热能动力工程

作者：陈尚年，李录平，张世海，王 颖

单位：长沙理工大学 能源与动力工程学院，湖南 长沙 410014,,长沙理工大学 能源与动力工程学院，湖南 长沙 410014,,贵州创星电力科学研究院有限责任公司，贵州 贵阳 550002,,长沙理工大学 能源与动力工程学院，湖南 长沙 410014,

关键词：汽轮发电机组;碰磨故障;集合经验模态分解;长短时记忆网络;故障诊断

基金：国家重点研发计划(2017YFB0903600)；南方电网公司重点科技项目(GZKJXM20172214)

汽轮机转子与静子间的碰磨严重影响着机组的安全运行。为了解决汽轮机转子发生在早期和中期的碰磨故障难以通过基于振动信号检测诊断方法进行有效识别的问题，本文提出一种基于EEMDLSTM的汽轮机转子碰磨故障诊断方法。首先，该方法通过声发射技术监测汽轮机转子的碰磨故障信号；然后，利用EEMD信号分解方法处理获取的声发射信号，并提取能量特征参数和相关的时域特征参数，从而获得碰磨故障特征数据集；最后，利用划分的数据集对LSTM神经网络进行训练与测试，从而获得碰磨故障诊断模型。工程应用结果表明，本文提出的方法能够有效识别机组在不同转速时期的早期碰磨故障，且故障诊断的准确率较高。

来源：2023年第8期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2023年第8期