[發明專利]基于BP神經網絡的軸貫流式水輪機空化初生判定方法

在審

• 申請號: 202211221136.6
• 申請日: 2022-10-08
• 公開（公告）號: CN115452126A
• 公開（公告）日: 2022-12-09
• 發明（設計）人: 馮建軍;高菉浛;羅興锜;門弈;朱國俊;吳廣寬
• 申請（專利權）人: 西安理工大學
• 主分類號: G01H9/00
• 分類號: G01H9/00;F03B11/00;G06N3/04;G06N3/08
• 代理公司: 西安弘理專利事務所 61214
• 代理人: 王奇

一種基于BP神經網絡的軸貫流式水輪機空化初生判定方法，包括如下步驟：采集空化初生狀態和正常狀態下軸貫流式水輪機轉輪的徑向振動速度信號采樣后的時間序列x(t)；計算該信號的峰峰值、均方根值、整流平均值作為轉輪徑向振動速度特征參數；構建BP神經網絡模型，包含依次連接輸入層、隱藏層和輸出層；利用轉輪徑向振動速度特征參數作為訓練集進行BP神經網絡模型訓練，對于訓練好的BP神經網絡模型，輸入待檢測狀態的峰峰值、均方根值、整流平均值，得到診斷結果。本發明方法能夠通過采集到的轉輪壁面徑向振動速度進行訓練整合，最終達到空化初生識別率在98％以上，有效地解決了現有檢測方法中判定空化初生準確性不足的問題。

技術領域

本發明屬于水輪機技術領域，涉及一種基于BP神經網絡的軸貫流式水輪機空化初生判定方法。

背景技術

水輪機是水電開發中的核心機械設備，軸流式和貫流式水輪機(簡稱“軸貫流水輪機”)是進行中低水頭水能資源開發的兩大主力機型，其性能直接影響著水能資源的轉換效率。而空化很大程度上影響水輪機的安全穩定運行，會造成的轉輪空蝕破壞，不僅會損壞水輪機過流部件的表面，甚至會導致整個機組的振動。因此能及時有效識別水輪機空化初生對避免水輪機發生空化空蝕意義重大。針對該問題，本發明采用BP神經網絡解決軸貫流式水輪機空化初生識別問題，通過采集到的水輪機轉輪振動速度信號對BP神經網絡進行訓練，以實現對軸貫流式水輪機空化初生的自動識別。

發明內容

本發明的目的是提供一種基于BP神經網絡的軸貫流式水輪機空化初生判定方法，采用該方法能夠通過采集到的轉輪壁面徑向振動速度進行訓練整合，最終達到空化初生識別率在98％以上，有效地解決了現有檢測方法中判定空化初生準確性不足的問題。

本發明所采用的技術方案是：

一種基于BP神經網絡的軸貫流式水輪機空化初生判定方法，具體包括如下步驟：

步驟1，采集軸貫流式水輪機空化初生狀態和正常狀態下的轉輪徑向振動速度信號采樣后的時間序列x(t)；

步驟2，對步驟1得到的徑向振動速度信號采樣后的時間序列x(t)，分別提取該信號的峰峰值、均方根值、整流平均值作為轉輪徑向振動速度特征參數；

步驟3，用特征參數作為樣本，輸入為轉輪徑向振動速度特征參數，輸出為軸貫流式水輪機不同空化狀態，樣本分為訓練樣本和檢測樣本兩部分；

步驟4，構建BP神經網絡模型，包含依次連接輸入層、隱藏層和輸出層；

步驟5，進行BP神經網絡訓練，設置BP神經網絡的最大訓練代數以及學習速率，利用步驟4中采集到的訓練樣構建的神經網絡模型進行訓練；進行神經網絡仿真，當網絡達到預先設置的最大訓練次數后，保存網絡，即為訓練好的BP神經網絡；

步驟6，將測試集的峰峰值，均方根值，整流平均值作為特征參數輸入到訓練好的BP神經網絡模型中，得到診斷結果。

本發明的特點還在于：

步驟1具體的為：不斷改變水輪機的空化系數，并在不同的空化系數下分別采用激光測振儀(LDV)的激光束穿透有機玻璃聚焦在轉輪體上，采集水輪機的振動速度信號，并將采集到的振動速度數據通過數據采集卡發送到控制臺，獲得軸貫流式水輪機轉輪的徑向振動速度信號采樣后的時間序列x(t)。直到水輪機模型效率下降百分之一時，即認為軸貫流式水輪機處于空化初生狀態，則此時采集到的信號為空化初生狀態下的軸貫流式水輪機轉輪振動信號，得到空化初生狀態和正常狀態下的水輪機振動速度信號。

步驟2的特征參數整流平均值、峰峰值、均方根值提取方法為：

整流平均值是信號平均值的絕對值，是一階矩，表示為：

其中，x_t(t)表示時間序列信號；n表示數據點總數；