基于小波包和GA-LM-BP神经网络的汽轮机故障诊断

对火电厂汽轮机转子常见的各类振动故障进行识别与诊断,可以及时发现故障并进行维修与预防。在传统故障诊断的基础上,采用基于shannon熵的最优小波包基降噪算法对原始故障信号进行去噪,利用"小波包-能量法"提取信号不同频段能量构造不同故障征兆表,并对故障特征量采用GA改进的LM-BP优化算法进行训练与识别。结果表明最优小波包基降噪效果优于硬阈值去噪,改进后的GA-LM-BP神经网络在汽轮机转子振动故障诊断精度和速度上均具有明显的改善。

1000 MW机组汽动给水泵组启动卡涩分析与预防

从汽动给水泵组盘车系统、给水泵汽轮机、给水泵和前置泵等方面分析了泵组启动过程中卡涩的原因,并有针对性地提出了预防卡涩的措施,通过某厂两台同类型超超临界机组的多次启停过程验证了该预防措施的先进性与实用性,确保了机组启动过程中的稳定性和安全性。