位置:成果数据库 > 期刊 > 期刊详情页
基于强跟踪滤波器的火电机组故障实时诊断
  • ISSN号:1000-274X
  • 期刊名称:《西北大学学报:自然科学版》
  • 时间:0
  • 分类:TP206.3[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]浙江工商职业技术学院,浙江宁波315012, [2]清华大学自动化系,北京100084
  • 相关基金:国家自然科学基金资助项目(60574084)
中文摘要:

目的解决火力发电机组的安全运行问题。方法将发电机组的部件故障、传感器故障和执行器故障定义为待辨识的参数,然后利用强跟踪滤波器对机组的状态和参数进行联合估计,最后利用修正的Bayes算法做出故障判决。结果仿真实验表明,该方法不仅能准确快速地识别故障,而且在故障发生时能够保持比较高的状态与参数估计精度。结论火电机组故障实时诊断的强跟踪滤波器方法是切实可行的。

英文摘要:

Aim To solve a problem which makes fossil-fired nent's faults, sensor's faults and actuator's faults of fossil-fired power unit run safely. Methods Defining compopower unit as parameters to indentify, estimating the generators'state and parameters utilizing strong track filter, and then getting a judgment for fault according to modified Bayes algorithm, too. Results Simulations experiment indicates the method not only indentifies fault quickly, but also keeps better state and parameter's estimation accuracy when the fault appears. Conclusion The method of real time diagnosis by strong track filter for fossil-fired power unit is feasible.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《西北大学学报:自然科学网络版》
  • 主管单位:
  • 主办单位:
  • 主编:姚运
  • 地址:西安市太白北路299号
  • 邮编:710069
  • 邮箱:
  • 电话:029-88303833
  • 国际标准刊号:ISSN:1000-274X
  • 国内统一刊号:ISSN:61-1072/N
  • 邮发代号:
  • 获奖情况:
  • 国内外数据库收录:
  • 被引量:16