水电机组振动监测与故障诊断系统的设计与

作为电厂的重要设备之一，水电机组的良好运行状态是确保水电厂安全运行的重要保证。随着国内水电工程建设的发展不断加快，水电机组开始往高效率、大容量、高转速以及高水头的设计方向进行发展，在设计采用的材料拥有更高的强度，不仅增加了机组尺寸，减小了相对刚度，并且采用更加灵活的构件，因此对机组运行的稳定性和可靠性提出了更高的要求。为了对水电机组的运行状态进行在线监测和诊断分析，采用了水电机组状态监测与故障诊断系统，通过系统收集机组运行数据，上传给计算机网络进行监测分析，对机组运行过程中存在的潜在故障进行排查和报警，提前避免重大安全事故的产生，对保证水电机组运行的安全性和可靠性具有重要的意义。本文主要对状态监测技术和故障诊断技术进行了分析。

在电厂中,水电机组是其中十分重要的一个设备,其运行状态与水电厂运行的安全性有着直接的联系.在我国水电工程不断发展与进步的情况下,水电机组就必须向着以下几个方面发展:效率更高;容量更大;转速更快;水头更高等,除此之外,为了能够更好的满足当前时代对机组的更高需求,还应该尽量选择具有高强度的材料以及灵活性更高的构件.为了能够让水电组实现更加稳定、安全且可靠的运行,就需要在线监测水电组的运行状态并进行相应的诊断分析,为了能够提高这些工作的准确性和效率,可以在这个过程中使用水电组状态检测系统以及故障诊断系统,接下来是将系统收集到的有关数据信息上传到计算机网络中,进行相应的监测分析,从而更好的排查机组运行过程中存在的问题,并及时的采取合理的措施加以解决,避免机组运行过程中出现故障问题.为此,本文对水电机组状态监测与故障诊断技术进行了相关研究与分析,为后续相关工作的进行提供了一定的参考和依据.

介绍了国内水电机组振动监测与故障诊断技术的理论研究及应用，并与国外的情况进行了比较，指出了今后的发展方向。

重点介绍了水电机组实施工况监测的主要工况及其分析诊断技术,并在总结现场试验研究的基础上,给出了水电机组运行设备工况监测与分析诊断的故障类型。

水口电厂状态监测与诊断分析系统能够对机组运行设备进行全面、实时的在线监测,技术人员可以对机组运行状态进行监测、分析,制作、读取相应的自动诊断状态报告,可对早期设备潜伏性故障提出预警,避免发生严重事故。文章介绍了水口水电厂机组状态监测与诊断系统的结构组成、技术特点及主要功能,并探讨了水轮发电机组的设备状态监测及故障分析手段。

由清华大学等单位联合研制的水电机组状态监测分析诊断系统（简称ｐｓｔａｉ系统），于１９９７年１１月在广州抽水蓄能电厂１号机上投入使用，经过一年多的运行检验，已於１９９８年１２月通过技术鉴定并受到好评。该系统硬件采用基于ｉｐｃ的数据采集系统及上、下位机网络通信的分层分布结构；软件采用基于ｗｉｎｄｏｗｓｎｔ操作系统，实现了复杂的并行多任务调度机制。该厂还结合机组检修，根据系统对１号机提供的导轴承瓦温和大轴摆度（轴振）等异常情况及诊断处理措施，对机组进行了有针对性的局部安装调整，取得了满意的结果。该系统的成功使用，为水电机组按状态实施检修和预测性维护提供了技术手段；但由于该系统研制时间短，且是初次使用，尚需进一步积累经验，有些系统功能及仿真计算等方面也有待改进和完善。

对当前水电机组故障诊断系统的现状进行了讨论,并且基于数据融合和信息共享的思想,提出将状态检修系统与计算机监控系统和信息管理系统相结合的方法,基于研究开发了水电机组状态监测与故障诊断系统,达到了充分利用现有资源,提供智能决策参考的目的

针对水电机组故障诊断知识较为复杂多样的特点,提出了将产生式模糊规则表示、神经网络表示和可视化故障知识表示等多种方法综合集成的知识表达方式和诊断推理策略。诊断实例表明,该集成知识表达和推理方式的引入有助于增强水电机组故障诊断专家系统的知识获取和表达能力,提高了系统的推理匹配能力。

介绍紧水滩水电厂机组状态监测系统的构成,分析振动摆度监测、水力压力脉动监测、水轮机效率监测、水轮机汽蚀监测的技术特点,以及智能故障诊断系统的基本结构。

大型水电机组的状态监测与故障诊断技术还远远没有成熟,这就要求在今后的研究工作中,不断地提高已有的知识水平,完善知识体系。以下几个方面需要在今后的研究工作中进行更加深入细致的研究:①水电机组设备庞大,结构复杂,诱发故障的因素多、水电机组故障率高、技术难度大;②水力流体因素、振动因素、电磁因素是相互影响的3个难点,是以后要继续研究的重要课题。

针对水电机组故障信息缺乏、故障识别困难等问题,提出基于支持向量机的水电机组故障诊断模型.并针对实测水电机组故障数据,分析支持向量机水电机组故障诊断模型和常用的神经网络故障诊断模型等理论在水电机组故障诊断中的优劣.研究表明,支持向量机理论在小样本情况下比神经网络具有更强的诊断能力.

针对水电机组故障样本少的问题,将支持向量机引入水电机组故障诊断研究,提出一种结合小波频带分解与最小二乘支持向量机的水电机组故障诊断模型。基于机械设备\"能量-故障\"映射关系,运用小波分解提取机组振动信号各频带能量特征值,然后将能量特征值输入到多分类的支持向量机,实现对机组不同故障类型的识别。通过实验信号分析,表明将小波能量提取与支持向量机结合进行水电机组故障诊断是可行有效的,并具有较高的故障分辨能力,为水电机组故障诊断提供了新的方法和思路。

提出了一种开发水电机组故障诊断专家系统的设计思想及实现方法.通过采用产生式规则来表示知识,运用正反向推理机制,动态丰富知识库,实现水电机组振动的在线(离线)监测和故障诊断,并提供诊断结果和相应的故障处理措施,为水电厂从计划检修向状态检修提供可靠的技术保证.该系统具有人机界面友好、运行速度快、信息存储量大、开发周期短、易于维护、扩充等特点

从系统软件设计的角度,以状态监测参数的选取、专家知识库及状态参数数据库的建立为重点,介绍了水电机组状态监测与检修系统的构成及该系统各软件模块的设计思路和应用功能

针对传统方法难以精确提取水电机组非平稳振动信号的故障特征,首先引入变分模态分解(variationalmodaldecomposition,vmd)将水电机组非平稳振动信号分解为一系列中心频段互不重叠的imf分量,进而采取能量法提取各imf分量的故障特征,最后将提取的故障特征向量输入到本文建立的基于遗传算法优化支持向量机的故障诊断模型中,实现故障模式的识别与诊断。将该方法应用于实际水电机组故障振动信号的处理中,仿真结果表明,该方法能够有效识别机组的异常状况,具有较高的故障诊断正确率。

水电机组的振动信号为典型的非平稳、非线性信号。为了通过振动信号正确判断水电机组的运行状态，本文提出运用经验模态分解处理原始信号，并对获得的基本模式分量计算其复杂度特征，最后运用最小二乘支持向量机进行故障诊断。选取径向基函数作为核函数，并通过网格搜索和交叉验证确定相关参数。结果表明，经验模态分解复杂度特征和支持向量机结合，能够准确地实现故障诊断，确定故障类型，为机组运行维护人员提供参考依据。

针对水电机组常规振动故障诊断分类器不能反映分类中的不确定信息的不足,提出一种基于粗糙集的一对一(1-v-1)多类支持向量机分类方法。该方法充分利用粗糙集对不确定、不完整数据和复杂模式的良好刻画能力及支持向量机优秀的泛化能力,应用粗糙集最核心的思想:上、下近似来描述支持向量机分类结果。结合1-v-1方法实现支持向量机的多类分类,导出多类分类时样本的上、下近似和边界区域的集合表示,并以规则的形式对分类器进行描述。用所提方法对国际标准测试数据进行实验,并应用于某水电厂机组振动故障诊断。所得结果与单纯1-v-1多类支持向量机方法比较,结果表明该分类器具有规则简洁、分类阶段所需存储空间小,能够反映故障模式分类中的不确定信息等优点。

针对辽宁省桓仁水电站计算机监控系统的机组振动故障诊断功能缺陷,提出了基于灰色关联分析的水电机组振动故障诊断方案.事实证明该诊断方案具有良好的实际应用效果,可以有效提高桓仁水电站机组检修效率.

水利水电技术第!"卷#$$!年第"期 梁武科等!水电机组监测与诊断技术的现状及发展水利水电技术第!"卷#$$!年第"期 !"#$%&$’()%*$’"+,-.,%(/(0$%1+23+$$%3+24(56789(68 收稿日期：!""!#$!#!% 作者简介：梁武科，男，%&岁，副教授’ !关键词"水电机组；监测；故障诊断 中图分类号：()*%*文献标识码：+文章编号：$"""#"&,"（!""%）"-#""-$#"% 水电机组监测与诊断技术的现状及发展 梁武科，赵道利 （西安理工大学水利水电学院，陕西西安*$""-&） 故障诊断技术发展到今天，已成为一门独立的跨学科的综 合信息处理技术，它是以可靠性理论、信息论、控制论和系统论 为理论基础，以现代测试仪器和计算机为技术手段，结合各种诊 断对象的特殊规律而

组合式空调机组具有功能段组合灵活、技术参数可选范围大以及对目标环境指标操控性强等优点,广泛应用于导弹和卫星测试环境调控等军事领域。但是机组在运行过程中常出现风机风量不足、加热器加热不均以及除湿能力下降等问题,直接影响着机组性能的发挥。针对上述问题,以某基地某型空调机组为研究对象,设计了一套具有实时监测、在线评估、分段报警和故障诊断等功能的空调机组运行的状态监测与故障诊断系统,重点阐述了该系统的设计思路、硬件组成及软件框架。该系统在提高空调机组的性能监控、故障报警、故障诊断与隔离的能力及故障类型确定、故障部件的快速定位,为相关部门提供维修决策措施等方面具有实际意义。

介绍了人工神经网络的基本性能和bp网络模型及算法，并将神经网络中的bp模型应用于水轮发电机组振动故障诊断中，比较了选择不同的网络参数对诊断系统性能的影响。实验证明，基于bp网络的水轮发电机组振动故障诊断方法具有较高的实用价值。

将小波包分解及重构技术用于转子轴心轨迹提纯,利用离散余弦变换实现轴心轨迹的自动识别,结合水轮发电机组故障诊断系统,实现了轴心轨迹图形征兆的提取,论证了所述方法的合理性和可行性.利用该方法提高了系统的诊断速度和精度