基于灰箱模型的中速磨煤机故障诊断方法

被引：28

作者：

孙栓柱 ^{[1
]}

江叶峰 ^{[2
]}

董顺 ^{[3
]}

周挺 ^{[2
]}

代家元 ^{[1
]}

李益国 ^{[3
]}

机构：

[1] 江苏方天电力技术有限公司

[2] 江苏省电力公司

[3] 东南大学能源与环境学院

来源：

动力工程学报 | 2018年 / 38卷 / 03期

关键词：

中速磨煤机; 故障诊断; 残差分析; 小波变换; 随机森林算法;

D O I：

暂无

中图分类号：

TM621.2 [锅炉及燃烧系统];

学科分类号：

080802 [电力系统及其自动化];

摘要：

采用数据与机理分析相结合的方法建立了中速磨煤机系统的灰箱模型,该建模方法既克服了纯机理建模过于复杂、耗时较长的问题,同时比纯数据建模具有更好的精确性和鲁棒性。然后利用该灰箱模型得到磨煤机输出量的残差数据,并通过小波变换提取残差的变化趋势,提出了一种基于斜率阈值的故障检测方法,根据随机森林算法的原理对故障数据进行训练,建立了一个用于故障类型识别的故障分类器。结果表明:所提故障诊断方法能够实现对磨煤机故障的早期诊断,并具有较高的故障识别率和识别精度。

引用

页码：211 / 220

页数：10

共 11 条

[1]

基于紧致型小波神经网络的六脉波变频器故障诊断研究 [D].

张芸芸 .

河南理工大学,

2011

[2]

遗传算法的研究与应用 [D].

田延硕 .

电子科技大学,

2004

[3]

MPS型中速磨煤机建模与仿真 [J].

曾德良 ;

高珊 ;

胡勇 .

动力工程学报, 2015, 35 (01) :55-61

[4]

小波多尺度分析方法在磨辊磨损检测中的应用 [J].

曾德良 ;

刘继伟 ;

刘吉臻 ;

柳玉 ;

谢谢 .

中国电机工程学报, 2012, 32 (23) :126-131+160

[5]

Review of control and fault diagnosis methods applied to coal mills.[J].V. Agrawal;B.K. Panigrahi;P.M.V. Subbarao.Journal of Process Control.2015,

[6]

A new model-based approach for power plant Tube-ball mill condition monitoring and fault detection.[J].Shen Guo;Jihong Wang;Jianlin Wei;Paschalis Zachariades.Energy Conversion and Management.2014,

[7]

A fuzzy random forest [J].