基于Choquet模糊积分的水电机组振动故障诊断

水电机组轴承运行异常检测方法研究与应用摘要：近年来随着信号分析方法的发展，国内外许多学者将时频分析方法应用到振动区划分，将振动信号灰度矩值作为表征振动信号强弱的特征值，并以实际数据对广东某电厂水电机组振动区划分。

通过短时傅里叶变换对水轮机升负荷过程的水导摆度信号进行分析，根据涡带频率随负荷的变化规律划分运行工况区。

随着工业大数据时代来临，机组在线状态监测系统数据被应用到振动区划分，基于机组在线监测数据、辅以稳定性试验分析的运行区精细划分方法，较传统的划分方法在涡带区边界、识别涡带区范围等方面有优势。

对电厂机组状态监测系统采集的海量数据进行挖掘、整理和分析，对机组运行区提出规划建议。

在线状态监测系统数据具有种类丰富、数据量大的特点，而绝大多数稳定性参数测点峰峰值没有超过国标限值，数据处理过程会浪费大量时间精力，如何快速有效获取机组状态数据信息显得尤为重要。

关键词：水电机组；轴承损耗；实时预警；异常检测；正态分布引言水电机组振动信号呈现出分形特征（multifractaldetrendfluctuationanalysis，MFDFA）处理。

该方法以分形几何为基础，研究整体与局部间自相似性与不规则性，具有不依赖系统模型即可实现系统状态信息提取的特点，从而避免了常见的时频域信号分析方法所存在的不足，基于此即可实现信号的特征提取和分类识别。

不同类型轴承的时间序列信号并进行研究，证明了轴承振动信号具有多重分形特性；将多重分形分析方法引入至齿轮箱的故障诊断中，证明了基于该方法提取的特征对齿轮箱状态变化十分敏感，并根据多重分形谱特征的均值与均方差选择特征，最终实现了对齿轮箱正常、轻度磨损、中度磨损和断齿四种状态的识别；基于声信号的多重分形谱特征和改进的SVM实现了往复泵的故障诊断，提高了往复泵故障诊断准确率；提取刀具磨损实验声发射信号的多重分形谱参数，对比不同状态下多重分形谱特征的分布情况选择特征，实现了刀具磨损状态的识别。

电机振动信号的模糊聚类分析与故障诊断作者：郝少鹏张雨果胡俊岳景辉余峰申志泽来源：《科技与创新》2019年第09期摘要：对于电机转子的故障诊断，故障状态与正常运行状态往往没有明显的界限，带有一定的模糊性，即便几类故障也没有清晰的界定，通过将转子的振动信号有效参数标准化，建立相似矩阵并改造相似关系为等价关系，对转子不平衡和碰磨故障运行工况进行了聚类分析。

分析结果有利于对模糊聚类算法相关参数进行优化探索，使其识别率提升，更为针对分类具有多樣性和复杂性的数据对象有效地模糊聚类分析奠定了良好的应用基础。

关键词：振动信号;转子不平衡;转子碰磨;模糊聚类中图分类号：TP311.13文献标识码：ADOI ：10.15913/j .cnki.kj ycx.2019.09.0601 模糊聚类算法概述聚类分析就是根据研究对象本身的属性和特征，并依照某种特定要求或者规律分类的方法。

由于聚类分析的对象尚未分类，且现实的分类问题往往带有模糊性，例如成绩分类、环境天气分类、振动烈度分类、岩石分类等，因此对这些带有模糊特征的事物进行聚类分析，不仅仅要考虑事物之间有无关系，而且要考虑事物之间关系的重要程度，显然用模糊数学的处理方法更加合理，目前，模糊聚类分析是各种科技工作者和工程技术人员最常用的数学方法之一。

模糊聚类应用对象具有多样性，被应用到地质勘探、机械工程、经济管理、国防工业、石油化工等诸多领域。

模糊聚类分析[1]的实质是在研究对象本身所具有的属性基础上构造模糊矩阵，并根据一定的隶属度来确定分类关系，也就是用模糊数学的方法对具有模糊性的事物进行分类的方法。

在理论上，它可以分为两大类：一类是动态聚类如传递闭包法，该方法是基于模糊等价关系进行聚类的;另一类是具有代表性的聚类方法模糊C一均值聚类算法，该方法的主要优点是算法明确、理论严谨、聚类效果较好，并且可以利用计算机进行计算，被广泛应用。

对滚动轴承训练样本数据进行分析是将大量数据中的故障特征模式提取出来，得到标准向量，作为故障诊断的依据[2]。

基于Choquet模糊积分SVM集成及其实证研究倪渊;林健【摘要】In order to improve the classification performance of the support vector machine (SVM) ensemble methods, a modified SVM ensemble method is put forward by using Choquet fuzzy integral other than Sugeno integral. The proposed method takes the output of every SVM component into account such that it overcomes the drawback of the existing SVM ensemble methods that neglect the secondary information. As an example, based on the data collected in Shandong Province, the proposed method is used to evaluate the performance of social service made by the colleges in the Province. Simulation results show that the proposed method outperforms the existing SVM ensemble methods in the sense of classification performance.%为了进一步提高SVM集成的泛化能力,提出了基于Choquet模糊积分的SVMs集成方法,综合考虑各个子SVM输出重要性,避免了现有SVM集成方法中忽略次要信息的问题.应用该方法,以高校的区域经济贡献度为例进行仿真试验,结果表明基于Choquet模糊积分的SVMs集成方法较基于Sugeno模糊积分SVMs集成方法和基于投票策略的SVMs集成方法具有更高的准确性.该方法是可行、有效的,具有一定的推广价值.【期刊名称】《工业工程》【年(卷),期】2012(015)002【总页数】5页(P66-70)【关键词】Choquet模糊积分;支持向量机集成;综合评价【作者】倪渊;林健【作者单位】北京航空航天大学经济管理学院,北京100191;清华大学教育研究院,北京100084【正文语种】中文【中图分类】TP181;F224支持向量机(SVM)作为一项数据挖掘的新技术，在解决小样本、非线性的识别问题中具有独特的优势。

基于大数据的水轮发电机组振动区修复
邱志勤
【期刊名称】《水电与抽水蓄能》
【年(卷),期】2022(8)6
【摘要】针对二滩水电站各机组在靠近振动区运行时工况欠佳问题,利用大数据分析方法,借助R语言数据分析平台,对二滩水电站水轮发电机组稳定运行数据进行了深度地挖掘和分析,界定了机组稳态运行工况下各部位振动幅值边界,并对机组振动
区进行了精准修复,大大提升了机组的运行可靠性,保证了机组的长期安全稳定运行。

【总页数】5页(P90-94)
【作者】邱志勤
【作者单位】雅砻江流域水电开发有限公司
【正文语种】中文
【中图分类】TV736
【相关文献】
1.海甸峡水电站水轮发电机组振动区测试及分析
2.基于非线性振动的水轮发电机组振动噪声分析
3.水轮发电机组振动区特性分析
4.基于尾水补气对改善毛家河水电
站水轮发电机组振动区的探讨5.基于大数据的水轮发电机组运行振动分析
因版权原因，仅展示原文概要，查看原文内容请购买。

164研究与探索Research and Exploration ·智能检测与诊断中国设备工程 2020.12 (上)电机在工业生产中起着重要作用，然而，由于其常运行于复杂环境中，极易发生故障，严重影响企业的生产。

电机故障诊断不仅能提高电机的安全性，同时，也能降低维护成本，对提高企业的整体经济效益具有重大意义。

传统的电机故障诊断方法，如K 最近邻算法、支持向量机（SVM ）和人工神经网络（ANN ），其主要步骤为故障特征提取和故障分类，但这些方法高度依赖专家知识，诊断准确性不高。

另外，不同工况下电机故障特征也不同，上述方法在恒定转速下效果良好，但对于可变转速情况效率则大大降低。

目前，深度学习由于其强大的特征提取能力，能进行无监督的特征学习和分层特征提取，已成为解决计算机视觉和自然语言处理问题的有力工具，其不仅提高了各领域的分类问题的性能，而且还降低了特征提取和选择过程的复杂性。

本文利用深度学习的数据驱动思想，提出了一种转速波动下快速高效的电机故障诊断方法。

首先，计算输入转速加速度信号的频率特征分布。

在此基础上，将复包络谱作为稀疏堆叠自编码器（SSAE ）的输入，并在SSAE 输出端通过Circle Loss 进行故障分类。

为验证所提诊断方法的泛化能力，设计了最佳的网络结构，同时，对来自四个不同转速下故障数据进行了测试。

结果表明，所提方法诊断准确性高，复杂度低，对转速恒定和波动均具有很好的适应性，能够对转速波动电机进行有效故障诊断。

基于稀疏堆叠自编码器和Circle Loss 的电机故障诊断王玉龙，于凯，王哲，范尊正，陆慧（安徽华电宿州发电有限公司，安徽 宿州 234000）摘要：电机故障诊断不仅能提高电机安全性，同时，也能降低维护成本，对提高企业的整体经济效益具有重大意义。

本文提出了克服转速波动的电机故障诊断方法。

通过复包络谱使故障频率分量更突出，SSAE 避免了手工提取特征的过程，Circle Loss 可以有效地提高诊断精度。

水电机组状态监测与故障诊断研究水电机组是指利用水能源进行发电的设备，它由水轮机和发电机组成。

随着水电发电技术的发展，水电机组的运行管理变得越来越重要，状态监测与故障诊断成为了提高水电机组可靠性和安全性的关键因素。

本文将着重从状态监测与故障诊断的角度对水电机组进行研究，探讨如何利用先进的技术手段对水电机组进行实时监测和故障诊断，以提高其运行效率和可靠性。

一、水电机组状态监测技术的现状随着信息技术和大数据技术的发展，水电机组的状态监测技术也得到了很大的进步。

传统的水电机组状态监测通常是通过人工巡视和定期检修来实现的，这种方式存在着工作效率低、监测不及时、难以发现早期故障等问题。

而随着先进的监测技术的应用，包括振动监测、温度监测、油液监测等多种技术手段的整合应用，使得水电机组状态监测能够实现实时监测、远程监测、自动报警等功能，大大提高了水电机组的运行管理水平。

1. 振动监测技术振动是水电机组运行过程中产生的一种典型的机械振动，通过对振动信号的监测可以获得水轴承的轴承振动频谱、振幅等信息，从而判断出水轴承的状态是否正常。

通过振动监测技术可以有效地发现水轴承的磨损、失效等故障，提前预警并进行及时处理，从而避免机组因水轴承故障而停机带来的经济损失。

水电机组的各个部件在运行过程中会产生不同程度的热量，通过对机组各部件温度的监测可以获得机组各部件的温度分布情况，从而判断出机组中是否存在异常情况。

当机组轴承温度异常升高时，可能意味着轴承润滑不良或轴承损伤等问题，及时的温度监测可以提前发现问题并进行处理，避免机组发生更严重的故障。

水电机组中的油液，如润滑油、液压油等，在运行过程中会受到外界因素的影响而发生变化。

通过对润滑油或液压油中含污染颗粒、含水量等指标的监测，可以判断出油品是否正常，从而进一步推断出机组主要部件的状态。

当润滑油中的污染颗粒数量超过一定标准时，可能意味着机组内部存在磨损、破损等问题，需要及时更换油品或进行更深入的故障诊断。

车辆分期付款买卖协议范本通用版3篇篇1车辆分期付款买卖协议范本通用版买卖双方经友好协商一致，就买方购买卖方的以下车辆，签订本《车辆分期付款买卖协议》（以下简称“本协议”）。

双方约定如下：一、车辆基本信息1. 买方姓名：__________，身份证号码：_____________，住址：___________________；2. 卖方姓名：__________，身份证号码：_____________，住址：___________________；3. 车辆基本信息：品牌____________，型号____________，车牌号____________，车架号__________，发动机号__________，购车价格______________ 元。

二、协议约定1. 买卖双方一致同意，买方将上述车辆购买下来，总价为购车价格______________ 元。

2. 买方支付方式：首付款______________ 元，其余分期付款，每期金额______________ 元，共计_____________期，首期付款在协议签订后支付；3. 买方支付首付款后，卖方应及时过户，将车辆的所有权转让给买方；4. 买方每期应于每月的____日前支付当期的分期款，逾期支付的，须支付逾期违约金________ %；5. 买方在还清全款之前，车辆属于卖方所有，卖方有权提前收回车辆并扣除已支付的金额；6. 买方在分期付款期间，如车辆发生事故或出现其他大修情况，应及时通知卖方，卖方有权参与维修或指定维修地点；7. 买方在卖方收到最后一期分期款后，即拥有车辆的完全所有权，并凭首付款支付凭证，向卖方领取车辆的所有权证书及相关手续。

三、其他约定1. 买卖双方同意，本协议签订后立即生效，并具有法律效力；2. 买卖双方在协议履行过程中有任何争议，应友好协商解决；协商不成的，提交协议签订地的有管辖权的人民法院解决；3. 本协议一式两份，买卖双方各持一份，具有同等法律效力。

模糊choquet积分什么是模糊choquet积分？模糊理论的背景在介绍模糊choquet积分之前，我们先来了解一下模糊理论的背景。

模糊理论是处理不确定性和模糊性问题的数学工具，它将模糊集合论引入到经典集合论中，并用来描述那些在观察或测量中无法给出确切定义或精确数值的事物。

choquet积分的应用choquet积分是模糊理论中的一种数学工具，它用于处理多属性决策问题。

在多属性决策问题中，我们需要对各种属性进行评估，并将其综合考虑，作出最优的决策。

choquet积分可以将各种属性之间的关联性考虑进来，使得决策结果更加准确和可解释。

模糊化的choquet积分模糊化的choquet积分是对choquet积分的一个扩展，它将模糊理论和choquet积分相结合，用于处理那些属性之间的关联性不确定或具有模糊性的多属性决策问题。

模糊化的choquet积分充分考虑了各属性之间的关联性，使得决策结果更加可靠和准确。

模糊choquet积分的计算方法choquet积分的基本原理choquet积分的计算方法是基于价值函数和权重函数的。

价值函数用来度量各个属性的重要程度，而权重函数则用来度量各个属性之间的关联程度。

choquet积分的计算过程可以被看作是对各个属性的重要程度和关联程度的聚合过程。

模糊化的choquet积分的计算步骤模糊化的choquet积分的计算步骤一般包括以下几个步骤：1.确定决策问题的属性集合和属性值。

2.构建模糊集和对应的隶属函数，并对各个属性进行模糊化处理。

3.构建属性关联矩阵，用于度量各个属性之间的关联程度。

4.根据属性关联矩阵构建权重函数，用来度量各个属性的关联程度。

5.根据价值函数和权重函数计算各个属性的重要程度。

6.使用choquet积分的计算方法对各个属性进行聚合，得到最终的决策结果。

模糊化的choquet积分的优点模糊化的choquet积分相比于传统的choquet积分具有以下优点：•可以考虑属性之间的关联程度，在计算过程中充分利用了关联信息，使得决策结果更加准确。