作為電廠的重要設(shè)備之一，水電機(jī)組的良好運(yùn)行狀態(tài)是確保水電廠安全運(yùn)行的重要保證。隨著國(guó)內(nèi)水電工程建設(shè)的發(fā)展不斷加快，水電機(jī)組開始往高效率、大容量、高轉(zhuǎn)速以及高水頭的設(shè)計(jì)方向進(jìn)行發(fā)展，在設(shè)計(jì)采用的材料擁有更高的強(qiáng)度，不僅增加了機(jī)組尺寸，減小了相對(duì)剛度，并且采用更加靈活的構(gòu)件，因此對(duì)機(jī)組運(yùn)行的穩(wěn)定性和可靠性提出了更高的要求。為了對(duì)水電機(jī)組的運(yùn)行狀態(tài)進(jìn)行在線監(jiān)測(cè)和診斷分析，采用了水電機(jī)組狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)，通過系統(tǒng)收集機(jī)組運(yùn)行數(shù)據(jù)，上傳給計(jì)算機(jī)網(wǎng)絡(luò)進(jìn)行監(jiān)測(cè)分析，對(duì)機(jī)組運(yùn)行過程中存在的潛在故障進(jìn)行排查和報(bào)警，提前避免重大安全事故的產(chǎn)生，對(duì)保證水電機(jī)組運(yùn)行的安全性和可靠性具有重要的意義。本文主要對(duì)狀態(tài)監(jiān)測(cè)技術(shù)和故障診斷技術(shù)進(jìn)行了分析。

在電廠中,水電機(jī)組是其中十分重要的一個(gè)設(shè)備,其運(yùn)行狀態(tài)與水電廠運(yùn)行的安全性有著直接的聯(lián)系.在我國(guó)水電工程不斷發(fā)展與進(jìn)步的情況下,水電機(jī)組就必須向著以下幾個(gè)方面發(fā)展:效率更高;容量更大;轉(zhuǎn)速更快;水頭更高等,除此之外,為了能夠更好的滿足當(dāng)前時(shí)代對(duì)機(jī)組的更高需求,還應(yīng)該盡量選擇具有高強(qiáng)度的材料以及靈活性更高的構(gòu)件.為了能夠讓水電組實(shí)現(xiàn)更加穩(wěn)定、安全且可靠的運(yùn)行,就需要在線監(jiān)測(cè)水電組的運(yùn)行狀態(tài)并進(jìn)行相應(yīng)的診斷分析,為了能夠提高這些工作的準(zhǔn)確性和效率,可以在這個(gè)過程中使用水電組狀態(tài)檢測(cè)系統(tǒng)以及故障診斷系統(tǒng),接下來是將系統(tǒng)收集到的有關(guān)數(shù)據(jù)信息上傳到計(jì)算機(jī)網(wǎng)絡(luò)中,進(jìn)行相應(yīng)的監(jiān)測(cè)分析,從而更好的排查機(jī)組運(yùn)行過程中存在的問題,并及時(shí)的采取合理的措施加以解決,避免機(jī)組運(yùn)行過程中出現(xiàn)故障問題.為此,本文對(duì)水電機(jī)組狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)進(jìn)行了相關(guān)研究與分析,為后續(xù)相關(guān)工作的進(jìn)行提供了一定的參考和依據(jù).

介紹了國(guó)內(nèi)水電機(jī)組振動(dòng)監(jiān)測(cè)與故障診斷技術(shù)的理論研究及應(yīng)用，并與國(guó)外的情況進(jìn)行了比較，指出了今后的發(fā)展方向。

重點(diǎn)介紹了水電機(jī)組實(shí)施工況監(jiān)測(cè)的主要工況及其分析診斷技術(shù),并在總結(jié)現(xiàn)場(chǎng)試驗(yàn)研究的基礎(chǔ)上,給出了水電機(jī)組運(yùn)行設(shè)備工況監(jiān)測(cè)與分析診斷的故障類型。

水口電廠狀態(tài)監(jiān)測(cè)與診斷分析系統(tǒng)能夠?qū)C(jī)組運(yùn)行設(shè)備進(jìn)行全面、實(shí)時(shí)的在線監(jiān)測(cè),技術(shù)人員可以對(duì)機(jī)組運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè)、分析,制作、讀取相應(yīng)的自動(dòng)診斷狀態(tài)報(bào)告,可對(duì)早期設(shè)備潛伏性故障提出預(yù)警,避免發(fā)生嚴(yán)重事故。文章介紹了水口水電廠機(jī)組狀態(tài)監(jiān)測(cè)與診斷系統(tǒng)的結(jié)構(gòu)組成、技術(shù)特點(diǎn)及主要功能,并探討了水輪發(fā)電機(jī)組的設(shè)備狀態(tài)監(jiān)測(cè)及故障分析手段。

由清華大學(xué)等單位聯(lián)合研制的水電機(jī)組狀態(tài)監(jiān)測(cè)分析診斷系統(tǒng)（簡(jiǎn)稱ｐｓｔａｉ系統(tǒng)），于１９９７年１１月在廣州抽水蓄能電廠１號(hào)機(jī)上投入使用，經(jīng)過一年多的運(yùn)行檢驗(yàn)，已於１９９８年１２月通過技術(shù)鑒定并受到好評(píng)。該系統(tǒng)硬件采用基于ｉｐｃ的數(shù)據(jù)采集系統(tǒng)及上、下位機(jī)網(wǎng)絡(luò)通信的分層分布結(jié)構(gòu)；軟件采用基于ｗｉｎｄｏｗｓｎｔ操作系統(tǒng)，實(shí)現(xiàn)了復(fù)雜的并行多任務(wù)調(diào)度機(jī)制。該廠還結(jié)合機(jī)組檢修，根據(jù)系統(tǒng)對(duì)１號(hào)機(jī)提供的導(dǎo)軸承瓦溫和大軸擺度（軸振）等異常情況及診斷處理措施，對(duì)機(jī)組進(jìn)行了有針對(duì)性的局部安裝調(diào)整，取得了滿意的結(jié)果。該系統(tǒng)的成功使用，為水電機(jī)組按狀態(tài)實(shí)施檢修和預(yù)測(cè)性維護(hù)提供了技術(shù)手段；但由于該系統(tǒng)研制時(shí)間短，且是初次使用，尚需進(jìn)一步積累經(jīng)驗(yàn)，有些系統(tǒng)功能及仿真計(jì)算等方面也有待改進(jìn)和完善。

對(duì)當(dāng)前水電機(jī)組故障診斷系統(tǒng)的現(xiàn)狀進(jìn)行了討論,并且基于數(shù)據(jù)融合和信息共享的思想,提出將狀態(tài)檢修系統(tǒng)與計(jì)算機(jī)監(jiān)控系統(tǒng)和信息管理系統(tǒng)相結(jié)合的方法,基于研究開發(fā)了水電機(jī)組狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng),達(dá)到了充分利用現(xiàn)有資源,提供智能決策參考的目的

針對(duì)水電機(jī)組故障診斷知識(shí)較為復(fù)雜多樣的特點(diǎn),提出了將產(chǎn)生式模糊規(guī)則表示、神經(jīng)網(wǎng)絡(luò)表示和可視化故障知識(shí)表示等多種方法綜合集成的知識(shí)表達(dá)方式和診斷推理策略。診斷實(shí)例表明,該集成知識(shí)表達(dá)和推理方式的引入有助于增強(qiáng)水電機(jī)組故障診斷專家系統(tǒng)的知識(shí)獲取和表達(dá)能力,提高了系統(tǒng)的推理匹配能力。

介紹緊水灘水電廠機(jī)組狀態(tài)監(jiān)測(cè)系統(tǒng)的構(gòu)成,分析振動(dòng)擺度監(jiān)測(cè)、水力壓力脈動(dòng)監(jiān)測(cè)、水輪機(jī)效率監(jiān)測(cè)、水輪機(jī)汽蝕監(jiān)測(cè)的技術(shù)特點(diǎn),以及智能故障診斷系統(tǒng)的基本結(jié)構(gòu)。

大型水電機(jī)組的狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)還遠(yuǎn)遠(yuǎn)沒有成熟,這就要求在今后的研究工作中,不斷地提高已有的知識(shí)水平,完善知識(shí)體系。以下幾個(gè)方面需要在今后的研究工作中進(jìn)行更加深入細(xì)致的研究:①水電機(jī)組設(shè)備龐大,結(jié)構(gòu)復(fù)雜,誘發(fā)故障的因素多、水電機(jī)組故障率高、技術(shù)難度大;②水力流體因素、振動(dòng)因素、電磁因素是相互影響的3個(gè)難點(diǎn),是以后要繼續(xù)研究的重要課題。

針對(duì)水電機(jī)組故障信息缺乏、故障識(shí)別困難等問題,提出基于支持向量機(jī)的水電機(jī)組故障診斷模型.并針對(duì)實(shí)測(cè)水電機(jī)組故障數(shù)據(jù),分析支持向量機(jī)水電機(jī)組故障診斷模型和常用的神經(jīng)網(wǎng)絡(luò)故障診斷模型等理論在水電機(jī)組故障診斷中的優(yōu)劣.研究表明,支持向量機(jī)理論在小樣本情況下比神經(jīng)網(wǎng)絡(luò)具有更強(qiáng)的診斷能力.

針對(duì)水電機(jī)組故障樣本少的問題,將支持向量機(jī)引入水電機(jī)組故障診斷研究,提出一種結(jié)合小波頻帶分解與最小二乘支持向量機(jī)的水電機(jī)組故障診斷模型。基于機(jī)械設(shè)備\"能量-故障\"映射關(guān)系,運(yùn)用小波分解提取機(jī)組振動(dòng)信號(hào)各頻帶能量特征值,然后將能量特征值輸入到多分類的支持向量機(jī),實(shí)現(xiàn)對(duì)機(jī)組不同故障類型的識(shí)別。通過實(shí)驗(yàn)信號(hào)分析,表明將小波能量提取與支持向量機(jī)結(jié)合進(jìn)行水電機(jī)組故障診斷是可行有效的,并具有較高的故障分辨能力,為水電機(jī)組故障診斷提供了新的方法和思路。

提出了一種開發(fā)水電機(jī)組故障診斷專家系統(tǒng)的設(shè)計(jì)思想及實(shí)現(xiàn)方法.通過采用產(chǎn)生式規(guī)則來表示知識(shí),運(yùn)用正反向推理機(jī)制,動(dòng)態(tài)豐富知識(shí)庫(kù),實(shí)現(xiàn)水電機(jī)組振動(dòng)的在線(離線)監(jiān)測(cè)和故障診斷,并提供診斷結(jié)果和相應(yīng)的故障處理措施,為水電廠從計(jì)劃?rùn)z修向狀態(tài)檢修提供可靠的技術(shù)保證.該系統(tǒng)具有人機(jī)界面友好、運(yùn)行速度快、信息存儲(chǔ)量大、開發(fā)周期短、易于維護(hù)、擴(kuò)充等特點(diǎn)

從系統(tǒng)軟件設(shè)計(jì)的角度,以狀態(tài)監(jiān)測(cè)參數(shù)的選取、專家知識(shí)庫(kù)及狀態(tài)參數(shù)數(shù)據(jù)庫(kù)的建立為重點(diǎn),介紹了水電機(jī)組狀態(tài)監(jiān)測(cè)與檢修系統(tǒng)的構(gòu)成及該系統(tǒng)各軟件模塊的設(shè)計(jì)思路和應(yīng)用功能

針對(duì)傳統(tǒng)方法難以精確提取水電機(jī)組非平穩(wěn)振動(dòng)信號(hào)的故障特征,首先引入變分模態(tài)分解(variationalmodaldecomposition,vmd)將水電機(jī)組非平穩(wěn)振動(dòng)信號(hào)分解為一系列中心頻段互不重疊的imf分量,進(jìn)而采取能量法提取各imf分量的故障特征,最后將提取的故障特征向量輸入到本文建立的基于遺傳算法優(yōu)化支持向量機(jī)的故障診斷模型中,實(shí)現(xiàn)故障模式的識(shí)別與診斷。將該方法應(yīng)用于實(shí)際水電機(jī)組故障振動(dòng)信號(hào)的處理中,仿真結(jié)果表明,該方法能夠有效識(shí)別機(jī)組的異常狀況,具有較高的故障診斷正確率。

水電機(jī)組的振動(dòng)信號(hào)為典型的非平穩(wěn)、非線性信號(hào)。為了通過振動(dòng)信號(hào)正確判斷水電機(jī)組的運(yùn)行狀態(tài)，本文提出運(yùn)用經(jīng)驗(yàn)?zāi)B(tài)分解處理原始信號(hào)，并對(duì)獲得的基本模式分量計(jì)算其復(fù)雜度特征，最后運(yùn)用最小二乘支持向量機(jī)進(jìn)行故障診斷。選取徑向基函數(shù)作為核函數(shù)，并通過網(wǎng)格搜索和交叉驗(yàn)證確定相關(guān)參數(shù)。結(jié)果表明，經(jīng)驗(yàn)?zāi)B(tài)分解復(fù)雜度特征和支持向量機(jī)結(jié)合，能夠準(zhǔn)確地實(shí)現(xiàn)故障診斷，確定故障類型，為機(jī)組運(yùn)行維護(hù)人員提供參考依據(jù)。

針對(duì)水電機(jī)組常規(guī)振動(dòng)故障診斷分類器不能反映分類中的不確定信息的不足,提出一種基于粗糙集的一對(duì)一(1-v-1)多類支持向量機(jī)分類方法。該方法充分利用粗糙集對(duì)不確定、不完整數(shù)據(jù)和復(fù)雜模式的良好刻畫能力及支持向量機(jī)優(yōu)秀的泛化能力,應(yīng)用粗糙集最核心的思想:上、下近似來描述支持向量機(jī)分類結(jié)果。結(jié)合1-v-1方法實(shí)現(xiàn)支持向量機(jī)的多類分類,導(dǎo)出多類分類時(shí)樣本的上、下近似和邊界區(qū)域的集合表示,并以規(guī)則的形式對(duì)分類器進(jìn)行描述。用所提方法對(duì)國(guó)際標(biāo)準(zhǔn)測(cè)試數(shù)據(jù)進(jìn)行實(shí)驗(yàn),并應(yīng)用于某水電廠機(jī)組振動(dòng)故障診斷。所得結(jié)果與單純1-v-1多類支持向量機(jī)方法比較,結(jié)果表明該分類器具有規(guī)則簡(jiǎn)潔、分類階段所需存儲(chǔ)空間小,能夠反映故障模式分類中的不確定信息等優(yōu)點(diǎn)。

針對(duì)遼寧省桓仁水電站計(jì)算機(jī)監(jiān)控系統(tǒng)的機(jī)組振動(dòng)故障診斷功能缺陷,提出了基于灰色關(guān)聯(lián)分析的水電機(jī)組振動(dòng)故障診斷方案.事實(shí)證明該診斷方案具有良好的實(shí)際應(yīng)用效果,可以有效提高桓仁水電站機(jī)組檢修效率.

介紹了人工神經(jīng)網(wǎng)絡(luò)的基本性能和bp網(wǎng)絡(luò)模型及算法，并將神經(jīng)網(wǎng)絡(luò)中的bp模型應(yīng)用于水輪發(fā)電機(jī)組振動(dòng)故障診斷中，比較了選擇不同的網(wǎng)絡(luò)參數(shù)對(duì)診斷系統(tǒng)性能的影響。實(shí)驗(yàn)證明，基于bp網(wǎng)絡(luò)的水輪發(fā)電機(jī)組振動(dòng)故障診斷方法具有較高的實(shí)用價(jià)值。

為了使電路故障診斷系統(tǒng)更加智能化、高效化,將基于模型診斷的故障診斷技術(shù)應(yīng)用在智能消防小車電路中。根據(jù)小車的系統(tǒng)行為信息對(duì)小車進(jìn)行建模,利用串口模塊將描述文件在線輸入到計(jì)算機(jī)中,再根據(jù)isds算法以及帶有終止節(jié)點(diǎn)的csse-tree算法調(diào)用minisat求解器求解診斷結(jié)果。實(shí)驗(yàn)表明,該系統(tǒng)能夠迅速指示故障元件,診斷效率較高,具有較好的應(yīng)用前景。

　 ２８卷　第９期 ２０１１年９月 微電子學(xué)與計(jì)算機(jī) ｍｉｃｒｏｅｌｅｃｔｒｏｎｉｃｓ?。Γ悖铮恚穑酰簦澹?ｖｏｌ．２８　ｎｏ．９ ｓｅｐｔｅｍｂｅｒ?。玻埃保?收稿日期：２０１０－１２－１５；修回日期：２０１１－０１－２３ 基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目（６０７７３１４２） 風(fēng)機(jī)故障診斷系統(tǒng)中的振動(dòng)信號(hào)分析與實(shí)現(xiàn) 楊　舟 １，王　紅 １，楊士元１，胡　喜 ２ （１清華大學(xué)自動(dòng)化系，北京１０００８４；２西門子中國(guó)研究院，北京１０００８０） 摘　要：文中介紹了風(fēng)力發(fā)電機(jī)故障診斷系統(tǒng)中基于ｄｓｐ的振動(dòng)信號(hào)分析過程及實(shí)現(xiàn)．該信號(hào)分析模塊利用 ｔｍｓ３２０ｃ６７１３豐富的片上資源完成了對(duì)多路高速高精度采樣信號(hào)的實(shí)時(shí)獲取，對(duì)各路信號(hào)采樣頻率、分析方式的 靈活配置，對(duì)原始信號(hào)的ｒｍｓ（ｒｏｏｔ?。恚澹幔睢。螅瘢酰幔颍澹⒎宸?/p>

電力變壓器狀態(tài)監(jiān)測(cè)和故障診斷系統(tǒng)的設(shè)計(jì)