購物車(0)
利用故障因果信息的汽輪機故障智能診斷研究
顧煜炯; 楊楠; 陳東超; 宋磊 華北電力大學能源動力與機械工程學院; 北京102206; 東北電力大學能源與動力工程學院; 吉林132012; 中國科學院太空應用重點實驗室; 北京100094
關鍵詞：振動與波 汽輪機 智能診斷 因果信息 fta
摘要：汽輪機結構的高度耦合導致一些故障模式在軸系振動形式上具有相似的特征,難以區分。為了更加精確診斷故障模式,提出將故障原因信息融入診斷模型中,實現與維護工作有機結合的故障因果鏈推理。首先,基于FTA和FMEA分析提出將機理因果網用于總結診斷知識的方法。然后,采用LeakyNoisy-Or/And模型將機理因果網轉化為貝葉斯網絡模型,并分析模型中不確定性關系的物理含義。最終,將故障機理分析結果轉化為3層貝葉斯網絡推理模型。在碰磨故障的2個診斷案例中,根據故障原因的排查結果,將模型進行反復推理,獲得更準確的故障因果鏈,同時,可為維修工作反饋排查建議。在故障診斷研究中創新性地提出一種網絡化的知識表達形式與智能化過程,為汽輪機故障診斷這類主要依賴經驗知識、缺乏故障樣本的診斷問題,提供了一種新的思路。
噪聲與振動控制雜志要求:
{1}正文一般應包括以下幾個部分：①引言；②材料和方法；③結果；④討論；⑤參考文獻。
{2}本刊可以對來稿做文字修改、刪節。
{3}摘要采用第三人稱寫法，反映文章核心觀點和創新觀點，100-300字為宜。
{4}作者在投稿時請注明作者姓名、工作單位、作者簡介、聯系方式（郵箱和手機號碼、收件地址等）。
{5}優先刊發創新性學術論文及依托國家級、省級科研立項課題的研究成果。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
