基于小波分析與人工神經(jīng)網(wǎng)絡(luò)水輪機振動信號分析.pdf

1、隨著能源結(jié)構(gòu)調(diào)整,可持續(xù)發(fā)展戰(zhàn)略的實施,目前我國正在加緊進行水電開發(fā),水電裝備水平不斷邁向新高度,水電機組向高水頭、大容量、高參數(shù)發(fā)展。同時增加了水電機組運行的穩(wěn)定性,安全性的難度.
　　隨著水輪機單機容量的提高，機組尺寸的增加，相對剛度的減弱，固有頻率降低，增加了發(fā)生局部共振的可能性。穩(wěn)定性問題日益突出。水輪機組運行的穩(wěn)定性是十分重要的問題。根據(jù)實際調(diào)差表明：約10％的水輪機曾產(chǎn)生振動。叢振源來說，大部分是轉(zhuǎn)輪和主軸系統(tǒng)的振動。

2、加劇振動的原因越有60%是“水壓力脈動”和“旋轉(zhuǎn)體的不平衡”。本文通過水輪機尾水管中的壓力脈動信號對其信號狀態(tài)進行分析，研究水輪機穩(wěn)定。由于水輪機振動信號屬于非平穩(wěn)隨機信號，傳統(tǒng)的傅里葉變換不能完全滿足故障信號特征提取的要求，而且建立水輪機尾水管壓力脈動狀態(tài)的數(shù)學(xué)模型非常復(fù)雜。本文提出了基于小波分析與人工神經(jīng)網(wǎng)絡(luò)水輪機組振動信號分析的方法，利用小波變換提取振動信號特征，利用神經(jīng)網(wǎng)絡(luò)識別特征。
　　針對水輪機尾水管壓力脈動信號的非平

3、穩(wěn)和時變特性，提出了一種基于小波分析和自組織人工神經(jīng)網(wǎng)絡(luò)相結(jié)合的尾水管壓力脈動信號的分析方法。這種方法以水輪機尾水管壓力脈動信號作為分析對象，首先應(yīng)用小波閾值法對信號進行降噪減少干擾，然后將小波分解系數(shù)重構(gòu)得到不同頻帶的信號分量，并提取顯著的不同頻帶能量，并利用MATLAB平臺進行算法實現(xiàn)。最后將各頻帶能量作為特征向量，用自組織人工神經(jīng)網(wǎng)絡(luò)進行模式識別，得到了尾水管壓力脈動的不同模式。并利用MATLAB平臺進行算法實現(xiàn)。運行結(jié)果與常規(guī)方