基于PCA/MSET联用模型的烟气轮机故障预警研究

针对催化裂化装置烟气轮机运行环境恶劣,故障频发等特点,开展基于PCA和MSET联合模型的振动监测预警研究。基于原始振动波形进行时频域特征提取计算,获得29个时频域特征参量,采用PCA方法将29个时频域特征参量重新组合成6个新主元,可以有效实现数据降维。烟气轮机正常运行状态下振动监测数据量的选择影响T2值变化,主元99%可信区间阈值随着数据量的增加降低至稳定值,采用时间点数据量2000满足分析要求。主元6是均方根值、方差和频率标准差的综合表征,在发生故障阶段波动较大,采用MSET模型进行残差分析,相对固定高报报警监测,可以超前预警8.5 h。