瓦斯发电机启动故障诊断方法及装置制造方法及图纸

本发明专利技术公开了一种瓦斯发电机启动故障诊断方法及装置。本发明专利技术能有效消除采集过程中的噪声干扰，提高后续诊断的精度，利用D‑S证据融合理论，对发生的启动故障原因进行诊断。并设计了相应工作参数采集装置。本发明专利技术简单易行，准确性高。

【技术实现步骤摘要】
瓦斯发电机启动故障诊断方法及装置
本专利技术涉及电力
，特别涉及到一种瓦斯发电机启动故障诊断方法及装置。
技术介绍
瓦斯发电系统是集气体-热力-机械-电气为一体的设备整体，利用煤矿的废弃瓦斯进行发电，不但可以变废为宝，满足煤矿的部分用电要求，还可以减少温室气体的排放，提升煤矿井下的安全系数。瓦斯发电作为一项快速发展的先进技术，已经具备了较为成熟的技术积累和应用案例，已被很多大型煤矿安装使用，用以帮助煤矿达到“以抽保用，以用促抽”的生产目标。但是，受制于气源以及使用环境的变化，瓦斯发电机在使用过程中经常会出现故障，这些故障主要可分为：1、气源故障：瓦斯气的浓度、流量过低,还有因瓦斯输送管道上气液分离器、干式阻火器堵塞造成气体流通不畅,输送管道漏气等,机组供气不足的现象统称为气源故障。2、机组故障：机组故障主要包括机组本体零部件损坏。如润滑系统漏油、进气阀和排气阀损坏等。3、电气故障：电气故障主要包括点火系统不点、电压低、二次线连接触不良、开关损坏等。在上述三类故障中，其中尤以机组故障尤为突出，其约占总体故障的70％左右，且发生故障后，导致的后果最为严重，因此，针对机组故障的实时监测，对故障的预警具有重要意义。本专利技术针对机组故障中常见的启动故障，设计了一种多特征量采集系统，配合DS判据理论，实现对发电机组启动故障的的诊断。启动系统故障主要由以下原因造成：1、启动电磁阀是否良好,电流、电压是否正常。由于电磁阀内接线空间较小,接线时很容易造成导线断线,又不易被发现,运行一段时间由于导线或端子氧化等造成接触不良,均会造成电磁阀无法启动；2、压缩空气压力是否正常,空气屏内是否有积水和杂质、脏物造成主启动阀堵塞,无法开启；3、空气分配器工作是否良好,由于机组运行时振动较大、油质较脏,空气分配器内滑块边缘易磨损,造成密封不严漏气,此时机组也会因启动压力不足,无法启动。
技术实现思路
本专利技术提供了一种瓦斯发电机启动故障诊断方法及装置，它能有效消除采集过程中的噪声干扰，提高后续诊断的精度，对发生的启动故障原因进行准确诊断。为实现以上目的，本专利技术通过以下技术方案予以实现：瓦斯发电机启动故障诊断方法，包括如下步骤：1)信号采集：分别采集电流、电压、湿度、振动与磁场信息；2)采集信号预处理：对采集的传感器数据的进行预处理处理，采用LMS自适应滤波的方法，该方法包括滤波过程与自适应过程两部分；滤波过程首先计算线性滤波器对输出对输入信号的响应，然后通过比较输出结果与期望响应产生估计误差；自适应过程根据估计误差自动调整滤波器参数，自适应控制算法用于寻找合适的横向滤波器抽头权值；3)启动故障诊断：在系统中，用Θ表示辨识框架，即各传感器采集的所有目标的总集，并设置6个命题：X＝(x1,x2Lx6)，把传感器获得的信息特征量作为证据，将温湿度合成一个命题；用基本概率分配mi为6个命题赋予一个可信度，基本概率分配mi满足以下两个条件：m(Φ)＝0，Φ为空集或不可能情况；其中0≤m(X)≤1为xi的基本概率赋值，表示对命题i的精确信任程度；设n1和n2是两个不同的证据源，n(u)和n(v)分别是这两个证据源分配的基本概率函数，合成公式用下式表示：其中步骤2)所述的采集信号预处理包括如下步骤：1)确定滤波器阶数M与步长μ；2)初始化抽头权值为0：对M个权重w预先置0作为初始状态；3)数据更新：对于每一时刻更新M×1向量输入数据u＝[u(n),u(n-1),...,u(n-M+1)]T与n时刻期望响应d(n)；4)抽头权值向量自适应：估计n+1时刻抽头权向量5)计算滤波器失调参数：失调参数σ必须满足σ<10％，由下式计算：式中，Jex(∞)为额外均方误差稳态值；Jmin为最小均方误差；λk是相关矩阵R最大特征值。用于实现上述诊断方法的硬件装置，包括数据处理MCU，在数据处理MCU上连接有温度传感器，门节点传感器，ADC多通道模数转换芯片，辅助采集MCU，数据存储FLASH及上位机；另外，湿度传感器，电流互感器及电压互感器通过ADC多通道模数转换芯片与数据处理MCU连接；震动传感器与磁场传感器通过辅助采集MCU与数据处理MCU连接。由于启动系统与空气压力、电磁阀、空气屏、空气分配器的工作状态都有相关性，为实现启动故障的精准判断决策，对六类传感器数据进行融合时，必须合理构造辨识框架。本专利技术选取预处理后的六类传感器数据作为关键指标，然后构造每组传感器基本概率赋值，作为D-S证据理论证据源，再利用组合规则对得到的概率值进行融合，得出综合概率值，进而做出决策判别。证据组合规则根据日常运行时，各种故障出现的次数进行统计获得，也可由设备的出厂数据获得，在本专利技术中，启动系统的证据组合规则首先根据启动装置的物理过程构建，最先被启动的部分概率最大，以此类推，作为各种传感器的概率赋值，此外，在概率赋值时，传感器的每一工作状态在原有概率分配的基础上，再进行二次赋值，传感器工作过程中的状态也可作为赋值的概率依据。本专利技术同现有技术相比，本专利技术具有如下优点：1、采用LMS算法在滤除采集噪声时的应用，该方法能有效消除采集信号的噪声干扰，提高后续诊断的精度。2、将D-S证据理论在启动故障原因诊断中的应用，合成公式中各参数的赋值准则。其中，证据组合规则根据日常运行时，各种故障出现的次数进行统计获得，也可由设备的出厂数据获得，在本专利技术中，启动系统的证据组合规则首先根据启动装置的物理过程构建，最先被启动的部分概率最大，以此类推，作为各种传感器的概率赋值，此外，在概率赋值时，传感器的每一工作状态在原有概率分配的基础上，再进行二次赋值，传感器工作过程中的状态也可作为赋值的概率依据。3、构建了一套瓦斯发电机启动故障采集硬件。附图说明图1为本专利技术的装置的结构示意图；图2为本专利技术的电流、电压及湿度传感器数据采集硬件原理图；图3为本专利技术的振动与磁场传感器数据采集硬件原理图。图4为本专利技术的LMS算法过程流程图。具体实施方式本专利技术的实施例：瓦斯发电机启动故障诊断方法，包括如下步骤：1)信号采集：分别采集电流、电压、湿度、振动与磁场信息；2)采集信号预处理：对采集的传感器数据的进行预处理处理，采用LMS自适应滤波的方法，该方法包括滤波过程与自适应过程两部分；滤波过程首先计算线性滤波器对输出对输入信号的响应，然后通过比较输出结果与期望响应产生估计误差；自适应过程根据估计误差自动调整滤波器参数，自适应控制算法用于寻找合适的横向滤波器抽头权值；过程如图4所示。图4中u(n)，u(n-1),…，u(n-M+1)为输入向量即专利技术中传感器数据；M表示滤波器阶数，通过LMS算法估计相应的抽头权值为为期望响应，d(n)估计误差e(n)为d(n)与滤波器输出之差，本文档来自技高网...

【技术保护点】
1.一种瓦斯发电机启动故障诊断方法，其特征在于，包括如下步骤：/n1)信号采集：分别采集电流、电压、湿度、振动与磁场信息；/n2)采集信号预处理：对采集的传感器数据的进行预处理处理，采用LMS自适应滤波的方法，该方法包括滤波过程与自适应过程两部分；滤波过程首先计算线性滤波器对输出对输入信号的响应，然后通过比较输出结果与期望响应产生估计误差；自适应过程根据估计误差自动调整滤波器参数，自适应控制算法用于寻找合适的横向滤波器抽头权值；/n3)启动故障诊断：在系统中，用Θ表示辨识框架，即各传感器采集的所有目标的总集，并设置6个命题：X＝(x

【技术特征摘要】
1.一种瓦斯发电机启动故障诊断方法，其特征在于，包括如下步骤：
1)信号采集：分别采集电流、电压、湿度、振动与磁场信息；
2)采集信号预处理：对采集的传感器数据的进行预处理处理，采用LMS自适应滤波的方法，该方法包括滤波过程与自适应过程两部分；滤波过程首先计算线性滤波器对输出对输入信号的响应，然后通过比较输出结果与期望响应产生估计误差；自适应过程根据估计误差自动调整滤波器参数，自适应控制算法用于寻找合适的横向滤波器抽头权值；
3)启动故障诊断：在系统中，用Θ表示辨识框架，即各传感器采集的所有目标的总集，并设置6个命题：X＝(x1,x2Lx6)，把传感器获得的信息特征量作为证据，将温湿度合成一个命题；用基本概率分配mi为6个命题赋予一个可信度，基本概率分配mi满足以下两个条件：
m(Φ)＝0，Φ为空集或不可能情况；

其中0≤m(X)≤1为xi的基本概率赋值，表示对命题i的精确信任程度；
设n1和n2是两个不同的证据源，n(u)和n(v)分别是这两个证据源分配的基本概率函数，合成公式用下式表示：



其中


2.根据权利要求1所述的瓦斯发电机启动故障诊断方法，其特征在于，步骤2)所述的采...

【专利技术属性】
技术研发人员：胡周达，陈旺，肖克平，方阳，叶全闻，徐乾，尹元熙，彭兴国，孔志军，林桂荣，
申请(专利权)人：粤电集团贵州有限公司，
类型：发明
国别省市：贵州;52