小波包最大熵譜估計(jì)及其在水輪機(jī)故障診斷中的應(yīng)用

hllMHH*■1E，e?*VMWHUtrV2Ms才際Vila咨■bi4玉加上,村■*K1+戲*.*WM心Wms^FiiyWTH-Sfcfcir鼻葬申*冷里藉■■>鞘pm'itaHTpuun1*胃可fWH'll>ICid|??rP?H>4i>r4iKm>V"-lrHA；i|lillHk；N->jUft￥?4K8BliaslV+?*4tHM￥MHMil>lf1田hllMHH*■1E，e?*VMWHUtrV2Ms才際Vila咨■bi4玉加上,村■*K1+戲*.*WM心Wms^FiiyWTH-Sfcfcir'■?rurIn■芋肯外丑11uih巾忡』-i*HJk￡u?D'ianM^4i**曲沖1<勺4；El"l1li'H-i4^iiU?TI?44raMI"陜IH1詢曹就盟?iUHIHI**frlM?!ffl?Ftfl^nttaaj*JkU?H4M0iWlfllaHIWhl^'l邸噸*甲/，■普暑F叩-JHlK-?4itBfiLI"ll■砒N■*litM^WBMIKa+m'lE74eHfg首WUE巾*MJuaa?T*N**l|-nIiff■葺仲5m■1-HSTAanLIHfJ9tlt#FVWEIHIIIVA-M-^IH/即"71

tH^iMv*n*滴-*iBr*w?a由Id我*?■耳骨，曹+4M?W#+WUbl4W-t4*Hr1115StWSTKIW?Jll?il4?A'AhfrIfSJH-AJMlrita■u■i-nE-jM.p-i^1-^ii?h山■■唾■?J4<Kit/j*■主ibN&itaiMii-viJki-印■做*」17??***?iirfi'#，暮#41、的神：苗*第王株心?K*f+^RtEvu^^^thsrr-■-M5PHILT日*HM]|hi#?9i1■vfi-twtiiiirHhhrtir叩lbLujf4

誦?￥咋街|l■甲例#卑由*H-Jari'WIVN?VII'*■W村■WM?才■?>蘆JHW*>y>~rJn<UH*1!'HJIHHVU1>#11Ta-w"—~iis'-i-s[-y^fy+n-T?■-l-W—l-s-Tl十?[!-■]■Hwer:-■-[-:>■fls■■號(hào)?中薜m*pr尊晚?毒*tuixTT、|aTiJ^1-f-ti-iPFF+DT—I'fWl-s-、■.di--r>i~jl4??s——?LC--TM.-]'：<i5-■ai-kiifeF7'■昨慚尚詢我4【加七'也土割中,*#*￥〔?]「■4Y■if-?g畢TQN[0]"--￥*fe“m-FHir-r^i?i-n--8!!-w卜/■!>】〉?HWLf>]?W#lfHNHKH'■'』?Enil.Hyiw^\ia?uaii>-YK,j.h,--r?氟單聘w■:UhrHlrliit'.>Miiafeiv4-4i*na者停J-u-thn'Anir-b'h^iitai￥-1i'：J*[*>■-lai-：i：-逢■痢也■抵hL1?i92i■■占U-^jitfeh^HK菖#AH*?kt.44nfcIfent-itVM'bw用朋fi■和1H胡!iW卷+KX?HWTWbi與用◎■AlWbkl*￥WJ#*b?3M￡“.■!>■,?』[l],JJ.JfT.w*CJl十：J

TOC\o"1-5"\h\z帶咀由Wl耳衛(wèi)?日**WfhWU8aqM??fNiNviimiifluirm/■IKill*ferWililSIM14a：*￥i/1-JCD>/?/■I1|J#44?J'HN-lri?4nn-Htawb-Maviifla：^n.w'xn^MF.^iirk1.hT‘土■:*tMUiMiWBaVWWIlftiNUlfr￥WhP+^l陽(yáng)w擘宇尊事責(zé)OF喜IHUH-n-fi覆蝦律WJHIWW^WH：frTTWVWMI■:R耳]RN|耳耳?'MMuA-to-HjJlid-■。由Hull*it此■■好llr?K‘勺西童虧力如.?。?■管■YlPf^MN-ai13^W4HhVM*?計(jì)相同防令■??**?#?：*K4i?M■*也T*?M-n-f-w￥岬?#書門￥NV*9EFMW-?MHfl叫H單尊11*'*R型辱宰2■，■彰Tg了，*￥卻■?卯?TnuJ早鼻平i|'U-ll占WIflMIHITWifeMiHli?電4?k*V1?Jd』I費(fèi)#?LABIfiKItfrHihrH爭(zhēng)*■??>MUEillll?-faii^*-a4i11W4：用HWl，若*■￥■陽(yáng)姑〃■伴■*即^1(a■i-?awSp.srMH4M^-irtgw4*4，事￥■毋.r*ITV?」i窖M4-4眥V?#<h￥,」#具也li增hw■版m?<*,r*M-h->i普鼻m/r￥^ngnflu.irML'r**：^r-F-n1pwh：章￥iii#n陽(yáng)妙wi#部t'“wfJT4B-I?-'t今54-v時(shí)NdW4；■再*IfU*Ulri：*M：iH*.■￥#?R+?!W41VHI1*善事+.fMBTfikH/d.H-Hfilh'il-kRB+a.>IJElfi耳聲■■?&*由此-*IT■胃郵冒*■拿HA>??irftwratf-niiuuin一耳■■耳做?甘.￥>“尊目?"<i^aviMhrv-H>?uivME'iRU^fidr?V'tfk^?,C：frb4kU!M*J?41Fi^9!￡i>*W--LE^J卜獸鼻同.爭(zhēng)■財(cái)M-Ftm-折Li11由岫|f?.Up祐林陜?LHi,-：fii,4￥CU-iBh^iFi1^^-ci?'F|if-r2!'■!"1寶k?S?4耳神*#!■￡￥■WI*■尊*FJplJ>B4l尊■K#UMtHHMKil■)■■!?■■*IT'日4ft■-■^^4i?ffcWMaffPRr^i|i!M*■直e-I6MF*r■今葡?W鄲■Hl"孔*色可WijftVM*曜*甲^?r-kJtrfiVlk?軍彌州盛■耳?-NW申lH■尊IfH-^ttW^irfeVW*單甫有'訃鼻孚孕**iliaN#W中?W*4i*肖：l日？i申*耳岫*-i3K3h-.Im可胄汗*F(4H?'IpHiEfI；￥N^&3T+R4幫hLIN?W*“與母略TOC\o"1-5"\h\zffLV:FW4BAH*境iqW+MMtri[.<?'??

IJ-mMCIIb■'JUFR^C■Q■■■%ir6Uu/H"VU,繩升牌裂用up<i卯*FiiNVh??U*.nfHbi51IriM^^JiN?fHdlruLd>'t^4taM^wF^C-Uhhfr-b■■■*41qilWlim?■■#■■4W胃知口■，也，I?M4里裨4krH4l折震*■尊村=11乩蟲彰小1^4-WNVJlt小營(yíng)加nviAF^ii"#?urip>pM-u-tarRipy^：flsr^n?jbdutaflM^hmwHPirn■'W?坷WifiVIMHhili，■)?ml!IrjJrj云村占>H親書小重■凹柄4tm*3?#啪1m.#*?巨?1#11曲祀「I■任學(xué)■:n'NIiNMaI「!穆??￡宙-FiL1弓場(chǎng)■由用H=L」Hhn*CI由y?*W沒(méi)屆■慌-F，■:tiL■3?^nnuaikwi??w-hu^Mnv-u?-Fi以Ve#訪-?M-ttf4aihHil4*Wn*4tH--W^■K-hiFiill-VW^-7-Hhi?#4fVfi'ins；J■q>Ki|f?」n1IHSE1HH胃Hfl?M'-I/XLkIT，AMitHE1?■■女IJ-.-UJid^iifcita'hiMri-teIfN?ij>K■?!*.■國(guó)印H?3iH+rjWMMiUkH■f?#，fa■必防￥hr■里■ii』i-a葉」、飛miM’i耳■HPi■凝』TI￡M1:■神打■本4位便">^4-41*ta??lr停,■?￥+'暮，唾BHWT1+：Vl-WW4llf#4tlTk-|-T；AI>B尊好芝胴?71■-#日#昨%*寸rw**J4■牛?>^?b>+'4<-$副5-P*-?4i<4f|i|■**#■4IU'lc-t-K>?新*H>JK1W.lifeiMfl酎攜*￥■*&■十-r*#41<**4+l工9?布部中叮*曰，曾玷flT/MJht，■管H敏」"舊￥?卜V，:1?4電?蚱取1爐1#*」?■正W?|J?#■!

常事即?*小期也甲邸*網(wǎng)南潮拂IBM/率苴商札郭，幽￥曹-0穿中—I:皿』尹?<■以林■U■>—I:皿』尹?<■以林■U■>IKJ-IH-1+：i■JLH由略IIM*.fr.H降』敷曜刑FFTttff■lit里一*廿之h直舛11才所蟄.蕨尊T■■置Ah*rt■M-t-*1au：+>-?wn舊息崎成”whi腎暑-星一部i置網(wǎng)H1*!-I?RW■it景■-**日?r?，阿i-tt站HftmnAk.IitriIftMvka小波包-最大熵譜估計(jì)及其在水輪機(jī)故障診斷中的應(yīng)用作者：作者單位：刊名：英文刊名：年，卷(期：被引用次數(shù)：桂中華，韓鳳琴華南理工大學(xué)電力學(xué)院，廣東省,廣州市,510640電力系統(tǒng)自動(dòng)化AUTOMATIONOFELECTRICPOWERSYSTEMS2004，28(227次相似文獻(xiàn)(10條1.期刊論文史會(huì)軒.李朝暉.劉媛.SHIHui-xuan.LIZhao-hui.LIUYuan基于小波包頻帶分析技術(shù)的水輪機(jī)空化特性研究-大電機(jī)技術(shù)2009(1在詳細(xì)分析水輪機(jī)空化信號(hào)特點(diǎn)的基礎(chǔ)上，總結(jié)了適合于空化信號(hào)分析的小波基函數(shù)應(yīng)具有的特點(diǎn);為避免信號(hào)小波包分解的盲目性,文中采用了區(qū)間小波包分解方式,即有針對(duì)性地對(duì)空化信號(hào)進(jìn)行深層次分解.結(jié)合水輪機(jī)模型空化狀態(tài)觀測(cè)結(jié)果，對(duì)相應(yīng)狀態(tài)下監(jiān)測(cè)的空化超聲波信號(hào)進(jìn)行小波包時(shí)頻分布特性和頻帶能量分布特性分析，得出了水輪機(jī)空化超聲波時(shí)域信號(hào)幅值調(diào)制特性和頻域能量分布隨空化系數(shù)變化的關(guān)系，驗(yàn)證了小波包頻帶分析技術(shù)對(duì)水輪機(jī)空化信號(hào)分析的有效性.2.學(xué)位論文桂中華水輪機(jī)故障智能診斷及振動(dòng)數(shù)字化預(yù)測(cè)研究2005隨著我國(guó)水電事業(yè)的快速發(fā)展，水輪機(jī)組容量逐步增大，一旦發(fā)生事故，將造成巨大的經(jīng)濟(jì)損失。水輪機(jī)故障診斷與振動(dòng)預(yù)測(cè)有助于降低機(jī)組事故率，減少經(jīng)濟(jì)損失，為機(jī)組的安全運(yùn)行提供技術(shù)保障。本文在系統(tǒng)總結(jié)這一領(lǐng)域研究現(xiàn)狀的基礎(chǔ)上，從水輪機(jī)振動(dòng)與穩(wěn)定性出發(fā)，重點(diǎn)研究了尾水管渦帶智能診斷方法和尾水管壓力脈動(dòng)CFD(ComputationalFluidDynamics數(shù)字化預(yù)測(cè)方法，最后開(kāi)發(fā)了水輪機(jī)狀態(tài)監(jiān)測(cè)與診斷系統(tǒng)。本研究的主要成果包括以下三部分：第一部分是關(guān)于水輪機(jī)智能診斷方法的研究。(1在小流量工況下，混流式水輪機(jī)尾水管內(nèi)易產(chǎn)生偏心渦帶，降低機(jī)組效率，嚴(yán)重威脅機(jī)組運(yùn)行的穩(wěn)定性。為了能準(zhǔn)確識(shí)別渦帶，本文綜合小波包時(shí)頻局部化分析能力和最大熵譜估計(jì)的頻譜細(xì)化優(yōu)點(diǎn)，提出了一種新的譜分析方法：小波包-最大熵譜估計(jì)法，并運(yùn)用此法從偏工況水機(jī)軸擺度信號(hào)中，提取了微弱的渦帶特征頻率，證明了其準(zhǔn)確識(shí)別尾水管渦帶的能力。該法較之傅立葉分析具有較強(qiáng)的局部分析能力，且比普通的頻譜分析精度高得多，尤其是在提取微弱故障特征時(shí)更能發(fā)揮其優(yōu)良性能。(2小波包-最大熵譜估計(jì)法能從功率譜角度精確識(shí)別尾水管渦帶，但在辨識(shí)渦帶的嚴(yán)重程度時(shí)存在一些缺陷。為此，本文將小波包多分辨與信息熵相結(jié)合，提出了“小波包特征熵一故障”的診斷方法，以此為基礎(chǔ)建立了渦帶神經(jīng)網(wǎng)絡(luò)診斷系統(tǒng)。該方法對(duì)采集到的振動(dòng)信號(hào)進(jìn)行三層小波包分解，在通頻范圍內(nèi)得到分布在不同頻段內(nèi)的分解序列，進(jìn)而提取小波包特征熵，選取最能反映故障特征的小波包特征熵作為特征參數(shù)構(gòu)造信號(hào)的小波包特征熵向量，并以此向量作為故障樣本對(duì)三層BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，最后對(duì)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)進(jìn)行測(cè)試。樣本試驗(yàn)結(jié)果表明，建立在小波包特征熵基礎(chǔ)上的BP網(wǎng)絡(luò)不僅能識(shí)別渦帶是否發(fā)生，而且能較好地識(shí)別渦帶的嚴(yán)重程度，提高了機(jī)組運(yùn)行的可靠性和穩(wěn)定性，為流體機(jī)械的故障診斷開(kāi)拓了新的思路。(3軸承是水電機(jī)組的關(guān)鍵部件，軸承溫升趨勢(shì)是預(yù)測(cè)軸承故障的關(guān)鍵特征。提取軸承溫升特征，防止燒瓦是開(kāi)展水電站“狀態(tài)檢修”研究課題的重要部分。文中結(jié)合奇異譜分析與自回歸移動(dòng)平均預(yù)測(cè)模型對(duì)軸承溫升特征進(jìn)行了預(yù)測(cè)。先將溫度信號(hào)在重構(gòu)相空間中重構(gòu)吸引子，然后對(duì)表征吸引子的軌道矩陣進(jìn)行奇異值分解，并利用奇異譜的特性來(lái)降低振動(dòng)信號(hào)中噪聲、剔除平滑背景信號(hào)，對(duì)軸瓦溫度序列作自適應(yīng)濾波意義下的超前預(yù)測(cè)，進(jìn)而得到溫度趨勢(shì)特征。研究結(jié)果表明，該法能較好預(yù)測(cè)軸承溫度變化的趨勢(shì)特征，為防止燒瓦故障提供技術(shù)基礎(chǔ)，為水電機(jī)組狀態(tài)檢修提供依據(jù)。第二部分是基于CFD技術(shù)的水輪機(jī)空化與水力振動(dòng)預(yù)測(cè)研究。(1對(duì)某大型中比轉(zhuǎn)速混流式水輪機(jī)的小流量工況、最優(yōu)工況和大流量工況三種典型工況點(diǎn)進(jìn)行了全流道穩(wěn)定場(chǎng)數(shù)值解析，研究水流在過(guò)流部件中的流動(dòng)特性，對(duì)轉(zhuǎn)輪進(jìn)出口壓力脈動(dòng)進(jìn)行研究，并對(duì)轉(zhuǎn)輪葉片空蝕原因進(jìn)行了深入分析。(2在偏工況下，混流式水輪機(jī)轉(zhuǎn)輪會(huì)產(chǎn)生一個(gè)偏心的漩渦出流，使得尾水管彎管上部的中心位置出現(xiàn)低能流，進(jìn)而產(chǎn)生一個(gè)死水域。在死水域中心存在低速反向流動(dòng)，死水域外側(cè)的旋渦流具有很大的動(dòng)能，在死水域的表面誘發(fā)產(chǎn)生一個(gè)螺旋狀渦帶，渦帶纏繞在死水域表面，并與之一起在尾水管主軸方向作伸縮運(yùn)動(dòng)。當(dāng)二者伸縮的時(shí)間尺度不同時(shí)，渦帶的螺距、偏心距的規(guī)律性被打破，導(dǎo)致不規(guī)則的壓力脈動(dòng)。本文聯(lián)合固導(dǎo)、活導(dǎo)、轉(zhuǎn)輪及尾水管進(jìn)行了將近90秒鐘的非定常計(jì)算，成功再現(xiàn)了上述死水域與渦帶運(yùn)動(dòng)，預(yù)測(cè)到了尾水管內(nèi)的不規(guī)則壓力脈動(dòng)，并對(duì)壓力脈動(dòng)進(jìn)行了頻率、相位分析。這些仿真結(jié)果為預(yù)測(cè)機(jī)組運(yùn)行狀況，提供有力的技術(shù)平臺(tái)。第三部分是水輪機(jī)狀態(tài)監(jiān)測(cè)與診斷系統(tǒng)的開(kāi)發(fā)與完善。針對(duì)國(guó)內(nèi)某水輪機(jī)自投入運(yùn)行以來(lái)，特別是在小流量工況時(shí)，機(jī)組振動(dòng)情況較嚴(yán)重這一問(wèn)題，本文開(kāi)發(fā)了一水電機(jī)組狀態(tài)監(jiān)測(cè)與診斷系統(tǒng)。該系統(tǒng)以計(jì)算機(jī)局域網(wǎng)為基礎(chǔ)，以振動(dòng)監(jiān)測(cè)為主要目的，由數(shù)據(jù)采集硬件、服務(wù)器振動(dòng)診斷軟件與客戶端軟件三部分組成。系統(tǒng)安裝調(diào)試后，對(duì)典型工況下的尾水管渦帶引起的振動(dòng)故障進(jìn)行了診斷分析。結(jié)果證明，系統(tǒng)能診斷常見(jiàn)故障的原因及部位，提高電站自動(dòng)化運(yùn)行水平。最后本文將數(shù)字仿真結(jié)果充實(shí)到診斷系統(tǒng)的知識(shí)庫(kù)中，用以完善監(jiān)測(cè)診斷系統(tǒng)，為開(kāi)發(fā)新一代故障診斷系統(tǒng)指明了方向。3.學(xué)位論文程寶清基于狀態(tài)監(jiān)測(cè)和故障診斷的水電機(jī)組故障預(yù)測(cè)研究2005近年來(lái)，大、中型水電站水輪機(jī)組事故不斷，水輪機(jī)在線故障診斷顯得越來(lái)越重要，目前國(guó)內(nèi)有個(gè)別水電廠實(shí)現(xiàn)了對(duì)水輪機(jī)組特征參量的在線監(jiān)測(cè)和一定程度上的故障診斷分析，在機(jī)組安全運(yùn)行方面取得了一定的成果，但是這種實(shí)時(shí)在線監(jiān)測(cè)系統(tǒng)只能提供直觀的參數(shù)，提供一些診斷方法，一旦機(jī)組發(fā)生故障，將會(huì)造成巨大的經(jīng)濟(jì)損失。為此開(kāi)展故障預(yù)測(cè)方面的研究，防范于未然顯得越來(lái)越重要。本文將小波包多分辨特性與灰色系統(tǒng)的動(dòng)態(tài)預(yù)測(cè)能力相結(jié)合，提出了一種針對(duì)水輪機(jī)振動(dòng)特征向量進(jìn)行預(yù)測(cè)的方法。該法先利用小波包對(duì)振動(dòng)信號(hào)進(jìn)行分解，提取小波包能量特征量，構(gòu)造能量特征向量，進(jìn)而利用灰色模型對(duì)能量特征量進(jìn)行預(yù)測(cè)。文中應(yīng)用此法對(duì)水機(jī)軸振動(dòng)特征向量進(jìn)行了預(yù)測(cè)，結(jié)果表明預(yù)測(cè)值與實(shí)際值吻合，證明了利用小波能量和灰色預(yù)測(cè)理論預(yù)測(cè)振動(dòng)特征信息是一種行之有效的方法。接著本文開(kāi)發(fā)了狀態(tài)監(jiān)測(cè)和診斷預(yù)測(cè)系統(tǒng)，文中介紹了該系統(tǒng)的狀態(tài)監(jiān)測(cè)模塊、特征信息預(yù)測(cè)模塊以及診斷模塊，重點(diǎn)論述故障特征信息預(yù)測(cè)法在監(jiān)測(cè)和診斷基礎(chǔ)上的具體實(shí)現(xiàn)。狀態(tài)監(jiān)測(cè)是診斷和預(yù)測(cè)的基礎(chǔ)，在這部分作者主要論述傳感器的布局、狀態(tài)監(jiān)測(cè)參量、診斷信號(hào)分析方法及相關(guān)數(shù)據(jù)庫(kù)設(shè)計(jì)等方面；緊接建立特征信息預(yù)測(cè)模塊，敘述了從小波包能量提取，到灰色預(yù)測(cè)的詳細(xì)設(shè)計(jì)及具體實(shí)現(xiàn)；再接著建立故障診斷系統(tǒng)，論述了知識(shí)的結(jié)構(gòu)設(shè)計(jì)、推理方法等內(nèi)容。為了實(shí)現(xiàn)從特征信息預(yù)測(cè)到故障預(yù)測(cè)的轉(zhuǎn)變，提出了，特征信息預(yù)測(cè)法和診斷系統(tǒng)的結(jié)合方案，介紹了從FFT變換提取特征頻率征兆的知識(shí)推理的診斷方式，到小波包提取頻段能量作為征兆的診斷方式的改變。作者還詳細(xì)介紹了預(yù)測(cè)系統(tǒng)相應(yīng)的人機(jī)界面和各方面功能，包括一些拓展功能，并通過(guò)試驗(yàn)證明了所設(shè)計(jì)的故障預(yù)系統(tǒng)的可行性作，并用電廠歷史數(shù)據(jù)進(jìn)行了故障預(yù)測(cè)驗(yàn)證，得出了故障預(yù)測(cè)的結(jié)果。4.期刊論文桂中華.韓鳳琴.張浩小波包特征熵提取水輪機(jī)尾水管動(dòng)態(tài)特性信息-電力系統(tǒng)自動(dòng)化2004,28(13將小波包多分辨與信息熵相結(jié)合，提出了一種故障檢測(cè)與診斷的方法--小波包特征熵-故障法.首先對(duì)采集到的振動(dòng)信號(hào)進(jìn)行3層小波包分解，在通頻范圍內(nèi)得到分布在不同頻段內(nèi)的分解序列，進(jìn)而建立信號(hào)的小波包特征熵向量，選取最能反映故障特征的參數(shù)作為特征參數(shù)，進(jìn)行故障診斷識(shí)別.以水輪機(jī)尾水管壓力脈動(dòng)信號(hào)為例，運(yùn)用此法進(jìn)行了尾水管動(dòng)態(tài)特性信息提取.試驗(yàn)表明小波包特征熵法是提取故障信息并進(jìn)行故障識(shí)別的一種行之有效的方法，為流體機(jī)械的故障診斷開(kāi)拓了新的思路.5.期刊論文劉斌.姬巧玲.蔡維由.陳榮洲.LIUBin.JIQiao-ling.CAIWei-you.CHENRong-zhou基于WP-MUSIC功率譜的水輪機(jī)低頻故障信號(hào)分析-水電自動(dòng)化與大壩監(jiān)測(cè)2006,30(1WP(小波包對(duì)信號(hào)的分解與重構(gòu)能夠提取信號(hào)在某一小頻率段內(nèi)的信息;多信號(hào)分類(MUSIC功率譜分析不僅適用于正弦信號(hào),而且廣泛適用于窄帶信號(hào)的估計(jì)，能夠從信號(hào)中分檢出低頻和微小的信息.大型水輪機(jī)組的工作頻率和各種故障征兆頻率往往較低，結(jié)合WP及MUSIC譜的優(yōu)點(diǎn)建立WP-MUSIC譜分析法，能夠更加有效、準(zhǔn)確地進(jìn)行低頻故障信號(hào)分析，并有利于水輪機(jī)故障診斷及定位.6.學(xué)位論文馬世紀(jì)基于小波分析的水輪機(jī)故障診斷研究2004狀態(tài)非平穩(wěn)信號(hào)是故障診斷的重要依據(jù)，在狀態(tài)監(jiān)測(cè)中是遠(yuǎn)未成熟的關(guān)鍵問(wèn)題.狀態(tài)非平穩(wěn)信號(hào)可以表征某些故障的存在，表征它的特征量也會(huì)發(fā)生變化，因此只要故障源存在,這種故障的信息就會(huì)通過(guò)信號(hào)特征信息表現(xiàn)出來(lái).該文結(jié)合理論和實(shí)際應(yīng)用詳細(xì)論述了非平穩(wěn)狀態(tài)信號(hào)特征信息抽取和故障信號(hào)分離.小波包分析能有效地提取水輪機(jī)振動(dòng)信號(hào)中的有用成分，作為故障診斷的依據(jù).該文用小波包分析對(duì)水輪機(jī)故障診斷進(jìn)行了研究.故障信號(hào)特征信息的抽取，也稱為故障信號(hào)分離,涉及到如何用盡可能少的數(shù)據(jù)表征最大的信息的問(wèn)題.這是信號(hào)處理、模式識(shí)別領(lǐng)域的關(guān)鍵問(wèn)題.信號(hào)在小波域的表征是稀疏的，因此小波變換具有降維特性.該文從空間變換和信息熵的角度，在小波域內(nèi)消除冗余信息,去相關(guān)，提取非平穩(wěn)信號(hào)的特征信息;進(jìn)而達(dá)到故障信號(hào)分離的目的.針對(duì)狀態(tài)監(jiān)測(cè)非平穩(wěn)信號(hào)特征信息抽取.該文從實(shí)際和理論做了以下研究，主要內(nèi)容:1.在windows2000系統(tǒng)中，采用borlandc++bulider開(kāi)發(fā)工作站的診斷系統(tǒng)，實(shí)現(xiàn)了對(duì)中間層數(shù)據(jù)庫(kù)服務(wù)器的通信以及控制和設(shè)置.2.針對(duì)故障信息的提取，論Fourier分析、短時(shí)傅立葉變換（STFT的假設(shè)前提,從理論上分析Fourier變換的不足和局限性.依據(jù)小波變換多分辨率分析（MRA能夠自適應(yīng)性描述狀態(tài)非平穩(wěn)信號(hào)局部時(shí)頻信息，易于故障信息的抽取.3.詳細(xì)介紹小波理論，連續(xù)小波，小波包變換及性質(zhì).詳細(xì)闡述小波基的數(shù)學(xué)特性，分析了它們對(duì)實(shí)際應(yīng)用的影響和作用.針對(duì)不同的分析信號(hào)、信號(hào)不同的時(shí)頻結(jié)構(gòu)、不同的分析目的，論述了選取小波基函數(shù)和小波變換的基本原則.4.論述了故障信號(hào)分離即故障信號(hào)重建，是從測(cè)量空間到信號(hào)特征空間特征信息的抽取過(guò)程，故障診斷最終決策判斷的過(guò)程實(shí)際上也是降低"不確定性"的過(guò)程.5.針對(duì)高頻振動(dòng)信號(hào),該文實(shí)現(xiàn)了一種基于信號(hào)能量在小波包空間的分布特性,消除信號(hào)白噪聲和有色噪聲，利用頻帶分割技術(shù)，提取信號(hào)特征信息的方法.計(jì)算各子空間的能量，抽取低維特征矢量，給出小波包網(wǎng)絡(luò)的頻帶分析和故障診斷方法.以水輪機(jī)機(jī)架的振動(dòng)信號(hào)為例，驗(yàn)證了這種抽取特征信息的方法，在強(qiáng)噪聲背景下高頻信號(hào)故障識(shí)別中的有效性，這種方法簡(jiǎn)化了決策網(wǎng)絡(luò)，減少了診斷誤差.7.期刊論文肖若富.韋彩新.韓鳳琴.陳秋用小波包分析提取水輪機(jī)尾水管動(dòng)態(tài)特性信息-華中科技大學(xué)學(xué)報(bào)（自然科學(xué)版2001,29（12研究了小波包在水輪機(jī)尾水管的壓力脈動(dòng)信號(hào)處理中的應(yīng)用，提出了基于小波包分解的特征提取方法.并應(yīng)用此方法對(duì)水輪機(jī)尾水管壓力脈動(dòng)數(shù)據(jù)的實(shí)例進(jìn)行分析.8.學(xué)位論文陳林剛水電機(jī)組狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)的研究2005大、中型水電站水電機(jī)組若出現(xiàn)故障，經(jīng)濟(jì)上將遭受重大損失，并嚴(yán)重威脅著機(jī)組的安全穩(wěn)定運(yùn)行。目前，許多大型水電廠安裝了實(shí)時(shí)狀態(tài)監(jiān)控系統(tǒng)，實(shí)現(xiàn)了對(duì)水電機(jī)組特征參量的在線狀態(tài)監(jiān)測(cè)。但它只能提供直觀的參數(shù)，一旦機(jī)組發(fā)生故障，不能直接給出故障發(fā)生的原因、部位以及其嚴(yán)重程度。因此，在現(xiàn)有機(jī)組運(yùn)行的實(shí)時(shí)狀態(tài)監(jiān)測(cè)基礎(chǔ)上，研究實(shí)施設(shè)備故障診斷系統(tǒng)，有著非常重要的意義。為此作者從事了本文所介紹的水電機(jī)組狀態(tài)監(jiān)測(cè)及故障診斷專家系統(tǒng)的研究。機(jī)組運(yùn)行時(shí)系統(tǒng)處于全面監(jiān)測(cè)狀態(tài)，一旦有信號(hào)報(bào)警，將自動(dòng)啟動(dòng)診斷專家系統(tǒng)，進(jìn)行故障診斷，實(shí)現(xiàn)實(shí)時(shí)故障診斷。本文首先介紹故障診斷技術(shù)的發(fā)展過(guò)程以及國(guó)內(nèi)外研究的概況，論述狀態(tài)監(jiān)測(cè)與故障診斷的關(guān)系和任務(wù)，闡述目前水電機(jī)組故障診斷中存在的問(wèn)題以及開(kāi)展?fàn)顟B(tài)監(jiān)測(cè)和故障診斷的必要性和緊迫性；接著介紹了專家系統(tǒng)在故障診斷中的地位以及基于神經(jīng)網(wǎng)絡(luò)的專家系統(tǒng)的優(yōu)越性；然后對(duì)水電機(jī)組的常見(jiàn)的故障比如振動(dòng)所引起的故障機(jī)理進(jìn)行深入研究，并提供一些具體措施。水電機(jī)組狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)包括狀態(tài)監(jiān)測(cè)子系統(tǒng)和故障診斷子系統(tǒng)兩大部分。本文重點(diǎn)論述系統(tǒng)的硬件組成和軟件結(jié)構(gòu)設(shè)計(jì)過(guò)程。在硬件組成中，講述傳感器的選取與布局、信號(hào)的采集以及信號(hào)與計(jì)算機(jī)接口的通訊。在軟件結(jié)構(gòu)中，講述軟件的主要界面以及每個(gè)界面的功能，包括實(shí)時(shí)狀態(tài)監(jiān)測(cè)、信號(hào)分析處理、數(shù)據(jù)查詢與分析和故障診斷等功能。其次介紹如何將BP神經(jīng)網(wǎng)絡(luò)與故障診斷結(jié)合起來(lái)，組成一個(gè)以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的專家系統(tǒng)，利用小波包提取到的有價(jià)值頻譜信息，對(duì)水電機(jī)組進(jìn)行故障診斷。接著，本文作者利用實(shí)驗(yàn)室的已有條件進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明：該系統(tǒng)的精確度很高，僅有1%的誤差；然后還以某水電廠采集到的數(shù)據(jù)，輸入到系統(tǒng)進(jìn)行實(shí)驗(yàn)，也證明了該系統(tǒng)的監(jiān)測(cè)與診斷結(jié)果是準(zhǔn)確可靠的。9.期刊論文程寶清.韓鳳琴.桂中華.CHENGBao-qing.HanFeng-qin.GuiZhong-hua基于小波的灰色預(yù)測(cè)理論在水電機(jī)組故障預(yù)測(cè)中的應(yīng)用-電網(wǎng)技術(shù)2005,29(13基于神經(jīng)網(wǎng)絡(luò)"能量-故障"映射關(guān)系，提出將小波頻帶分析與灰色預(yù)測(cè)理論相結(jié)合進(jìn)行水電機(jī)組故障預(yù)測(cè).運(yùn)用小波分解提取各頻帶能量,應(yīng)用預(yù)測(cè)理論建立水電機(jī)組故障特征量的預(yù)測(cè)模型,預(yù)測(cè)各頻率成分能量的變化，重構(gòu)由預(yù)測(cè)各頻帶能量成分組成的特征向量,應(yīng)用于水電機(jī)組故障預(yù)測(cè)分析.以水輪機(jī)主軸擺度信號(hào)為例,應(yīng)用該方法進(jìn)行了特征信息提取和預(yù)測(cè)，表明將小波能量提取與灰色預(yù)測(cè)理論相結(jié)合進(jìn)行振動(dòng)特征信息的預(yù)測(cè)比較有效，為故障預(yù)測(cè)提供了新思路.10.學(xué)位論文史會(huì)軒大型水輪機(jī)空化在線監(jiān)測(cè)與分析——方法及應(yīng)用研究2008空蝕是破壞水輪機(jī)設(shè)備、降低水輪機(jī)效率的主要因素，在水輪機(jī)運(yùn)行中難以避免。人們較早就開(kāi)始了對(duì)空化空蝕進(jìn)行研究，但由于水輪機(jī)中的空化空蝕問(wèn)題本身復(fù)雜、牽涉多個(gè)學(xué)科，一直是人們研究的熱點(diǎn)與難點(diǎn)。在對(duì)當(dāng)前空化研究現(xiàn)狀和發(fā)展趨勢(shì)廣泛調(diào)研的基礎(chǔ)上，結(jié)合葛洲壩電廠大型軸流轉(zhuǎn)槳式水輪機(jī)的特點(diǎn)，通過(guò)理論與實(shí)踐相結(jié)合，開(kāi)展了水輪機(jī)空化在線監(jiān)測(cè)與分析方法研究。在對(duì)國(guó)內(nèi)外水輪機(jī)空化空蝕研究成果全面綜述的基礎(chǔ)上，總結(jié)了軸流轉(zhuǎn)槳式水輪機(jī)空化空蝕機(jī)理、類型和發(fā)生部位，分析了空化空蝕的影響因素及其外在特性，根據(jù)在線監(jiān)測(cè)實(shí)時(shí)性、可靠性和無(wú)損性的要求，充分借鑒現(xiàn)有監(jiān)測(cè)方法，在與機(jī)組運(yùn)行工況關(guān)聯(lián)的基礎(chǔ)上，確定采用聲波探測(cè)方法在線監(jiān)測(cè)水輪機(jī)空化狀態(tài)，同步監(jiān)測(cè)空化超聲波和噪聲，有利于及時(shí)準(zhǔn)確地評(píng)估空化狀態(tài)；根據(jù)水輪機(jī)結(jié)構(gòu)、空化源、水流穩(wěn)定性、傳感器信號(hào)接收特性以及傳感器安裝的方便性與可靠性，對(duì)傳感器進(jìn)行了精心地布置；并結(jié)合傳感器特性、信號(hào)傳輸和現(xiàn)場(chǎng)應(yīng)用，設(shè)計(jì)了一種高可靠性可編程信號(hào)調(diào)理器，與傳統(tǒng)的信號(hào)調(diào)理器相比，具有帶寬可編程選擇、放大倍數(shù)可靈活調(diào)整、可靠性高等優(yōu)點(diǎn)。傳統(tǒng)監(jiān)測(cè)系統(tǒng)僅進(jìn)行了信號(hào)采集和信號(hào)特征量提取，主要依靠離線分析方法進(jìn)行水輪機(jī)狀態(tài)評(píng)估。根據(jù)水輪機(jī)系統(tǒng)構(gòu)成及其行為關(guān)系模型，結(jié)合現(xiàn)場(chǎng)試驗(yàn)規(guī)程和專家經(jīng)驗(yàn)，將機(jī)組正常運(yùn)行過(guò)程視為試驗(yàn)過(guò)程：在機(jī)組正常運(yùn)行過(guò)程中，自動(dòng)辨識(shí)運(yùn)行工況，模擬人工試驗(yàn)，利用“記憶”功能自動(dòng)進(jìn)行性能變化趨勢(shì)分析；并對(duì)各種工況下機(jī)組運(yùn)行時(shí)間進(jìn)行了統(tǒng)計(jì)，為優(yōu)化機(jī)組運(yùn)行提供依據(jù)；此外，結(jié)合葛洲壩電廠機(jī)組特點(diǎn)，研究了綜合空化強(qiáng)度的計(jì)算方法，間接反映水輪機(jī)空蝕水平，并在現(xiàn)有研究的基礎(chǔ)上，闡明了空蝕水平評(píng)估中應(yīng)注意的問(wèn)題。針對(duì)葛洲壩電廠監(jiān)測(cè)需求，設(shè)計(jì)并開(kāi)發(fā)了基于聲波探測(cè)的水輪機(jī)空化在線監(jiān)測(cè)與分析系統(tǒng)，包括現(xiàn)地單元和移動(dòng)工作站?，F(xiàn)地單元對(duì)水輪機(jī)空化狀態(tài)進(jìn)行在線監(jiān)測(cè)與分析，而移動(dòng)工作站是便于用戶離線數(shù)據(jù)分析以及設(shè)置與操作現(xiàn)地單元的平臺(tái)。鑒于機(jī)組運(yùn)行工況對(duì)水輪機(jī)空化的影響，為了在減少冗余度條件下捕獲全面的水輪機(jī)狀態(tài)信息，提出了自適應(yīng)數(shù)據(jù)采集和存儲(chǔ)機(jī)制，采集周期隨機(jī)組運(yùn)行工況的變化而變化，數(shù)據(jù)存儲(chǔ)中同時(shí)考慮了機(jī)組運(yùn)行工況和信號(hào)指標(biāo)量變化；為了保證數(shù)據(jù)可靠性，對(duì)傳感器狀態(tài)進(jìn)行了檢測(cè)；采用了工況同步與時(shí)鐘同步技術(shù)，以便準(zhǔn)確地開(kāi)展機(jī)組狀態(tài)綜合分析與評(píng)估。為建立水輪機(jī)空化信號(hào)特征知識(shí)庫(kù)，結(jié)合水輪機(jī)失效模式和空化影響因素，設(shè)計(jì)并開(kāi)展了水輪機(jī)模型試驗(yàn)和現(xiàn)場(chǎng)試驗(yàn)；深入研究了基于小波包分解的頻帶分析技術(shù)，結(jié)合水輪機(jī)空化信號(hào)的特點(diǎn)，歸納了適合于空化信號(hào)分析的小波基函數(shù)應(yīng)具有的特點(diǎn)，提出了區(qū)域小波包分解方式，提高了計(jì)算效率，并將該技術(shù)成功應(yīng)用于模型試驗(yàn)結(jié)果分析，獲取了空化信號(hào)時(shí)域幅值調(diào)制特性和頻域能量分布特性隨空化系數(shù)變化的關(guān)系；通過(guò)現(xiàn)場(chǎng)試驗(yàn)結(jié)果分析，提取了空化聲信號(hào)特征波形，分析了機(jī)組運(yùn)行時(shí)間對(duì)水輪機(jī)空化的影響。經(jīng)過(guò)系統(tǒng)長(zhǎng)期在線運(yùn)行，獲取了大量的水輪機(jī)空化特征知識(shí)，分析了水輪機(jī)空化隨有功、水頭變化特性以及特定工況下水輪機(jī)空蝕隨機(jī)組運(yùn)行時(shí)間的變化特性，并利用模型試驗(yàn)的分析結(jié)果成功解釋了其中的一些現(xiàn)象。自2005年10月份以來(lái)，基于聲波探測(cè)的水輪機(jī)空化在線監(jiān)測(cè)與分析系統(tǒng)先后在葛洲壩電廠6臺(tái)機(jī)組成功應(yīng)用，已初具規(guī)模，監(jiān)測(cè)和分析結(jié)果很好地描述了水輪機(jī)空化狀態(tài)，為優(yōu)化水輪機(jī)運(yùn)行、指導(dǎo)水輪機(jī)狀態(tài)檢修提供了有力的依據(jù)，對(duì)于促進(jìn)水輪機(jī)空蝕研究有著十分重要的現(xiàn)實(shí)意義。引證文獻(xiàn)(26條1.桂中華.潘羅平.張浩.周葉小波包特征熵提取水電機(jī)組軸心軌跡形狀［期刊論文］-水力發(fā)電2009(82.安學(xué)利.周建中.向秀橋.莫莉.羅志猛基于信息熵理論和Parks聚類分析的水電機(jī)組振動(dòng)故障診斷［期刊論文］-大電機(jī)技術(shù)2009(43.邱赤東.任光船舶電機(jī)早期故障檢測(cè)方法的研究［期刊論文］-系統(tǒng)仿真學(xué)報(bào)2009(14.吳定超.王珂.馬喜來(lái).高印寒基于小波包分解和特征能量提取技術(shù)的車內(nèi)傳導(dǎo)干擾源識(shí)別［期刊論文］-汽車工程2008(125.邱赤東.譚躍.任光基于多窗譜分析的船舶電機(jī)軸承故障檢測(cè)方法［期刊論文］-大連海事大學(xué)學(xué)報(bào)2008(46.彭兵.周建中.方仍存.向秀橋.張勇傳基于開(kāi)機(jī)過(guò)程信