[发明专利]基于平稳非平稳振动信号特征选择的汽轮机故障诊断方法有效
| 申请号： | 201810892236.9 | 申请日： | 2018-08-07 |
| 公开（公告）号： | CN109297713B | 公开（公告）日： | 2019-12-31 |
| 发明（设计）人： | 赵春晖;田峰 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G01M15/00 | 分类号： | G01M15/00;G06K9/00 |
| 代理公司： | 33200 杭州求是专利事务所有限公司 | 代理人： | 黄欢娣;邱启旺 |
| 地址： | 310058 浙江*** | 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： | 本发明公开了一种基于平稳与非平稳振动信号特征选择的汽轮机主机故障诊断方法。本发明针对的是火力发电汽轮机组中汽轮机，结合运用集成经验模态分解(EEMD)和递归特征消除方法，详细分解与提取了平稳与非平稳信号的关键特征，用于汽轮机振动信号的故障诊断。本发明充分考虑了汽轮机振动信号的非平稳并夹杂大量噪声等特性，充分挖掘了故障数据所包含的潜在信息，针对平稳和非平稳数据分别提取了特征，克服了非平稳数据特征易被掩盖的问题。同时提取了关键特征，降低了特征向量的维数，减少了数据的冗余，提高了汽轮机振动信号故障诊断的准确率，有助于现场工程师对故障进行准确的修复，从而保证了发电机汽轮机设备的安全可靠运行并提高了生产效益。 | ||
| 搜索关键词： | 汽轮机 故障诊断 振动信号 与非 振动信号特征 汽轮机主机 关键特征 火力发电汽轮机 经验模态分解 汽轮机设备 现场工程师 故障数据 平稳信号 潜在信息 数据特征 特征向量 特征消除 冗余 准确率 发电机 递归 夹杂 维数 易被 噪声 分解 修复 掩盖 挖掘 保证 生产 | ||
【主权项】：
1.一种基于平稳与非平稳振动信号特征选择的汽轮机主机故障诊断方法，其特征在于，包括以下步骤：/n(1)采集正常状态下和不同故障状态下的汽轮机主机振动信号，作为原始振动信号，进行模型训练，包括以下步骤：/n(1.1)对原始振动信号进行集成经验模态分解，将原始的振动信号分解为n个IMF分量；/n(1.2)对n的IMF分量进行平稳性判别，将IMF分量分为p个平稳IMF分量和q个非平稳IMF分量两部分；/n(1.3)对平稳IMF分量和非平稳IMF分量分别计算原始统计特征；原始统计特征包括：均方误差RMS、峰度Kurt、偏度Skew、峰峰值Peak-peak、峰值系数Cf、慢特征Slowness、相关系数Corcoef，其中慢特征Slowness为：/n
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大学，未经浙江大学许可，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/patent/201810892236.9/，转载请声明来源钻瓜专利网。
