摘要
汽轮机通流部分长时间受到高温、高压、高流量等因素的影响,容易发生结垢、腐蚀、磨损、叶片断裂、主汽门卡涩等故障。由于故障类型多样、故障成因复杂,给故障的诊断和排查增加了难度。提出了一种基于模糊SOM神经网络的汽轮机通流部分故障诊断技术,该技术融合了模糊系统与神经网络,以汽轮机通流部分的故障样本作为训练对象,将经过训练后的模糊SOM神经网络进行模糊聚类分析,以便于快速、准确完成故障诊断。随后以某发电厂的300 MW机组作为研究对象,利用模糊SOM神经网络进行故障诊断,诊断结果为第5类故障(高压缸级组结构),SOM神经网络诊断结果与实际拆解诊断结果一致。