基于时变AR模型和小波变换的时变参数识别

利用时变AR模型进行时变系统参数识别的一个关键问题就是虚假模态的剔除.针对利用p阶的时变AR模型所得到的p个频率值,提出用连续小波变换所得到的小波时频图来进行虚假模态的剔除.通过对一质量随时间变化的悬臂梁进行了有限元建模,运用计算所得到的振动响应建立了梁的时变AR模型并进行模态频率识别,利用所提方法进行了虚假模态的剔除...     

一种基于经验模式分解与支持向量机的转子故障诊断方法

转子系统故障诊断的关键是故障特征提取和状态识别,在故障特征提取中,采用自回归(AR)模型参数作为特征向量来分析系统的状态变化是十分有效的,但AR模型只适用于平稳信号的分析,而转子系统的振动信号表现出非平稳特征;同时在状态识别中,支持向量机(SVM)有效地改善了传统分类方法的缺陷。针对这些问题,提出一种基于经验模态分解(empiricalmodedecomposition,EMD)和支持向量机的转子系统故障诊断方法。该方法对转子系统的振动信号进行经验模态分解,将其分解为若干个固有模态函数(intrinsicmodefunction,IMF);对每一个IMF分量建立AR模型,取模型的自回归参数和残差的方差作为故障特征向量,并以此作为输入来建立支持向量机分类器,判断转子系统的工作状态和故障类型。实验结果分析表明,文中提出的方法能有效地应用于转子系统的故障诊断。     

水泵水轮机复杂振动信号特征提取与智能识别

开展水泵水轮机振动信号特征提取与智能识别研究对确保抽水蓄能电站的可靠安全运行具有重要意义。由于水泵水轮机运行工况复杂，激发机组振动的物理来源较多，振动信号所包含的频率成分较为复杂，传统方法难以准确提取复杂振动信号特征。针对此问题，本文提出了一种基于变分模态分解、气泡熵和长短时记忆神经网络的振动信号特征提取和智能识别模型。首先，利用变分模态分解对振动信号进行分析，得到若干模态；然后，计算各模态的气泡熵值，构建气泡熵特征向量；最后，采用长短时记忆神经网络对振动信号特征向量进行训练和识别。通过使用蒲石河抽水蓄能电站中水泵水轮机的顶盖复杂振动信号对本文所提模型进行验证，振动信号识别准确率可达到97.87%，表明其具有重要的工程应用价值。     

水轮机转轮叶片动态参数识别

简要介绍了时间序列识别方法理论基础.对某水轮机转轮叶片实测动应力和振动信号进行了分析研究,建立了ARMA模型.采用马夸特参数精确估计方法对于该模型进行调整和修正,分识别出较低频范围内的多阶模态频率.将所识别的固有频率与同机叶片理论计算和试验模态分析结果进行比较表明,时间序列方法识别的固有频率具有一定的实用性.图2表1参5     

感应电机振动特性有限元分析

根据感应电机噪声理论,给出了感应电机振动的数学模型,并通过ANSYS软件计算得到了感应电机定子的二维、三维状态下和机座的三维状态下的固有频率和相应的振型,并将计算结果与实际计算值和实验值进行比较讨论其固有模态的特点与结构对其的影响.在铁心的模态分析中,轴向振动阶数为零时,得到的二维定子模型和三维模型的崮有频率是相似的;...     

电力变压器振动特性分析与固有频率识别北大核心CSCD

文章提出了基于合闸振动信号的变压器振动固有频率识别方法,可以据此来实现对变压器机械状态的评估。首先,文章建立了变压器多自由度非线性轴向振动模型,通过计算得出变压器在发生故障时其固有频率将会发生变化,而振动固有频率可以从变压器的合闸振动信号中提取得到,基于此文章提出了基于变分模态分解和特征系统实现算法结合的变压器固有频率识别方法,并根据固有模态分量的统计特性,提出了基于延时峭度法的模态识别方法,最后通过仿真与实验证明所提方法较传统方法而言可以有效的降低谐波模态的干扰,提高固有频率的识别精度。     

基于振动信号频谱高斯混合模型的瓷支柱绝缘子故障诊断

本文提出一种基于振动信号频谱高斯混合模型(GMM)的变电站瓷支柱绝缘子振动信号特征提取方法,并利用粒子群算法(PSO)优化后的极限学习机(ELM)实现故障状态识别与分类.首先,根据瓷支柱绝缘子振动信号的频谱得到信号的频域分布.然后,利用高斯概率密度函数和期望最大值算法(EM)将频谱划分为三种模态,每个模态可以得到标准差σ、权重系数α 和均值μ 三个特征参数用于表征各频率的模态带宽、模态分量占比和模态中心频率.最后,将各模态的特征参数作为特征值输入分类模型实现状态识别与分类.     

高压瓷绝缘子振动疲劳试验及损伤识别

高压瓷绝缘子广泛应用于变电站,抗震性能非常薄弱。通过对3支同型号的支柱绝缘子振动疲劳试验,得到了绝缘子振动频率与加载次数之间的关系。绝缘子在长期循环振动荷载作用下,虽然绝缘子外观检测正常,绝缘子的损伤主要为法兰弯曲刚度的衰减,导致绝缘子各阶振动频率均有不同程度的下降。通过建立绝缘子试验结构体系的有限元模型,拟合了损伤前、后绝缘子振动模态的前2阶频率,得到了绝缘子法兰节点的弯曲刚度系数等参数值。多阶模态拟合识别不仅可以定性描述绝缘子的损伤,还能准确地识别出损伤位置和严重程度。     

均匀流作用下海底电缆涡激振动的试验研究

文章在海洋环境水槽中利用缩尺模型开展了海底电缆在水流作用下的涡激振动试验,采集试验过程中模型的应变数据,分析得到模型的振动频率、响应幅值、模态特征等数据。根据试验数据,研究了海底电缆的位移与频谱分析、主模态、主响应频率与最大位移响应幅值特征,并分析了约化速度、悬空高度、悬跨长度等对涡激振动响应的影响。研究成果对海底电缆的工程建设、运行维护及安全防护具有指导意义。     

AR模型的分析及在汽轮机主油泵减速器系统振动故障中的应用

汽轮机主油泵减速器系统常会出现振动现象,主要是由于齿轮传动时因制造、装配、运行这三方面因素导致的。为了提前预测齿轮故障,将AR模型中的自相关估计法、Burg法和改进的协方差法应用于齿轮的故障诊断中,并对分析效果进行了对比。研究结果表明AR模型获得的功率谱图能够更好地识别汽轮机主油泵减速器系统中齿轮的故障特征,提高故障诊断的确诊率。此外,对比分析了经典谱与AR模型的分辨率,AR模型估计方法能将两个接近的信号频率明显的分辨出来,所以AR模型分辨率比经典谱分辨率高,可以将AR模型应用于难分辨的信号中。     

基于双协方差随机子空间识别的类噪声数据低频振荡辨识

低频振荡可能会给电力系统的安全稳定带来极大危害,因此在线监测和分析低频振荡参数十分重要。为了有效地从类噪声数据中获取低频振荡模态参数,基于双协方差随机子空间识别(stochastic subspace identification,SSI)算法提出了一种低频振荡模态辨识的新方法。在传统SSI算法的基础上,引入双协方差SSI算法和系统聚类算法对物理模态自动拾取、自动定阶,实现低频振荡参数的有效精确辨识。分别应用传递函数和IEEE WSCC 3机9节点系统模型产生的仿真数据进行了测试,结果表明该方法能够实现自动定阶,得到的稳定图较传统SSI算法更清晰,识别结果中不会出现虚假模态,能高精度估计低频振荡模态参数,且抗噪性能良好。     

泄流激励下水工结构应变模态参数时域辨识研究

为准确辨识泄流激励下水工结构的应变模态参数,利用应变与位移之间的关系,建立以应变及应变率为状态变量表示的系统随机状态空间模型,构建基于应变数据驱动的随机子空间算法模型。针对时域法所面临的噪声干扰以及由它引起的虚假模态和模型定阶问题,通过小波技术对时域信号进行消噪处理,利用奇异熵增量和改进的稳定图对模态参数进行精确辨识。模型试验表明此算法可以准确辨识泄流结构的应变模态,为泄流结构的损伤诊断与动态检测提供基础。     

基于随机子空间结合稳定图的间谐波高精度检测方法

为精确检测间谐波参数,提出了基于随机子空间辨识(SSI)与稳定图法相结合的间谐波检测方法.SSI算法可以直接根据含有系统特征信息的端部量测数据检测出系统的参数,首先结合稳定图检测出间谐波分量的个数和模型阶次,然后用SSI算法直接对原始含噪信号精确检测出各间谐波分量的实际频率,如果信号的信噪比大于10 dB,则无须去噪,用最小二乘法对各间谐波分量的幅值进行精确检测.分别针对间谐波数值仿真信号、舍噪调幅信号及电弧炉电流信号进行间谐波分析,结果表明:该方法抗噪声能力强、计算速度快、检测精度高,尤其对时变性较强的调幅性间谐波信号具有强适应性.仿真结果验证了该方法的可行性与有效性.     

基于模态坐标变换梁分布动载荷识别技术

针对工程结构中的Bernoulli Euler梁结构,基于模态坐标变换理论,将待识别的分布动载荷利用固有振型函数在模态空间内进行分解,建立分布动载荷的各阶时间函数系数与各阶模态激励的线性关系。频域内,根据模态理论由梁上测点响应利用Tikhonov正则化方法识别出梁的各阶模态坐标响应（正则化参数由L曲线法确定）,从而识别出各阶模态激励,得到分布动载荷的各阶时间函数系数,还原Bernoulli Euler梁结构上承受的分布动载荷。本文动载荷识别理论适用于不同的分布动载荷类型,通过计算机仿真,验证了该方法的通用性和较高的识别精度。仿真过程中加入随机噪声,识别结果证明了该方法具有良好的抗噪能力,有效提高了载荷识别的信噪比。     

基于差分正交匹配追踪和Prony算法的低频振荡模态辨识

根据实测数据对电力系统低频振荡模态进行辨识,有助于实现电力系统有效的阻尼控制,从而提高电网的稳定性。文中介绍了利用Prony算法辨识低频振荡模态参数的原理,针对Prony算法对噪声干扰敏感以及模型阶数辨识困难导致出现伪模态的缺点,提出了一种基于差分正交匹配追踪(DOMP)和Prony算法相结合的低频振荡模态参数辨识方法。EPRI-36节点系统和实际系统相量测量单元数据算例的仿真结果表明,所述方法能够准确地辨识出系统低频振荡模态参数。通过与Prony算法结果对比验证表明,该方法辨识结果更加准确,能够满足低频振荡模态参数辨识要求。     

基于广域时空随机响应的低频振荡模态辨识

针对利用单通道信号无法准确辨识多个振荡模态,且不能估计振荡振型的问题,提出一种基于广域时空随机响应的振荡模态辨识方法。讨论了广域时空随机响应的向量自回归模型与系统振荡模态之间的联系,采用QR分解实现向量自回归模型参数的最小二乘估计;计算出振荡模态的模式参数,并通过系统随机响应的功率谱峰值确定系统的主导模态;通过新英格兰系统的蒙特卡罗仿真对模态辨识方法进行测试分析,结果表明利用广域时空随机响应能同时准确估计多个主导振荡模态的模式参数和振荡振型,与子空间辨识方法相比所提方法计算更简单有效;最后利用WECC系统的实测信号验证了所提模态辨识方法的适应性。     

ADAPTIVE CONTROL OF FLEXIBLE STRUCTURES USING MODAL POSITIVE POSITION FEEDBACK

An adaptive modal positive position feedback (AMPPF) method is presented for controlling the vibration and shape of flexible structures. The proposed strategy combines the attractive attributes of the independent modal space control (IMSC) of Meirovitch and the positive position feedback (PPF) of Goh and Caughey. The controller is designed in the uncoupled modal space using only modal position signals to damp the vibration of undamped modes. The parameters of the AMPPF controller are also adjusted in an adaptive manner in order to follow the performance of an optimal reference model. In this way, optimal damping and zero steady state errors can be achieved even in the presence of uncertain or changing structural parameters. The adaptation laws governing the stable variation in the AMPPF controller parameters are derived using the Lyapunov stability theorem. The effectiveness of the AMPPF in controlling the vibration and shape of a variable mass cantilevered beam is demonstrated experimentally. The performance obtained with the AMPPF algorithm is compared with those of other classical control algorithms. The results obtained emphasize the potential of the AMPPF algorithm as an efficient means for controlling flexible structures with uncertainties in real time. © 1997 by John Wiley & Sons, Ltd     

Assessment of the continuous wavelet transform in the modal parameters estimation of 2MM and 3MM systems

In this paper, our interest is in the identification of a special class of electromechanical systems: a motor‐drive system using the continuous wavelet transform method. This new modal analysis technique is evaluated in terms of its accuracy in the estimation of the modal parameters, its ability in distinguishing and separating several modes, its resistance to noisy conditions, and its usability with different excitations types. For this investigation, two models of elastic drive systems are considered: the two‐mass model and the three‐mass model. Simulation results of the study are presented, and the effectiveness of the developed identification method is discussed. © 2012 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

TLS-ESPRIT与稳定图法相结合的区间低频振荡模态参数提取

提出了基于总体最小二乘法-旋转矢量不变技术(TLS-ESPRIT)与稳定图法相结合的区间低频振荡模态参数的提取方法.首先用TLS-ESPRIT结合稳定图确定区间低频振荡信号的阶数,然后用TLS-ESPRIT算法直接对原始含噪信号精确地估计出主导振荡模态的频率和阻尼比.仿真结果表明,该方法抗噪能力强、估计精度高,克服了T...