二次规划在故障诊断中的应用开题报告

1. 研究目的与意义

研究背景：现代化工业生产中，提高效率、降低成本是企业追求的目标。但同时对设备的安全性及可靠性提出了越来越高的要求，因为一旦设备和系统发生故障，就可能引起“链式反应”，导致整个生产系统不能正正常运行，从而造成巨大的经济损失，严重的设备故障还会造成灾难性事故和人员伤亡，产生不良社会影响。故障诊断技术能给企业带来巨大的经济效益，其经济意义集中体现在降低维修费用和减少突发故障两个基本方面。在国外，各种重大事故也时有发生。例如，1998年8月到1999年6月短短的10个月间，美国的3种运载火箭:“大力神”、“雅典娜”“德尔他”共发生了5次发射失败，造成了30多亿美元的直接经济损失，迫使美国宇航局下令停止了所有的商业发射计划，美国的航天计划受到了沉重的打击。在工业上，1971年美国的三里岛300MW机组损坏，1972年日本关西电力公司海南电站3号机断轴，1973年西德600MW机组联轴器变形等重大事故，都造成了重大经济损失。2003年8月发生的北美电力系统大停电，波及美国8个洲和加拿大1个省，估计美国的总损失达40亿~100亿美元，而加拿大8月份的国内总产值下降了0.7%。在国内电力行业中，1985年大同电厂，1988年秦岭电厂，1999年阜新电厂各有一台200MW机组发生毁机故障，损失都在亿元以上，严重影响地区电网的供电。因此，现代化工业生产对机电设备，乃至一个零件的工作可靠性，都提出了极高的要求。世界各国也都普遍开展了对大型重要设备的状态监测和故障诊断工作，取得了明显的经济效益。据报道，英国CEGB公司下属的550MW和660MW发电厂因机组故障每年损失750万英镑。采用故障诊断技术后，对机组振动故障原因的五次正确分析，就取得直接经济效益293万英镑[1-5]。为确保各种机电设备的安全运行，提高其可靠性和安全运转率，必须加强设备的运行管理，进行在线工况监测，及时发现异常情况，加强对故障的早期诊断和预防。目前电力系统正朝着高电压、大容量的方向发展，高压电力设备是保证电力系统运行可靠性的基础，不论是大型关键电力设备(发电机、变压器、断路器等)，还是小型电力设备(避雷器、绝缘子等)，在运行中，由于受到电、热、机械力、环境等各种因素的作用，绝缘材料逐渐劣化，一旦发生故障必将引起局部甚至全部地区的停电，造成巨大的直接与间接经济损失和社会影响。大量资料表明，70%左右的电力设备故障是由绝缘性能劣化引起的。高压电力设备主要由金属材料和绝缘材料构成。为了确保电力设备的质量，在制造过程中，要经过型式试验、例行试验和出厂试验;而在运行时，电力设备要进行交接试验和预防性试验。以便及时掌握电力设备绝缘状况，保证电力设备的正常运行。

研究目的：利用二次规划进行故障诊断，保证电力设备的正常运行保证各行，保证各行业的安全生产。

研究意义：给企业带来巨大的经济效益，其经济意义集中体现在降低维修费用和减少突发故障两个基本方面。为确保各种机电设备的安全运行，提高其可靠性和安全运转率，必须加强设备的运行管理，进行在线工况监测，及时发现异常情况，加强对故障的早期诊断和预防。大量资料表明，70%左右的电力设备故障是由绝缘性能劣化引起的。以便及时掌握电力设备绝缘状况，保证电力设备的正常运行。

2. 研究内容和预期目标

主要研究内容：作为一个特殊的二次规划问题，支持向量机（SVM）是用来解决二分类问题的有监督学习算法。

基于支持向量机的故障诊断方法，是一种基于数据驱动的故障诊断方法，其主要原理是利用机器学习方法，找出故障特征，并确定故障发生原因、发生位置、发生时间的方法。

分为三个部分：第一部分了解故障诊断的背景知识，梳理国内外大致研究情况; 第二部分，建立基于二次规划的故障诊断模型；第三部分，针对故障诊断问题，给出一个二次规划算法进行求解。

3. 研究的方法与步骤

研究方法：对一些算法如内点法，SMO算法，积极集算法，共轭梯度算法等进行对比，包括结论的对比，算法条件的对比，数值实验的对比。

然后探究某个算法的好坏，给出改进方案，最后通过一些案例说明算法好坏之类的。