1.1 课题研究背景及意义 1

1.2 国内外研究现状 2

1.3 本论文的主要工作 4

2 发电厂设备常见故障 5

2.1 锅炉设备故障 5

2.2 发电机设备故障 7

2.3 汽轮机设备故障 10

3 智能诊断方法简述 16

3.1 专家系统方法 16

3.2 模糊推理方法 16

3.3 基于神经网络的方法 16

3.4 基于进化计算的方法 16

4 遗传算法 18

4.1 引言 18

4.2 遗传算法的基本结构 18

4.3 编码 19

4.4 初始群体的产生 19

4.5 适应度 19

4.6 进化操作 20

5 基于支持向量机的汽轮机振动故障诊断系统设计 22

5.1 引言 22

5.2 支持向量机理论 22

5.3 遗传算法优化支持向量机参数 24

5.4 汽轮机故障诊断系统的实现 24

6 结论 30

参考文献 32

致谢 34

图清单

图序号 图名称 页码

图 2-1 锅炉设备故障结构图 5

图 2-2 转子正常对中示意图 12

图 2-3 转子平行不对中示意图 12

图 2-4 转子倾斜不对中示意图 12

图 2-5 转子组合不对中示意图 12

图 2-6 动静磨碰示意图 14

图 4-1 基本遗传算法的算法流程图 18

图 5-1 基于智能信息处理的发电厂设备的故障诊断(2):http://www.youerw.com/zidonghua/lunwen_79041.html