Распознавание аварийных ситуаций крупных гидрогенератов и турбогенераторов путем многофакторного анализа сложнонапряженного состояния узлов и деталей

Авторы

  • А. Н. Вакуленко ГП завод «Электротяжмаш», Ukraine
  • К. А. Кобзарь ГП завод «Электротяжмаш», Ukraine
  • А. В. Третьяк ГП завод «Электротяжмаш», Ukraine
  • П. Г. Гакал Национальный аэрокосмический университет им. Н. Е. Жуковского «Харьковский авиационный институт», Ukraine
  • А. А. Партала Национальный аэрокосмический университет им. Н. Е. Жуковского «Харьковский авиационный институт», Ukraine
  • Е. А. Овсянникова ГП завод «Электротяжмаш» Национальный аэрокосмический университет им. Н. Е. Жуковского «Харьковский авиационный институт», Ukraine
  • М. И. Морозинский Национальный аэрокосмический университет им. Н. Е. Жуковского «Харьковский авиационный институт», Ukraine

Ключевые слова:

гидрогенератор, ротор, тепловое состояние, повреждения, сложнонапряженное состояние

Аннотация

Проведён анализ возможных причин возникновения аварийных ситуаций для гидрогенераторов (гидрогенераторов-двигателей) при различных режимах работы. Детально выполнен механический расчёт сложнонапряжённого состояния одного из элементов конструкции гидрогенератора-двигателя. Показаны величины напряжений, температур и перемещений в расчётном узле – межполюсная перемычка. Обоснован метод использования нейронных сетей для моделирования аварийных ситуаций гидрогенераторов, обеспечивающий поиск оптимального решения для предотвращения отказа. Подробно изложены алгоритм экспертной системы по обеспечению безаварийной работы гидрогенераторов в режиме реального времени. Вторым шагом решения задачи должен стать анализ изменения характерных параметров узлов генераторов в процессе появления дефектов и создание базы знаний, хранящей данные об изменении основных параметров конструкции в процессе зарождения, развития и конечном повреждении узлов. Анализ целесообразно выполнять с использованием алгоритмов, которые позволяют определить причинно следственные связи изменения основных параметров конструкции. Использование байесовской сети даст возможность определять ресурс работы узлов в реальном времени, основываясь на режимах работы генератора, сигналах, передаваемых с датчиков температур, данных о вибрационном состоянии.

Биографии авторов

А. В. Третьяк, ГП завод «Электротяжмаш»

кандидат технических наук

П. Г. Гакал, Национальный аэрокосмический университет им. Н. Е. Жуковского «Харьковский авиационный институт»

доктор технических наук

Библиографические ссылки

Alekseev A.E. Konstrukcija jelektricheskih mashin / A.E. Alekseev. – M.-L.: Gosjenergoizdat, 1958. – 427 s.

Ja.B. Danilevich, Je.G. Kasharskij Dobavochnye poteri v jelektricheskih mashinah/Gosudarstvennoe jenergeticheskoe izdanie/Moskva/1963 g./214 s.

Kasharskij Je.G. Poteri i nagrev v massivnyh rotorah sinhronnyh mashin / Je.G. Kasharskij, N.B. Chemodanova, A.S. Shapiro. – L.: Nauka, 1968. – 200 s.

Syromjatnikov I. A. Rezhimy raboty sinhronnyh generatorov / I. A. Syromjatnikov. – M.-L.: Gosjenergoizdat, 1952. – 198 s.

IEEE 522-1992. Guide for Testing Turn-to-Turn Insulation on Form Wound Stator Coils for Alternating Current Rotating Electrical Machines. – Instead of IEEE 522-1977; approved 04.01.1993. – American National Standards Institute, 1993. – 19 r. – www.docin.com/p-391407879.html.

Nailen R.L. Are Those New Motor Maintenance Tests Really That Great? / R.L. Nailen // Electrical Apparatus Magazine, January, 2000. – R. 31-35.

Battiti, R., "First and second order methods for learning: Between steepest descent and Newton's method," Neural Computation, vol. 4, no. 2, pp. 141-166, 1992.

Caudill, M., Neural Networks Primer, San Francisco, CA: Miller Freeman Publications, 1989.

Caudill, M., and C. Butler, Understanding Neural Networks: Computer Explorations, Vols. 1 and 2, Cambridge, MA: the MGG Press, 1992.

Загрузки

Опубликован

2015-12-31

Выпуск

Раздел

Теплопередача в машиностроительных конструкциях