LS-SVM在烟气轮机振动故障诊断中的应用研究.pdf

北京石油化工学院学报 第 2O卷 第 2期 Vo1．20 NO．2 JournalofBeijingInstituteof 2012年 6月 Jun．2012 Petro—chemicalTechnology LS—SVM在烟气轮机振动故障诊断中 的应用研究 王淑芳 于芙蓉。 (1．北京石油化工学院 信息工程学院，北京 102617；2．北京中软国际信息技术有限公司，北京 100018) 摘 要 烟气轮机机组是利用余热发电原理回收高温热能再生 电能的装置，由于烟气轮机 机组的故障现象对企业经济和安全生产造成了很大的影响，所 以准确判断机组故障发生点和降低故障 现象具有十分重要 的现实意义 。通过对原始信号的三层小波分解提取信号的特征 向量 ，再采用 L sVM不 同核函数及其对应不 同参数 的选择与实验进行分类研究 ，得到 RBF核函数 的分类效果最佳。 关 键 词 烟气轮机 ；LS-SVM ；故障诊断；分类 ；特征 向量 中图法分类号 TH137 利用原油催化裂化过程中产生的高温余热 1 信号的采集 发 电而输 出电能的烟气轮机机组 ，能够为企业 节约能源、降低生产成本 、回收烟气而保护环 通过对机组运行状态的跟踪监视发现 ：设 境 ，但是由于机械设备性能、工艺参数配置 、控 备发生故障时，机组 的横向、纵向、轴向振动幅 制措施与方法等原 因造成机组振动故障时有发 度 以及烟机温度 、压力都会有较大的波动 ，而振 生 ，所以对机组状态的准确监测 、诊断和控制 ， 动幅度的变化最能体现故障的严重程度 ，所 以 确保机组长期安全、稳定运行具有十分重要的 把振动值数据经过小波处理而提取特征向量作 现实意义。课题研究的具体方法是利用小波分 为样本训练的支持向量机 ，也就是故 障诊断的 析对信号进行奇异点分析，实现信号特征提取， 依据 。 最后利用 LS—SVM 进行分类 ，研究结果能直观 烟气轮机机组的实时监测点如 图 1所示， 地反映出诊断效果，实现对相关 已知信号数据 包括不同检测点的振动、温度、压力差等参数 的分析得到烟气轮机的瞬时运行状态 。 值。从炼油厂控制中心工作站采集到的数据波 T-7708 T-7708 YT～7706A：20Ixm YT-7704A：11l,zm YT-7702A：72LLm YT-7706B：21 m YT-7704B：9I．Lm YT-7702B：84 m 发电量：10970kW；人 口温度：702℃；出13：温度：565℃；密封差压：O；轮盘温度：356℃ 图1 烟气轮机实时监测点分布图 形图(样本)如图2所示 ，图中横轴代表时间，纵 轴代表过程量和振动值 ，即4条 曲线代表 4个 振动值参数 ，其 中波形发生剧烈变化的地方就 收稿 日期 ：2012—02～03 24 北京石油化工学院学报