[发明专利]基于混沌理论实现水轮机状态监测和故障诊断的方法

权利要求书

1.基于混沌理论实现水轮机状态监测的方法，该监测方法使用的监测装置包括压力传感器(1)、信号放大器(2)、数据采集器(3)和上位机(4)；所述压力传感器(1)设置在水轮机的尾水管区，压力传感器(1)的信号输出端与信号放大器(2)的信号输入端相连接，信号放大器(2)的信号输出端与数据采集器(3)的信号输入端相连接，数据采集器(3)的信号输出端与上位机(4)的信号输入端相连接；

其特征在于：基于混沌理论实现水轮机状态监测的方法的具体步骤为：

步骤一：压力传感器(1)监测水轮机尾水管数据；

步骤二：通过上位机(4)获取压力传感器(1)接收的压力脉动信号；

步骤三：对步骤二中获取的压力脉动信号进行提升小波变换处理，获得去噪信号，然后进行降采样处理，得到可用压力脉动信号；

步骤四：对步骤三中获得的可用压力脉动信号进行混沌动力学特性分析，获取可用压力脉动信号的频谱图、相图、最大Lyapunov指数和Poincaré截面图；

步骤五：根据步骤四中获得的频谱图、相图、Poincaré截面和最大Lyapunov指数图得出水轮机运行状态。

2.根据权利要求1所述的基于混沌理论实现水轮机状态监测的方法，其特征在于：步骤一中压力传感器(1)设置于尾水管肘管外侧。

3.根据权利要求1或2所述的基于混沌理论实现水轮机状态监测的方法，其特征在于：步骤二中压力脉动信号的采样频率为4000Hz。

4.根据权利要求1所述的基于混沌理论实现水轮机状态监测的方法，其特征在于：在进行步骤四中所述的混沌动力学特性分析前，需要预先对步骤三中得到的可用压力脉动信号进行相空间重构，获得相空间重构数据。

5.根据权利要求4所述的基于混沌理论实现水轮机状态监测的方法，其特征在于：步骤四中获得Poincaré截面图的步骤具体为：在相空间重构的数据中，每周期取一个点即可得到Poincaré截面图。

6.根据权利要求4所述的基于混沌理论实现水轮机状态监测的方法，其特征在于：步骤四中获得最大Lyapunov指数的步骤为：

①对时间序列x(t)进行FFT变换，计算平均周期p；

②根据C-C方法计算序列嵌入维数m和延迟时间τ，并重构相空间X(t)；

③在相空间中任意选定一点X(t)，在X(t)附近寻找最近邻点用时间序列的平均周期p限制相空间点中临近点的短暂分离：

dt(0)=mint^||X(t)-X(t^)||,|t-t^|>p]]>

式中，d_t(0)代表初始时刻一对最邻近点的距离；

④对相空间中任意选定的一点X(t)，计算第t对最邻近点经过i个离散步长的距离d_t(i)：

dt(i)=||X(t+i)-X(t^+i)||,i=1,2,...,min(M-t,M-t^)]]>

⑤根据Sato的估计，d_t(i)与d_t(0)之间的关系近似为：

dt(i)=dt(0)eλ1(iΔt)]]>

式中，△t为观测时间序列的步长；

⑥对上式两边取对数得到：

lnd_t(i)＝lnd_t(0)+λ₁(i△t),t＝1,2,...,M

⑦对于每个i求出所有t的lnd_t(i)取平均值y(i)，即

y(i)=1qΔtΣt=1qlndt(i)]]>

式中，q是非零距离d_t(i)的数目，利用最小二乘法拟合做出回归直线，该直线的斜率是时间序列的最大Lyapunov指数。

7.基于混沌理论实现水轮机压力脉动信号故障诊断的方法，其特征在于：

步骤一：获得封闭状态下待测水轮机理想状态下的最大Lyapunov指数；

步骤二：将权利要求一中测定的最大Lyapunov指数与待测水轮机理想状态下最大Lyapunov指数相比较，测定的最大Lyapunov指数小于待测水轮机理想状态下最大Lyapunov指数，待测水轮机未发生空化；测定的最大Lyapunov指数大于待测水轮机理想状态下最大Lyapunov指数，待测水轮机存在空化，利用专家系统获得水轮机空化故障类型、程度及位置。