面向原发性因素溯源的汽轮机故障系统级建模理论研究
项目介绍
AI项目解读
基本信息
- 批准号:51575497
- 项目类别:面上项目
- 资助金额:61.0万
- 负责人:
- 依托单位:
- 学科分类:E0503.机械动力学
- 结题年份:2019
- 批准年份:2015
- 项目状态:已结题
- 起止时间:2016-01-01 至2019-12-31
- 项目参与者:施继忠; 蔡建程; 王晓燕; 严拱标; 何俊; 丁长涛; 王金浩; 沈亚林; 张肖逸;
- 关键词:
项目摘要
The existing researches on fault diagnosis of steam turbine, is mainly aiming at some key components and parts such as rotor-bearings system, etc., and mainly focused on the diagnosis of some typical fault patterns. Usually, component-level fault diagnosis can only recognize the induced fault, without further traceability and cure on their underlying factors. From the systemic point of view, steam turbine fault shows obvious characteristics as atypical predisposing factors, multi-factor coupling and dynamic evolution, which put forward the urgent request to system-level fault diagnosis. However, its researches are still not enough at present, and need to be further strengthened. This project is based on the power plant steam turbine as the research objective, on system-level modeling of steam turbine fault as the research thread, on the tracing back to the underlying failure factors as research goal, on establishment of a complete representation hierarchy on system state of multi-dimensional, multi-parametric and multi physical quantities as the research breakthrough point, on the combined layering decomposition on structure and function of system as research method. Using a comprehensive theoretical and experimental simulation strategy, both multi-factor coupling mechanism and evolution law on steam turbine fault are deeply explored and studied. Finally, a series of systemic solutions to underlying factors traceability are proposed, including the system-level modeling technique for steam turbine fault, the algorithm for decoupling control on coupled factors and the inverse approach based on inverse system analysis. Thus, theoretical and technical support is supplied to improve the level of system-level fault diagnosis of steam turbine.
现有的汽轮机故障诊断研究,主要针对的是设备中某些关键的零部件如转子-轴承系统等,并主要集中于典型故障模式的诊断。零部件级故障诊断往往只能诊断出诱发性故障,无法进一步追溯故障的发生根源并对其进行根治。从系统角度看,汽轮机故障具有明显的诱发因素非典型性、多因素耦合性以及动态演变性,这对系统级故障诊断提出了迫切的要求,但是目前这方面的研究还不够,有待进一步强化。本项目以电厂汽轮机为研究对象,以汽轮机故障的系统级建模为主线,以追溯故障的发生根源为目标,以建立系统状态的多维、多参数、多物理量完备描述体系为切入点,以系统的结构-功能层次化协同分解为手段,采取理论仿真与试验模拟综合的研究策略,深入探索汽轮机故障的多因素耦合机理,研究故障的动态演变规律,提出一套面向原发性因素溯源的汽轮机故障系统级建模技术、耦合因素的解耦控制算法和基于逆系统分析的反求方法,为提高汽轮机系统级故障诊断水平提供理论和技术支撑。
结项摘要
现有的汽轮机故障诊断研究,主要针对的是设备中某些关键的零部件如转子-轴承系统等,并主要集中于典型故障模式的诊断。零部件级故障诊断往往只能诊断出诱发性故障,无法进一步追溯故障的发生根源并对其进行根治。从系统角度看,汽轮机故障具有明显的诱发因素非典型性、多因素耦合性以及动态演变性,这对系统级故障诊断提出了迫切的要求,但是目前这方面的研究还不够,有待进一步强化。本项目以电厂汽轮机为研究对象,主要在汽轮机系统状态的描述体系、汽轮机故障的系统级建模方法、汽轮机系统故障原发性因素的追溯技术以及原型系统开发与实证等几个方面开展研究,建立了系统状态的多维、多参数、多物理量完备描述体系,对汽轮机故障的多因素耦合机理与动态演变规律有了深入认识,进而提出系统的面向原发性因素溯源的汽轮机故障系统级建模技术、耦合因素的解耦控制算法和基于逆系统分析的反求方法,并构建了原型软件系统。所取得的系列研究成果,为提高汽轮机系统级故障诊断水平提供了理论和技术支撑。
项目成果
期刊论文数量(19)
专著数量(0)
科研奖励数量(0)
会议论文数量(5)
专利数量(9)
Unsupervised Fault Diagnosis of a Gear Transmission Chain Using a Deep Belief Network.
使用深度置信网络的齿轮传动链无监督故障诊断
- DOI:10.3390/s17071564
- 发表时间:2017-07-04
- 期刊:Sensors (Basel, Switzerland)
- 影响因子:--
- 作者:He J;Yang S;Gan C
- 通讯作者:Gan C
空间任意斜裂纹引起的转子刚度变化机理研究
- DOI:10.16385/j.cnki.issn.1004-4523.2018.03.015
- 发表时间:2018
- 期刊:振动工程学报
- 影响因子:--
- 作者:焦卫东;蒋永华;施继忠;王晓燕
- 通讯作者:王晓燕
一种旋转机械系统耦合故障诊断的新方法
- DOI:--
- 发表时间:2016
- 期刊:仪器仪表学报
- 影响因子:--
- 作者:焦卫东;蒋永华;施继忠;王晓燕
- 通讯作者:王晓燕
旋转机械损伤跟踪的改进相空间曲变法
- DOI:--
- 发表时间:2019
- 期刊:振动与冲击
- 影响因子:--
- 作者:牛乾;杨世锡;甘春标
- 通讯作者:甘春标
变工况运行的制冷压缩机功率消耗的定量关系式研究
- DOI:10.16051/j.cnki.ysjjs.2019.01.002
- 发表时间:2019
- 期刊:压缩机技术
- 影响因子:--
- 作者:王晓燕;焦卫东;朱利民
- 通讯作者:朱利民
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--"}}
- 发表时间:{{ item.publish_year || "--" }}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--"}}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ patent.updateTime }}
其他文献
基于World Wind的民航导航数据库设计及实现
- DOI:--
- 发表时间:2013
- 期刊:中国民航大学学报
- 影响因子:--
- 作者:沈笑云;孟健;焦卫东;张思远
- 通讯作者:张思远
电力变压器远程状态监测策略
- DOI:--
- 发表时间:--
- 期刊:振动.测试与诊断(EI收录)
- 影响因子:--
- 作者:杨世锡;严拱标;钱苏翔;焦卫东
- 通讯作者:焦卫东
基于SAS算法的起飞一发失效应急路径规划方法
- DOI:--
- 发表时间:2016
- 期刊:航空学报
- 影响因子:--
- 作者:焦卫东;程颖;柯然
- 通讯作者:柯然
LabVIEW中创建和访问XML文件的实现
- DOI:--
- 发表时间:--
- 期刊:现代机械
- 影响因子:--
- 作者:焦卫东;蔡清华;罗锡梁;钱苏翔;杨世锡
- 通讯作者:杨世锡
考虑地形影响的卫星导航性能评估方法
- DOI:--
- 发表时间:2011
- 期刊:计算机仿真
- 影响因子:--
- 作者:沈笑云;颜思明;焦卫东
- 通讯作者:焦卫东
其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--" }}
- 发表时间:{{ item.publish_year || "--"}}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--" }}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}

内容获取失败,请点击重试

查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:
AI项目摘要
AI项目思路
AI技术路线图

请为本次AI项目解读的内容对您的实用性打分
非常不实用
非常实用
1
2
3
4
5
6
7
8
9
10
您认为此功能如何分析更能满足您的需求,请填写您的反馈:
相似国自然基金
{{ item.name }}
- 批准号:{{ item.ratify_no }}
- 批准年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}
相似海外基金
{{
item.name }}
{{ item.translate_name }}
- 批准号:{{ item.ratify_no }}
- 财政年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}