科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对工业流程存在难以监测非重要数据和设备劣化状态的问题，提出了一种基于高斯混合模型(GMM)和非线性状态估计(NSET)优化算法的设备参数预警方法，用于在设备运行过程提前发现设备的故障趋势。首先，根据设备特点对历史运行数据进行预处理；然后，利用高斯混合模型聚类获得聚类中心；最后，利用非线性状态估计建模，将聚类中心与抽样样本共同作为记忆矩阵，对实时运行数据进行预测和偏差分析，对偏差超过经验阈值的传感器报警。以某1 000 MW火电机组引风机为例，选取历史典型运行状态数据进行分析，分析结果表明，该方法能有效实现传感器参数预警。
- 单位
