[发明专利]一种感知引风机振动安全态势的系统和方法

权利要求书

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；

所述神经网络训练系统对未知状态的故障特征参数进行基于模糊综合评判法的诊断，综合考虑所有故障特征后某一故障原因的倾向性，然后选择倾向性高的故障原因作为诊断结果，具体为：

对超限通道的数据轮流进行快速傅里叶变换，计算出多种频率特征量；

采用升班柯西不等式计算频率特征量的隶属度，把隶属度与相关的故障分类一起作为神经网络的输入-输出对应式，通过调整相关度系数，使总体误差达到最小；

确定该未知状态的故障原因后，将该未知状态的故障的振动特征与确定的所述未知状态的故障原因训练已知故障状态的特征参数的神经网络；

所述态势感知系统基于前述结果反馈，综合历史态势形成当前安全态势信息，进而对引风机振动安全态势进行预判，并决定是否触发应急预案；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，具体为：

态势评估、威胁分析和态势预测模块利用已建立的振动安全态势感知指标体系，利用态势值对安全态势进行量化，并根据安全态势预测算法计算出下一个时刻的振动值发展，决定是否预警和请求人工干预；

故障预警、态势展示模块主要是将故障源、振动值、振动值预测曲线、态势危险程度等信息通过交互界面进行显示，不同颜色代表当前态势的不同情况；

在运行人员人工干预下，安全响应模块实时调整和反馈当前振动安全态势值，协助运行人员保证电站安全稳定运行。

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所述的系统，其特征在于，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参数。

4.一种感知引风机振动安全态势的方法，其特征在于：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，确定神经网络训练系统诊断所述引风机的振动原因；将故障原因数据传输至态势感知系统；

所述神经网络训练系统对未知状态的故障特征参数进行基于模糊综合评判法的诊断，综合考虑所有故障特征后某一故障原因的倾向性，然后选择倾向性高的故障原因作为诊断结果，具体为：

对超限通道的数据轮流进行快速傅里叶变换，计算出多种频率特征量；

采用升班柯西不等式计算频率特征量的隶属度，把隶属度与相关的故障分类一起作为神经网络的输入-输出对应式，通过调整相关度系数，使总体误差达到最小；

确定该未知状态的故障原因后，将该未知状态的故障的振动特征与确定的所述未知状态的故障原因训练已知故障状态的特征参数的神经网络；

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；

所述态势感知系统基于前述结果反馈，综合历史态势形成当前安全态势信息，进而对引风机振动安全态势进行预判，并决定是否触发应急预案；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，具体为：

态势评估、威胁分析和态势预测模块利用已建立的振动安全态势感知指标体系，利用态势值对安全态势进行量化，并根据安全态势预测算法计算出下一个时刻的振动值发展，决定是否预警和请求人工干预；

故障预警、态势展示模块主要是将故障源、振动值、振动值预测曲线、态势危险程度等信息通过交互界面进行显示，不同颜色代表当前态势的不同情况；

在运行人员人工干预下，安全响应模块实时调整和反馈当前振动安全态势值，协助运行人员保证电站安全稳定运行。