燃?xì)廨啓C(jī)熱力參數(shù)的信號(hào)處理和傳感器故障診斷.pdf

1、燃?xì)廨啓C(jī)作為一種重要的動(dòng)力裝置，廣泛應(yīng)用于發(fā)電，艦船，航空等領(lǐng)域，在國民經(jīng)濟(jì)中起著極其重要的作用。隨著燃?xì)廨啓C(jī)機(jī)組越來越復(fù)雜，對(duì)其性能和狀態(tài)的檢測及控制也變得越來越重要。而傳感器作為測量與控制系統(tǒng)中不可缺少的重要組成部分，是采集信號(hào)的主要部件，同時(shí)也是最易出現(xiàn)故障的環(huán)節(jié)之一。傳感器若發(fā)生故障，往往會(huì)產(chǎn)生錯(cuò)誤的監(jiān)測信號(hào)，帶來不當(dāng)?shù)目刂频确浅?yán)重的后果，因而傳感器的狀態(tài)檢測、故障診斷成為了一個(gè)比較重要的研究課題。
　　 本文結(jié)合燃?xì)?/p>

2、輪機(jī)裝置的實(shí)際情況開展了熱力參數(shù)傳感器故障診斷的研究，主要工作如下：
　　 (1)對(duì)由燃?xì)廨啓C(jī)熱力參數(shù)傳感器發(fā)生信號(hào)的性質(zhì)、處理流程及相關(guān)問題進(jìn)行了分析和說明，使抽象的理論和方法變得具體和詳細(xì)。
　　 (2)基于廣義回歸神經(jīng)網(wǎng)絡(luò)的方法，對(duì)傳感器的信號(hào)進(jìn)行了實(shí)時(shí)檢測。在燃?xì)廨啓C(jī)機(jī)組穩(wěn)定運(yùn)行的工況下，傳感器的信號(hào)符合平穩(wěn)的隨機(jī)過程函數(shù)，提出用神經(jīng)網(wǎng)絡(luò)的方法進(jìn)行狀態(tài)的檢測。而廣義回歸神經(jīng)網(wǎng)絡(luò)預(yù)測模型由于具有良好的非線性映射能力

3、和建模樣本需要數(shù)量少的特性，再加上其預(yù)測精度高，因此提出用該網(wǎng)絡(luò)對(duì)熱力參數(shù)傳感器進(jìn)行狀態(tài)檢測。同時(shí)進(jìn)行了網(wǎng)絡(luò)的最優(yōu)化設(shè)計(jì)和誤差控制，并通過檢測結(jié)果證實(shí)了預(yù)測模型的正確性和有效性。在穩(wěn)定運(yùn)行工況下建立了一種新的閾值的估計(jì)方法，該方法下確定的閾值有效去除了工況和大氣溫度對(duì)傳感器數(shù)值的影響。同時(shí)，針對(duì)因長期運(yùn)行所引起的傳感器讀數(shù)的波動(dòng)，建立了網(wǎng)絡(luò)樣本的更新，以消除這類波動(dòng)對(duì)傳感器狀態(tài)檢測的影響。
　　 (3)基于小波分析和小波熵方法建

4、立了傳感器故障診斷的一套方法?；谛〔ǚ治龅幕纠碚摷霸谄娈慄c(diǎn)檢測方面的優(yōu)勢，經(jīng)過仿真計(jì)算，進(jìn)行了小波基及小波分解尺度的選擇，得出了小波變換在傳感器故障檢測方面的可行性。同時(shí)，又通過分析比較，總結(jié)了小波變換的不足和缺陷，從而引出了小波熵的應(yīng)用。將小波分析與熵結(jié)合起來，利用小波熵的概念，通過計(jì)算小波變換結(jié)果的分布狀態(tài)，來提取不同類型的故障信號(hào)的特征。同樣，通過仿真計(jì)算，得到幾種具體的小波熵的計(jì)算結(jié)果，并初步擬定一套利用小波熵進(jìn)行傳感器故障

5、診斷的方法，并用實(shí)驗(yàn)數(shù)據(jù)證明了該方法的有效性，期待以后能進(jìn)一步完善這個(gè)框架，以達(dá)到更好的效果。
　　 (4)利用燃燒室、燃?xì)廨啓C(jī)等設(shè)備，在運(yùn)行中進(jìn)行了傳感器故障實(shí)驗(yàn)，采集了不同類型故障的實(shí)驗(yàn)數(shù)據(jù)，建立了不同類型故障的數(shù)學(xué)模型，可為仿真計(jì)算提供數(shù)據(jù)。
　　 (5)基于美國國家儀器公司(NI)的硬件系統(tǒng)和軟件系統(tǒng)，根據(jù)前面的理論知識(shí)和仿真計(jì)算，搭建了燃?xì)廨啓C(jī)可測參數(shù)傳感器在線檢測與診斷試驗(yàn)裝置。這個(gè)試驗(yàn)裝置為理論提供了有效的

6、支撐和說明，同時(shí)也為后續(xù)的改進(jìn)提供了有力的工具和條件。
　　 本文的創(chuàng)新點(diǎn)主要在于：
　　 (1)設(shè)計(jì)了基于廣義回歸神經(jīng)網(wǎng)絡(luò)的燃?xì)廨啓C(jī)傳感器狀態(tài)檢測算法；
　　 (2)將小波熵理論引入到燃?xì)廨啓C(jī)傳感器狀態(tài)檢測與故障診斷領(lǐng)域；
　　 (3)對(duì)燃?xì)廨啓C(jī)熱力參數(shù)的傳感器信號(hào)，建立了神經(jīng)網(wǎng)絡(luò)與小波熵相結(jié)合的狀態(tài)檢測與診斷的方法;
　　 (4)基于美國國家儀器公司的硬件和軟件，結(jié)合基于熱力參數(shù)的燃?xì)廨啓C(jī)故障