由此可以总结改进组合子网路模型特点: ① 当子网络j的某输入参数发生变化或需要识别新故障类型时,可以在原网络技术上修改参数或增加子网络,并根据给定参数值对该网络进行学习,而保持其它子网络的结构不变; ② 可以有效地识别出新故障。
4 网络化轴系监测系统功能设计
4.1 状态监测
系统采用数据列表、时域波形、轴心轨迹、参数棒图、频谱图、启停曲线、波特图、瀑布图、趋势图等方式实时监测机组运行状态。
4.2 机组运行状况特征数据科学管理
在主控振动分析站及数据库服务器中对当前运行原始数据、特征数据等分别建立了多种数据库表及数据管理规划,保留完整机组运行档案,为实现预知维修提供了必要条件。对故障数据具备“黑匣子功能”。
4.3 故障诊断
在机组在线故障诊断模块中,综合采用神经网络及非线性故障预测方法,当机组运行在异常状况下,自动显示故障诊断结果,并提出相应运行操作指导。
4.4 机组运行状况、历史参数的网络发布
客户端统一采用IE浏览器界面,正确输入URL(统一资源地址),即可调出人机交互友好的查询显示网页。生产管理者在办公室就可以了解、分析当前所有机组振动情况,且可查询过去任一时段的机组历史趋势。
4.5 机组故障的远程诊断
在机组进行试验或发生不明故障时,可协调远方专家通过互联网进入系统了解当前机组运行状况,其丰富的数据信息量将有助于远方专家迅速准确的诊断。有效利用专家资源,缩短大量故障维修时间。
5 结语
先进的系统智能诊断策略与兼具安全性与开放性的系统网络体系是当前设备安全、经济运行监测系统发展的趋势。本文介绍的电厂轴系监测系统基于改进的RBFNN故障诊断模型,系统可以准确判别多种机组轴系典型故障,并具备了判断新故障及不断修正样本功能。
系统采用Browser/Server网络体系,实现了设备运行参数在设备管理层、生产管理层及远端专家的信息共享。
参考文献
[1] Micchelli C A. Interpolation of scattered data distance matrices and conditionally positive definite functions[J].Constructive Approximation , 1986(2):92-96.
[2] Powell M. Radial basis function for multivariable interpolation: a review [A]. In :Mason J C, Cox M G ed al, Algorithms for the approximation of functions and data[C]. Oxford: Clarendon Press ,1987.
[3] Chen S, Billings S A. Practical identification of MARMAX models using radial basis functions[J]. Int J of Control ,1990.
[4] 戈志华(Ge Zhihua),基于非线性理论的汽轮机轴系振动故障诊断研究(Study on vibration fault of turbine shafts based on none-linear theory)[D],保定:华北电力大学 (Baoding: North China Electric Power University),2000.
[5] 牛玉广(Niu Yuguang),分布式汽轮发电机组在线监测与故障诊断系统研究(Study on distributed turbine-unit online monitor and diagnosis system)[J]. 中国电机工程学报(Proceedings of the CSEE),1998,18(4):302-304.
本文关键字:暂无联系方式电工文摘,电工技术 - 电工文摘