稀疏和不确定条件下的复杂机电装备服役安全状态准确评估研究

The nuclear power and ultra-supercritical steam turbine is a typical representative of complex electromechanical equipment which associates with national economy and the people's livelihood, and the accurate evaluation for performance safety of them is the key and trend for their safe operation. However, there are still some open issues in realizing this goal due to their structure and functional complexity of structure and function, sparsity and uncertainty of monitoring data and features. In this work, orienting on the common scientific problems in performance safety evaluation of complex electromechanical equipment, ultra-supercritical steam turbine is applied to study the key technologies for performance safety condition evaluation based on the principles of “full chain design — key technologies breaking out — application verification”. Taking the line of multi-level information fusion, compressed sensing, complex networks, multi-fractal and phase space reconstruction are performed to realize the data fusion, feature fusion and decision fusion in performance safety evaluation. Based on the breakthroughs of the reconstruction of the sparse monitoring data, the selection of the redundant features and the comprehensive evaluation of uncertain information, general technologies and approaches for performance safety evaluation are obtained. Moreover, the work provides a foundation for dynamic security, and performance optimization of complex electromechanical equipment.

以核电及超超临界汽轮机为代表的复杂机电装备的安全稳定运行事关国计民生，实现其服役安全状态的准确评估是该问题的关键。但是，由于其自身功能、结构的复杂性，以及监测数据和特征变量的稀疏性、不平衡性与不确定性，准确、全面的复杂机电装备服役安全状态评估仍有许多技术瓶颈亟待解决。. 项目面向复杂机电装备服役安全状态评估的共性科学问题，以超超临界汽轮机为对象，按照“链条化设计—关键技术突破—企业应用验证”的思路，以多级信息融合为技术主线，引入压缩感知、复杂网络、多重分形、证据理论和相空间重构等技术，重点从装备服役安全状态监测数据重构、关键特征提取与融合、综合评估决策等方面开展工作，破解稀疏监测数据重构、冗余特征向量筛选与融合以及不确定信息下的状态综合评估决策等技术难题，形成通用的装备服役安全状态评估技术与方法，为复杂机电装备动态综合保障和服役性能优化提供支撑。

1．指标完成情况：课题组已在重要的国际学术会议和国内外核心学术期刊发表12篇论文，其中SCI检索论文10篇，EI检索论文2篇，另有3篇SCI检索论文在审；申请国家发明专利4项；参加国内外学术会议4次，进一步扩大了与国内外同行的交流。在项目的研究过程中，共培养博士研究生6名，硕士研究生3名。其中，毕业博士1名，硕士2名；在读博士研究生5名。课题已经完成了预期的研究目标，部分指标有突破，特色明显。.2.研究特色：坚持问题导向，坚持理论研究与生产实际紧密结合。课题组扎根华能集团下属某火电厂，从实际需求出发凝练与修正研究内容与目标，并将理论研究成果应用于企业实际中予以验证，实现了理论创新与企业应用的双丰收。.3.理论创新：1）提出了基于压缩感知和相空间重构的装备稀疏状态监测数据重构方法，对低价值密度和稀疏状态监测数据进行抽取和还原，有效缓解了装备“富数据、贫知识”矛盾；2）提出了基于多谱分析、有效性分析以及基于马氏田口系统的有效性检验方法实现了冗余状态特征的提取、优选和融合；3）提出了基于不确定决策信息融合的装备服役安全状态综合评估方法，揭示了不同波动模式下的装备服役安全状态演化规律。.4.企业实践与成果应用：以理论方法实际验证和推动理论研究成果应用为主要目的，开发了一套大数据驱动的复杂机电系统服役质量状态评估系统。建立了集成装备数据处理融合、关键特征提取和状态评估决策功能等的多维数据的云服务平台。项目组将研究成果进行了充分转换，在西安热工研究院、华能海门电厂、华能如东八仙角风电场和中国电建江西省电力建设有限公司等研究机构和企业进行了一系列的推广和应用。.5.建议:针对如何充分有效的利用海量的监测数据，实现对复杂机电系统安全管控的问题，深入开展以数据为核心的复杂工业系统健康状态分析。用大数据的思维方式，进一步揭示复杂工业系统的运行规律。