一种感知引风机振动安全态势的系统和方法技术方案

本申请提供了一种感知引风机振动安全态势的系统和方法，能够通过神经网络训练系统和态势感知系统实现引风机的振动故障源诊断和态势预判。所述系统包括：振动监测装置、数据管理系统、神经网络训练系统和态势感知系统，所述振动监测装置采集监测所述引风机运行过程中的振动参数，并将所述振动参数传输至所述数据管理系统；所述数据管理系统用于存储所述引风机的运行参数的历史数据和实时数据，还用于提取所述引风机的振动特征参数；所述神经网络训练系统确定所述引风机振动的故障原因，将所述故障原因数据传输至所述态势感知系统；所述态势感知系统根据所述故障原因数据对所述引风机振动安全态势进行预判。风机振动安全态势进行预判。风机振动安全态势进行预判。

【技术实现步骤摘要】
一种感知引风机振动安全态势的系统和方法


[0001]本申请涉及引风机设备振动故障监测与诊断
，并且更具体的，涉及一种感知引风机振动安全态势的系统和方法。

技术介绍

[0002]随着国家经济的快速发展，电力成为社会生产生活的重要基础，促使电力工业快速发展，其机组的机械效率和自动化水平较以前显著提高，风机轴系更加复杂化，诱发风机振动的潜在因素也相应增加。振动问题在电厂安全稳定运行中的影响较大，工程技术人员更加关注振动对电力生产安全稳定经济运行的影响。
[0003]旋转机械设备的早期故障可以通过其振动值的异常变化表现出来，在国内外的机械工程技术中，常将振动测量及分析技术作为对旋转机械设备运行故障诊断的有力工具。且振动诊断技术在对被诊断系统的信号采集、数据处理及故障识别中所显示的准确、可靠、快速等特点，促使振动诊断技术发展成为旋转机械设备故障诊断技术的重要组成部分。现有技术中公开的引风机故障诊断的方法主要是故障树分析及多传感器融合的分析判断方法，这些故障处理方法均不能准确的预判引风机的安全态势。因此，目前急需一种基于神经网络的引风机振动安全态势感知系统，来实现引风机的振动监测、故障源诊断和态势预判，在高自动化、智能化基础上，协助运行人员保证电站安全稳定运行。

技术实现思路

[0004]本申请提供一种感知引风机振动安全态势的系统，通过将引风机的振动运行参数数据实时发送至数据管理系统进行存储和特征提取，通过神经网络训练系统和态势感知系统实现引风机的振动故障源诊断和态势预判，在高自动化、智能化基础上，协助运行人们保证电站安全稳定运行。
[0005]第一方面，提供了一种感知引风机振动安全态势的系统，所述系统包括振动监测装置、数据管理系统、神经网络训练系统、态势感知系统，所述振动监测装置、所述数据管理系统、所述神经网络训练系统和所述态势感知系统通过线路连接，其中，所述振动监测装置用于采集监测所述引风机运行过程中的振动参数，并将所述振动参数传输至所述数据管理系统；所述数据管理系统用于存储所述引风机的运行参数的历史数据和实时数据；所述数据管理系统还用于提取所述引风机的振动特征参数；所述数据管理系统根据所述振动特征参数与预警门限值，确定所述神经网络训练系统诊断所述引风机的振动原因；所述神经网络训练系统确定所述引风机振动的故障原因，将所述故障原因数据传输至所述态势感知系统；所述态势感知系统根据所述引风机振动的故障原因对所述引风机振动安全态势进行预判，并决定是否触发应急预案。
[0006]结合第一方面，在第一方面的某些实现方式中，所述振动监测装置包括多个电涡流传感器和数据传输单元，所述振动监测装置的总线接口通过所述数据传输单元与所述数据管理系统连接；所述电涡流传感器用于采集监测所述引风机运行过程中的振动参数，所
述电涡流传感器布置于以下一个或者多个位置：所述引风机的轴颈、电动机轴颈、联轴器和主轴法兰的测点处。
[0007]通过在多个位置采集监测引风机运行过程中的振动参数，可以提高引风机运行过程中的振动参数实时监测的准确度。
[0008]结合第一方面，在第一方面的某些实现方式中，所述数据管理系统包括日志管理、历史数据库、实时数据库，所述数据管理系统还用于通过数据融合算法提取所述引风机的振动特征值，所述数据融合算法包括数据级融合、特征级融合和决策级融合。所述数据级融合是直接将采集到的原始数据进行融合，在多源数据未经预处理之前就进行数据综合和分析，这是最低层次的融合。所述特征级融合则对融合的原始数据进行特征提取，得到振动频谱特征，然后对特征信息进行综合分析和处理，实现可观的信息压缩，有利于实时处理。决策级融合则从具体故障决策问题的需求出发，充分利用所述特征级融合所提取的特征信息，为指挥控制与决策提供依据。
[0009]结合第一方面，在第一方面的某些实现方式中，所述神经网络训练系统确定所述引风机振动的故障原因，包括：所述神经网络训练系统根据所述模糊综合评判法计算出对应的故障特征的隶属度，把隶属度与对应的故障分类一起作为神经网络的输入
‑
输出对应式，确定倾向性高的故障原因作为所述引风机振动的故障原因。
[0010]结合第一方面，在第一方面的某些实现方式中，所述态势感知系统包括态势评估、威胁分析、故障预警、态势展示、态势预测和安全响应。
[0011]本专利技术还涉及的一种感知引风机振动安全态势的方法，按以下进行：采集监测所述引风机运行过程中的振动参数，并将所述振动参数传输至所述数据管理系统；存储所述引风机的运行参数的历史数据和实时数据；提取所述引风机的振动特征参数；根据所述振动特征参数与预警门限值，确定所述神经网络训练系统诊断所述引风机的振动原因；将所述故障原因数据传输至所述态势感知系统；根据所述引风机振动的故障原因对所述引风机振动安全态势进行预判，并决定是否触发应急预案。
附图说明
[0012]图1是本申请实施例的一种感知引风机振动安全态势的系统100的示意性结构框图；图2是本申请实施例的一种感知引风机振动安全态势的系统100的示意性结构框图。
具体实施方式
[0013]下面将结合附图，对本申请中的技术方案进行描述。
[0014]图1是本申请实施例的一种感知引风机振动安全态势的系统100的示意性结构框图。如图1所示，所述系统100包括振动监测装置110、数据管理系统120、神经网络训练系统130和态势感知系统140，所述振动监测装置110、所述数据管理系统120、所述神经网络训练
系统130和所述态势感知系统140通过线路连接，其中，所述振动监测装置用于采集监测所述引风机运行过程中的振动参数，并将所述振动参数传输至所述数据管理系统；所述数据管理系统用于存储所述引风机的运行参数的历史数据和实时数据；所述数据管理系统还用于提取所述引风机的振动特征参数；所述数据管理系统根据所述振动特征参数与预警门限值，确定所述神经网络训练系统诊断所述引风机的振动原因；所述神经网络训练系统确定所述引风机振动的故障原因，将所述故障原因数据传输至所述态势感知系统；所述态势感知系统根据所述引风机振动的故障原因对所述引风机振动安全态势进行预判，并决定是否触发应急预案。
[0015]所述感知引风机振动安全态势的系统通过振动监测装置110将引风机的振动运行参数数据发送至所述数据管理系统120进行存储和特征提取，并通过所述神经网络训练系统1130和所述态势感知系统140实现引风机的振动故障源诊断和态势预判，在高自动化、智能化基础上，协助运行人们保证电站安全稳定运行。
[0016]为了更清楚的理解本申请，下面结合图2对本申请提供的一种感知引风机振动安全态势的系统进行详细叙述。图2是本申请实施例的一种感知引风机振动安全态势的系统100的示意性结构框图。如图2所示，所述系统还包括烟气数据采集装置150，所述烟气数据采集装置150对烟气数据进行采集，作为态势感知的基础数据，烟气数据采集装置150可以采集引风机前后的烟气压力值、含氧量等烟气数据，所述烟气数据都可以本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种感知引风机振动安全态势的系统，其特征在于，所述系统包括振动监测装置、数据管理系统、神经网络训练系统、态势感知系统，所述振动监测装置、所述数据管理系统、所述神经网络训练系统和所述态势感知系统通过线路连接，其中，所述振动监测装置用于采集监测所述引风机运行过程中的振动参数，并将所述振动参数传输至所述数据管理系统；所述数据管理系统用于存储所述引风机的运行参数的历史数据和实时数据；所述数据管理系统还用于提取所述引风机的振动特征参数；所述数据管理系统根据所述振动特征参数与预警门限值，确定所述神经网络训练系统诊断所述引风机的振动原因；所述神经网络训练系统确定所述引风机振动的故障原因，将所述故障原因数据传输至所述态势感知系统；所述态势感知系统根据所述引风机振动的故障原因对所述引风机振动安全态势进行预判，并决定是否触发应急预案。2.根据权利要求1所述的系统，其特征在于，所述振动监测装置包括多个电涡流传感器和数据传输单元，所述振动监测装置的总线接口通过所述数据传输单元与所述数据管理系统连接；所述电涡流传感器布置于以下一个或者多个位置：所述引风机的轴颈、电动机轴颈、联轴器和主轴法兰的测点处。3.根据权利要求1所述的...

【专利技术属性】
技术研发人员：申加旭，赛俊聪，邱亚林，周成建，李恒阳，秦欢，
申请(专利权)人：云南电力试验研究院集团有限公司，
类型：发明
国别省市：