基于深度学习的火电机组汽轮机叶片振动故障预测模型研究
Journal: Engineering Technology Development DOI: 10.32629/etd.v7i2.18927
Abstract
针对火电机组汽轮机叶片振动故障预测难题,提出一种基于CNN-LSTM混合架构的深度学习模型。该模型通过一维卷积提取振动信号局部特征,结合双向LSTM捕捉长时依赖,实现端到端的故障预测。实验结果表明,模型在测试集上的均方根误差为0.42 m/s²,相关系数达0.96,提前预警准确率94.3%,性能优于传统方法。研究为汽轮机叶片振动故障的智能预测提供了有效解决方案。
Keywords
汽轮机叶片；振动故障预测；深度学习；CNN-LSTM；故障诊断
Full Text
PDF - Viewed/Downloaded: 0 TimesReferences
[1] 臧利永,张涛.超超临界火电机组给水泵汽轮机20Cr13钢动叶片断裂原因[J].理化检验-物理分册,2024,60(05):74-78.
[2] 刘云锋,杨晓辉,李宇峰,等.大型核电汽轮机末级长叶片开发中若干问题讨论[J].热能动力工程,2022,37(03):81-85.
[3] 谢利明,基于相控阵技术的电站汽轮机叶片检验关键技术研究.内蒙古自治区,内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司,2021-08-18.
[4] 杨其国,大型核电汽轮机低压通流、末级长叶片研究、设计及验证.黑龙江省,哈尔滨汽轮机厂有限责任公司,2021-01-29.
[5] 张兴凯.600MW火电机组汽轮机回热加热器泄漏原因分析及解决措施[J].河南科技,2025,52(13):29-32.
[6] 付业东.火电厂机组汽轮机运行维护与节能指标分析[J].电力设备管理,2025,(11):239-241.
[2] 刘云锋,杨晓辉,李宇峰,等.大型核电汽轮机末级长叶片开发中若干问题讨论[J].热能动力工程,2022,37(03):81-85.
[3] 谢利明,基于相控阵技术的电站汽轮机叶片检验关键技术研究.内蒙古自治区,内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司,2021-08-18.
[4] 杨其国,大型核电汽轮机低压通流、末级长叶片研究、设计及验证.黑龙江省,哈尔滨汽轮机厂有限责任公司,2021-01-29.
[5] 张兴凯.600MW火电机组汽轮机回热加热器泄漏原因分析及解决措施[J].河南科技,2025,52(13):29-32.
[6] 付业东.火电厂机组汽轮机运行维护与节能指标分析[J].电力设备管理,2025,(11):239-241.
Copyright © 2026 王伟
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License