基于决策树和模糊逻辑的转子振动故障诊断系统
本文采用基于决策树和模糊推理系统相结合的故障诊断方法,利用汽轮机实验室中的转子试验台进行了试验研究。结合实验设备,拟设计转子正常运转(GOOD);质量不平衡(RNBM);动静碰磨(MSCF);油膜振荡(ROFW)四种振动故障试验,并分别设计三种工作转速(1000,2000,4000rpm)工作状态.其振动信号可从涡流传感器结合DASP软件获取,然后使用统计特征参数进行分类提取。利用决策树方法中C4.5算法作为故障特征选择算法从数据集中提取相关特征,其推理输出结果作为产生清晰、简洁的if—then规则和隶属函数集的决策树。然后根据产生的隶属函数集来确定模糊推理分类结构。最后再用从转子试验台获得的转子振动信号评估本文使用的C4.5-FIS模型方法,以1000rpm为例说明,再分别计算对于2000和4000rpm三种不同工况条件下它们总分辨精度,结果表明其精度都很高，故C4.5-FIS的模型对于汽轮发电机组故障诊断具有很好的适用性。
蒸汽轮机 转子振动 故障诊断 模糊逻辑
李林博 付忠广
华北电力大学 能源与动力工程学院 北京 102206
国内会议
2010年全国振动工程及应用学术会议(暨第十二届全国设备故障诊断学术会议、第二十三届全国振动与噪声控制学术会议)
沈阳
中文
351-354
2010-08-15（万方平台首次上网日期，不代表论文的发表时间）