李红[1]2006年在《基于B/S模式的机组远程振动监测与故障诊断系统研究》文中研究说明汽轮发电机组振动监测与故障诊断是保障机组安全运行的重要手段之一。基于互联网技术实现机组远程振动监测与故障诊断十分必要。分析研究了机组远程振动监测与故障诊断技术;分析讨论了浏览器/服务器(B/S)模式与客户机/服务器(C/S)模式技术特点以及在B/S模式中采用Java技术的优点;研究了BP神经网络与面向对象技术相结合构建机组振动故障诊断神经网络系统的技术方法;研究了机组振动频谱征兆的自动提取方法;采用B/S模式开发了机组远程振动监测与故障诊断系统,给出了系统结构组成、功能模块以及服务器和客户端设计和实现方法。解决了网站开发,服务器和客户端通讯,监测图形无闪烁刷新,构建故障诊断神经网络系统,实现基于频谱征兆远程故障诊断等问题。该系统现场应用效果良好。
徐红燕[2]2007年在《基于B/S模式的汽轮发电机组远程状态监测技术研究》文中进行了进一步梳理汽轮发电机组是电力生产的重要设备，由于其设备结构的复杂性和运行环境的特殊性，导致故障率高、危害性大。状态监测与故障诊断在保证机组安全、稳定、高效运行方面发挥了很大的作用。但是，随着电力系统向超高压、大容量和多机互联方向发展，一方面使得机组状态监测与故障诊断技术变得越来越重要，另一方面使得其专业化程度越来越高，一般技术人员很难掌握，这在某种程度上限制了机组监测诊断技术的推广和发展。计算机、网络通讯及相关技术的迅猛发展，使得机组远程监测诊断成为可能。本论文研究了基于B／S模式的汽轮发电机组远程状态监测与故障诊断系统，把网络通讯、数据库和Java、JSP等技术引入传统的监测诊断领域，从而改变了传统的监测诊断模式。人们不再受时间和空间的限制，不管身在何处，只要有条件上网，就可以随时查看机组的运行状态，将故障数据或故障分析图谱通过网络传递给专家或提交给远程专家系统就可以得到诊断结果。这在很大程度上提高了机组监测诊断的效率，节约了成本，该系统的成功运用有着十分重要的理论意义和巨大的经济效益。论文首先论述了课题的背景，详细分析了汽轮发电机组状态监测与故障诊断技术的国内外研究现状及应用发展，讨论了机组远程监测诊断的重要意义；对机组振动监测诊断技术的理论知识，包括状态监测的基本参数、振动数据分析及处理和常见振动故障进行了研究；然后全面阐述了基于B／S模式的汽轮发电机组远程状态监测及故障诊断系统的总体结构、功能模块、软件平台和开发工具；探讨了系统的关键技术，包括Socket网络通讯技术、JDBC数据库访问技术、Applet绘图技术、多线程技术和JavaBean技术等，重点研究了系统主要功能模块——实时监测模块、状态分析模块和故障诊断模块的设计与实现；最后在总结全文的基础上，对系统有待进一步深入研究的问题提出了建议。
朱介南[3]2003年在《大型汽轮发电机组振动状态远程监测与故障诊断系统研制》文中进行了进一步梳理网络技术的飞速发展，改变人们日常生活的同时，也促使工业领域中许多技术发生变化。本文所要论述的就是如何设计、开发和实现一套基于Internet的大型汽轮发电机组状态远程监测与故障诊断系统。 论文第一章阐述了汽轮发电机组状态监测与诊断系统的发展及现状。并对课题的提出与任务进行了介绍与分析。 第二章则主要讲述机组状态实时监测、数据分析和故障诊断的理论知识。对系统中的一些主要参数和方法做了比较详细地介绍。 大型汽轮发电机组振动状态远程监测与故障诊断系统的实现必须依靠网络通信、数据库技术、Web技术以及系统开发平台等技术，所以本文的第叁章就主要讲述与远程监测和故障诊断系统相关的计算机技术。 第四章是本文的重点。从机组测点布置和规模、系统总体结构设计、系统软件总体设计、数据库系统设计和实现、后台应用程序实现及Web程序实现等六个方面对本系统的结构和实现做了详尽的论述。尤其对ADO和ActiveX控件在远程监测与故障诊断领域中的应用作了较为系统的总结和论述。 第五章以插图的形式详细地介绍了本系统软件的各个功能模块的作用、表现形式及使用方法等。 最后一章是结论与展望。在这一章中对本文的工作做了一个总结，并对计算机监测系统和故障诊断技术的未来发展做了展望。
陈晨[4]2006年在《汽轮发电机组远程监测与故障诊断研究》文中研究说明随着我国电力工业科技进步和电力体制改革的变化,发电企业对汽轮发电机组状态监测和故障诊断技术提出了新的要求;现行的设备检修体制已阻碍了电力生产企业效益的进一步提高,采用先进的检修体制已势在必行。振动是汽轮发电机组运行过程中一个非常重要的参数,它直接影响到电厂的经济性和机组的安全运行,本文以分析汽轮发电机组的振动特性为基础,提出了一套完整的汽轮发电机组的在线监测与保护方法(TSI)。汽轮发电机组的振动信号是复杂的,信号中含有多种频率分量,同时伴随着很大的干扰,本文详细分析了汽轮发电机组产生振动的原因,振动信号的频带宽度和波形特点及振动信号的测量方法。本文论证研制了汽机振动监控保护系统,对汽轮发电机组的主轴和轴承振动以及汽轮机低速时的偏心进行在线监视并提供相应的保护措施。整个系统以准16位机(16位的CPU,8位的外部总线)8098为核心组成,其集成度高,速度快。知识库系统是故障诊断系统的核心之一。本文对汽轮发电机组振动故障诊断系统的知识库进行了研究,对诊断模型选择、知识表示、知识库体系结构与知识管理维护等方面的内容进行了探讨。故障监测与诊断系统的开发是一门跨学科、跨研究领域的综合技术。包括了传感器技术、数据采集技术、信号分析与数据处理技术以及数据库、网络信息传输等计算机相关学科技术。一个完善的故障诊断系统可以有效的将故障机理、监测分析、趋势预测等理论应用于现场机组的生产之中,从而避免故障灾害的发生,提高生产的安全性以及生产效率,对国民生产具有现实的指导意义。
梁文军[5]2012年在《基于FPGA的大型旋转机械状态数据采集系统研制》文中认为大型旋转机械是国民生产和生活中的关键设备,对这类设备开展现代化的状态监测与故障诊断,以保障其长期稳定工作和安全运行,从而保障国民经济高速发展和人民生活稳定具有十分重要的意义。本论文结合国家高技术863项目“超临界、超超临界大型汽轮发电机组状态监测与故障诊断技术及其系统研究(项目批准号：2008AA04Z410)”,对以大型汽轮发电机组为代表的大型旋转机械设备状态监测中的数据采集系统开展了研究,分析了大型旋转机械状态监测的需求,重点研究了转子振动信号整周期采集技术,并在此基础上,采用当代先进的FPGA和A/D转换等电子测量技术,研制了一套基于FPGA和PC104总线的大型旋转机械状态数据采集系统,该系统能采集多种类型的机械状态信号,包括：转子振动信号和键相信号、慢变信号以及开关信号,并且具有体积小、功能强、模块化、可扩展等特点。论文各章节内容安排如下：第一章主要阐述了大型旋转机械状态监测与故障诊断研究的重要意义,分析了数据采集在设备状态监测中的重要地位,介绍了数据采集系统的发展历程和国内外状态监测与故障诊断技术的发展概况,提出了本文的课题背景与研究内容。第二章分析了旋转机械的状态特征参量,设计了数据采集系统的总体方案,该方案可以满足振动及键相信号、慢变信号和开关信号等几类信号的采集需求。介绍了数据采集的基本理论以及在系统设计开发中使用的FPGA技术和PC104总线技术,最后重点研究了转子振动信号的整周期采集技术。第叁章设计了旋转机械转子振动信号数据采集系统的总体方案,分析了电涡流传感器测量振动信号的特点,研制了振动及键相信号调理电路和基于FPGA的转子振动信号多通道同步整周期数据采集卡。分析了振动信号采集卡的软硬件方案,对硬件选型和电路设计进行了探讨,对控制软件各模块进行了详细分析和设计,开发了基于LabVIEW语言的振动信号数据采集卡测试软件。第四章设计了慢变及开关信号数据采集系统的总体方案,研制了基于FPGA的慢变及开关信号数据采集卡,讨论了该采集卡的软硬件方案,设计开发了该采集卡的硬件电路和控制软件,采用LabVIEW语言开发了该采集卡的测试软件。第五章利用信号发生器、示波器、工业控制计算机等设备,构建了测试系统,对振动及键相信号调理电路、基于FPGA的转子振动信号多通道同步整周期数据采集卡、基于FPGA的慢变及开关信号数据采集卡开展了测试实验,对测试结果进行了分析,最后介绍了该数据采集系统在TSI中的应用情况。第六章对全文的工作进行了总结,对未来的工作提出了展望。
严可国[6]2009年在《大型汽轮发电机组故障诊断方法及监测保护系统研究》文中指出汽轮发电机组是火电厂关键设备,一旦发生故障,将造成非常大的经济损失和不利影响。随着机组朝大型化和高参数方向发展,单台机组投资规模和影响也相应增大,对于机组运行安全可靠性的要求不断提高。深入开展大型汽轮发电机组状态监测与故障诊断新方法与新技术的研究,对于保障这类大型复杂设备的安全可靠运行具有重要意义。大型汽轮发电机结构复杂,而且机、电、液耦合,故障信号具有背景噪声干扰大、非平稳、非线性的特点,其传播过程途径与衰减特性复杂,往往是多故障源信号混迭在一起,对故障信息的正确分析与获取,进而准确地诊断故障造成困难。因此,研究故障信号的特征分析与提取技术,从监测的信号中获取正确的故障特征信息,是进行准确故障诊断的技术关键。本文正是在这样的背景下,结合国家863课题“超临界、超超临界大型汽轮发电机组状态监测与故障诊断技术及其系统研究(2008AA042410)”,开展大型汽轮发电机组在复杂运行环境下振动信号监测与新的故障特征提取技术的研究。主要研究内容包括叁个部分:一是基于独立分量分析的故障源分离新方法;二是基于高阶统计分析的故障特征提取新方法;叁是汽轮机监测保护与故障诊断系统的研发。各个部分的具体研究内容和主要成果如下:1)研究复杂运行环境下基于独立分量分析(Independent Component Analysis—ICA)的故障源分离及故障信息提取技术,并利用实际汽轮机转子系统振动信号进行验证,实现从监测的信号中获取准确充分的故障特征信息。分析了以不同测量通道数量、不同振动信号类型组合和不同测点位置组成输入信号的ICA分离效果,并对机组在故障状态下,从测量信号中分离出故障源的可能性进行了探讨,为ICA在汽轮机振动故障源分离方面的应用提供丰富的分析实例。2)针对超完备基ICA的工程应用问题,提出附加虚拟通道ICA的新方法,利用某些已经具有先验知识的独立分量构成附加输入信号(称为附加虚拟通道),与其它测量信号组合在一起进行ICA分离,达到增加输入信号数量的目的。首先研究了附加虚拟通道ICA的模型,并对分离效果进行了仿真验证。进一步将附加虚拟通道ICA方法应用到汽轮机转子系统振动源分离问题,特别是对在故障源分离方面更具有实际意义的“延时时刻虚拟通道ICA”问题进行了实例验证,即利用某个时刻测量数据分离得到的独立分量作为虚拟通道,去分离未来时刻的独立分量。结果表明虚拟通道ICA对于延时时刻的ICA分离问题同样具有明显的效果。这样就可以使用较少数量的传感器测量信号实现对故障源的分离,为超完备基ICA问题的工程应用提供了很好的解决方法。3)认为卷积性混合ICA模型更适合描述汽轮机转子系统振动源分离问题,并提出用傅立叶变换解决这类具有卷积性混合ICA模型的工程实际的源分离问题。即通过对模型求傅立叶变换,将卷积混合关系转化为线性混合关系,利用线性ICA的计算方法实现独立分量的快速分离。应用实际汽轮机振动测量信号对该方法进行的全面分析验证,结果表明,频域ICA可以分离出轴振测量信号中包含的可能很微弱的故障信息,分离结果清晰,比基本ICA方法具有明显的优势。4)遵循理论与实践相结合原则,通过一系列仿真实验有针对性的验证、探究了高阶谱的本质,并利用高阶累积量的双谱、双相干谱、1(1/2)维谱等高阶统计分析方法,对汽轮机异常振动信号进行高阶统计特性分析,提取故障特征值。5)对汽轮机发电机组监测保护系统(TSI)的可靠性设计技术进行攻关,自主研制了具有保护功能的在线状态监测系统和远程化智能化故障诊断系统,并应用于工程实际;对所研究方法、技术和系统进行实验测试,进一步完善和提高方法、技术及系统的可靠性。
汪江[7]2005年在《汽轮机组振动故障诊断SVM方法与远程监测技术研究》文中指出电力工业的迅速发展,对汽轮发电机组状态监测与故障诊断技术提出了高的要求。本论文就机组振动故障特征自动提取、振动异常检测、振动故障趋势预测、多征兆故障诊断以及机组远程监测诊断等几个影响故障诊断技术发展的关键技术进行了详细研究,取得了一定的成果。分析了发电机组振动故障及征兆的特点,研究了故障征兆自动提取方法,采用Mann-Kendall检验、EMD分解、相关系数法、不变矩理论对趋势型征兆、相关性征兆以及转子轴心轨迹图形类征兆进行了提取。将统计学习理论的研究成果-支持向量机(SVM)应用于机组振动异常检测、振动趋势预测及故障诊断中。分析了One-Class SVM异常检测的基本原理,提出了发电机组振动异常检测One-Class SVM方法,仅通过对正常运行状态样本的学习,就可以达到对机组振动异常的准确识别,解决了生产中机组异常振动训练样本缺乏问题;与Fuzzy ART1及ARTMAP神经网络的比较试验结果进一步证实了该方法的有效性;提出了一种核聚类二叉树型多类SVM算法,采用遗传算法对模型参数进行选择,将其应用在发电机组多征兆故障诊断中,试验表明该方法具有较高的故障识别率,缩短了模型学习需要的时间,并解决了one-against-one等多类学习方法存在的拒分类问题;利用One-Class SVM的一类样本学习能力,提出一种新的机组振动故障诊断动态模型,解决了其它故障诊断系统模型结构固定,无法对新增故障进行诊断的问题,实现了对未知新故障和复合故障的正确识别和学习,扩充了故障诊断系统的功能;研究了支持向量回归方法及最小二乘支持向量回归(LS-SVR)在时间序列预测的应用,通过仿真实验得出了LS-SVR在有噪声环境下,可以取得比RBF更好的预测效果,适合于现场实际应用;将LS-SVR用于发电机组振动趋势预测,取得了较高的预测精度。采用JAVA语言,使用Applet、Socket、多线程、Web数据库技术,开发了一套汽轮发电机组Internet远程监测与故障诊断系统,实现了机组振动远程在线监测与故障诊断。
朱介南, 缪思恩, 王昌乾[8]2003年在《大型汽轮发电机组振动状态远程监测与故障诊断系统的实现》文中研究指明介绍了大型汽轮发电机组振动状态远程监测分析与故障诊断系统的组成、软件的总体设计及实现方法,并对系统软件中使用的数据库技术、ActiveX控件技术作了较为深入的探讨。
王昌乾[9]2004年在《大型汽轮发电机组远程诊断系统的设计与实现》文中研究表明本文结合“大型汽轮发电机组远程状态监测和故障诊断”这一课题，着重研究了汽轮发电机组振动故障特征征兆的自动提取技术，并在此基础上开发了基于Web的大型汽轮发电机组远程故障诊断系统。 论文第一章阐述了汽轮发电机组状态监测与故障诊断系统的发展现状。提出了课题的目标及主要研究内容。 第二章概要地介绍了包括模糊关系诊断、聚类+模糊关系诊断、基于知识的故障诊断方法等汽轮发电机组目前常用的一些故障诊断方法。 第叁章主要介绍了与大型汽轮发电机组远程状态监测和故障诊断系统相关的一些计算机技术，如网络通讯、数据库技术、Web技术以及系统的开发平台等。 第四章是本文的重点。本章从故障特征的表述不确定性入手，详细地介绍了振动波形的特征自动提取方法、基于统计特征不变性的轴心轨迹特征自动识别方法和趋势型征兆的自动获取方法，并介绍了其具体的实现过程。 第五章主要介绍了远程诊断模块开发中运用到的一些技术和方法；尤其对ADO和ActiveX控件在远程状态监测与故障诊断系统中的应用作了较为系统的论述。并通过实例对人工诊断和自动诊断进行了对比。 第六章是本文的总结和展望。对目前己经开发完毕的大型汽轮发电机组远程状态监测和故障诊断系统作了一个概要的总结，并对汽轮发电机组故障诊断技术的未来发展作了展望。
温小萍[10]2006年在《基于LabVIEW的振动监测及故障诊断系统的研究开发》文中研究指明随着我国电力工业科技进步和电力体制改革的深化,发电企业对汽轮发电机组的振动状态监测与故障诊断技术提出了更高要求。本课题在实验的基础上,利用LabVIEW编程语言,研究开发了汽轮发电机组振动监测及故障诊断系统。论文首先总结了振动状态监测与分析技术的相关理论知识,对常见的振动故障诊断方法进行了比较,为系统开发工作提供了理论基础。论文完成了系统软硬件设计,包括传感器和数据采集卡的配置、信号调理电路设计、振动信号整周期采集编程以及界面设计,实现了振动数据采集及监测。论文采用SQL Server 2000作为数据平台,设计并建立了机组运行状态数据管理系统,实现了振动特征量的存取。对于要求读取速度快的波形数据采用数据文件的形式进行存储。数据库系统还实现了与电厂SIS系统的PI数据库的通讯,丰富了汽轮发电机组的诊断数据。论文还研究了基于DataSocket的实时数据网络化远程传输技术,提出振动状态远程监测及故障诊断方案;完成了适用于局域网的基于B/S模式的振动网络监测及诊断系统,能更好地满足远程监测用户的要求。最后,论文采用模糊数学的方法,根据汽轮发电机组常见故障原因与征兆之间不同程度的因果关系,在综合考虑所有征兆的基础上,来诊断设备发生的可能原因,实现了汽轮发电机组常见故障的模糊诊断。
参考文献：
[1]. 基于B/S模式的机组远程振动监测与故障诊断系统研究[D]. 李红. 华北电力大学（北京）. 2006
[2]. 基于B/S模式的汽轮发电机组远程状态监测技术研究[D]. 徐红燕. 同济大学. 2007
[3]. 大型汽轮发电机组振动状态远程监测与故障诊断系统研制[D]. 朱介南. 浙江大学. 2003
[4]. 汽轮发电机组远程监测与故障诊断研究[D]. 陈晨. 东南大学. 2006
[5]. 基于FPGA的大型旋转机械状态数据采集系统研制[D]. 梁文军. 浙江大学. 2012
[6]. 大型汽轮发电机组故障诊断方法及监测保护系统研究[D]. 严可国. 华北电力大学（北京）. 2009
[7]. 汽轮机组振动故障诊断SVM方法与远程监测技术研究[D]. 汪江. 东南大学. 2005
[8]. 大型汽轮发电机组振动状态远程监测与故障诊断系统的实现[J]. 朱介南, 缪思恩, 王昌乾. 汽轮机技术. 2003
[9]. 大型汽轮发电机组远程诊断系统的设计与实现[D]. 王昌乾. 浙江大学. 2004
[10]. 基于LabVIEW的振动监测及故障诊断系统的研究开发[D]. 温小萍. 东南大学. 2006
标签：动力工程论文; 故障诊断论文; 汽轮机论文; 汽轮发电机论文; 机械振动论文; 振动试验论文; 发电机组论文; 振动频率论文; ica论文;