梅花联轴器汽轮发电机组的故障诊断技术

       我国在电力生产和设备的应用方面已经取得了较大的进步，而机组故障诊断作为其中的一项重要的应用技术需要得到大家的重视，提升故障检修人员的专业技术水平，加强对故障机理和梅花联轴器汽轮发电机组振动状况的研究，可以将理论和实际有机结合起来使故障诊断技术取得进一步的发展。

       1、诊断方法探究

       基于人工智能的专家系统和人工神经网络是目前国内梅花联轴器机组故障诊断的两种方法，这二者之间存在着许多的不同。前者是知识库、推理机以及人机接口的相互组合，而人工神经网络主要借助由大量处理单元构成的相互连接的网络。

       2、振动信号处理方法的现状和新方法的前景

       近年来，我国振动信号数据的处理分析技术正在逐渐成熟，随着科学技术的发展和计算机技术在振动故障原因分析中的应用，汽轮发电机组振动故障信号的稳定也了振动信号处理方法的发展。目前国内神经网络和专家系统都采用以频谱为主的信号特征，近年来又出现了一些新的信号分析处理方法，例如小波分析法就是通过一系列不同尺度的基函数对信号进行分解，通过信号的不同频率进行平移和伸缩，还可以有选择性的挑出频带信息，有效地降低噪音干扰，使信息量避免了冗杂且没有重点的状况。

       3、故障诊断技术的进一步发展

       大型梅花联轴器机组的运行和成本节约对我国电力生产和科技发展来说具有重要意义，尽量避免机组故障，进行预防和诊断不仅可以为生产提供有力保障，还可以提高企业的经济效益并经济的发展。目前国内的大型机组无论是在设计制造还是在运行方面都缺乏有力的技术支持，为了提高我国国内大型机组的运行效率，加强与发达之间的合作引进先进技术就显得尤为重要。未来在开放市场的前提下学习发达的振动信息管理技术并开发自己的的管理系统，还可以故障诊断技术的进一步发展。