摘要
本申请公开了一种基于机器学习的汽轮机轴承振动故障预警方法,包括:预先设定汽轮机轴承的多个监测点,根据全部监测点构建监测点参考图,所述监测点参考图中包括若干监测点,且每一监测点均映射有预设故障类型;确定每个监测点在历史监测周期内的振动特征以及振动风险值,根据多个振动特征以及振动风险值生成对应监测点的振动故障预警模型;获取每个监测点在当前监测周期的实时振动特征,基于对应监测点的振动故障预警模型生成实时振动特征的预测振动风险值,根据预测振动风险值生成对应的预警信号,并配置相应的运维策略,实现汽轮机轴承振动故障的及时预警,降低运维成本,为发电企业的安全、稳定供电提供了有力保障。
技术关键词
监测点
振动特征
振动故障
汽轮机轴承
故障特征
预警方法
预警模型
风险
振动子
周期
运维策略
幅值
节点
频率
神经网络训练
日志
信号
曲线
系统为您推荐了相关专利信息
市政排水系统
监测点
故障预警方法
数据
ARIMA模型
钢混组合梁桥
数字孪生模型
参数优化方法
控制单元
校准
波形特征提取
微地震监测系统
信号采集模块
监测点
特征提取模块
监测点
密实度检测方法
混凝土浇筑施工
超声信号
指标
自动化运维方法
故障预测模型
故障特征
风险
参数