科研之友
微信
新浪微博
Facebook
分享链接
摘要
汽轮机是电力产业重要的能源转换设备,结合信息化技术的汽轮机故障检测方法是实现智慧运维的重要手段。针对传统故障检测方法精度低、适应性差、严重依赖人工经验的缺点,提出一种基于深度卷积神经网络的汽轮机转子故障检测方法,实现对汽轮机转子故障端到端的检测;同时建立故障转子数值模型对方法进行评估,实现转子不平衡、平行不对中和角度不对中3种单一简单故障的分类以及3种故障的位置和程度的多任务协同检测,讨论信噪比和通道数对神经网络检测性能的影响。故障类型的检测精度为100%,位置和程度的平均检测精度不低于96.47%。文中提出的方法可以实现多测点振动信号到故障特征的直接映射,摆脱了传统方法对人工经验和信号处理技巧的依赖,具有准确、鲁棒性高的特点。
- 单位
