振动信号分析技术在汽轮机故障诊断中的应用

作者：郑杰峰; 朱孔臣; 张正军; 高瑞哲; 彭永强

来源：设备管理与维修, 2020, (15): 143-146.

DOI：10.16621/j.cnki.issn1001-0599.2020.08.74

• 汽轮机
• 故障诊断
• 振动信号
• 经验模态分解

分析汽轮机典型故障成因,提出了一种基于振动信号时—频联合分析技术的汽轮机故障诊断方法。分别基于专家经验和经验模态分解法对采集到的汽轮机振动信号进行时域、频域分析,提取了多个与汽轮机故障状态相关的特征量,然后搭建了基于深度信念网络的诊断模型,并依据在线振动监测数据完成了训练,最后测试各模型在测试集中的识别准确率。结果表明,该故障诊断方法的平均准确率可达95.12%,可以有效识别汽轮机的振动诱因。