基于贝叶斯网络的汽轮发电机组故障诊断方法及应用研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第15-33页 |
| 1.1 课题研究的背景及意义 | 第15-17页 |
| 1.2 故障和健康、故障诊断和健康评价 | 第17-18页 |
| 1.3 故障诊断理论与技术国内外研究现状 | 第18-29页 |
| 1.3.1 故障机理研究现状 | 第18-19页 |
| 1.3.2 故障特征提取研究现状 | 第19-22页 |
| 1.3.3 故障诊断方法研究现状 | 第22-25页 |
| 1.3.4 大数据技术在故障诊断中的应用 | 第25-29页 |
| 1.4 本文研究内容和结构安排 | 第29-33页 |
| 第2章 汽轮发电机组典型故障机理分析 | 第33-73页 |
| 2.1 引言 | 第33-34页 |
| 2.2 从系统论看故障形成和演化 | 第34-37页 |
| 2.3 汽轮发电机组故障机理分析方法 | 第37-43页 |
| 2.4 故障因果链分析 | 第43-60页 |
| 2.4.1 转子(轴系)质量不平衡故障分析 | 第43-44页 |
| 2.4.2 联轴器不对中故障分析 | 第44-45页 |
| 2.4.3 转轴碰磨故障分析 | 第45-51页 |
| 2.4.4 转子弯曲故障分析 | 第51-55页 |
| 2.4.5 支撑松动故障分析 | 第55页 |
| 2.4.6 支撑系统结构共振故障分析 | 第55页 |
| 2.4.7 自激振动故障分析 | 第55-56页 |
| 2.4.8 随机振动故障分析 | 第56-57页 |
| 2.4.9 电磁激振故障分析 | 第57-58页 |
| 2.4.10 扭转振动故障分析 | 第58-59页 |
| 2.4.11 转子裂纹故障分析 | 第59-60页 |
| 2.5 故障特征分析 | 第60-71页 |
| 2.5.1 振动频率特征分析 | 第61-63页 |
| 2.5.2 振动趋势特征分析 | 第63-65页 |
| 2.5.3 相关关系特征分析 | 第65-67页 |
| 2.5.4 不同转速时的振动特征分析 | 第67-68页 |
| 2.5.5 运行阶段同故障关系 | 第68-69页 |
| 2.5.6 设备结构同故障关系 | 第69-70页 |
| 2.5.7 其他特征 | 第70-71页 |
| 2.6 故障后果及处理措施分析 | 第71-72页 |
| 2.7 本章小结 | 第72-73页 |
| 第3章 汽轮发电机组典型故障特征提取方法研究 | 第73-103页 |
| 3.1 引言 | 第73页 |
| 3.2 振动波形特征提取 | 第73-80页 |
| 3.2.1 弯振信号的频域特征提取 | 第73-74页 |
| 3.2.2 扭角信号的频域特征提取 | 第74-75页 |
| 3.2.3 扭振阻尼特性识别 | 第75-77页 |
| 3.2.4 案例分析 | 第77-80页 |
| 3.3 限值特征提取 | 第80-91页 |
| 3.3.1 限值特征涉及的参数 | 第80-81页 |
| 3.3.2 限值特征提取的思路 | 第81-84页 |
| 3.3.3 模型和算法 | 第84-88页 |
| 3.3.4 案例分析 | 第88-91页 |
| 3.4 趋势特征提取 | 第91-96页 |
| 3.4.1 趋势特征提取方法 | 第91-94页 |
| 3.4.2 案例分析 | 第94-96页 |
| 3.5 相关关系特征提取 | 第96-100页 |
| 3.6 其他特征提取 | 第100页 |
| 3.7 本章小结 | 第100-103页 |
| 第4章 基于贝叶斯网络的汽轮发电机组故障诊断 | 第103-137页 |
| 4.1 引言 | 第103页 |
| 4.2 机组故障诊断思维方式 | 第103-107页 |
| 4.2.1 机组故障以及特征的表现形式 | 第103-105页 |
| 4.2.2 故障诊断基本思路 | 第105-107页 |
| 4.3 贝叶斯网络基础知识 | 第107-111页 |
| 4.3.1 贝叶斯定理 | 第107页 |
| 4.3.2 贝叶斯网络的概念 | 第107-110页 |
| 4.3.3 贝叶斯网络的推理 | 第110-111页 |
| 4.4 贝叶斯网络应用于机组故障诊断 | 第111-121页 |
| 4.4.1 诊断网络构建 | 第111-120页 |
| 4.4.2 故障诊断流程 | 第120-121页 |
| 4.5 案例分析 | 第121-135页 |
| 4.5.1 低速晃摆运行阶段诊断案例 | 第121-128页 |
| 4.5.2 启机运行阶段诊断案例 | 第128-132页 |
| 4.5.3 带负荷运行阶段诊断案例 | 第132-135页 |
| 4.6 本章小结 | 第135-137页 |
| 第5章 汽轮发电机组状态监测与故障诊断系统研发 | 第137-154页 |
| 5.1 引言 | 第137页 |
| 5.2 监测和诊断系统的多智能体模型 | 第137-138页 |
| 5.3 监测和诊断系统的功能设计 | 第138-147页 |
| 5.3.1 数据采集系统功能设计 | 第138-140页 |
| 5.3.2 数据分析系统功能设计 | 第140-141页 |
| 5.3.3 故障诊断系统功能设计 | 第141-143页 |
| 5.3.4 健康评价系统功能设计 | 第143-147页 |
| 5.4 监测和诊断原型系统 | 第147-153页 |
| 5.5 本章小结 | 第153-154页 |
| 第6章 结论与展望 | 第154-157页 |
| 6.1 全文总结 | 第154-155页 |
| 6.2 论文的主要创新点 | 第155-156页 |
| 6.3 有待进一步开展的工作 | 第156-157页 |
| 参考文献 | 第157-167页 |
| 攻读博士学位期间发表的论文及其它成果 | 第167-168页 |
| 攻读博士学位期间参加的科研工作 | 第168-169页 |
| 致谢 | 第169-170页 |
| 作者简介 | 第170页 |
