基于小波及神经网络的汽轮发电机组故障诊断方法研究

电力18讯：    0　引　言

　　汽轮发电机组转子运行过程中的轴心轨迹形状特征对判别整个转子设备的故障非常重要，其形状是判断转子运行状态和故障的重要依据，其中隐含着系统的各种故障信息，比如仅由不平衡引起的振动，轴心轨迹为椭圆；油膜涡动引起的轴心轨迹为内“8”字形；不对中引起的轴心轨迹为香蕉形或外“8”字形等。以往获取这方面的信息，只能通过人的观察及通过“人机”对话的方式将轴心轨迹的特征输入到诊断系统中，这不仅造成了人为的主观干扰，而且使诊断过程不能自动进行，给诊断软件的使用带来了许多不便。并且实测的轴心轨迹信号，往往混有噪声，干扰严重时，轴心轨迹杂乱无章，单靠目视是无法得到有用信息的。小波分析具有很强的降噪能力，本文给出了利用小波及小波包分解与重建消噪的方法及其算法［1］,并利用小波降噪提纯轴心轨迹。同时根据转子轴心轨迹的特点，提出利用简化的平面图形不变矩进行识别的方法，这种方法能在不丢失信息的情况下，为神经网络提供可靠的输入变元。通过将人工神经网络轴心轨迹特征自动识别系统加入到故障诊断专家系统中，可实现诊断过程的自动化，大大方便了故障诊断系统的应用。 ....