基于卷积神经网络的汽轮机转子不平衡与不对中故障检测方法研究

• 作者: 王崇宇 郑召利 刘天源 谢永慧 张荻
• 来源期刊: 中国电机工程学报
• 关键词: 智慧汽轮机 故障转子 故障检测 卷积神经网络 深度学习
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 智慧汽轮机|Intelligent Steam Turbine
• 页码范围: 2417-2426,中插13
• 页数: 11页
• 分类号: TM85
• 语种: 中文
• DOI: 10.13334/j.0258-8013.pcsee.201353

摘要

汽轮机是电力产业重要的能源转换设备,结合信息化技术的汽轮机故障检测方法是实现智慧运维的重要手段.针对传统故障检测方法精度低、适应性差、严重依赖人工经验的缺点,提出一种基于深度卷积神经网络的汽轮机转子故障检测方法,实现对汽轮机转子故障端到端的检测;同时建立故障转子数值模型对方法进行评估,实现转子不平衡、平行不对中和角度不对中3种单一简单故障的分类以及3种故障的位置和程度的多任务协同检测,讨论信噪比和通道数对神经网络检测性能的影响.故障类型的检测精度为100％,位置和程度的平均检测精度不低于96.47％.文中提出的方法可以实现多测点振动信号到故障特征的直接映射,摆脱了传统方法对人工经验和信号处理技巧的依赖,具有准确、鲁棒性高的特点.