水電機(jī)組振動故障診斷與趨勢預(yù)測研究.pdf

1、水電能源作為一種清潔可再生能源在我國整個能源結(jié)構(gòu)中占有重要的地位。水電機(jī)組作為水電站能源轉(zhuǎn)換的關(guān)鍵核心設(shè)備，積極開展水電機(jī)組的故障診斷與振動趨勢預(yù)測研究，有助于降低機(jī)組故障事故風(fēng)險，保障機(jī)組安全穩(wěn)定運(yùn)行。由于水電機(jī)組的結(jié)構(gòu)復(fù)雜，各部件相互耦合相互作用以及多種激勵的共同影響，在一定程度上增加了水電機(jī)組故障診斷與振動趨勢預(yù)測的難度。本文圍繞著水電機(jī)組非平穩(wěn)信號分析處理、故障特征提取、故障特征篩選、故障診斷模型優(yōu)化和振動趨勢預(yù)測分析等研究內(nèi)容

2、，以經(jīng)驗(yàn)小波變換、最大相關(guān)峭度反卷積、混合引力搜索算法、極限學(xué)習(xí)機(jī)等為理論基礎(chǔ)，融合非平穩(wěn)信號處理方法和濾波方法有效地提取出水電機(jī)組的故障特征；采用混合的引力搜索算法從特征篩選和極限學(xué)習(xí)機(jī)參數(shù)優(yōu)化兩個方面提高故障診斷的準(zhǔn)確度；構(gòu)建了Gram-Schmidt正交法和極限學(xué)習(xí)機(jī)相結(jié)合的水電機(jī)組振動趨勢預(yù)測模型。本文的主要研究內(nèi)容如下所示：
　　（1）水電機(jī)組在運(yùn)行過程中會受到機(jī)械，水力和電磁等激勵的共同作用，導(dǎo)致機(jī)組的振動信號具有非平

3、穩(wěn)性和強(qiáng)背景噪聲性。為了從水電機(jī)組的振動信號中提取出故障特征，對原始信號進(jìn)行濾波降噪，采用經(jīng)驗(yàn)小波變換將原始振動信號分解成一系列的單一成分模態(tài)，依照相關(guān)系數(shù)和峭度指標(biāo)篩選具有故障特性的模態(tài)進(jìn)行重構(gòu)，最大相關(guān)峭度反卷積被用于重構(gòu)信號的二次濾波。通過對濾波信號的頻譜分析和包絡(luò)譜分析可以有效提取水電機(jī)組的故障頻率特征。
　?。?）為提高水電機(jī)組故障診斷模型的診斷精度，采用混合引力搜索算法同時進(jìn)行故障特征篩選和極限學(xué)習(xí)機(jī)參數(shù)優(yōu)化。經(jīng)驗(yàn)小波

4、變換將故障信號分解成一系列的單一成分模態(tài)，提取模態(tài)矩陣的奇異值特征和能量特征，融合從原始信號提取的時域、頻域統(tǒng)計特征組合成混合特征子集。為降低混合特征子集中冗余特征對故障診斷的干擾，使用二進(jìn)制引力搜索算法進(jìn)行特征的篩選。同時，采用實(shí)數(shù)的引力算法對極限學(xué)習(xí)機(jī)的輸入層權(quán)值和閾值進(jìn)行優(yōu)化。最后通過測試數(shù)據(jù)驗(yàn)證了所提故障診斷方法具有很高的診斷準(zhǔn)確度。
　　（3）水電機(jī)組振動信號分析和水電機(jī)組故障診斷均為事后決策分析，在機(jī)組出現(xiàn)故障后對機(jī)組

5、的檢修提供支持。為彌補(bǔ)事后分析的不足，提出一種能夠預(yù)測機(jī)組運(yùn)行狀態(tài)趨勢的方法，根據(jù)機(jī)組運(yùn)行趨勢的預(yù)測結(jié)果及時地對機(jī)組進(jìn)行維護(hù)，避免機(jī)組進(jìn)一步惡化演變?yōu)闄C(jī)組故障。以水電機(jī)組非平穩(wěn)振動信號分析處理為基礎(chǔ)，采用Gram-Schmidt正交法和極限學(xué)習(xí)機(jī)構(gòu)建水電機(jī)組振動信號的趨勢預(yù)測方法。該方法將水電機(jī)組振動信號時間序列采用經(jīng)驗(yàn)小波變換分解成一系列單一成分的模態(tài)，對每個模態(tài)構(gòu)建輸入輸出，采用Gram-Schmidt正交法對輸入特征進(jìn)行篩選去除冗