一种基于自编码器的火电厂辅机健康状态评估方法

    公开(公告)号:CN112633331B

    公开(公告)日:2024-07-12

    申请号:CN202011439021.5

    申请日:2020-12-07

    申请人: 东南大学

    摘要: 本发明提供了涉及一种基于自编码器的火电厂健康状态评估方法,基于Pearson相关系数的相关性分析首先对辅机多维历史数据特征进行关联性分析,筛除关联性较低的特征,保留关联度较高的特征。筛选完成的历史数据特征需要通过主成分分析方法进行分解,按照累计方差贡献率达到一定比例,计算出主成分的个数。最后,将筛选完成的历史数据送入自编码器进行建模,隐藏层神经元个数由主成分分析方法得到的累计方差贡献率决定。多源实时数据输入自编码器模型进行重构,计算原始数据和重构数据误差,通过设计允许误差限,对辅机健康状态进行实时评估。本发明具有计算速度快、实时性高的特点,能有效地应用于火电厂辅机健康状态评估。

    一种利用高斯噪声的设备异常检测方法

    公开(公告)号:CN112836570B

    公开(公告)日:2024-02-06

    申请号:CN202011498766.9

    申请日:2020-12-16

    申请人: 东南大学

    摘要: 本发明公开了一种利用高斯噪声的设备异常检测方法,本发明无需大量故障样本,采用基于高斯噪声的生成对抗方式训练正常样本,得到用于映射潜向量映射空间的生成器,一旦异常样本经过生成器映射后脱离潜向量映射空间,即可实现异常检测。由于生成器是只匹配正常样本的,正常的振动图像经过生成器可以映射成原始定义的分布pg~N(0,1),但是异常样本经过这个生成器无法匹配原始定义的分布,因为该生成器是仅用正常样本做生成对抗训练的。因此,在不同故障模式下的异常样本会以不同的方式偏离正常样本的潜向量映射空间,因此基于上述方法的异常检测模型可以实现不同故障模式的故障预警。

    基于强化的轻量级多尺度CNN的滚动轴承故障诊断方法

    公开(公告)号:CN112577748A

    公开(公告)日:2021-03-30

    申请号:CN202011461492.6

    申请日:2020-12-07

    申请人: 东南大学

    摘要: 本发明提供了一种基于强化的轻量级多尺度CNN的滚动轴承故障诊断方法,首先利用构建的CNN模型对原始振动信号进行多维度特征提取,随后将其输入轻量级多尺度特征学习网络提取多尺度特征,并对学到的多尺度特征利用判别性故障特征强化机制(DFRM)进行选择性强化,以增强故障特征,弱化一般性特征。然后将强化后的多尺度特征进行融合,重复上述步骤数次,将最终获得的高等级抽象特征映射输入分类器进行训练,最后根据训练好的CNN模型对待测样本进行故障识别,从而实现对滚动轴承的故障诊断。本发明弥补了传统CNN算法在面对复杂工况和强噪声干扰情况下判别性故障特征提取能力不够的缺陷,满足了工业物联网对深度学习模型提出的轻量级需求。

    一种利用时延估计进行转子碰摩声发射源定位的方法

    公开(公告)号:CN102928817A

    公开(公告)日:2013-02-13

    申请号:CN201210397465.6

    申请日:2012-10-18

    申请人: 东南大学

    IPC分类号: G01S5/20

    摘要: 本发明公开了一种利用时延估计进行转子碰摩声发射源定位的方法,包括步骤:10):建立一维线性定位模型;20):设定衰减系数估计的初始迭代值和时间延迟估计的初始迭代值;30):测算的真实值与估计值的估计误差;40):根据估计误差,测算下一步迭代步长;50):测算出迭代后的时间延迟估计和衰减系数估计;60):测算出新的估计误差;70):比较步骤30)和步骤60)测算的两次估计误差的相对误差,如果小于设定值,则由延迟时间估计测得碰摩源的位置;否则,转向步骤40)继续迭代。该方法考虑到转子系统碰摩声发射信号传播过程中出现信号衰减及强噪声干扰问题,通过加入衰减估计和变步长步骤,精确实现碰摩故障源的定位。

    一种抑制叶顶间隙泄漏和减小汽流激振力装置

    公开(公告)号:CN102619577A

    公开(公告)日:2012-08-01

    申请号:CN201210097838.8

    申请日:2012-04-06

    申请人: 东南大学

    IPC分类号: F01D11/08 F01D25/04

    摘要: 本发明公开了一种抑制叶顶间隙泄漏和减小汽流激振力装置,包括:叶顶围带及固定在汽缸内表面上的支撑外壳,其特征在于:在所述的支撑外壳内设置一环形凹槽,在环形凹槽内设有流体耗散腔室,在叶顶围带上设有阻流盘,该阻流盘的外端位于所述的支撑外壳的环形凹槽内,在支撑外壳上设有阻流环且阻流环位于阻流盘的两侧,所述的阻流环通过一弹性连接件连接在环形凹槽内。本发明装置内泄漏汽体沿叶片径向流动,消除了轴向螺旋形流动现象,阻流盘两侧汽体流动方向相反,汽流力部分抵消,汽流力较小。本发明装置通过引入压力汽体到调节腔室内调整阻流环与阻流盘之间的间隙,间隙调整方便。

    径向环形密封
    6.
    发明公开

    公开(公告)号:CN101776148A

    公开(公告)日:2010-07-14

    申请号:CN201010129256.4

    申请日:2010-03-19

    申请人: 东南大学

    IPC分类号: F16J15/16

    摘要: 本发明公开了一种径向环形密封,包括:转子(5)及套设在转子(5)上的密封套(1),在密封套(1)内设有密封腔(9),在密封腔(9)上滑动连接有调节板(7),在密封腔(9)上设有调节螺钉(2),所述调节螺钉(2)的一端作为调节端并位于密封套(1)的外部,调节螺钉(2)的另一端与所述调节板(7)转动连接,在转子(5)上设有密封盘(8),在调节板(7)上设有环形密封齿(3)且环形密封齿(3)位于密封盘(8)与所述调节板(7)之间。径向环形密封将气体的轴向流动改为径向流动,消除了轴向螺旋形流动,比一般密封泄漏量较小;密封盘两侧气流力流动方向相反而可以部分抵消,密封内气流力因此也会明显减小。

    周向可摆动式气封
    7.
    发明公开

    公开(公告)号:CN101476625A

    公开(公告)日:2009-07-08

    申请号:CN200910028145.1

    申请日:2009-01-09

    申请人: 东南大学

    发明人: 杨建刚 曹浩 郭瑞

    IPC分类号: F16J15/34

    摘要: 本发明公开了一种周向可摆动式气封,包括:气封座,在气封座设有摆动气封块且摆动气封块与气封座转动连接,在摆动气封块与气封座之间设有弹簧,摆动气封块与气封座通过插销转动连接,所述的弹簧包括第一弹簧和第二弹簧且第一弹簧和第二弹簧分别位于插销的两侧。可根据需要改变该气封的长度,在汽缸内壁周向剖面上布置多个。工作状态时,气封活动部件在间隙气流力作用下以插销支点周向摆动,从而减小气流激振力和提高使用寿命。

    密封动力特性系数试验识别方法

    公开(公告)号:CN101799356B

    公开(公告)日:2011-09-14

    申请号:CN201010135887.7

    申请日:2010-03-30

    申请人: 东南大学

    IPC分类号: G01M10/00

    摘要: 一种密封动力特性系数试验识别方法,将气流力的影响通过气缸振动的变化反映出来,避免充气前后轴承动力特性变化对识别结果的影响;考虑了气缸偏摆、垂直/水平方向振动耦合等问题。将气流力按力和力偶平衡的原则,等效分解到试验台气缸两个端面;分别在两端面铅垂和水平方向激振,得到此工况下气缸的影响系数矩阵,再通过加气试验测得加气后气缸两端面的相对振动变化后,求得到气流力大小;通过安装在气缸上的涡流传感器测得气缸内任意组密封所在截面相对振动,由于试验台密封结构尺寸相同,压力降基本相同,可以认为各组密封动力特性系数相同,进而可以求出密封动力特性系数。

    气封动力特性试验台
    9.
    发明公开

    公开(公告)号:CN101699238A

    公开(公告)日:2010-04-28

    申请号:CN200910233564.9

    申请日:2009-10-28

    申请人: 东南大学

    IPC分类号: G01M9/00

    摘要: 本发明公开了一种气封动力特性试验台,包括:试验台气缸、底座,还包括弹性支撑装置,所述的弹性支撑装置包括水平弹性支撑和垂直弹性支撑,所述的试验台气缸的下端通过垂直弹性支撑与底座连接,在所述的底座上设置有侧向支撑架,所述的试验台气缸两侧通过水平弹性支撑与侧向支撑架连接。与现有技术相比,本发明提出的密封间隙激振试验台,气缸在垂直和水平两个方向上支撑都采用了弹性支撑,与刚性支撑相比可放大气缸对激振力的响应,通过测试气缸的振动响应可将气流力识别出来;支撑刚度可通过更换弹簧来调整,以适应不同类型气流力的激励和增强气缸对激振力响应的灵敏度。

    一种基于自编码器的火电厂辅机健康状态评估方法

    公开(公告)号:CN112633331A

    公开(公告)日:2021-04-09

    申请号:CN202011439021.5

    申请日:2020-12-07

    申请人: 东南大学

    摘要: 本发明提供了涉及一种基于自编码器的火电厂健康状态评估方法,基于Pearson相关系数的相关性分析首先对辅机多维历史数据特征进行关联性分析,筛除关联性较低的特征,保留关联度较高的特征。筛选完成的历史数据特征需要通过主成分分析方法进行分解,按照累计方差贡献率达到一定比例,计算出主成分的个数。最后,将筛选完成的历史数据送入自编码器进行建模,隐藏层神经元个数由主成分分析方法得到的累计方差贡献率决定。多源实时数据输入自编码器模型进行重构,计算原始数据和重构数据误差,通过设计允许误差限,对辅机健康状态进行实时评估。本发明具有计算速度快、实时性高的特点,能有效地应用于火电厂辅机健康状态评估。