文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 兵器/核科学 > 多传感器数据融合技术在电厂状态监测和故障诊断中的应用
侵权投诉

多传感器数据融合技术在电厂状态监测和故障诊断中的应用

第32卷第11期2011年11月

煤矿机械

CoalMineMachinery

Vol.32No.11Nov.2011

多传感器数据融合技术在电厂状态监测和故障

诊断中的应用

周金华,张

静

(华北电力大学,河北保定071003)

摘要:对多传感器数据融合技术的应用进行了分类,展现了现有的多传感器数据融合技术

在电厂状态监测和故障诊断中应用的方法。对基于D-S证据理论,基于模糊理论,基于神经网络,基于专家系统的诊断方法进行了逐一介绍,指出了各种方法的优缺点。最后介绍了基于多传感器数据融合技术的综合诊断方法,指出了多传感器数据融合技术在电厂状态监测和故障诊断中应用的发展趋势。

关键词:多传感器;数据融合;电厂;状态监测;故障诊断中图分类号:TM31

文献标志码:B

文章编号:1003-0794(2011)11-0271-03

ApplicationofMultisensorDataFusionTechniquetoStateMonitoring

andFaultDiagnosisofPowerPlant

ZHOUJin-hua,ZHANGJing

(NorthChinaElectricPowerUniversity,Baoding071003,China)

Abstract:Theapplicationofmultisensordatafusiontechnologywasclassified,themethodofcurrentmultisensordatafusiontechnologyappliedtostatemonitoringandfaultdiagnosisofpowerplantwasshowed.ThemethodsbasedonD-Sevidencetheory,basedonfuzzytheory,basedonneuralnetwork,andbasedonexpertsystemwereintroducedandpointedouttheiradvantagesanddisadvantages.Finallycomprehensivediagnosismethodsofmultisensordatafusiontechnologywereintroduced,developmenttendencyofmultisensordatafusiontechnologyappliedtostatemonitoringandfaultdiagnosisofpowerplantwaspointed.

Keywords:multisensortechnology;datafusion;powerplant;statemonitoring;faultdiagnosis0

引言

电厂是一个复杂的,对安全性要求高的系统,因此对电厂装置安全运行的技术和方法的研究有着非常重要的研究意义,状态监测和故障诊断就是其中的重要研究方向,而将多传感器数据融合技术用于状态监测和故障诊断的研究也越来越被人们所重视。多传感器数据融合技术是处理多源信息的综合性技术,它具有应用广泛、实施方法较多以及与高技术发展密切联系的特点,非常适合于电厂装

置这样复杂的大系统的状态监测和故障诊断。

根据研究内容,多传感器数据融合技术在电厂状态监测和故障诊断的应用可分为估计理论型数据融合、假设检验型数据融合、人工智能型数据融合。估计理论型的数据融合是一种较早的数据融合方法,由统计理论发展而来,简单、直观,主要有加权平均法、极大似然估计法、最小二乘法等。假设检验型数据融合的主要方法有贝叶斯估计法、经典推论、D-S证据理论、熵理论法等。人工智能是研究和

111111111111111111111111111111111111111111111

有效性。4结语

齿轮传动是机械设备中最常见的传动方式,齿轮的状态直接关系着机械设备整体的运行状态,因而对齿轮的故障进行诊断非常重要。为了确保机械设备安全运行,需要对齿轮的故障进行诊断。通过传感器采取振动信号,对其进行分析即可诊断出故障的类型。倒频谱变换是一种非线性的信号处理方法,这种分析方法受传感的测点位置及传输途径的影响小,常用于提取信号中的周期成分。本文采用倒频谱的分析方法对齿轮点蚀故障信号进行分析,成功定位了齿轮故障发生的部位验证了该方法的

参考文献:

[1]梁为,李洛虎.机械故障诊断[M].北京:煤炭工业出版社,2005.[2]王济,胡晓.MATLAB在振动信号处理中的应用[M].北京:中国

水利水电出版社,2006.

[3]彭宝智.基于Hilbert倒谱的齿轮剥落故障识别[J].陕西工学院

学报,2004,20(3):11-13.

[4]焦卫东,朱有剑.基于EMD与倒谱分析的轴承故障诊断[J].机

电工程,2009,26(2):18-21.

[5]张辉,王世雄,杨超.现代造纸机械状态监测与故障诊断[M].北

京中国轻工业出版社作者简介:侯铁军(1976-),河北承德人,辽宁石油化工大学在

读硕士研究生,研究方向:过程装备监测与控制技术,电子信箱:

tiejun_hou@hotmail.com.

责任编辑:武伟民

收稿日期:2011-04-24

第1页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email