共查询到10条相似文献,搜索用时 93 毫秒
1.
针对乌江构皮滩水电机组1#振动值超标,水电机组5#运行于高负荷区振动、水力不稳定等问题,进行了系统研究.采用工程测试软件LabVIEW和美国国家仪器公司硬件对该问题制定测试方案,并对水电机组1#和5#进行了现场压力脉动试验.对试验结果进行处理分析,并根据试验分析结果推测水电机组产生不稳定性原因.针对可能的原因,采用相应处理方案对机组进行修型,最后进行试验验证.试验结果表明,水电机组1#将泄水锥由柱状改变为常规泄水锥,高负荷工况压力脉动严重的现象消失;水电机组5#对活动导叶出水边采取修薄处理,高负荷区振动轰鸣现象未消失,验证结果表明不是卡门涡引起水电机组5#高负荷区振动问题.研究结果对实际电站机组安全运行具有一定的指导意义. 相似文献
2.
基于支持向量机的水电机组故障诊断 总被引:1,自引:0,他引:1
针对水电机组故障样本少的问题,将支持向量机引入水电机组故障诊断研究,提出一种结合小波频带分解与最小二乘支持向量机的水电机组故障诊断模型。基于机械设备“能量-故障”映射关系,运用小波分解提取机组振动信号各频带能量特征值,然后将能量特征值输入到多分类的支持向量机,实现对机组不同故障类型的识别。通过实验信号分析,表明将小波能量提取与支持向量机结合进行水电机组故障诊断是可行有效的,并具有较高的故障分辨能力,为水电机组故障诊断提供了新的方法和思路。 相似文献
3.
针对水电机组故障样本少的问题,本文将支持向量机引入水电机组故障诊断研究,提出一种结合小波频带分解与最小二乘支持向量机的水电机组故障诊断模型。基于机械设备“能量—故障”映射关系,运用小波分解提取机组振动信号各频带能量特征值,然后将能量特征值输入到多分类的支持向量机,实现对机组不同故障类型的识别。通过实验信号分析,表明将小波能量提取与支持向量机结合进行水电机组故障诊断是可行有效的,并具有较高的故障分辨能力,为水电机组故障诊断提供了新的方法和思路。 相似文献
4.
水电机组有80%故障都可以在振动信号中有体现,研究振动信号很有必要。文章将小波包分析技术应用于水电站机组振动信号去噪,概述了小波包去噪的原理和步骤,通过实际电站运行数据的采用,应用matlab软件编写程序,实现水电机组振动信号的信噪分离。实验表明,小波包分析消噪消去的能量较多,费时较短,去噪后信号光滑,取得了较好的去噪效果。 相似文献
5.
振动是水力发电机组的常见现象,其影响水电机组的稳定运行及安全运行。因此,振动的监测与诊断就显得十分重要。但是,振动传惑器采集的信号受到机组运行现场的各种噪声污染,不能准确的反映机组运行状态。应用小波分析技术可以对噪声严重污染的振动信号进行去噪处理,精确地恢复原信号,试验证明效果良好。 相似文献
6.
针对水电机组振动信号存在非平稳和非线性,单一特征提取难以实现高精度故障诊断问题,提出了一种基于卷积神经网络和近似熵特征融合的故障诊断方法。利用卷积神经网络提取振动信号特征;EEMD与近似熵构建信号特征向量,将两种方法提取的状态特征融合构建融合特征向量;进一步,将融合特征作为输入、故障类别作为输出,训练BP神经网络得到水电机组故障识别器,识别水电机组运行状态,即正常或具体故障类型。结合转子实验台实验数据,验证了所提方法在挖掘信号特征方面的有效性及较高的故障诊断准确率。 相似文献
7.
《中国农村水利水电》2019,(1)
目前大型水电机组通常安装有状态监测系统可记录机组的振动数据,而如何从海量的数据中提取出机组的故障特征是水电机组故障诊断的难点和热点。提出了一种基于变分模态分解和复杂度分析的振动信号特征提取方法,该方法首先对降噪后的振动信号进行变分模态分解,再结合复杂度算法求得各模态分量的复杂度值,得到以各模态分量复杂度值为元素的反映机组故障信息的特征向量,最后利用支持向量机对特征向量进行分类。试验结果表明:基于变分模态分解与复杂度分析的特征提取方法对水电机组不同运行状态具有较好的区分度,是一种有效的振动信号特征提取方法。 相似文献
8.
9.
某水电机组增容改造后,由于调速器开机规律没有调整,机组开机过程中出现异常振动。为此,建立了计入非线性因素的水电机组开机过程仿真模型,分析了转轮特性、机组惯性时间常数、初始水头等对开机过程的影响,提出了增容改造应重视调速器开机规律的调整。从抑制机组振动的角度出发,提出一种综合性能指标对开机规律进行优化,仿真分析表明优化后的开机过程降低了水压力波动,进而避免产生较大的机组振动,保证了水电机组的安全稳定运行。 相似文献