燃气轮发电机组多故障诊断的物元分析方法

被引：10

作者：

金文 ^{[1
]}

陈长征 ^{[1
]}

金志浩 ^{[2
]}

闻邦椿 ^{[3
]}

机构：

[1] 沈阳工业大学诊断与控制工程中心

[2] 沈阳化工学院机械工程学院

[3] 东北大学机械工程与自动化学院

来源：

中国电机工程学报 | 2007年 / 17期

关键词：

热能与动力工程; 燃气轮机; 故障诊断; 可拓理论; 物元分析;

D O I：

10.13334/j.0258-8013.pcsee.2007.17.011

中图分类号：

TM314 [内燃发电机];

学科分类号：

080801 ;

摘要：

以振动特征频谱为依据,提出了一种定性与定量相结合的多故障的可拓诊断方法。基于可拓学中的物元理论,建立定性地描述燃气轮机故障诊断问题的物元模型;引入可拓集合中的关联函数及关联度,提出了多故障诊断准则,根据故障特征定量地确定燃气轮发电机组故障症状隶属于特定故障的程度。用接近阈值确定可能同时发生的故障类型,用类别阈值确定不能同时发生的故障类型。以燃气轮机组实际故障为例验证了该方法的合理性、有效性。结果表明多维物元模型能较好地表征燃气轮机的多故障问题,并能解决燃气轮发电机组的多故障诊断问题。

引用

页码：57 / 60

页数：4

共 8 条

[1] 基于Vague集相似度量的汽轮机故障诊断的研究 [J].

叶军 .

中国电机工程学报, 2006, (01) :16-20

[2] 旋转机械故障诊断的量子神经网络算法 [J].

朱大奇 ;

陈尔奎 .

中国电机工程学报, 2006, (01) :132-136

[3] 基于物元模型的电力变压器故障的可拓诊断方法 [J].

黄文涛 ;

赵学增 ;

王伟杰 ;

代礼周 .

电力系统自动化, 2004, (13) :45-49

[4] 汽轮发电机组振动故障诊断系统自学习的研究 [J].

戈志华 ;

牛玉广 ;

李如翔 ;

宋之平 .

中国电机工程学报, 2000, (05) :77-80

[5] 汽轮发电机组故障诊断的并行关联模型 [J].

方泽南 ;

褚福磊 ;

张正松 .

清华大学学报(自然科学版), 1998, (04) :58-61

[6]

Fault diagnosis of rotating machinery using knowledge-based fuzzy neural network[J] . Ru-qiang Li,Jin Chen,Xing Wu.Applied Mathematics and Mechanics . 2006 (1)

[7] An intelligent integrated system scheme for machine tool diagnostics [J].

Hu, W ;

Starr, A ;

Zhou, Z ;

Leung, A .

INTERNATIONAL JOURNAL OF ADVANCED MANUFACTURING TECHNOLOGY, 2001, 18 (11) :836-841

[8] High order neural networks for simultaneous diagnosis of multiple faults in rotating machines [J].

Zhong, B ;

MacIntyre, J ;

He, Y ;

Tait, J .

NEURAL COMPUTING & APPLICATIONS, 1999, 8 (03) :189-195

← 1 →