导读:本文包含了水力机组机振动故障论文开题报告文献综述及选题提纲参考文献，主要关键词:水力发电机组,故障分析,振动监测
水力机组机振动故障论文文献综述
夏永丽[1]（2014）在《浅析水力发电机组振动故障及机组在线监测系统》一文中研究指出水电站机组振动是影响水力发电机组正常运行和危害机组寿命的主要故障,异常的振动会严重威胁机组的安全稳定运行,甚至危及到整个电站的安全运行。分析水电机组振动的原因及其危害,提出振动判断的方法,介绍振动监测及故障诊断系统,并指出机组在线监测系统未来的发展趋势。(本文来源于《珠江现代建设》期刊2014年06期）
梁兴,刘德辉,李志红[2]（2008）在《水力机组振动故障的智能诊断技术研究》一文中研究指出概述了智能诊断技术的发展历史与现状,着重介绍了因果分析法、故障树法、模糊控制、专家控制、神经网络控制、粗糙集、支持向量机等人工智能方法的特点及其在水力机组故障诊断中的应用情况,并指出智能技术作为水力机组振动故障的有效诊断方法,必然朝着综合化方向发展。(本文来源于《水力发电》期刊2008年12期）
白亮[3]（2008）在《水力机组集成智能化振动故障诊断网格研究》一文中研究指出水力机组故障诊断是保证水力机组稳定运行的重要技术手段,目前诊断方法已经由传统的数据测量和经验估计转变为利用智能技术构建专家系统求解来完成。但是由于水力机组故障样本相对较少,而故障情形却非常复杂,单一的智能诊断系统已经无法适应水力机组故障诊断的要求,这也直接影响了水力机组状态检修的实施,因此需要建立集成智能化网格故障诊断系统,集成尽可能多的水力机组故障诊断系统并划分成计算网格。通过现代网格信息技术将多故障诊断系统变成故障诊断网格服务,这样可以消除单一智能系统的诊断局限性,最大程度实现诊断知识的共享、发现、管理和语义互操作,并可以在网格中实现并行推理,提高推理诊断的准确性和快速性,推进水力机组故障诊断方法和模式的变革。本文结合国家重大自然科学基金项目和国家科技部创新基金项目,以振动诊断为例,对水力机组集成智能化故障网格的理论、智能诊断、知识发现方法、网格建立以及故障诊断网格服务实现等问题进行了全面系统的研究,主要内容及成果如下:(1)利用智能诊断和知识发现相关原理,分析了集成智能化诊断的构成、特点和优势,并应用智能技术对水力机组智能故障诊断网格的可行性进行了验证。(2)通过应用知识工程理论建立知识网格系统,将原有不规范的知识表达方式变成具有WEB语义特征的本体知识语义表达,这样可以使网格系统能够理解含语义的文档和数据,并把不同智能系统的知识元进行规范化处理。(3)根据知识元表达规范,研究了在网格中动态建立知识概念格的方法。并在其基础上研究了在网格中知识启发式宽度优先搜索算法,同时通过引入距离和频域模糊贴近度概念进行图形知识挖掘,形成网格故障知识发现模型。(4)通过构建知识网格系统,设计了一种适合网格结构的知识推理方法,并利用不确定推理对故障诊断网格中知识推理系统进行深入研究,提出基于系统提问式的启发混合推理模式。(5)为实现振动故障诊断网格服务,利用Globus、Internet、Agent、XML、Web Service等现代信息技术,构建故障诊断网格服务的实现框架,使该系统具有智能、灵活、扩展性强的特点,同时为以后更加复杂的故障诊断应用提供了计算平台。(本文来源于《西安理工大学》期刊2008-03-01）
李郁侠,陈继尧,王伟,王丽霞[4]（2007）在《基于小波包的水力机组振动故障信号消噪方法研究》一文中研究指出在水轮发电机组故障诊断中,提取监测信号中的奇异信号特征,对准确判断机组运行状态具有重要意义。研究充分利用水力机组振动故障信号的特征和小波包的特点,采用小波变换的方法,通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析,并针对南桠河姚河坝水电站水轮发电机组实测数据进行检验,取得了良好效果。表明所研究的故障信号消噪方法能有效地从信号中提取信息。(本文来源于《西北农林科技大学学报(自然科学版)》期刊2007年12期）
陈继尧[5]（2006）在《基于神经网络和小波分析的水力机组振动故障诊断研究》一文中研究指出“无人值班”(少人值守)运行方式正在水电行业广泛推广并实施,“状态检修”也己成为一种新的发展趋势。在这种新形势下,不仅要求提高机组的自动化运行水平,更要求机组的运行具有极高的可靠性、安全性和稳定性。稳定性是机组工作性能中的一项重要指标,对其评价主要通过衡量机组的振动水平来进行。因此,本文从振动角度出发,针对水轮发电机组的振动特点,采用基于神经网络和小波包方法分析机组振动原因。对选题及其相关背景进行了探讨,并对小波基础理论和神经网络基础进行了阐述。针对实际应用,对小波和神经网络的相关应用算法进行了详细探讨。主要工作内容包括以下几个方面:本文首先研究了水轮发电机组的振动与其他旋转机械的振动的不同,由于水力、机械、电气叁方面因素引起的振动形成的祸联、振动故障与振动特征的非对应性及多种振动在某部位的迭加,形成了水轮发电机组振动的复杂性。然后在研究小波理论在信号去噪方面的原理和算法的基础上,针对水力机组故障信号的特殊性,通过对比小波包几种去噪方法的分析,针对特定信号选取最合适的消噪方法,从而得到了既能保护信号的奇异性特征,又可以取得较好信噪比的新的信号去噪方法,并将其应用于仿真计算,取得了较好的效果。其次是针对水力组振动故障信号,根据小波包变换的线性特性与能量守恒特性,提出了一种基于小波包变换的故障诊断方法,通过小波包分解的能量特征,得到了故障信号的时域和频域特征,将其与BP网络有机结合在一起,利用BP神经网络良好的自学能力和容错性,建立基于小波包特征提取的BP诊断网络模型。样本信号经过预处理后,在送给BP神经网络进行训练时,有效减少了BP网络的输入节点和隐层节点的个数,从而减小了神经网络的规模,降低计算的复杂度,加快网络的训练速度。并针对不同故障模式进行识别,使该网络可在少量典型故障样本监督下训练成功,经过南桠河水电站的实测数据进行实例仿真分析取得良好效果。(本文来源于《西安理工大学》期刊2006-03-01）
水力机组机振动故障论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
概述了智能诊断技术的发展历史与现状,着重介绍了因果分析法、故障树法、模糊控制、专家控制、神经网络控制、粗糙集、支持向量机等人工智能方法的特点及其在水力机组故障诊断中的应用情况,并指出智能技术作为水力机组振动故障的有效诊断方法,必然朝着综合化方向发展。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
水力机组机振动故障论文参考文献
[1].夏永丽.浅析水力发电机组振动故障及机组在线监测系统[J].珠江现代建设.2014
[2].梁兴,刘德辉,李志红.水力机组振动故障的智能诊断技术研究[J].水力发电.2008
[3].白亮.水力机组集成智能化振动故障诊断网格研究[D].西安理工大学.2008
[4].李郁侠,陈继尧,王伟,王丽霞.基于小波包的水力机组振动故障信号消噪方法研究[J].西北农林科技大学学报(自然科学版).2007
[5].陈继尧.基于神经网络和小波分析的水力机组振动故障诊断研究[D].西安理工大学.2006