基于轴心轨迹融合的发电设备故障诊断方法技术

本发明专利技术公开了一种电站发电设备故障诊断方法，尤其涉及发电设备中机组轴心轨迹的构建、融合及故障类型判断的技术领域。目的是解决目前通过发电机组轴心轨迹进行发电设备故障诊断时，由于实测轴心轨迹信号中的噪声及各频率分量的相互耦合导致轴心轨迹图形不够准确，从而无法准确进行故障诊断的问题。首先利用传感器采集发电机组状态数据，接着进行特征提取获得特征参数；然后经过一系列的计算，通过不同方法构建轴心轨迹图形，并通过融合去除噪声，最后生成较准确的反映机组实际运行情况的图形，再通过生成的图形进行故障诊断。本发明专利技术实现了对于发电机组的故障诊断，为发电设备健康检修决策提供依据，从而可以避免不必要的经济损失。

【技术实现步骤摘要】
基于轴心轨迹融合的发电设备故障诊断方法
本专利技术涉及一种发电设备故障诊断方法，具体涉及发电设备中机组轴心轨迹的构建、融合及故障类型的判定，属于发电设备故障诊断领域。
技术介绍
故障诊断自动化是发电设备管理自动化的核心内容之一，人们不断尝试使用各种技术来提高故障诊断的准确性和自动化。比如早期的专家系统，然而由于现代设备的复杂性，新的领域知识不断出现，仅仅依靠专家知识很难使诊断系统达到较高的诊断水平。逐渐出现了基于声学技术的故障诊断、基于大数据方法的故障诊断，基于人工智能，特别是深度学习的方法等，然而由于发电设备故障诊断是一个极其复杂的系统工程，因此，至今仍然没有较理想的诊断方法。发电机是发电设备的关键部件，但是由于其大型和复杂等特点也使得机械本身发生故障的概率变高，而一旦发生故障将会导致连锁反应，使整个生产工作无法正常进行。因此为了保证发电设备的正常运行和维护，对其进行周期性的运行状态检测是十分必要的。发电机的状态检测是在旋转运行状态和基本不拆卸机械组成结构的情况下，对其运行状态下的相关物理量进行定量测定，对所测信号进行处理和分本文档来自技高网...

【技术保护点】
1.基于轴心轨迹融合的发电设备故障诊断方法，其特征在于：/n具体方法步骤如下：/n步骤一：获取发电设备基本组成及相应参数信息；/n步骤二：通过设置的测点传感器周期性的采集发电机组的状态数据；/n步骤三：根据设计好的过滤器对采集的数据进行过滤清洗最终得到特征参数集；/n步骤四：对特征参数集进行处理，保留反映机组轴心轨迹的运行数据，清除噪声数据；对获取的每个周期的数据进行特征降维，获得一组特征向量；/n步骤五：数据融合神经网络训练，建立用于通过数据融合对图形进行分类的神经网络的数学模型；包含模拟数据仿真，模板库的加载，神经网络训练和存储；/n步骤六：生成轴心轨迹并进行轴心轨迹匹配；使用获取的数据用...

【技术特征摘要】
1.基于轴心轨迹融合的发电设备故障诊断方法，其特征在于：
具体方法步骤如下：
步骤一：获取发电设备基本组成及相应参数信息；
步骤二：通过设置的测点传感器周期性的采集发电机组的状态数据；
步骤三：根据设计好的过滤器对采集的数据进行过滤清洗最终得到特征参数集；
步骤四：对特征参数集进行处理，保留反映机组轴心轨迹的运行数据，清除噪声数据；对获取的每个周期的数据进行特征降维，获得一组特征向量；
步骤五：数据融合神经网络训练，建立用于通过数据融合对图形进行分类的神经网络的数学模型；包含模拟数据仿真，模板库的加载，神经网络训练和存储；
步骤六：生成轴心轨迹并进行轴心轨迹匹配；使用获取的数据用训练好的神经网络生成融合后的轴心轨迹，并绘制相应轴心轨迹图形，然后对轴心轨迹进行匹配分类；
步骤七：对绘制的发电机组轴心轨迹图形进行类型判定，并根据获取的图形类型进行故障诊断。


2.根据权利要求1所述的基于轴心轨迹融合的发电设备故障诊断方法，其特征在于：步骤一中，获取发电设备基本组成及相应参数信息，通过电站相关资料采集机组的具体配置信息，及相应各元件信息，包括元件材料的弹性模量、材料密度、轴转速、轴内外径、测点位置。


3.根据权利要求1所述的基于轴心轨迹融合的发电设备故障类型判定方法，其特征在于：步骤二中，通过设置的测点传感器周期性的采集发电设备的主要零部件运行状态数据、包括轨迹数据、测点坐标、振动值、实际转速。


4.根据权利要求3所述的基于轴心轨迹融合的发电设备故障诊断方法，其特征在于：根据程序设计完整的过滤器对采集的数据进行过滤清洗，然后分流得到不同部件的运行状态数据，然后进行特征提取，获得特征参数，将每个周期的部件的特征参数归为一组，得到特征参数集。


5.根据权利要求4所述的基于轴心轨迹融合的发电设备故障诊断方法，其特征在于：步骤四中，对过滤后的数据进行处理，保留反映设备轨迹状态的运行数据，清除噪声数据；对获取的每个周期的数据进行特征降维，获得一组特征向量；主要计算包括：
步骤四一，特殊距离计算：计算每一个点与前一个点之间的特殊距离，用于积分求矩；
步骤四二，计算重心距:计算出轴心轨迹每一个点的(p+q)阶矩(其中p,q∈Z+)，并且找到图形重心；
步骤四三，计算中心距：计算出轴心轨迹的(p+q)阶中心距，目的在于消除图形平移对的矩的影响；
步骤四四，计算归一化中心距：将中心距和0阶矩作幂数次除法，得到归一化的中心矩；
步骤四五，不变矩计算：分别使用HU氏不变矩和仿射不变矩的计算方法，将归一化中心距作线性组合，得到7个HU氏不变矩和4个仿射不变矩；
步骤四六，不变矩归一化处理：将所得到的不变矩取绝对值再取对数，最后在(0，1)范围内作归一化处理，得到区别明显的特征向量。


6.根据权利要求5所述的基于轴心轨迹融合的发电设备故障类型判定方法，其特征在于：步骤中包括的数学模型具体计算公式如下：
a.中心距计算：



其中mpq为二维(p+q)阶矩，计算公式如下：



其中ρ(x，y)是密度分布函数，分布函数区间为：ρ(x，y)∈[0，255]；
b.不变矩：
φ6＝(η20-η02)[(η30+η12)2-(η21+η03)2]+4η11(η30+η12)(η21+η03)
其中：ηpq为归一化的中心距，计算公式如下：

【专利技术属性】
技术研发人员：王克剑，姜漫利，曲晓峰，毛静轩，苗东旭，赵明，傅磊，王兆光，
申请(专利权)人：哈电发电设备国家工程研究中心有限公司，
类型：发明
国别省市：黑龙江;23