科研之友
微信
新浪微博
Facebook
分享链接
摘要
水电机组在非平稳工况及异常运行状态下，会产生剧烈的振动并发出刺耳的噪声。针对上述振动和音频信号，以灯泡贯流式水电机组为研究对象，通过布置高精度的加速度和音频传感器，对机组各部位的振动和噪声进行实时监测，采集振动和音频的多源融合信号。采用核主元分析法(KPCA)与改进的K-Means聚类算法提取多源融合信号频率幅值均方根参数，得到水轮机桨叶碰磨、本体敲击及发电机局放等故障的能量分布与特征值，构建了能够反映机组状态的六维特征向量模型。现场故障模拟试验表明，该模型能准确识别出对应故障，为机组检修维护提供了有力支撑。
- 单位
