基于时频分析与特征约简的水电机组故障诊断方法研究-学位-万方数据知识服务平台

HEADERS

搜索

封面
声明
中文摘要
英文摘要
目录
1 绪论
1.1 课题研究的背景及意义
1.2 水电机组振动故障诱因概述
1.3 振动信号的时频分析方法
1.4 信号的多维特征约简方法
1.5 水电机组故障诊断方法概述
1.6 论文结构与主要研究内容
2 基于混合延拓的EMD端点效应抑制方法及其应用
2.1 引言
2.2 经验模态分解及其端点效应
2.3 基于混合延拓的EMD端点效应抑制方法
2.4 水电机组振动仿真信号案例分析
2.5 本章小结
3 自适应快速EEMD及其在尾水管压力脉动信号分析中的应用
3.1 引言
3.2 集成经验模态分解算法及Hilbert变换
3.3 噪声频率对EEMD计算效率的影响
3.4 自适应快速集成经验模态分解
3.5 AFEEMD算法性能验证分析
3.6 尾水管压力脉动信号实例分析
3.7 本章小结
4 考虑流行学习特征约简的水电机组混合故障诊断策略
4.1 引言
4.2 LGPCA算法理论介绍
4.3 自适应近邻关系的监督型LGPCA
4.4 基于M-LGPCA和SVM的水电机组故障诊断
4.5 多维广域特征的振动故障混合诊断策略
4.6 诊断实例分析
4.7 本章小结
5 基于混合引力搜索和随机森林的转子系统故障诊断
5.1 引言
5.2 随机森林
5.3 混合引力搜索算法
5.4 HGSA-RF故障诊断系统
5.5 振动信号采集和特征提取
5.6 结果与分析
5.7 本章小结
6 全文总结与研究展望
6.1 全文总结
6.2 研究展望
致谢
参考文献
附录1：攻读博士期间发表的论文
附录2：攻读博士期间完成和参与的科研项目

DOI: 10.7666/d.D01078140

基于时频分析与特征约简的水电机组故障诊断方法研究

华中科技大学

在线阅读下载

引用

打印

摘要：在新时代绿色能源背景下，大力发展水电能源对我国能源结构优化调整和社会经济可持续发展具有重要的战略意义。作为水电站能源转换的关键核心设备，目前，水电机组呈现出巨型化、综合化、高速化、超临界化和智能化的发展趋势，其运行过程面临的故障安全问题日益突出。为降低机组故障事故风险，确保机组安全稳定运行，积极开展水电机组故障诊断研究已在工程界和学术界达成共识。实际应用中，除因机组自身复杂结构特性和多种激励振源干扰外，现有故障诊断理论方法的不足和局限性，在一定程度上阻碍了故障诊断从理论研究向工程应用的转化。本文围绕水电机组故障诊断中存在的非平稳信号分析处理和特征提取、多维特征约简以及复杂故障模式识别等问题，以经验模态分解、流行学习、混合引力搜索、支持向量机和随机森林等为理论基础与研究手段，探索并克服现有方法存在的理论与应用缺陷，提出了若干有效的水电机组非平稳振动信号分析与特征提取改进方法，针对高维特征冗余干扰等问题，探索并构建了基于空间映射和智能搜索的两种特征约简方法，最终通过引入支持向量机和随机森林故障识别理论，构建了融合时频分析和特征约...

关键词：

水力发电发电设备故障诊断时频分析

授予学位：

博士

学科专业：

水利水电工程

导师姓名：

张勇传周建中

学位年度：

2016

语种：

中文

分类号：

TV734.2(水能利用、水电站工程)TV738(水能利用、水电站工程)

在线出版日期：

2017-05-17 （万方平台首次上网日期，不代表论文的发表时间）

FOOTERS