中速磨煤机振动故障诊断方法技术

技术编号:14054086 阅读:186 留言:0更新日期:2016-11-26 10:54
本发明专利技术公开了一种中速磨煤机振动故障诊断方法,涉及磨煤机的故障诊断方法技术领域。所述方法首先对磨煤机振动进行故障特征分析,得出磨煤机电流是磨煤机振动故障分析的重要监测参数,随后通过历史数据的相关性从分析筛选出了磨出口风压、给煤机给煤量、磨入口一次风量和磨出口温度四个辅助变量,以这四个辅助变量来预测电流,并用实测电流与预测电流作差,取磨煤机电流残差序列构造磨振动量的方法,对磨电流残差序列进行三层小波包分解,获得8个频带的能量比,统计分析两种故障的能量比,得出磨辊磨损严重和磨内进异物两种故障的特征量区分明显,所述诊断方法具有诊断准确度高、测试效果好的特点。

【技术实现步骤摘要】

本专利技术涉及磨煤机的故障诊断方法
,尤其涉及一种中速磨煤机振动故障诊断方法
技术介绍
磨煤机振动大是对机组安全稳定运行危害非常大的一类故障,振动大故障的发生会引发一系列的问题:1)磨煤机本体各连接部件松动;2)磨煤机基础振动大可能引发汽泵振动加大;3)拉杆密封损坏,发生漏粉甚至是导致拉杆断裂。而导致磨煤机振动大故障的发生也包含很多可能的原因:1)磨煤机断煤;2)磨盘衬瓦断裂;3)磨内进异物(三块居多);4)磨辊磨损严重等。而经过调查发现,目前中速磨煤机均未安装磨煤机振动测点,所以对磨煤机振动大故障进行诊断则需要从其他相关参数入手。
技术实现思路
本专利技术所要解决的技术问题是提供一种中速磨煤机振动故障诊断方法,所述诊断方法具有诊断准确度高、测试效果好的特点。为解决上述技术问题,本专利技术所采取的技术方案是:一种中速磨煤机振动故障诊断方法,其特征在于所述方法包括如下步骤:(1)建立磨煤机电流预测模型,得出磨煤机电流预测值,将磨煤机电流实际值与磨煤机电流预测值做差,得到磨煤机电流残差序列;(2)对电流残差序列进行小波包故障特征提取,对提取出的故障特征采用最小二乘支持向量机分类器进行故障分类。进一步的技术方案在于:步骤(1)中以经过数据预处理的磨煤机进出口差压、给煤机给煤量、磨入口一次风量和磨出口温度作为磨煤机电流预测模型的输入,以BP神经网络预测得到一个电流预测信号,以磨煤机电流实际值与磨煤机电流预测值做差,以得到的磨煤机电流残差序列信号表征磨煤机振动。进一步的技术方案在于:对构造的磨煤机振动信号,采用三层小波包分解,提取磨煤机振动8个频带的能量比为特征量,通过最小二乘支持向量机分类器
法进行故障的诊断。进一步的技术方案在于:电流预测模型的建立过程如下:步骤(1)BP神经网络初始化BP神经网络结构为四输入一输出,八个隐层节点,即输入节点n=4,隐层节点l=8,输出节点m=1;X1为磨出口风压;X2为给煤机给煤量;X3为磨入口一次风量;X4为磨出口温度;Y为磨煤机预测电流;输入层、隐层和输出层之间的连接权值分别为ωij,ωjk,初始化隐含层阈值为a,输出层阈值为b,设定学习速率为η;步骤1)网络初始化inputWeights=net.IW{1,1本文档来自技高网
...
中速磨煤机振动故障诊断方法

【技术保护点】
一种中速磨煤机振动故障诊断方法,其特征在于所述方法包括如下步骤:(1)建立磨煤机电流预测模型,得出磨煤机电流预测值,将磨煤机电流实际值与磨煤机电流预测值做差,得到磨煤机电流残差序列;(2)对电流残差序列进行小波包故障特征提取,对提取出的故障特征采用最小二乘支持向量机分类器进行故障分类。

【技术特征摘要】
1.一种中速磨煤机振动故障诊断方法,其特征在于所述方法包括如下步骤:(1)建立磨煤机电流预测模型,得出磨煤机电流预测值,将磨煤机电流实际值与磨煤机电流预测值做差,得到磨煤机电流残差序列;(2)对电流残差序列进行小波包故障特征提取,对提取出的故障特征采用最小二乘支持向量机分类器进行故障分类。2.根据权利要求1所述的中速磨煤机振动故障诊断方法,其特征在于:步骤(1)中以经过数据预处理的磨煤机进出口差压、给煤机给煤量、磨入口一次风量和磨出口温度作为磨煤机电流预测模型的输入,以BP神经网络预测得到一个电流预测信号,以磨煤机电流实际值与磨煤机电流预测值做差,以得到的磨煤机电流残差序列信号表征磨煤机振动。3.根据权利要求2所述的中速磨煤机振动故障诊断...

【专利技术属性】
技术研发人员:赵征刘海涛李士哲
申请(专利权)人:华北电力大学保定
类型:发明
国别省市:河北;13

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1