[發(fā)明專利]大型汽輪發(fā)電機組低頻振動實時預測方法

無效

• 申請?zhí)枺?/td>: 201310233907.8
• 申請日: 2013-06-13
• 公開（公告）號: CN103323103A
• 公開（公告）日: 2013-09-25
• 發(fā)明（設計）人: 宋光雄
• 申請（專利權）人: 華北電力大學
• 主分類號: G01H17/00
• 分類號: G01H17/00
• 代理公司: 北京眾合誠成知識產(chǎn)權代理有限公司 11246
• 代理人: 陳波

1.一種大型汽輪發(fā)電機組低頻振動實時預測方法，其特征在于，所述方法具體包括以下步驟：

步驟1：采用高速振動數(shù)據(jù)采集卡實時采集汽輪發(fā)電機組轉(zhuǎn)子一側(cè)支持軸承的軸相對振動數(shù)據(jù)、轉(zhuǎn)子的轉(zhuǎn)速信號和鍵相信號；

步驟2：利用FFT頻譜分析方法對當前時刻支持軸承的軸相對振動數(shù)據(jù)進行頻譜分析，得到從低頻到高頻的不同振動頻率所對應的振動幅值數(shù)據(jù)序列；

步驟3：從步驟2得到的振動幅值數(shù)據(jù)序列中，截取當前時刻所有小于機組工作轉(zhuǎn)速對應頻率的低頻頻率，并計算所有低頻頻率對應的振動幅值之和A；存儲低頻振動幅值A，每隔Δ_s秒存儲一次；

步驟4：判斷低頻振動幅值存儲時間是否大于預設時間段長度P_MN，如果大于預設時間段長度，那么記錄當前時刻T_N前的低頻振動幅值數(shù)據(jù)A，進入步驟5；否則，繼續(xù)存儲數(shù)據(jù)；

步驟5：按照數(shù)據(jù)存儲時間先后順序排序，不同時刻下低頻振動幅值數(shù)據(jù)以下標i表示數(shù)據(jù)存儲時間先后順序，i=1,2,3,…,m；從T_N時刻向前截取至T_M時刻的低頻振動幅值數(shù)據(jù)A，將T_M時刻至T_N時刻的低頻振動幅值數(shù)據(jù)表示為A_i(i=1,2,3,…,m)；|T_N-T_M|=p_MN，p_MN為預設時間段長度；

步驟6：根據(jù)低頻振動幅值數(shù)據(jù)A_i(i=1,2,3,…,m)，建立ANFIS預測學習訓練數(shù)列進行訓練，得到模糊推理系統(tǒng)FIS的規(guī)則組R；

步驟7：根據(jù)任意當前時刻低頻振幅數(shù)據(jù)及其前的低頻振動幅值數(shù)據(jù)，具體包括利用規(guī)則組R，進行基于ANFIS方法的模糊推理計算，預測計算得到p×Δ_s秒后的低頻振動幅值數(shù)據(jù)其中，j為ANFIS預測計算數(shù)據(jù)輸入項的項數(shù)，p為預測步長；s_j為低頻振動幅值數(shù)據(jù)的下標；s_j+p為p×Δ_s秒后的低頻振動幅值數(shù)據(jù)的下標。

2.根據(jù)權利要求1所述的方法，其特征在于，所述機組工作轉(zhuǎn)速對應頻率為50赫茲。

3.根據(jù)權利要求1所述的方法，其特征在于，所述根據(jù)低頻振動幅值數(shù)據(jù)A_i(i=1,2,3,…,m)，建立ANFIS預測學習訓練數(shù)列進行訓練的過程為：

步驟a：設定ANFIS預測計算數(shù)據(jù)輸入項的項數(shù)j，預測步長為p；首行的下標序列為[s₁?s₂?…?s_j-1?s_j?s_j+p]；ANFIS預測學習訓練數(shù)列的總行數(shù)為r，r=m-s_j-p+1；ANFIS預測學習訓練數(shù)列為：

As1As2...Asj-1AsjAsj+pAs1+1As2+1...Asj-1+1Asj+1Asj+p+1..................As1+r-2As2+r-2...Asj-1+r-2Asj+r-2Am-1As1+r-1As2+r-1...Asj-2+r-1Asj+r-1Am]]>

其中，每行最后一列是訓練學習輸出項，其余是訓練學習輸入項；

步驟b：設定ANFIS的訓練學習計算參數(shù)包括：設定訓練次數(shù)和每個輸入項隸屬函數(shù)和隸屬函數(shù)的個數(shù)；利用ANFIS預測學習訓練數(shù)列進行自適應神經(jīng)模糊推理系統(tǒng)ANFIS訓練。