利用故障因果信息的汽輪機故障智能診斷研究
關(guān)鍵詞：振動與波 汽輪機 智能診斷 因果信息 fta
摘要：汽輪機結(jié)構(gòu)的高度耦合導(dǎo)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(qū)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(xiàn)與維護工作有機結(jié)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(wǎng)用于總結(jié)診斷知識的方法。然后,采用LeakyNoisy-Or/And模型將機理因果網(wǎng)轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)模型,并分析模型中不確定性關(guān)系的物理含義。最終,將故障機理分析結(jié)果轉(zhuǎn)化為3層貝葉斯網(wǎng)絡(luò)推理模型。在碰磨故障的2個診斷案例中,根據(jù)故障原因的排查結(jié)果,將模型進行反復(fù)推理,獲得更準(zhǔn)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(chuàng)新性地提出一種網(wǎng)絡(luò)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(jīng)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(yīng)包括以下幾個部分：①引言；②材料和方法；③結(jié)果；④討論；⑤參考文獻。
{2}本刊可以對來稿做文字修改、刪節(jié)。
{3}摘要采用第三人稱寫法，反映文章核心觀點和創(chuàng)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(lián)系方式（郵箱和手機號碼、收件地址等）。
{5}優(yōu)先刊發(fā)創(chuàng)新性學(xué)術(shù)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(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
