水轮机是水电站实现能量转换的核心设备,水轮机的安全稳定运行影响整个水电站安全。水轮机空化是降低水轮机使用寿命和运行性能的主要问题。空化严重时还常常损坏水轮机的导叶、转轮及尾水管等过流部件,造成水轮机的出力和效率降低,导致机组不能安全稳定地运行。声发射(Acoustic Emission,AE)检测技术是一种利用局部材料快速释放能量所产生弹性波作为激励源的检测技术,在无损检测中占有重要地位。因此,本文基于声发射检测技术对混流式模型水轮机进行了多组工况下的空化试验,并对采集到的声发射信号进行降噪处理和特征提取,以便于明确水轮机空化过程中的特征规律,寻求空化故障的解决方法。根据水轮机空化特性和声发射信号的特点,基于BP神经网络和提取的特征对不同状态下的空化进行状态识别。本文主要研究内容包括:(1)在国内某座具有国际先进水平、综合精度<±0.2%的闭式水轮机模型试验台上进行了混流式水轮机模型空化试验,采用课题组自主研发的声发射采集系统对声发射信号进行采集。为了集中研究空化过程中的信号变化规律和避开不同空化类型之间的相互干扰,共选取了 6组偏离设计工况且对应不同导叶开度与单位转速的试验工况点进行了空化试验。(2)建立了基于提升小波变换改进阈值的水轮机空化声发射信号降噪方法。该方法采用提升小波变换对信号分解得到多个小波系数,利用改进的阈值函数对这些小波系数进行阈值降噪,最后进行提升小波重构。对仿真信号和水轮机空化试验的声发射信号的降噪处理结果表明,所建立的降噪方法能有效地避免传统小波阈值降噪的局限性,在保留有用高频信号的同时有效地减少噪声成分。(3)采用声发射参数计数法和提升小波变换波形分析法,对降噪处理后的模型水轮机不同工况下空化AE信号进行特征提取。结果表明:在空化状态从无到有,从弱到强的过程中,各工况下的参数特征和提升小波变换主要频段的绝对能量值呈现非常明显的规律,其相对能量值规律并不十分明显。(4)建立了一种基于BP神经网络的水轮机空化状态识别方法,将提取的特征值归一化后作为BP神经网络的输入样本特征向量,通过空化状态样本训练,用于对水轮机不同的空化状态进行状态识别。结果表明:该方法的识别率高达88%,能实现对不同空化状态的识别。