資源描述：
《基于小波變換的磨煤機(jī)磨輥磨損趨勢(shì)分量提取.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、第38卷第2期華北電力大學(xué)學(xué)報(bào)V01．38．No．22011年3月JournalofNorthChinaElectricPowerUniversityMar．，2011基于小波變換的磨煤機(jī)磨輥磨損趨勢(shì)分量提取劉繼偉，曾德良，蔣欣軍，楊向東，柳倩(1．華北電力大學(xué)控制與計(jì)算機(jī)工程學(xué)院，北京102206；2．國(guó)電諫壁發(fā)電廠，江蘇鎮(zhèn)江212006)摘要：實(shí)現(xiàn)磨煤機(jī)預(yù)知維修對(duì)電廠經(jīng)濟(jì)、安全運(yùn)行具有重要意義，而磨輥磨損程度的判斷是重要一環(huán)，但其難以直接測(cè)量是當(dāng)前最大難題。電廠海量歷史數(shù)據(jù)中蘊(yùn)含了極有價(jià)值的信息，在機(jī)理分析和數(shù)據(jù)分析的基
2、礎(chǔ)上，利用小波變換對(duì)磨煤機(jī)單耗進(jìn)行多尺度分析，從中提取出反映磨輥磨損程度的趨勢(shì)分量，實(shí)驗(yàn)驗(yàn)證了該方法的有效性。關(guān)鍵詞：預(yù)知維修；磨輥磨損；多尺度分析；小波變換；趨勢(shì)分量中圖分類(lèi)號(hào)：TK38文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1007—2691(2011)02—0037—06AbstractingtrendcomponentofwearcharacteristicsbasedonwavelettransformLIUJi—wei’，ZENGDe．1iang，JIANGXin-jun，YANGXiang—dong，LIUQian(1．Sch
3、oolofControlandComputerEngineering，NorthChinaElectricPowerUniversity，Beijing102206，China；2．JianbiPowerPlant，GuodianCorporation，Zhe~iang212006，China)Abstract：Achievingofpredictivemaintenanceofthemillisveryusefulforthepowerplants’economicandsafeopera-tion．Thejudgment
4、ofwearcharacteristicsisanimportantpartandgreatchallenge，whichisdificulttomeasuredirect-ly．Themasshistoricaldatacontainlotsofvaluableinformation．Basedonthemechanismanalysisanddataanalysis，trendcomponentofwearcharacteristicsWasextractedfromspecificenergyusingwavelett
5、ransformandmulti·scaleanal·-ysis．EfectivenessWasprovedbytheexperiment．Keywords：predictivemaintenance；wearcharacteristics；multi—scaleanalysis；wavelettransform；trendcomponent利用點(diǎn)檢結(jié)果和運(yùn)行數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析的基礎(chǔ)上，0引言對(duì)磨煤機(jī)整體運(yùn)行狀態(tài)進(jìn)行綜合評(píng)價(jià)，并對(duì)部分故障進(jìn)行判斷¨J。但這種方法的準(zhǔn)確性除了依磨煤機(jī)作為鍋爐制粉系統(tǒng)的核心設(shè)備，是電賴點(diǎn)檢人員的經(jīng)
6、驗(yàn)外，還需大量專(zhuān)家知識(shí)，評(píng)估廠重要輔機(jī)，其工作狀況對(duì)整個(gè)電廠安全、經(jīng)濟(jì)閾值的確定是最大難題。運(yùn)行有重要影響，直接關(guān)系鍋爐帶負(fù)荷能力及爐對(duì)磨輥磨損程度的判斷是實(shí)現(xiàn)磨煤機(jī)預(yù)知維內(nèi)燃燒穩(wěn)定性。修的重要組成部分。磨輥是磨煤機(jī)的主要易磨損長(zhǎng)期以來(lái)，磨煤機(jī)檢修方式以計(jì)劃?rùn)z修為主，件，它在服役中承受著煤的摩擦磨損及高應(yīng)力接缺乏針對(duì)性和經(jīng)濟(jì)性，造成人力、物力的極大浪觸疲勞作用，特別是受到兩者的聯(lián)合交互作用，費(fèi)，增加了發(fā)電成本。因此，用預(yù)知維修代替計(jì)使得磨輥使用壽命很短，在某些嚴(yán)酷的工況下只劃?rùn)z修，可以極大提高設(shè)備的使用率，對(duì)安全、有3～4個(gè)
7、月。經(jīng)濟(jì)生產(chǎn)具有重要意義。磨輥磨損程度的判斷主要困難在于其難以直目前，對(duì)磨煤機(jī)預(yù)知維修的研究主要集中在接測(cè)量，且受到眾多因素的干擾。對(duì)其研究主要集中在機(jī)理建模上J，并不適合現(xiàn)場(chǎng)使用。收稿日期：2010一ll一25．小波變換是一種信號(hào)時(shí)頻分析法，具有多分基金項(xiàng)目：國(guó)家自然科學(xué)基金重點(diǎn)資助項(xiàng)目(51036002)38華北電力大學(xué)學(xué)報(bào)辨率的特點(diǎn)，被廣泛用于電機(jī)、超高壓輸電線路、汽機(jī)轉(zhuǎn)子、傳感器等的故障診斷¨6、電力系統(tǒng)短期負(fù)荷預(yù)測(cè)L1、風(fēng)電場(chǎng)短期發(fā)電功率預(yù)測(cè)L】3_以及諧波分析¨’和歷史數(shù)據(jù)壓縮中。本文采用小波變換的方法，利用天津
8、某電廠海量歷史數(shù)據(jù)，將多尺度分析與機(jī)理分析、數(shù)據(jù)圖1小波分解示意圖分析相結(jié)合，從磨煤機(jī)單耗的高尺度信息中提取Fig．1Sketchmapofwaveletdecomposition出趨勢(shì)分量反映磨輥磨損程度，為磨煤機(jī)預(yù)知維修的實(shí)現(xiàn)提供了依據(jù)。2磨煤機(jī)運(yùn)行方式及磨輥磨損程度評(píng)估信號(hào)選取1小波
