• 5.4.1 透平机组故障诊断系统需求56
• 5.4.2 数据采集系统56-60
• 5.4.3 故障诊断系统整体结构60-61
• 5.5 本章小结61-62
• 第六章 总结与展望62-64
• 6.1 全文总结62-63
• 6.2 不足之处与展望63-64
• 参考文献64-68
• 发表论文和参加科研情况说明68-70
• 致谢70

【相似文献】

中国期刊全文数据库 前10条

1 宋立新;王祁;王玉静;梁X;;具有间断事件检测和分离的经验模态分解方法[J];哈尔滨工程大学学报;2007年02期

2 刘小峰;秦树人;柏林;;基于小波包的经验模态分解法的研究及应用[J];中国机械工程;2007年10期

3 杨智春;谭光辉;;一种基于样条插值的经验模态分解改进算法[J];西北工业大学学报;2007年05期

4 张西良;万学功;李萍萍;张建;徐云峰;;动态称量经验模态分解数据处理方法[J];江苏大学学报(自然科学版);2008年06期

5 周志峰;蔡萍;;基于经验模态分解的汽车轴重估计(英文)[J];Journal of Shanghai University(English Edition);2008年01期

6 李洪;郝豪豪;孙云莲;;具有独立分量的经验模态分解算法研究[J];哈尔滨工业大学学报;2009年07期

7 林玉荣;王强;;基于一维经验模态分解的图像细节提取方法[J];吉林大学学报(工学版);2011年06期

8 卢珍;;关于经验模态分解与整体经验模态分解的分离效果差别的探讨[J];科学技术与工程;2011年33期

9 钟佑明;赵强;周建庭;;实时经验模态分解的实现方法[J];振动.测试与诊断;2012年01期

10 刘海波;赵宇凌;;集合经验模态分解的稳健滤波方法研究[J];振动与冲击;2013年08期

中国重要会议论文全文数据库 前10条

1 秦毅;秦树人;毛永芳;;正交经验模态分解及其快速实现[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年

2 秦毅;秦树人;毛永芳;;正交经验模态分解及其快速实现[A];第九届全国振动理论及应用学术会议论文集[C];2007年

3 杨永锋;;经验模态分解与非线性分析的协同研究[A];第四届全国动力学与控制青年学者研讨会论文摘要集[C];2010年

4 侯文文;邹俊忠;刘未来;;基于经验模态分解的眼电伪差去除研究[A];上海市化学化工学会2010年度学术年会论文集（自动化专题）[C];2010年

5 李关防;许春雷;惠俊英;;基于经验模态分解的特征提取算法研究[A];中国造船工程学会电子技术学术委员会2011年海战场电子信息技术学术年会论文集[C];2011年

6 薛志宏;李广云;周蓉;;一种基于经验模态分解的信号降噪方法[A];全国工程测量2012技术研讨交流会论文集[C];2012年

7 张飞涟;刘严萍;;经验模态分解与神经网络方法在降水预测领域的应用研究[A];中国系统工程学会第十八届学术年会论文集——A01系统工程[C];2014年

8 康春玉;章新华;;一种基于经验模态分解的信号降噪方法[A];中国声学学会2007年青年学术会议论文集（下）[C];2007年

9 辛鹏;辛雷;蔡国伟;李晓琦;;一种基于经验模态分解与支持向量机的电力系统短期负荷预测新方法[A];第十一届全国电工数学学术年会论文集[C];2007年

10 郝文峰;骆英;顾建祖;;基于经验模态分解-支持向量机的玻璃幕墙开胶损伤预测研究[A];中国力学学会学术大会'2009论文摘要集[C];2009年

中国博士学位论文全文数据库 前10条

1 黎恒;经验模态分解中关键问题的优化理论与方法研究[D];西安电子科技大学;2016年

2 葛光涛;二维经验模态分解研究及其在图像处理中的应用[D];哈尔滨工程大学;2009年

3 孙晖;经验模态分解理论与应用研究[D];浙江大学;2005年

4 张继红;经验模态分解及径向基函数的一些应用研究[D];大连理工大学;2012年

5 熊卫华;经验模态分解方法及其在变压器状态监测中的应用研究[D];浙江大学;2006年

6 杨贤昭;基于经验模态分解的故障诊断方法研究[D];武汉科技大学;2012年

7 高静;经验模态分解的改进方法及应用研究[D];北京理工大学;2014年

8 陈志刚;经验模态分解与Savitzky-Golay方法的自适应遥感影像融合[D];华东师范大学;2010年

9 周义;快速二维经验模态分解和相位追踪方法及其在导波无损检测中的应用[D];上海交通大学;2014年

10 石志晓;时频联合分析方法在参数识别中的应用[D];大连理工大学;2005年

中国硕士学位论文全文数据库 前10条

1 杨U唝~;基于经验模态分解的城市供水水质异常事件检测方法研究[D];浙江大学;2016年

2 郭学雯;利用经验模态分解方法研究新型热中子探测器数据周期性[D];河北师范大学;2016年

3 杨勤甜;基于经验模态分解和粗糙集属性约简的超声缺陷信号分类识别研究[D];南昌航空大学;2016年

4 李超;透平机组故障特征提取技术研究与系统开发[D];天津工业大学;2016年

5 卢丹丹;基于EEMD的CPI与PPI关系的结构分析及传导机制研究[D];暨南大学;2016年

6 邹志国;基于经验模态分解的多分量信号分析方法研究[D];哈尔滨工业大学;2016年

7 钱荣荣;基于经验模态分解的动态变形数据分析模型研究[D];中国矿业大学;2016年

8 黄阳;基于经验模态分解的轴承故障诊断系统研究[D];东北石油大学;2016年

9 杨彩红;基于折线包络的经验模态分解方法及其应用[D];天津大学;2007年

10 付晓波;经验模态分解法理论研究与应用[D];太原理工大学;2013年

，

本文编号：874741