基于PCA/MSET联用模型的烟气轮机故障预警研究

针对催化裂化装置烟气轮机运行环境恶劣，故障频发等特点，开展基于PCA和MSET联合模型的振动监测预警研究。基于原始振动波形进行时频域特征提取计算，获得29个时频域特征参量，采用PCA方法将29个时频域特征参量重新组合成6个新主元，可以有效实现数据降维。烟气轮机正常运行状态下振动监测数据量的选择影响T²值变化，主元99%可信区间阈值随着数据量的增加降低至稳定值，采用时间点数据量2 000满足分析要求。主元6是均方根值、方差和频率标准差的综合表征，在发生故障阶段波动较大，采用MSET模型进行残差分析，相对固定高报报警监测，可以超前预警8.5 h。