科研之友
微信
新浪微博
Facebook
分享链接
摘要
燃气轮机的故障诊断需确定机组发生故障的准确时间，以获取故障发生时机组的运行工况与环境状况，但由于噪声干扰，机组健康数据与故障数据相互混合，两种数据难以有效区分。为了消减噪声对聚类效果的影响，在传统t-SNE算法基础上，引入了时间因子；再利用二维网格聚类方法对t-SNE算法的降维数据进行处理，快速区分出不同数据的健康状态，以确定故障发生的准确时间。利用Matlab Simulink中构建的某型号燃气轮机压气机性能衰减机理模型，创建了一组压气机性能衰减仿真数据集，并对引入时间因子的t-SNE算法进行验证，结果表明新算法优于其他处理方法。引入时间因子的t-SNE算法的燃气轮机故障诊断法能够快速、准确地确定机组发生故障的时间点，可为燃气轮机健康状态监测与故障诊断提供技术支持。（图4，表2，参24）
