文献综述（或调研报告）：
随着我国电力企业投运的汽轮机组日益向大型化、精密化、自动化、高速化方向发展，有效的监测设备运行状态，及时诊断和排除故障，已经成为设备管理和维修的重要内容。汽轮机状态监测(Turbine Supervisory Instrument，TSI)及故障诊断系统(Turbine Diagnosis Management，TDM)为机组建立起一整套严密的振动监测保护体系。系统通过连续在线监测机组运行的重要振动与过程量参数，及时掌握机组运行状况，为事故征兆的预诊断提供重要数据信息，对可能发生的故障及时预警，对已发生的故障进行快速诊断分析。状态监测系统已经成为大型汽轮机必须配备的重要设备[1]。状态监测系统涉及到了传感器技术、电子技术、信号处理技术、计算机技术等，是一个综合系统，可以按照模块将它化为各个子系统，如图所示[2]。
状态监测系统流程图
数据采集是对振动信息进行定量定性处理的方法，为设备运行状态监测和诊断提供可靠的数据依据。它的研究和发展随着微电子技术、微计算机技术、嵌入式技术和智能技术的发展而不断发展提高。嵌入式技术的高速发展不仅仅使之成为当今计算机技术和微电子技术的一个重要部分，同时也使得计算机的分类得到细化。嵌入式系统的最大特点就是具有目的性和针对性。每一套嵌入式系统的开发都具有特殊的应用场合，这也是通用计算机和嵌入式系统的最大区别。嵌入式系统的发展历程主要包括四个阶段：无操作系统阶段、简单操作系统阶段、实时操作系统阶段、面向Internet阶段[1]。
1、信号监测在风电机组中的应用
风力发电是近年来国内外发展较快的一门开发新能源的技术，风电状态监测系统的研究与应用对于保证风电设备的正常运行、避免巨大的经济损失有着重要的意义。对风电系统中的重要部件实时监测其运行状态，并进行状态预测，同时依据设备运行状态将维修方式从例行维修和事后维修转变为预测性维修具有较大的现实意义。本课题以风力发电系统为研究对象，研究集成各数据采集单元、风机控制系统等各个设备的数据定义及传输协议，建立数据站集成风机状态特征信号、运行参数以及运行状况等信息，并对所有数据进行预处理及融合，并完成状态的初步识别诊断。我们将主要从以下三方面开展了研究:
(l)对风电监测系统中的各类数据进行分类定义，建立数据站集成各类数据源的状态数据，包括声发射信号和振动信号无线采集单元数据格式和主要特征分析，以及风电控制系统的运行信息及风机主要参数。
(2)声发射信号分析方法研究:主要包括对声发射信号的参数分析，根据分析结果对风轮裂纹进行定位，并深入分析裂纹的发展趋势，对是否需要维修做出判断。
(3)振动信号分析方法研究:振动信号分析的方法很多，本论文主要采用包络谱分析技术提取振动信号的故障特征，采用神经网络故障识别方法实现故障精确诊断。[3]
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
