[发明专利]一种基于蚁群算法的水轮机轴线检测数据优化处理方法

说明书

本发明公开了一种基于蚁群算法的水轮机轴线检测数据优化处理方法，包括：水轮机轴线自动检测系统通过多个轴线位移传感器采集轴线数据；通过模数转换模块由预设通信接口传输到微处理器；所述微处理器对轴线数据进行拟合处理，应用基于蚁群优化最小二乘支持向量机回归算法，建立误差最小优化模型；基于所述误差最小优化模型，拟合得到最优摆度特性曲线。该方法将先进的嵌入式微处理器技术与高效的数据优化处理的蚁群算法相结合，可以适用于水轮机安装、检修维护与轴线调整等多种场合，配以通信接口，可以方便接入各种网络和信息系统，具有高度自动化、智能化和网络化，具有广泛的实用性，工程应用价值重大。

技术领域

本发明涉及水轮机发电机监测领域，特别涉及一种基于蚁群算法的水轮机轴线检测数据优化处理方法。

背景技术

水轮机轴线检测是水轮机运行、安装、检修维护与轴线调整的基础。由于水电机组单机容量的增加、机组结构的日趋复杂，水电机组的运行稳定性问题逐步凸显，对机组的水轮机运行、检修维护与轴线调整都提出了更高的要求。目前，国内外已经开发出了专用于水轮机运行控制的水轮机轴线实时检测系统，缺乏适用于安装、检修维护与轴线调整的高智能轴线检测系统，致使在水轮机安装、检修维护与轴线调整过程中，需要人工读取、抄写和处理检测数据，往往导致盘车轴线调整费时耗力，大大延长工期。另外，检测点布置在径向方向要求多采用等相位8点或16点圆周设置，在轴线方向要求多点成直线，测量点间距精度要求高，保障难度大，检测精度与技术人员的业务水平和现场经验有很大关系，计算结果往往不一致，直接影响了轴线处理量的大小和方向确定。此外，从轴线数据处理方法来看，目前国内外主要采用最小二乘法对数据进行拟合分析处理，基本忽略了水轮发电机组安装过程中影响轴系直线度的各种因素，并且等相位检测往往存在停靠不精准，控制难度大等问题，难以实现轴线调整的精确性与快速性。

另外，近年来，相关技术中随着嵌入式微处理器和微型计算机计算的发展，开始了水轮机轴线自动化检测技术的研究，特别是随着ARM(Advanced RISC Machine)、DSP(Digital Signal Processing)等芯片的数据能力大力增强，开始关注运用嵌入式微处理更为复杂的数据处理算法用于对于任意相位、任意点数的轴线数据的处理。

发明内容

鉴于上述情况，本发明提出了一种适用于嵌入式微处理器的基于蚁群算法的水轮机轴线检测数据优化处理方法，实现水轮发电机组轴线数据测量的任意多点自动采集与处理，克服现有轴线检测数据处理技术的局限性，突破传统的等分8点检测法的数据采集和处理方法的等分和点数约束，解决现有水轮机安装、检修维护与轴线调整过程中轴线检测的数据采集与处理因采用人工读数、八点等分操控存在的数据读取工作量大、数据处理过程复杂、轴线检测数据处理结果不完全正确、调整结果不很理想的技术问题。

为实现上述目的，本发明采取的技术方案为：

本发明实施例提供一种基于蚁群算法的水轮机轴线检测数据优化处理方法，包括以下步骤：

水轮机轴线自动检测系统通过多个轴线位移传感器采集轴线数据；

通过模数转换模块由预设通信接口传输到微处理器；

所述微处理器对轴线数据进行拟合处理，应用基于蚁群优化最小二乘支持向量机回归算法，建立误差最小优化模型；

基于所述误差最小优化模型，拟合得到最优摆度特性曲线。

进一步地，通过模数转换模块由预设通信接口传输到微处理器，包括：

通过模数转换模块由RS485、RS232、RS422、以太网、蓝牙、WIFI传输到微处理器。

进一步地，所述微处理器对轴线数据进行拟合处理，应用基于蚁群优化最小二乘支持向量机回归算法，建立误差最小优化模型，包括：