基于多元状态评估和相关分析的振动故障诊断

针对运行状态汽轮发电机轴振、瓦振异常预警及其原因诊断困难问题,提出一种基于多元状态评估(multivariate state evaluation technology,MSET)和相关分析(correlation analysis, CA)的故障诊断方法。首先基于MSET和滑动窗口计算当前评价窗口内参量估计值与其运行值的残差;其次计算当前评价窗口内参数间相关系数与状态矩阵中对应相关系数的残差;再次通过为各参数相对偏差均值或残差均值、各相关系数残差设定阈值,从而提取出异常特征;最后基于异常特征和欧式距离进行振动异常预警和异常故障诊断。利用掌握的汽轮发电机运行数据测试验证,测试结果表明,所提故障诊断方法切实可行,与单一的参数自身变化评价或相关分析相比,可提取更多异常或故障特征,具备多故障诊断分析能力,更有利于振动异常预警和提高故障诊断准确性。

基于PCA-MSET的主通风机健康评估方法

为了保证煤矿生产中通风机的健康运行,提出了一种基于PCA-MSET的健康评估方法。以山西某煤矿2#主通风机为研究对象,利用主成分分析法(PCA)对通风机的13个监测变量进行线性降维处理;以主通风机主电机的主成分参数为特征参数,建立基于多元状态估计技术(MSET)的主风机健康状态评估模型,利用滑动窗口统计法设置观测向量和估计向量的残差阈值,最后人为模拟故障数据进行模型的验证,结果表明主风机健康状态评估模型能够有效实现预期功能。