改进变分模态分解在发动机气门间隙异常故障诊断中的应用

基于振动监测信号的故障诊断技术,对于船舶、油气田、核电等关键领域中大型高速柴油机的健康管理和智能运维具有重要意义。针对柴油发动机气门间隙异常故障,提出了基于振动数据驱动的故障诊断方法。首先,提出模态数量和惩罚因子均为自动优选的改进变分模态分解(VMD)方法,克服了传统VMD方法中上述参数需凭经验预设的缺点;进一步,对VMD分量进行多域特征提取,利用核密度估计方法进行特征敏感性的排序和选择;最后,构建全连接网络分类模型,将优选后的故障敏感特征通过分类模型进行故障识别。利用故障模拟实验台验证了不同工况下的气门间隙异常数据,结果表明本文所提的基于改进变分模态分解的气门间隙异常诊断方法故障识别率超过86%,具有良好的应用效果。

基于数据驱动的应急柴油机启动状态评估方法

应急柴油机作为核电站紧急状态下的后备电源动力设备,其应急启动性能对核电安全至关重要。目前开展的应急柴油机状态监测主要针对其平稳工况,而针对启动过程这种瞬变工况的监测评估研究较少。基于此,提出了一种基于数据驱动的柴油机启动状态健康评估方法。首先基于瞬时转速对时域波形数据进行角域精确重采样;然后提取能够表征启动过程工作状态的瞬时转速、振动及相位特征参数,最后计算特征参数的健康等级隶属度,并采用Dempster组合规则和最大隶属度原则确定健康等级。结合核电现场实际监测数据,验证了该方法的有效性,其为柴油机启动状态评估提供一条新途径。

基于云重心评判的应急柴油机启动状态评估方法

应急柴油机(EDG)是保证核电厂安全可靠运行的一级安全设备,其应急启动成功率是衡量核电站安全等级的关键指标之一,因此对EDG启动过程进行有效监测评估具有重要价值。本文利用在线监测系统采集EDG启动过程数据,考虑瞬变启动数据的不确定性,提出了一种基于云重心模型的EDG启动状态评估方法。首先,充分结合EDG快速启动特点,选择能够反映EDG启动阶段缸内发火做功和高压空气做功状态的7个特征参数作为评估指标,为准确计算特征指标,提出了适用于快速启动过程的瞬时转速优化计算方法和振动信号角域精确重采样方法。然后,利用云模型在解决随机性和不确定性问题方面的优势,构建综合云评估模型,将云重心评判法引入到EDG启动状态评估中。最后,以实际核电现场多次测试数据为分析案例,利用本文提出的特征提取方法和综合云评估模型对测量状态进行评估,验证了所提方法的有效性,为EDG启动状态评估提供了有效途径。

《简快作文》——我的好伙伴

朋友，你知道我的好伙伴是谁吗?那就是一《简快作文》。