汽轮发电机组油膜失稳故障预警方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 课题研究背景及意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 机组故障诊断的研究现状 | 第11-12页 |
| 1.2.2 机组故障预测的研究现状 | 第12-13页 |
| 1.3 存在问题分析 | 第13-14页 |
| 1.4 课题研究内容 | 第14-16页 |
| 第2章 油膜失稳机理分析 | 第16-25页 |
| 2.1 油膜失稳故障发生机理分析 | 第16-19页 |
| 2.2 滑动轴承的工作原理分析 | 第19-21页 |
| 2.2.1 滑动轴承介绍 | 第19-20页 |
| 2.2.2 油膜形成原理 | 第20-21页 |
| 2.2.3 不同轴承的比较 | 第21页 |
| 2.3 相关参数对油膜失稳影响机理分析 | 第21-24页 |
| 2.3.1 间隙和偏心率对油膜失稳的影响 | 第21页 |
| 2.3.2 轴系联接问题引起油膜失稳机理分析 | 第21-23页 |
| 2.3.3 油温对于油膜失稳的机理分析 | 第23页 |
| 2.3.4 负荷引起油膜失稳的机理分析 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 油膜失稳故障特征和诊断 | 第25-37页 |
| 3.1 油膜失稳故障特征分析 | 第25-28页 |
| 3.2 油膜失稳故障树分析和故障知识的总结 | 第28-34页 |
| 3.2.1 油膜失稳故障的FMEA分析 | 第28-30页 |
| 3.2.2 油膜失稳故障的FTA分析 | 第30-34页 |
| 3.3 油膜失稳故障原因和相应处理措施 | 第34-35页 |
| 3.4 油膜失稳故障振动诊断 | 第35-36页 |
| 3.4.1 失稳故障振动流程 | 第35页 |
| 3.4.2 与气流激振的区别 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 油膜失稳故障预警方法的研究 | 第37-61页 |
| 4.1 时间序列分析方法 | 第37-42页 |
| 4.1.1 时间序列预测方法流程 | 第37-38页 |
| 4.1.2 时间序列模型 | 第38-40页 |
| 4.1.3 ARMA模型相关原理 | 第40-42页 |
| 4.2 时间序列分析方法预测仿真 | 第42-51页 |
| 4.2.1 原始数据的平稳性分析 | 第42-43页 |
| 4.2.2 数据的趋势分析 | 第43-45页 |
| 4.2.3 振动序列建模预测对比分析 | 第45-48页 |
| 4.2.4 消噪序列的动态特性 | 第48-51页 |
| 4.3 人工神经网络趋势预测 | 第51-55页 |
| 4.3.1 神经网络预测方法流程 | 第51-53页 |
| 4.3.2 基于遗传算法的BP神经网络预测流程 | 第53-55页 |
| 4.4 神经网络方法预测仿真 | 第55-60页 |
| 4.4.1 BP神经网络预测实例分析 | 第55-56页 |
| 4.4.2 基于遗传算法的BP神经网络实例分析 | 第56-57页 |
| 4.4.3 BP神经网络与遗传算法预测对比 | 第57-58页 |
| 4.4.4 噪声对预测的影响 | 第58-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第5章 汽轮发电机组故障预警方案研究 | 第61-67页 |
| 5.1 油膜失稳故障预警总体思路 | 第61-62页 |
| 5.2 油膜失稳故障预警实例研究 | 第62-66页 |
| 5.2.1 机组概况 | 第62页 |
| 5.2.2 触发报警 | 第62-63页 |
| 5.2.3 触发报警后的现象描述 | 第63-65页 |
| 5.2.4 振动故障分析 | 第65页 |
| 5.2.5 故障原因分析 | 第65页 |
| 5.2.6 处理措施 | 第65-66页 |
| 5.3 本章小结 | 第66-67页 |
| 第6章 结论与展望 | 第67-70页 |
| 6.1 结论 | 第67-68页 |
| 6.2 后续工作展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第74-75页 |
| 致谢 | 第75页 |
