一种数模联动的转子系统特征迁移故障诊断方法及系统技术方案

技术编号:42894697 阅读:45 留言:0更新日期:2024-09-30 15:12
本发明专利技术涉及一种数模联动的转子系统特征迁移故障诊断方法及系统,其包括:将不对中故障及不平衡故障引入构建的转子系统动力学模型,以建立转子系统故障动力学微分方程,并求解得到故障位移仿真信号;将故障位移仿真信号作为构建的梯度惩罚条件深度卷积生成对抗网络中生成器的输入,将得到的初始生成信号与真实信号以及故障标签信息输入判别器,获得结合机理特性与实际机械特性为一体的生成信号;构建基于特征迁移学习理论建立跨工况域适应故障诊断模型,将结合机理特性与实际机械特性为一体的生成信号的数据作为源域,将待测其他工况数据作为目标域,训练跨工况域适应故障诊断模型,以对转子系统进行跨工况故障诊断。

【技术实现步骤摘要】

本专利技术涉及一种故障诊断,特别是关于一种数模联动的燃气轮机转子系统特征迁移故障诊断方法及系统。


技术介绍

1、燃气轮机是一种应用于航空、能源等领域的动力设备,转子系统是燃气轮机中的核心部件。由于运行环境和工作条件的复杂多变性,转子系统易发生不平衡、不对中等故障,故障若不及时发现,将直接影响燃气轮机的工作性能和安全运行。基于机理模型与数据驱动的方法都已经相对成熟,成功运用在转子系统故障诊断中,但是各自都存在着难以应用于实际场景的问题,机理与数据融合的数模联动方法可以弥补彼此的缺点。

2、近几年,国内外对数模联动的故障诊断方法在许多领域都有研究。现有文献中采用主元分析和模糊c均值聚类(pca-fcm)算法将pta历史工况进行分类,建立bp神经网络和偏最小二乘(pls)的组合多工况模型,对pta生产过程的物耗指标和质量指标进行预测。以及为了解决钢铁生产中的炼钢-连铸过程中的能耗问题,结合机理模型提出了改进的混合模型,提高了预测精度,运用rbf神经网络直接对机理模型相关工艺数据进行学习,训练网络并对物质消耗量与回收量作出预测。为实现能量流网络的精细控本文档来自技高网...

【技术保护点】

1.一种数模联动的转子系统特征迁移故障诊断方法,其特征在于,包括:

2.如权利要求1所述数模联动的转子系统特征迁移故障诊断方法,其特征在于,基于转子系统故障动力学模型,将不对中故障及不平衡故障引入构建的转子系统动力学模型,包括:

3.如权利要求1所述数模联动的转子系统特征迁移故障诊断方法,其特征在于,求解转子系统故障动力学微分方程,包括:

4.如权利要求1所述数模联动的转子系统特征迁移故障诊断方法,其特征在于,将得到的初始生成信号与真实信号以及故障标签信息一起输入判别器,获得结合机理特性与实际机械特性为一体的生成信号,包括:

5.如权利要求...

【技术特征摘要】

1.一种数模联动的转子系统特征迁移故障诊断方法,其特征在于,包括:

2.如权利要求1所述数模联动的转子系统特征迁移故障诊断方法,其特征在于,基于转子系统故障动力学模型,将不对中故障及不平衡故障引入构建的转子系统动力学模型,包括:

3.如权利要求1所述数模联动的转子系统特征迁移故障诊断方法,其特征在于,求解转子系统故障动力学微分方程,包括:

4.如权利要求1所述数模联动的转子系统特征迁移故障诊断方法,其特征在于,将得到的初始生成信号与真实信号以及故障标签信息一起输入判别器,获得结合机理特性与实际机械特性为一体的生成信号,包括:

5.如权利要求4所述数模联动的转子系统特征迁移故障诊断方法,其特征在于,通过对梯度惩罚条件深度卷积生成对抗网络参数的范数进行惩罚,包括:

6.如权利要求4所述数模联动的转子系统...

【专利技术属性】
技术研发人员:王红军马康
申请(专利权)人:北京信息科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1