[发明专利]一种基于双参数规则匹配的汽轮机振动故障推理诊断方法在审

专利信息
申请号: 201910028686.8 申请日: 2019-01-11
公开(公告)号: CN109632315A 公开(公告)日: 2019-04-16
发明(设计)人: 张震伟;郑渭建;郭鼎;俞荣栋;李汉秋;李峰;丁蓓菁;刘轩驿;孙科达 申请(专利权)人: 浙江浙能技术研究院有限公司
主分类号: G01M15/00 分类号: G01M15/00;G01H17/00
代理公司: 浙江翔隆专利事务所(普通合伙) 33206 代理人: 戴晓翔
地址: 311121 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 诊断 汽轮机 规则匹配 双参数 推理 故障诊断规则 振动故障 故障诊断模块 故障诊断 规则数据 汽轮发电机组 触发故障诊断 工程技术领域 人工输入数据 可靠性维护 故障特征 实时数据 信息获取 规则库 删除 引入 管理
【权利要求书】:

1.一种基于双参数规则匹配的汽轮机振动故障推理诊断方法,包括故障诊断规则库和汽轮机故障诊断模块,所述故障诊断规则库包括可对诊断规则进行管理的故障特征数据和诊断规则数据,且故障诊断规则库可以通过定义、增加、删除和修改的方式对诊断规则数据进行管理;所述汽轮机故障诊断模块针对实时数据或人工输入数据,采用基于双参数规则匹配的故障推理诊断方法,触发故障诊断规则库中相应诊断规则工作以给出诊断结论。

2.根据权利要求1所述的基于双参数规则匹配的汽轮机振动故障推理诊断方法,其特征是所述实时数据或人工输入数据的异常定义基本故障模式;采用基于双参数的产生式规则作为故障诊断规则的表达形式,所述表达形式为满足故障条件则进行对应操作,IF【故障条件】THEN【诊断结论及操作】,基于双参数的产生式规则写作:

IF E1(i1,p1)AND E2(i2,p2)AND...AND En(in,pn)

THEN H(λ)

所述ii是子条件Ei的强度因子,表示当子条件Ei所对应的证据存在时,对结论H成立的充分性支持程度;pi是子条件Ei的精度因子,表示当子条件Ei所对应的证据存在时,对结论H成立的必要性支持程度;ii和pi在[0,1]上取值:i=1、2…n;λ为规则的阈值,在[0,1]上取值。

3.根据权利要求2所述的基于双参数规则匹配的汽轮机振动故障推理诊断方法,其特征是所述故障特征数据表现方式:每一个故障特征具备唯一的ID号,每一个诊断规则对应多个故障特征,将每一个诊断规则的ID定义为其对应的故障特征ID的组合,即诊断规则ID=故障特征1ID+故障特征2ID+故障特征3ID+…,把ID当成字符串相加使每一个诊断规则都具备唯一的ID,在添加诊断规则时,首先对故障诊断规则库中的诊断规则数据进行查询,看是否存在此ID,若不存在则进行添加。

4.根据权利要求2所述的基于双参数规则匹配的汽轮机振动故障推理诊断方法,其特征是所述基于双参数规则匹配的故障推理诊断方法的步骤如下:

步骤1、调入故障诊断规则库;

步骤2、根据实时数据或人工输入数据,获得主要征兆,提取故障特征;

步骤3、进行初步诊断,获得由不同故障特征的组合依据诊断规则所得到的故障集合;

步骤4、采用强度I和精度P来评价故障特征与诊断规则之间的充分性和必要性关系,计算模型采用并联系统可靠性计算模型,其计算公式如下所示:

上式中,如果提供的故障特征与诊断规则条件符合,则该故障特征的ci=1,i=1、2…n,否则ci=0;随后采用综合可信度GC来表示已知故障特征对诊断规则结论成立的支持程度,其计算公式如下所示:

对所述故障集合进行逐一验证,即根据故障特征进行推理,计算各故障的综合可信度,并基于综合可信度从高到低进行排序给出诊断结论。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江浙能技术研究院有限公司,未经浙江浙能技术研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910028686.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top