基于复杂网络建模的转子故障诊断方法及其装置

本发明属于燃气轮机转子故障诊断，具体涉及一种基于复杂网络建模的转子故障诊断方法及其装置。

背景技术：

1、燃气轮机是一种常见的发电机组和大型动力驱动系统，以其高效率和高可靠性，广泛应用在发电厂、航空发动机、大型船舶等诸多重工业领域。其中，燃气轮机转子由多个叶片和轮盘组成，通过燃气喷射产生的高速气流驱动转子旋转，最终将能量转化为电能或动能输出；燃气轮机由于其工作环境恶劣多变，且长期运行在高温高压环境下，导致逐渐老化，剩余寿命逐步下降，发生故障的潜在可能性逐渐增加，再加上转子高速旋转部件的复杂性和高要求，燃气轮机转子也容易出现碰摩、不平衡、不对中、裂纹等典型故障，故障一旦发生，不仅造成巨大的经济损失，甚至会导致灾难性的人员伤亡，形成严重的社会影响。

2、因此，亟需对燃气轮机的转子的特征进行研究，以避免转子由于碰摩、不平衡、不对中、裂纹等典型故障引起的经济损失。

技术实现思路

1、为了解决现有技术中存在的上述问题，本发明提供了一种基于复杂网络建模的转子故障诊断方法及其装置。本发明要解决的技术问题通过以下技术方案实现：

2、第一方面，本发明提供一种基于复杂网络建模的转子故障诊断方法，包括：

3、获取实时转子数据；其中，实时转子数据为正常、转子碰撞故障、转子不平衡故障或转子不对中故障数据；

4、将实时转子数据输入到训练好的转子故障诊断模型，进行实时诊断分类，并输出相应的诊断结果；其中，训练好的转子故障诊断模型根据复杂网络模型的边数特征、度均值特征和聚集系数特征进行训练。

5、第二方面，本发明还提供一种基于复杂网络建模的转子故障诊断装置，包括：

6、数据获取模块，用于获取实时转子数据；其中，实时转子数据为正常、转子碰撞故障、转子不平衡故障或转子不对中故障数据；

7、数据处理模块，用于将实时转子数据输入到训练好的转子故障诊断模型，进行实时诊断分类，并输出相应的诊断结果；其中，训练好的转子故障诊断模型根据复杂网络模型的边数特征、度均值特征和聚集系数特征进行训练。

8、本发明的有益效果：

9、本发明提供的一种基于复杂网络建模的转子故障诊断方法及其装置，通过复杂网络分析可以自动处理大量的机械振动数据，从而实现快速的转子故障诊断；通过分析复杂网络的特征，可以识别出不同类型的转子故障，从而提高诊断的准确性；基于复杂网络的转子故障诊断方法可以在噪声和干扰的情况下工作，因为复杂网络具有一定的鲁棒性。

10、以下将结合附图及实施例对本发明做进一步详细说明。

技术特征：

1.一种基于复杂网络建模的转子故障诊断方法，其特征在于，包括：

2.根据权利要求1所述的基于复杂网络建模的转子故障诊断方法，其特征在于，所述复杂网络模型的构建过程包括：

3.根据权利要求2所述的基于复杂网络建模的转子故障诊断方法，其特征在于，所述使用小波变换对所述训练数据集去除噪声，得到去噪后的时域训练数据集的过程包括：

4.根据权利要求2所述的基于复杂网络建模的转子故障诊断方法，其特征在于，所述使用递归图建模方法构建复杂网络模型的过程包括：

5.根据权利要求4所述的基于复杂网络建模的转子故障诊断方法，其特征在于，所述预设序列为去噪后的时域训练数据集中的正常数据，则对应构建正常数据时域复杂网络模型；所述预设序列为去噪后的时域训练数据集中的转子碰撞故障数据，则对应构建转子碰撞数据时域复杂网络模型；所述预设序列为去噪后的时域训练数据集中的转子不平衡故障数据，则对应构建转子不平衡数据时域复杂网络模型；所述预设序列为去噪后的时域训练数据集中的转子不对中故障数据，则对应构建转子对不中故障数据时域复杂网络模型；所述预设序列为去噪后的频域训练数据集中的正常数据，则对应构建正常数据频域复杂网络模型；所述预设序列为去噪后的频域数据集中的转子碰撞故障数据，则对应构建转子碰撞故障数据频域复杂网络模型；所述预设序列为去噪后的频域数据集中的转子不平衡故障数据，则对应构建转子不平衡数据频域复杂网络模型；所述预设序列为去噪后的频域数据集中的转子不对中数据故障，则对应构建转子不对中数据故障频域复杂网络模型。

6.根据权利要求4所述的基于复杂网络建模的转子故障诊断方法，其特征在于，所述复杂网络模型的边数特征、度均值特征和聚集系数特征的提取过程包括：

7.根据权利要求1所述的基于复杂网络建模的转子故障诊断方法，其特征在于，使用支持向量机对所述复杂网络模型的边数特征、度均值特征和聚集系数特征进行训练，得到所述训练好的故障诊断模型。

8.根据权利要求1所述的基于复杂网络建模的转子故障诊断方法，其特征在于，还包括：

9.一种基于复杂网络建模的转子故障诊断装置，其特征在于，包括：

技术总结
本发明公开了一种基于复杂网络建模的转子故障诊断方法及其装置，涉及燃气轮机转子故障诊断技术领域，包括：获取实时转子数据；其中，实时转子数据为正常、转子碰撞故障、转子不平衡故障或转子不对中故障数据；将实时转子数据输入到训练好的转子故障诊断模型，进行实时诊断分类，并输出相应的诊断结果；其中，训练好的转子故障诊断模型根据复杂网络模型的边数特征、度均值特征和聚集系数特征进行训练。本发明能够提高转子故障诊断的准确性和效率。

技术研发人员：赵振民,李江红,崔佳航,单航,马蓉,符立梅,陈超,尚纯洁,王彤,雷庆春,蔡飞超
受保护的技术使用者：西北工业大学
技术研发日：
技术公布日：2024/1/15