【正文】 ............................................................................. 32 6 不同神經(jīng)網(wǎng)絡故障診斷結(jié)果與分析 ............................................................................. 36 7 結(jié) 論 ............................................................................................................................. 37 結(jié)束語 ................................................................................................................................. 38 致 謝 ................................................................................................................................. 39 參考文獻 ............................................................................................................................. 40 附錄 Ⅰ BP 神經(jīng)網(wǎng)絡故障診斷源程序清單 ..................................................................... 41 附錄 Ⅱ 自適應模糊神經(jīng)網(wǎng)絡（ ANFIS）診斷源程序清單 ............................................ 46 沈陽航空航天大學北方科技學院畢業(yè)設(shè)計（論文） 1 1 緒 論 課題背景和研究的意義 研究背景 作為新型的動力設(shè)備，燃氣輪機具有結(jié)構(gòu)緊湊、安全可靠、運行平穩(wěn)，具有較高的熱效率，可以快速啟動并帶動負載等優(yōu)點，而日益受到人們的重視，應用范圍也越來越廣。燃氣輪機在陸上和航海交通領(lǐng)域中也占有越來越重要的地位，由于其較高的熱效率和較小的排氣污染，在能源和電力部門也日益成為動力設(shè)備的主流產(chǎn)品，它們一旦發(fā)生事故或出現(xiàn)故障就會給生產(chǎn)經(jīng)營造成極其嚴重的影響。因此維護燃氣輪機在正常狀態(tài)下運行，避免或及時診斷處 理燃氣輪機運行故障就顯得尤為重要。由于燃氣輪機故障診斷和狀態(tài)監(jiān)控能大大提高機組運行的安全性和可靠性，大幅度降低維護和維修成本，所以燃氣輪機故障診斷模型的研究有著重要的理論意義和較高的應用價值。 滾動軸承是燃氣輪機最重要的零件之一，其運行狀態(tài)直接影響整臺燃氣輪機的性能，同時對燃氣輪機和操作人員的安全也會造成重大影響。軸承的故障會導致燃氣輪機設(shè)備的劇烈振動，產(chǎn)生刺耳的噪聲，嚴重時會引起設(shè)備損壞、動力停止甚至機械事故，且燃氣輪機滾動軸承造成的事故往往是突發(fā)的，若在交通運輸中還會引發(fā)重大的交通事故，造成人員傷亡。據(jù) 統(tǒng)計，約 45%的燃氣輪機故障是由于軸承的故障所引起的。因此，對滾動軸承進行故障診斷和狀態(tài)預測具有重要的實際意義，也是燃氣輪機故障診斷領(lǐng)域的重點之一。 此外，與其他機械零部件相比，滾動軸承有一個很大的特點，其壽命離散性很大。有的軸承已大大超過設(shè)計壽命而依然完好地工作，而有的軸承遠未達到設(shè)計壽命就出現(xiàn)了各種故障。所以，如果按照設(shè)計壽命對軸承進行定時維修，則勢必出現(xiàn)以下情形 :一方面，把超過設(shè)計壽命而完好工作的軸承拆下來作為報廢處理，造成浪費。另一方面，把未達到設(shè)計壽命而出現(xiàn)故障的軸承堅持使用到定時維修時拆下來作為 報廢處理，使得機械在軸承出現(xiàn)故障后和拆下前這段時間內(nèi)工作精度下降，或者未到維修時間就出現(xiàn)嚴重故障，導致整個機械出現(xiàn)嚴重事故。由此看來，滾動軸承故障的準確診沈陽航空航天大學北方科技學院畢業(yè)設(shè)計（論文） 2 斷可以減少或杜絕事故的發(fā)生，最大限度地發(fā)揮軸承的工作潛力，節(jié)約開支，具有重大意義。 研究意義 作為一個典型的復雜機械系統(tǒng)，燃氣輪機是由大量相互聯(lián)系但工作過程又彼此不同的部件組成，在惡劣的工作條件（高溫、高壓、強腐蝕、高密度的能量釋放）使其成為整個動力系統(tǒng)中故障的敏感多發(fā)部位，其故障的發(fā)生和發(fā)展具有快速和破壞性極大的特點。因此，對燃氣輪機進 行故障診斷方法及其應用進行研究，有效判斷故障類型，準確確定故障位置，從而節(jié)省了大量時間和資金，具有較高的經(jīng)濟應用價值。其研究的主要意義。 (1) 增加設(shè)備的安全性 有效的燃氣輪機故障診斷系統(tǒng)可以幫助燃氣輪機維護人員提前發(fā)現(xiàn)異常，迅速查明故障，并給出合理的解決方案，從而保證燃氣輪機正常運行，避免發(fā)生重大故障，進而造成巨大經(jīng)濟損失甚至人員傷亡。 (2) 推動燃氣輪機維修理念的改革 傳統(tǒng)的燃氣輪機維修思想是經(jīng)驗性，即“以預防為主”的思想，維修方式是按預先規(guī)定的周期進行定時維修。開展燃氣輪機故障診斷方法及其應用研究 可以實現(xiàn)維修思想和維修方式的改變，將維修思想從“以預防為主”轉(zhuǎn)變?yōu)椤耙钥煽啃詾橹行摹?，維修方式從“定時維修”轉(zhuǎn)向“視情維修”。 (3) 提高經(jīng)濟效益 燃氣輪機故障診斷系統(tǒng)能夠在零部件、勞動力、燃油、使用時間和后勤保障方面節(jié)省支出，具有較高的經(jīng)濟應用價值。 目前，對燃氣輪機的故障診斷大多基于振動信號分析。采用振動信號分析法對滾動軸承系統(tǒng)相關(guān)故障診斷效果較好。為了及時發(fā)現(xiàn)和排除各種故障，必須對燃氣輪機常見故障以及常見故障的特征有深刻了解，才能設(shè)計出有效的燃氣輪機故障診斷系統(tǒng)。通過建立適合的燃氣輪機故障模型，可以 為故障診斷系統(tǒng)的開發(fā)提供基礎(chǔ)。因此，研究的主要目的是建立起測量參數(shù)與故障類型之間的映射，進而準確的判定故障類型。 沈陽航空航天大學北方科技學院畢業(yè)設(shè)計（論文） 3 在動力系統(tǒng)中燃氣輪機有著重要地位，而燃氣輪機故障診斷技術(shù)也是國內(nèi)外研究的一個熱點。由于燃氣輪機故障診斷和狀態(tài)監(jiān)控能大大提高機組運行的安全性和可靠性，同時也能大幅度降低維修成本，所以燃氣輪機故障診斷模型的研究有重要的理論意義和較強的經(jīng)濟應用價值。目前研究比較多且相對來說較為成熟的是應用人工神經(jīng)網(wǎng)絡方法為燃氣輪機的關(guān)鍵部件進行故障診斷，但是神經(jīng)網(wǎng)絡方法往往需要大量的訓練樣本才會獲得比較好的效果，在小 樣本情況下的其效果往往不盡如人意。然而在一般情況下，燃氣輪機的故障樣本很有限，這就使得其應用有一定難度。針對這一點，本次課題主要以 BP 神經(jīng)網(wǎng)絡 故障診斷算法為研究對象進行研究和設(shè)計。 國內(nèi)外故障診斷技術(shù)研究現(xiàn)狀 國外現(xiàn)狀 在故障診斷技術(shù)理論研究方面，被認為是故障診斷的起源之一的是 1971年 Mehra和 Peschon 發(fā)表在 Automatic 上的論作 《 An innovation approach to fault detection and diagnosis in dynamics》 。而 1976 年， Willsky 在發(fā)表于 Automatic 上的論文《 A survey of sedign methods for failure detection in dynamic systems》則被認為是世界上第一篇故障檢測和診斷方面的綜述性文章。 1978 年，一本名為 《 Fault detection and diagnosis in chemical and petrochemical process》 的著作，是國際上首部關(guān)于故障診斷方面的專著。 美國是最先開展燃氣輪機故障診斷研究的國家，在相關(guān)的研究領(lǐng)域 一直處于世界一流的水平，其他國家在燃氣輪機的故障診斷領(lǐng)域也有理論和技術(shù)的優(yōu)勢。針對燃氣輪機， 2021 年 等人采用模糊邏輯的診斷技術(shù)，并且考慮了測量信號的噪聲，系統(tǒng)能成功的診斷出燃氣輪機的單一故障，此外，又研究一種分層訓練的人工神經(jīng)網(wǎng)絡，即利用 RBF 和 PNN 分別處理特定的任務，并將其應用于燃氣輪機的一些組件故障的檢測，隔離和評估中。 應用信息 /數(shù)據(jù)融合的方法， 2021 年 Karim Salahshoor 提出了一種新的故障檢測和診斷方法。該方法是將一個支持向量機的分類器和一個具有自適應模糊神經(jīng)網(wǎng) 絡(ANFIS)分類器結(jié)合組成一個共同系統(tǒng)，從而一個多屬性數(shù)據(jù)被融合成一個單一屬性的有序加權(quán)平均算子聚合值，仿真研究表明此方法優(yōu)于單純的支持向量機 SVM 或ANFIS 系統(tǒng)。此外，還有美國國防部資助開發(fā)的聲納信號處理系統(tǒng)和美國國家航空沈陽航空航天大學北方科技學院畢業(yè)設(shè)計（論文） 4 航天局主導的應用信息融合技術(shù)診斷 C17 飛機故障的實例。 國內(nèi)現(xiàn)狀 由于我國的燃氣輪機行業(yè)基礎(chǔ)較差，氣路故障診斷技術(shù)起步較晚，目前故障診斷技術(shù)與世界先進水平還存在著差距，隨著軍事和民用事業(yè)的高速發(fā)展，燃氣輪機大規(guī)模應用越發(fā)廣泛的背景下，我國也逐漸開始了對燃氣輪 機故障診斷的研究 ,但由于起步較晚 ,規(guī)模較小且主要局限在理論方面 ,還沒有實際應用的系統(tǒng) ,而隨著科技的進步，各種新方法、新理論應用于燃氣輪機故障診斷的研究也取得了一定的成果。自80 年代以來，國內(nèi)諸多高校及研究所的專家學者不斷開展對燃氣輪機的故障診斷與診斷研究，在理論上取得了一定的研究成果，提出相對豐富的算法和模型，為工程實踐奠定了基礎(chǔ)。特別是隨著計算機技術(shù)和人工智能理論的發(fā)展使得燃氣輪機故障診斷技術(shù)躍升到了智能故障診斷的水平。 2021 年翁史烈等在《基于熱力參數(shù)的燃氣輪機智能故障診斷》一文中提出了故障與征兆之間 定量關(guān)系的求取方法，并在此基礎(chǔ)上研究了模糊邏輯和神經(jīng)網(wǎng)絡的故障診斷方法。使得神經(jīng)網(wǎng)絡算法的應用得到極大發(fā)展。 2021 年卜凱旗在《在燃氣輪機發(fā)電機組的振動信號監(jiān)測與分析系統(tǒng)》一文中研發(fā)了一套燃氣輪機振動監(jiān)測、故障診斷系統(tǒng) ,該系統(tǒng)通過振動數(shù)據(jù)采集、分析，機組運行中出現(xiàn)的異常情況可以及時地被反映出來，并通過專家診斷系統(tǒng)采用多種數(shù)據(jù)分析方法互為補充，從而獲得較好的故障診斷結(jié)果。并提出有效建議供現(xiàn)場的技術(shù)人員參考，可隨時了解機組的運行情況，經(jīng)過驗證此系統(tǒng)不僅保證了安全生產(chǎn)，同時也取得了良好的經(jīng)濟效益。 在 2021 年 《模糊神經(jīng)網(wǎng)絡在燃氣輪機故障診斷專家系統(tǒng)中的研究與應用》陳旸等提出了針對故障診斷專家系統(tǒng)中自學習能力弱和不能描述模糊性知識的問題 ,提出了一種將模糊神經(jīng)網(wǎng)絡運用于故障診斷專家系統(tǒng)的研究方法 ,既可以使故障診斷專家系統(tǒng)根據(jù)事例和數(shù)據(jù)來學習新的知識和信息 ,又增強了系統(tǒng)描述模糊性知識的能力 ,使得診斷結(jié)果更加符合診斷工作人員的需要。最后以某型燃氣輪機為研究對象 ,實現(xiàn)了快速、準確地診斷。 2021 年上海交通大字的夏迪針對 PG917E 型單軸發(fā)電燃氣輪機，提出丁基十非沈陽航空航天大學北方科技學院畢業(yè)設(shè)計（論文） 5 線性模型的全斷方法，采用無約束的優(yōu)化方法優(yōu)化模型輸出值與實 際測量值的偏差，結(jié)果表明該方法精度較高，收斂性好，達到工程應用的目的?；诖朔椒ㄓ珠_發(fā)了燃氣輪機故障診斷系統(tǒng)軟件，該軟件由數(shù)據(jù)采集和數(shù)據(jù)傳輸、燃氣輪機性能仿真、傳感器故障診斷、熱參數(shù)狀態(tài)檢測與氣路診斷以及數(shù)據(jù)庫組成，根據(jù)采集到的燃氣輪機熱參數(shù)，利用該軟件可以實現(xiàn)對燃氣輪機部件實時性能監(jiān)測和故障診斷。 近年來，隨著燃氣輪機故障診斷技術(shù)的發(fā)展，故障預測與健康管理 (Prognostic andHealth Management / Monitoring, PHM)系統(tǒng)獲得了廣泛的關(guān)注，以達到對燃氣輪機的健康進行 管理、故障預測、以及壽命預估的目的。 研究內(nèi)容 燃氣輪機是一類結(jié)構(gòu)復雜、工作環(huán)境特殊的大型系統(tǒng)，故障類型具有多模式、多發(fā)性、突發(fā)性的特點，且一旦發(fā)生故障，危害性極大。因此，設(shè)計有效的故障診斷方法對燃氣輪機進行故障診斷尤為重要。 本文意在于將 BP 神經(jīng)網(wǎng)絡和模糊神經(jīng)的方法引入到滾動軸承故障診斷這一方面，將為軸承故障診斷技術(shù)提供一種方法，以期由此來提高軸承故障診斷的效率。如何從復雜的軸承故障參數(shù)中選取合適的故障參數(shù)，如何由故障特征確定對應的故障類型，如何實現(xiàn)神經(jīng)網(wǎng)絡故障診斷系統(tǒng)并通過仿真測試是本文研究的 主要內(nèi)容。 第 2 章：介紹總體方案設(shè)計，并且闡述分析軸承的基本結(jié)構(gòu)和原理，以及如何采集本次實驗所需的軸承參數(shù)。 第 3 章：系統(tǒng)地介紹了 BP 神經(jīng)網(wǎng)絡和 ANFIS 模糊神經(jīng)網(wǎng)絡的原理、結(jié)構(gòu)、學習過程，選用合適的算法以使得其能夠更加適合于滾動軸承故障診斷系統(tǒng)的應用。 第 4 章：采用已經(jīng)獲得的故障參數(shù)，構(gòu)建合理的 BP 神經(jīng)網(wǎng)絡并確定其結(jié)構(gòu)，對診斷輸出結(jié)果采取了判別區(qū)間的再處理。利用我們采集的實測數(shù)據(jù)，分別構(gòu)造了基于軸承振動參數(shù)的正常及故障狀態(tài)的訓練樣本，在 MATLAB 環(huán)境中對構(gòu)建的 BP 神經(jīng)網(wǎng)絡進行訓練和測試，驗證了故障診 斷系統(tǒng)對滾動軸承不同狀態(tài)進行識別的有效性。 第 5 章： 論述 基于自 適應模糊神經(jīng)網(wǎng)絡（ ANFIS）故障診斷器的設(shè)計及其診斷結(jié)果。 第 6 章： 對以上 兩種 神經(jīng)網(wǎng)絡故障診斷器的診斷結(jié)果進行對比分析 。 沈陽航空航天大學北方科技學院畢業(yè)設(shè)計（論文） 6 2 燃氣輪機關(guān)鍵部件故障診斷的總體方案設(shè)計 本畢業(yè)設(shè)計以燃氣輪機的滾動軸承為具體研究對象，開展軸承系統(tǒng)故障診斷方法研究，設(shè)計故障診斷算法，構(gòu)建