基于组合模型的转子振动在线预测.pdf

《基于组合模型的转子振动在线预测.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、汽轮机技术Vo1．54No．4第54卷第4期2012年8月TURBINETECHNOL0GYAug．2012基于组合模型的转子振动在线预测付忠广，黎瑜春，栾东存(华北电力大学能源动力与机械工程学院，北京102206)摘要：转子振动是一个典型的非线性时变系统。针对转子振动在线预测难以实现的主要原因：预测精度和预测速度之间的矛盾，提出了一种基于组合模型在线预测的新方法。该方法将整个预测模块分成两部分：模型生成部分和在线预测部分。模型生成部分根据不断更新的数据不断训练新模型供在线预测部分使用，从而使在线预测部分避开了耗时的模型训练过程，为预

2、测模型的不断更新和在线预测提供了一种新思路，并通过预测精度和预测速度验证了该方法的有效性。关键词：转子；振动；组合模型；在线预测分类号：TP277．3文献标识码：A文章编号：1001-5884(2012)04-0275-04AHybridModelforRotorVibrationOnlineForecastingFUZhong-guang，LIYu—chun，LUANDong-cun(SchoolofEnergy，PowerandMechanicalEngineering，NoahChinaElectricPowerUniversi

3、ty，Beijing，102206，China)Abstract：Aswellknown，thesystemofrotorvibrationistypicallynonlinearandtime-dependentandtheforecastingmodelforrotorvibrationshouldsatisfytherequirementfortheaccuracyofpredictionandthespeedofcalculation．Inordertosolvethecontradictionbetweenaccuracya

4、ndcomputingspeed，anewhybridmodelforrotorvibrationonlineforecastinghasbeenproposedinthepaper．Inthisnewmethod，themodelwasdividedintotwopartswhicharethemodeltrainingpartandtheonlineforecastingpart．Newforecastingmodelistrainedcontinuouslybythemodeltrainingpartbasedonthereal

5、—timedata．Oncethenewmodeltrained，itisshiftedtotheonlineforecastingpartandusedtoforecasttherotorvibration．Inthisnewmethod，theonlineforecastingparthasavoidedthetime—consumingmodeltrainingprocessandtheforecastingmodelcanberenewedintimewithoutinterruptingtheprediction．Exper

6、imentalresultsshowthatthemethodproposedisvalidforrotorvibrationforecasting．Keywords：rotor；vibration；hybridmodel；onlineforecasting更高的预测精度。然而组合预测模型在提高预测精度的同0前言时也较单一预测模型更加复杂，模型训练时间更耗时。许多文献对组合预测模型进行研究时都是基于离线训练好模型转子是大型旋转机械最重要的核心部件，是旋转机械的再用于对数据进行预测，预测模型未能及时更新或预测模型振动源及主要故障源。在发

7、电、冶金、化工等大型旋转机械更新时可能造成预测暂时中断。为了解决预测精度和预测连续生产企业中，为确保设备的安全运行，节约维修费用，对速度的矛盾，本论文提出了一种基于ARIMA和BP网络组合转子状态进行实时监测和在线预测具有十分重要的意义。模型应用于转子振动在线预测的新方法，并通过预测精度和由于转子振动是一个典型的非线性实时系统，要对汽轮机转预测速度来验证该方法的有效性。子振动进行在线预测，要求预测模型要同时具备预测精度高和预测速度快的特点。1模型建立为了提高预测精度，充分利用各单一预测模型的特性，今年来已有许多学者将组合模型应用到各个

8、领域的预测并本文分别介绍了ARIMA模型和BP神经网络模型的建取得了良好的结果。国内外已有许多关于组合预测模型研立，再讨论了ARIMA和BP神经网络的组合在线预测模型。究的文献。Zhang⋯将组合预测模型用于太阳黑子预测