多相无刷励磁系统旋转整流器故障的仿真与识别

多相无刷励磁系统中旋转整流器的损坏时有发生,故障恶化将严重影响主发电机的正常安全运行。为识别旋转整流器的故障,建立了包括旋转整流器在内的整个多相无刷励磁系统的多回路数学模型,对旋转整流器的正常运行和常见故障状态进行了仿真,仿真结果同励磁机额定运行值以及实验结果吻合。分析了旋转整流器各种状态时励磁机稳态定子励磁电流的频谱,并对特征机理进行了理论分析,在此基础上提出以励磁机定子励磁电流的4次谐波分量同22次谐波分量的比值作为故障识别对象,为多相无刷励磁系统旋转整流器故障诊断提供了理论依据。     

核电站无刷励磁系统的电枢电流谐波分析研究

无刷励磁系统是核电站汽轮发电机组的重要组成部分。无刷励磁系统的旋转整流器同转子一起旋转时,旋转整流器由于承受着强离心力的作用会出现各种故障,而不同故障时电枢电流的谐波是不同的。针对六相无刷励磁系统励磁机旋转整流器在正常运行、一臂开路和一臂短路3种情况下的电枢电流谐波进行理论分析,并在Matlab中Simulink的环境下搭建三相、六相无刷系统进行仿真分析。通过与三相无刷励磁系统进行比较,得出六相无刷励磁系统的故障特征与三相无刷励磁系统相似,三相无刷励磁系统故障检测方法可以用于六相无刷励磁系统。     

交流励磁机旋转整流器故障的微机识别快速报警装置研究

本文研究了一种快速识别交流励磁机旋转整流器故障的微机检测方法,并采用这种方法研制出以MCS-51系列单片机8031为核心的交流励磁机旋转整流器故障检测的微机报警装置,该装置已在15kW无刷励磁同步发电机上投入运行。本文较详细地介绍了这种装置系统的工作原理和硬件、软件设计。     

基于谐波分析的旋转整流器故障检测

通过MATLAB建立了无刷励磁系统的模型,并进行了仿真。利用发电机故障模拟平台对旋转整流器早期故障进行了试验研究。通过仿真和试验的对比分析,提出了一种基于谐波分析的旋转整流器在线故障检测新方法。该方法不仅能够判断是否发生故障,还能够辨别故障类型,为旋转整流器的故障诊断研究提供了新思路。     

基于谐波分析的旋转整流器故障检测

通过MATLAB建立了无刷励磁系统的模型,并进行了仿真。利用发电机故障模拟平台对旋转整流器早期故障进行了试验研究。通过仿真和试验的对比分析,提出了一种基于谐波分析的旋转整流器在线故障检测新方法。该方法不仅能够判断是否发生故障,还能够辨别故障类型,为旋转整流器的故障诊断研究提供了新思路。     

旋转整流器故障报警

无刷同步发电机,都有一套旋转整流器,它是无刷励磁系统中的主要部件。能否准确、及时地检测它的故障,是提高无刷发电机运行可靠性的重要措施之一。因此,旋转整流器故障报警,是无刷励磁系统中必不可少的环节。本文介绍的报警装置,简便、实用,可供参考。一、旋转整流器故障的鉴别试验表明,旋转整流器在正常、开路和短路时,将会在交流励磁机的检测绕组中感应不同的电势。利用它们之间的区别,来判断整流器运行状态是否正常。以三相全波为例,接线如图1所示     

基于定子电流谐波法的无刷励磁机旋转二极管开路故障检测

旋转整流器是无刷励磁机的关键部件,同时也是无刷励磁机稳定运行时的薄弱环节。旋转二极管的开路故障是无刷励磁机的典型电气故障,给发电机励磁系统带来了安全隐患。本文根据无刷励磁机的电气结构特点,分析了旋转整流器的二极管一管开路对电枢磁场以及定子电流的影响,运用定子电流谐波法来检测无刷励磁机的旋转二极管开路故障。本文以22极39相无刷励磁机为例,通过有限元仿真验证了定子电流谐波法的检测性能。     

WLK-03SC型无刷静态励磁装置旋转整流器故障处理

介绍WLK-03SC型无刷静态励磁装置的旋转整流器部分,阐述了实际使用过程中某次旋转整流器故障的处理过程.     

基于免疫算法的无刷励磁发电机旋转整流器故障诊断

在大型发电机的无刷励磁系统中,旋转整流器承受着强大的离心力和电磁作用,故障发生率相对较高。采用旋转整流器故障时交流励磁机旋转电枢产生的谐波磁场在其定子励磁线圈中感应谐波电势的电磁特性,从中提取旋转整流器故障信号波形。运用傅里叶分解故障信号波形,对故障信号波形的特征值进行编码处理,并用免疫算法中的反向选择算法对傅里叶分解后的故障特征值进行计算,完成旋转整流器的故障诊断。利用人工免疫的反向选择算法,对一台15 kW无刷励磁同步发电机旋转整流器的短路与开路故障进行仿真诊断。仿真结果表明,基于免疫系统反向选择机制的人工免疫算法,与傅里叶分解算法相结合,进一步提高了无刷励磁同步发电机旋转整流器故障诊断的准确率,可达95%以上。     

基于小波神经网络的无刷同步发电机旋转整流器故障诊断研究

无刷励磁系统中旋转整流器因工作环境恶劣,发生故障时故障信息难以提取,因而故障诊断一直是一个难点,成为制约该励磁方式发展的障碍之一.针对大型无刷汽轮发电机故障诊断需要,提出应用小波神经网络对旋转整流器故障进行诊断,通过对旋转整流器的故障信号的频谱分析,提取故障信息频域特征量作为学习样本,通过训练使构建的小波神经网络能够准确反映频谱特征量和故障之间的映射关系,从而准确对故障进行诊断.提出了比较精确的数学模型,提高了旋转整流器故障的诊断能力和诊断的准确性.