混流式水轮发电机组振动的研究及应用

1. 该研究采用了非常适合分析非平稳信号的小波分析方法。通过这种方法，研究者能够构造分析振动信号所需的特征因子，或直接提取对诊断有用的信息，从而显著提高了振动信号的分辨率。

2. 在进行水力机组振动分析时，由于机组本身的复杂性，不可能对它的各个部位的各方面进行监测。本研究采用模糊分析方法，通过一系列的监测点来提取机组局部状况。这些监测点相对于机组整体而言就是样本点，从而简化了机组振动信号分析中样本点的提取，并反映了机组的整体运行工况。

3. 本研究在进行混流式水轮发电机组振动信号的分析时，采用了神经网络分析方法。根据混流式水轮发电机组的特点，设计了整个神经网络模型。直接将经验样本知识输入，经过学习和训练后，该模型可以用于振动信号模式的分类，显著提高了振动信号分析的速度。

4. 该项目采用实际测试与理论研究相结合的方法，对水轮发电机组的振动进行了较深入的研究。这种方法不仅超越了仅停留在混流式水轮机振动的理论研究层面，还实现了对水轮发电机组振动现象的全面探究。

1.该研究采用了非常适合分析非平稳信号的小波分析方法，由它来构造分析振动信号所需的特征因子，或直接提取对诊断有用的信息，提高了振动信号的分辨率。2.在进行水力机组振动分析时，由于机组本身的复杂，不可能对它的各个部位的各方面进行监测。该研究采用模糊分析方法，通过一系列的监测点来提取机组局部状况，进而反映机组的整体运行工况，这些监测点相对于机组整体而言就是样本点，从而简化了机组振动信号分析中样本点的提取。3.该研究在进行混流式水轮发电机组振动信号的分析时，采用神经网络分析方法，根据混流式水轮发电机组的特点设计了整个神经网络模型，直接将经验样本知识输入，经学习和训练后就可以用于振动信号模式的分类，提高了振动信号分析的速度。4.该项目采用实际测试与理论研究相结合的方法对水轮发电机组的振动进行较深入的研究，而不是仅仅停留在混流式水轮机振动的理论研究。