变压器绕组状态的振动在线监测

提出了运用振动法在线监测变压器绕组的状态来实现变压器绕组故障预警和故障定位的方法.在对振动法测量原理研究的基础上,分析了变压器绕组在变压器运行时的振动与所受电磁力的关系.根据分析所得的振动信号特征,设计了变压器绕组状态的振动监测系统.最后利用该系统对实际的变压器进行相关的振动监测实验,实验结果验证了不同故障时对应的振动信号的特性不同,从而为最终实现变压器绕组故障诊断奠定了良好的基础.     

一起500千伏变压器多维状态监测与故障诊断

为了提升变压器故障诊断水平并有效实现状态检修,本文针对一起500千伏主变压器内部潜伏性故障案例介绍了利用多种在线监测、离线检测等手段与故障诊断方法快速准确查找出变压器故障原因及位置。它通过采用油色谱检测、变压器振动及声音检测、容性设备在线监测、变压器局部放电检测、带电测试等多维状态监测技术开展变压器状态评价及故障诊断,并帮助实现对主变压器内部故障的准确定位和制定状态检修策略。该主变在通过状态监测及故障诊断后实现隐患故障快速准确定位,并通过紧急处理重新恢复正常运行状态,从而避免一起重大设备事故发生。结果表明,应用变压器油溶解气体色谱分析检测技术,可通过排除法准确地判断变压器故障性质和严重程度,它是早期发现变压器潜伏性故障特别有效的方法。同时,采用基于交叉小波的变压器振动信号特征量提取方法分析评价结果表明,变压器铁芯发生接地故障后其振动信号存在大量50赫兹谐波分量。借助振动及声音检测技术,能够有助于变压器故障诊断及准确定位,提高设备状态检修效率。     

变压器振动的影响因素分析及一种铁心松动故障诊断方法

变压器振动分析法仍是当下在运变压器故障诊断研究重要研究方向。为了研究变压器振动的影响因素,对某电网公司若干台在运变压器在不同运行工况下的振动信号进行采集,通过大数据拟合训练、频域图谱特征分析等方法,研究了不同电流谐波畸变率、功率因数、温度、运行年限等对振动的影响情况,得到了电流畸变率对振动信号频谱影响的修正曲线、温度对振动幅值的修成公式;在本文提出的修正曲线、修正公式以及对大量数据进行分析总结的基础上,针对变压器铁心松动问题,提出一种考虑振动信号影响因素的变压器铁心松动故障诊断方法,即基于50Hz、150Hz、100Hz、200Hz频率分量变化趋势,建立特征量提取模型,通过比较正常、松动故障下的特征向量判断变压器状态,最后运用模拟试验检验该诊断模型的有效性。     

压电式加速度传感器振动信号采集系统

针对变压器产生的振动信号的特征,设计了一种基于压电式加速度传感器的变压器振动信号采集系统。以振动控制台为试验对象,利用此系统对控制台输出的振动信号进行采集,并用快速傅里叶变换对采集到的振动信号进行分析。实验结果表明：该系统将压电式加速度传感器输出的电荷信号转换成了标准的电压信号,能够准确、实时地采集振动信号,为变压器故障在线监测奠定了基础。     

便携式变压器振动监测与故障诊断系统设计

设计一种基于嵌入式Windows系统的便携式变压器振动监测与故障诊断系统。介绍系统设计与实现的关键技术,包括信号采集、信号调理、A/D转换等硬件模块以及数据库、故障诊断算法、用户界面等软件模块的开发过程。该系统通过采集变压器的振动、电流、电压等信号对变压器状态及其故障进行分析与诊断,使用多种分析诊断算法,包括谱分析、幅值分析等常规方法,以及周期性诊断算法、模型诊断算法等新的分析诊断方法,用于及时地发现变压器的异常并发出警报。应用结果表明,该系统能够方便、有效地实现变压器运行状态及其故障的带电监测。     

基于复Morlet小波的主变压器温度监测仪表故障诊断

针对传统主变压器温度监测仪表故障诊断准确率低的问题,设计一种基于谱峭度与复Morlet小波的主变压器温度监测仪表故障诊断系统。首先,通过采集板中的温度传感器进行主变压器温度和振动数据采集;然后将采集数据传输至处理板,利用谱峭度提取温度监测仪表中的脉冲信号,从而获取复Morlet小波的中心频率和尺度;最后通过复Morlet小波进行信号处理,以此提升温度监测仪表的故障诊断准确率。结果表明,采用谱峭度法进行主变压器内环轴承振动数据提取的中心频率和带宽分别为1.75 kHz和500 Hz,可确定内环轴承故障的谱峭度共振频率为1.5 kHz～2 kHz。设定的内环故障频率为162.2 Hz,采用复Morlet小波进行变换后,在包络频域的163 Hz处出现峰值,找到主变压器温度监测仪表内环轴承的故障。由此说明,本方法可实现温度监测仪表信号的共振频率提取。可有效屏蔽外部噪声干扰,提高主变压器温度监测仪表故障诊断精度。     

高速转子组件振动在线监测系统的研究与设计

转子组件是旋转机械的核心部件,转子组件稳定运行对旋转机械的安全而言意义重大;转子在高速运行时会产生振动信号,这些信号能全面反映出旋转机械的工作状态;文中以高速转子组件为研究对象,利用自主研发的采集模块进行振动信号数据测最;通过对转子振动信号的在线监测能对转子故障进行准确的判断,迅速找出故障原因;实验中主要对振动信号进行了自功率谱、振动烈度和轴心轨迹的分析,实验结果表明,系统能对转子组件的典型故障进行准确诊断,为旋转机械安全运行提供了保证.     

电气设备振动故障实时监测预警方法

为及时发现电气设备振动故障，确保其稳定运行，研究电气设备振动故障实时监测预警方法。使用基于单片机的信号采集技术采集电气设备振动信号，结合CEEMD与改进小波阈值去噪方法，去除电气设备振动信号中的噪声元素后，进行归一化处理。利用卷积神经网络，通过全连接层前增加卷积层的方式，构建基于改进卷积神经网络的电气设备故障诊断模型，感知与预测电气设备振动故障并及时预警。实验结果表明，该方法可有效监测预警电气设备振动故障，具有较好的信号采集、去噪以及故障监测预警效果。     

JADE盲源分离算法在变压器振动信号监测中的应用

铁芯和绕组是变压器振动产生的主要振源,监测铁芯和绕组的振动信号可以对变压器运行状态进行预测和诊断.选择了S13-12500/35型油浸式无励磁调压电力变压器,将2只光纤Bragg光栅振动传感器布设于变压器内部,直接采集变压器负载运行下的振动信号.通过JADE算法将2组负载信号分离,发现:一组信号能量主要集中在100 Hz处,与铁心振动信号频谱特征较为接近;另一组信号在各频率上均有分布,与绕组振动信号频谱特征较为接近.     

基于小波变换和TMS320F2812的水泵故障诊断系统研究

对于水泵等旋转机械来说,通过采集水泵振动信号并进行分析,能够较全面地判断出水泵设备运行状态;因此,振动信号的采集就成为设备状态监测与故障诊断的关键部分;设计了一套基于小波变换和DSP的水泵故障诊断系统,该系统可以实现对水泵振动信号的实时采集;为了提高振动信号的信噪比,得到较为纯净的振动信号,采用小波消噪的技术对采集的振动信号进行消噪处理;并且以水泵机组正常运行和发生绕组过热、轻度不平衡、严重不平衡、支座松动等故障为例进行诊断实验,并且故障集参数amax,smax,Tamax,Tsmax和amin,smin,Tamin,Tsmin分别为1.1500,0.1600,46.9787,446.5000和0.9000,0.0700,40.9825,410.6000;实验结果表明,该系统可以有效发现故障,区分故障类型及识别故障程度,为水泵机组故障诊断提供了又一种有效的方法,对其它类似机械故障诊断具有一定的指导意义。     

油浸式变压器热特性在线监测系统的设计

热特性是油浸式变压器运行状态及故障检测的重要依据之一,在线监测变压器的温度及温升对及时发现设备运行异常是有意义的。系统以DS18B20数字温度传感器为基础,设计以单片机处理单元为下位机,GPRS为通信模块,高性能PC为上位机的在线监测系统。实现变压器温度与温升远程实时监测,完成数据显示、测量曲线绘制、音像报警、报表打印、故障记录以及故障分析功能。实验证明该系统能够缩短变压器设备运行的平均故障修复时间(MTTR),延长平均无故障时间(MTBF)。     

基于振动法的变压器振动在线监测系统

铁心和绕组故障是变压器故障中比较常见且危害严重的故障,目前对其采用的故障诊断方法主要是离线检测的方法,不够安全方便.针对此问题,研发了一种基于振动法原理的变压器振动在线监测系统,通过振动校验台校验了其精度符合要求,通过对变压器实际监测数据分析得出了变压器的振动特征频率,现场连续多月的监测验证了该系统长期运行的稳定性.该系统补充和完善了传统变压器故障诊断方法.     

基于局部窄带分解和分形的自动机故障诊断

自动机作为自动武器最核心最复杂的部分,其可靠性和故障检测与诊断成为故障诊断领域关注的热点。因此有必要发展一种快速、高效的高速自动机故障诊断方法,实现在线健康状态预测和视情维修,提高军事装备的使用和维修效率。以W85高射机枪自动机为实验对象,针对自动武器在射击时会产生一定方向和频率的冲击振动,采集其短时振动冲击信号,利用基于瞬时频率和局部窄带信号的自适应分解方法对信号进行分解并重构,计算重构后振动信号的网格维数,利用维数距离进行故障类别分析,实现了故障诊断,为高速自动机的健康状态预测奠定了基础。     

基于变分模态分解和高阶统计量的梯级故障诊断研究

自动扶梯是地铁车站内必不可少的大型公共交通设备,一旦发生故障,小则影响运营,大则引发安全事故;梯级作为自动扶梯的重要结构部位,其固定螺栓松动必然会导致自动扶梯运行异常;针对梯级振动信号故障特征难以提取的问题,提出了变分模态分解(VMD)和高阶统计量(HOS)联合来对自动扶梯故障特征提取;该方法首先对原始振动信号进行VMD分解,得到K个固有模态分量(IMF);然后对主IMF分量进行奇异值分解(SVD)降噪,对去噪后的主IMF分量进行重构得到新的信号;最后通过高阶统计量对新的信号故障特征提取,并利用随机森林分类算法对三类不同的振动信号样本进行分类识别,确定梯级振动故障类型;实验结果表明,该方法可以有效地提取故障特征,实现故障诊断与分类。     

110kV电力变压器绕组模态研究

变压器绕组等效的机械结构体,一旦发生改变,其模态将发生相应变化,此时对其振动信号进行频率响应分析,即可检测绕组轻微变形.对变压器绕组进行模态分析:利用ANSYS对绕组进行幅向建模分析,分别得到了绕组故障与正常情况下频响曲线的变化规律.开展真实110 kV变压器模态实验,并与ANSYS仿真结果对比,进一步验证了仿真结果的正确性,同时,为下一步研制振动检测系统奠定了基础.     

强噪声背景与变转速工况条件下滚动轴承故障诊断研究

煤矿机械设备工作环境恶劣,背景噪声强,轴承早期的故障特征信号微弱,从传感器所测得的振动信号中提取反映故障状态的信息比较困难;同时,煤矿机械设备工作在高速、冲击等工况下,是典型的非平稳工况,不稳定的激励及复杂工况直接导致提取轴承故障特征信号困难。针对以上问题,以矿井提升设备的运行工况为背景,提出了一种基于计算阶次分析与自适应随机共振的滚动轴承故障诊断方法。首先,模拟了矿井提升机运行过程中典型的变转速工况,分别构造故障仿真信号,并采集了轴承振动实验信号;其次,通过等角度采集同步时域鉴相序列,利用计算阶次分析将轴承非平稳的振动信号重采样为平稳信号;然后,利用变分模态分解(VMD)方法将平稳信号分解为若干本征模态函数(IMF)分量,通过轴承故障阶次实现对轴承故障类型的判断;最后,利用自适应随机共振方法来增强轴承故障特征阶次,从而实现故障特征的提取与增强,达到故障诊断的目的。仿真和实验结果证明了该方法的有效性。将该方法与最大相关峭度反褶积(MCKD)方法进行了对比,结果表明,MCKD方法虽然也可以观察到故障特征阶次,但是特征阶次比周围干扰阶次幅值仅高0.001 96,低于本文所提方法的结果,说明了本文所提方法具有一定的优越性。     

基于LabVIEW的变压器在线状态监测系统

变压器的在线状态监测对于变压器的故障诊断以及电网的正常运行具有重要的意义。对以机械参数为主、电气参数为辅的变压器振动分析法进行了研究,建立了一套在线状态监测系统。系统通过工作现场的数据采集终端检测变压器的振动、电压、电流和油温信号,使用串口和以太网实现数据采集终端和上位机之间的数据通信;上位机采用LabVIEW软件对这些信号进行分析,从而判断变压器的工作状态。试验表明,系统具有良好的在线监测效果。     

基于光纤F-P传感器变压器铁心在线监测研究

利用变压器振动测试原理,运用光纤Fabry—Perot（F-P）振动传感器对变压器铁心的振动信号进行了在线监测研究。将光纤F-P传感器粘贴在变压器铁心上,直接提取变压器铁心的振动信号,这将避免传统的间接测量方法所带来的误差。分析了光纤F-P的测量原理,并建立了光纤F-P腔的数学模型。实验验证了空载状况下铁心的磁致伸缩率与输入电压呈很好的线性关系。     

Hilbert-小波变换的齿轮箱故障诊断*

采用希尔伯特—小波变换对振动加速度传感器获取的齿轮箱振动响应信号进行特性分析。利用小波变换分解获得振动响应信号的各层高频信号小波系数和低频信号小波系数,对小波系数进行重构获得具有不同特征时间尺度的各高频信号和低频信号;再对分解的信号进行希尔伯特变换获得时频信息谱以提取系统的统计特征信息,实现监测齿轮运转工作状态,及时发现齿轮的早期故障,提高机械运行的安全性。仿真研究结果表明,小波变换分解和希尔伯特边际谱方法在故障信息诊断方面是可行和有效的,提高了故障检测的可靠性。     

振动法在线监测突发短路时变压器绕组状态

突发短路时变压器箱壁的振动信号与绕组的运行状态及变压器的安全稳定运行密切相关.首先文中在对突发短路时变压器绕组轴向振动特性进行了理论建模,据此分析了振动法监测变压器绕组变形的理论机理.然后使用研制的振动信号测试系统获取了某实体变压器多次短路冲击试验中的振动信号,研究了变压器时域振动信号及其包络线的变化特性.结果表明,振...