原文传递
船舶燃气轮机气路故障诊断技术研究
| 论文题名： | 船舶燃气轮机气路故障诊断技术研究 |
| 关键词： | 船舶燃气轮机;气路故障;概率神经网络;聚类分析 |
| 摘要： | 船舶燃气轮机长期运行在高转速、高温、高压以及高应力状态下,以及高湿和高盐的工作环境中,使得在运行过程中发生各种故障的可能性增大,一旦发生故障就会给船舶的安全运行带来危害。燃气轮机故障诊断技术能够帮助运行维护人员提前发现异常,查明故障原因,并给出合理的解决方案,使燃气轮机安全稳定的运行,提高船舶运行的安全。本文以三轴燃气轮机为研究对象,开展了故障数学建模、机理分析和诊断算法等研究,主要工作如下: (1)建立燃气轮机典型气路故障数学模型。在深入了解和掌握燃气轮机气路部件的热力参数关系后,应用小偏差法使气路部件的热力学公式线性法;分离出故障发生时性能参数变化量的独立变化量,建立故障系数矩阵将测量参数的偏差和性能参数的偏差联系在一起;通过实验数据,求解出故障系数矩阵,最终建立工况点测量参数的性能参数之间的故障模型矩阵,该模型能够应用于燃气轮机故障的模拟。 (2)模拟燃气轮机典型气路故障。确定燃气轮机典型故障的判据;分析燃气轮机典型故障的机理,阐述发生故障的原因以及故障后对于燃气轮机总体性能的影响;基于设计工况点的故障模型矩阵,对燃气轮机不同设计工况点的压气机/涡轮叶片积垢、压气机叶顶间隙、压气机/涡轮叶片磨损、压气机/涡轮叶片机械故障、涡轮叶片热腐蚀以及燃烧室故障这六种典型故障进行模拟;结合燃气轮机故障的机理,对模拟的结果进行分析。分析结果表明,故障模拟得到的结果是可靠的,可直接作为故障知识用于故障诊断算法的开发。 (3)开展了基于概率神经网络的气路故障诊断技术的研究。首先提出了燃气轮机故障诊断的思路;其后建立概率神经网络诊断模型,应用模拟得到的故障数据,对气路故障进行诊断。诊断结果表明,概率神经网络诊断快速且有着很好的诊断精度。 (4)开展了基于聚类的气路故障诊断技术的研究。通过计算相似度,聚类算法能够有效的区分不同故障模式。诊断结果表明,聚类算法有着很好的诊断精度,能使诊断过程直观,同时该算法还能给出发生某类故障的概率。 |
| 作者： | 欧惠宇 |
| 专业： | 动力机械及工程 |
| 导师： | 李淑英 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工程大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
