流化床反应器结块故障的声纹特征提取及监测技术

流化床反应器的物料结块故障不仅影响产品质量,严重的还会影响生产。为了监测流化床反应器的物料结块故障,提出了一种基于压电声波传感器和声纹特征提取的故障监测方法。在流化床外壁粘贴压电陶瓷声波传感器,采用长屏蔽电缆电荷传输和音频采样方式,监测流化床内物料撞击床壁的声波信号。分析了正常颗粒物料和物料结块情况下声波信号的时域波形、功率谱和声纹特征,重点比较了正常信号和故障信号声纹特征的稳定性和可区分度。通过提取声纹特征,运用神经网络模型实现了对物料结块故障的准确监测。用不同位置声波传感器的感测信号验证故障监测模型的结果验证了这种方法具有较高的时空域鲁棒性。用不同信号抽取率对原始信号进行了重采样,对重采样数据分别进行了声纹特征提取、监测模型的训练和检验,结果表明适当降低信号采样率不影响流化床物料结块的监测结果。为流化床物料结块故障监测问题提供了一种新的系统结构和实现方法。     

采用气相色谱法监测变压器的潜伏性故障

前言工业生产和日常生活都离不开电，而电的利用首先必须经过变压器变压，因此，加强对变压器运行状况的监控是保证生产正常运行必不可少的环节。变压器在长期的运行中，绝缘材料及变压器油会逐渐变质，产生某些气体。特别是当变压器内部存在放电、过热等故障时，会加速气体的产生。通过测定变压器油中溶解的气体成分和含量可以判断变压器内部是否存在潜伏性故障，以便及时采取措施，避免事故扩大，防患于未然。1测定油中溶解气体来监测变压器内部故障的基本原理在正常情况下，变压器内绝缘油及有机绝缘材料在热和电的作用下，会逐渐老化和…     

基于模糊神经网络的变压器局部放电小波奇异性故障诊断

变压器故障中除油变质劣化之外,另一种重要故障即为局部放电。将小波奇异性检测理论与模糊神经网络结合起来,对变压器局部放电时的信号先利用小波奇异性检测理论求出奇异性指数作为故障诊断的特征参数,然后将其模糊化作为神经网络的输入,输出为各种故障的隶属度,进而判断变压器存在何种故障的可能性。仿真结果表明此方法用于变压器局部放电故障诊断是行之有效的。     

基于解析信号小波的变压器局部放电故障诊断

应用解析信号小波来分析变压器局部放电,提取信号在各尺度的幅值包络、相位和瞬时频率。并将该特征参数用于故障诊断。仿真结果表明：该方法用于变压器局部放电故障诊断中是行之有效的。     

基于形态滤波和HHT的滚动轴承故障特征提取

应用形态滤波和HHT提取滚动轴承振动信号故障特征。通过形态组合滤波对信号进行预处理,对预处理后的信号进行EMD分解,把信号分解为若干个IMF的和,之后计算IMF的希尔伯特能量谱,提取振动信号的故障特征频率。本算法能够较准确地提取出滚动轴承振动信号的故障特征频率,为滚动轴承振动检测与故障诊断研究提供参考。     

滚动轴承的振动监测与诊断的探讨

通过分析滚动轴承振动信号的频率特征及故障原因，提出了用频谱分析监测滚动轴承工作状态的方法和措施。     

油浸变压器存在微量乙炔的分析与处理

通过对变压器油中溶解气体分析可以了解设备的现状,同时能够判断设备是否存在异常或潜伏性故障。油浸变压器的内部故障可分为过热性故障、放电性故障、机械性故障。而乙炔是放电性故障的特征气体,因此乙炔含量的微小变化,都需引起运行维护人员的注意。对不同变压器乙炔产生的原因进行分析,同时结合故障点的产气速率,进一步明确设备内部故障及其严重性,及时准确地进行处理,消除隐患,确保设备安全稳定运行。     

12万t/a离子膜法烧碱装置的整流系统

锦化化工(集团)有限责任公司12万t/a离子膜烧碱的整流系统全部为国产化设备,采用了可控硅整流,全数字触发,系统微机管理等新技术.整流系统用4台变压器带7台整流柜.稳流控制通过调整晶闸管的触发角完成.保护系统有故障报警和故障跳闸两种信号.工艺控制室和电气控制室都采用微机管理,可以实时显示和打印系统的运行状态.该装置自2000年12月投运以来,系统运行稳定,无震荡、局部过热、涡流等现象发生.     

气体色谱分析技术在变压器故障分析中的应用

分析变压器绝缘油中溶解气体的含量能提前预测设备的内部故障,正确判断故障性质,对保障变压器安全运行能起到积极作用.以天津石化公司水务部利用绝缘油中溶解气体的色谱分析方法,成功判断并处理35 kV变压器内部放电故障为例,对其应气体色谱分析方法与故障诊断技术进行了总结.     

变压器油色谱分析与故障判断及处理

阐述变压器油气体色谱分析与变压器内部故障之间的内在联系，通过色谱分析监测变压器的运行状况，并介绍变压器油气体色谱超标在线脱气处理方法。     

电力变压器故障油色谱分析探讨

通常情况下电力变压器带电运行,电气检侧方法不能有效的反应变压器内部的潜伏性故津.而通过瓦斯继电器又不能判别故障的类型和性质,有时还引起误判.油色色谱分析是通过分析变压器油中特征气体的含量、产气速率和三比值法进行分析判断,能准确地诊断变压器内部是否属于正常或存在潜伏性故障以及故障类别.     

基于技术融合的旋转机械故障诊断方法的研究

本文以油田用注水泵为例，采集设备的振动信号，对信号进行奇异值降噪，利用包络解调技术提取故障特征，并采用技术融合的手段进行故障特征值融合，利用复合知识库中模糊推理机对设备进行故障诊断，取得了良好的诊断效果。     

基于ELMD与LS-SVM的滚动轴承故障诊断方法

针对局部均值分解（local mean decomposition,LMD）实现过程中存在的模式混淆现象,提出了一种基于总体局部均值分解（ensemble local mean decomposition,ELMD）与最小二乘支持向量机（least squares support vector machine,LS-SVM）相结合的滚动轴承故障诊断方法。该方法先对滚动轴承振动信号进行ELMD分解,并得到若干乘积函数（product function,PF）,然后选取包含主要故障信息的PF分量,提取其峭度系数与能量特征参数以构造故障特征向量,并作为LS-SVM的输入来识别滚动轴承的工作状态和故障类型。通过对滚动轴承正常状态,内圈故障和外圈故障的分析结果表明,基于ELMD与LS-SVM的诊断方法可以准确有效识别滚动轴承的工作状态和故障类型。     

500kV主变压器故障分析与防范措施

本文先从变压器油产气的机理进行阐述,当存在设备内部故障时,由于外部因素在发生作用,变压器油以及绝缘材料就会老化,烃类这种低分子气体也随之产生。油中溶解气体分析进行变压器故障判断的依据是由于故障产生的气体的组成和故障的实际位置以及故障点的能量密度等的密切关系。以沙角C电厂为例,对#2主变压器油(500 kV)进行溶解气体色谱分析以及开展设备状态检修,指出各类特征气体组分的增长变化规律,从而根据判断结果处理设备缺陷和采取必要的防范措施,以确保设备稳定运行。     

SF_6气体绝缘电气设备的现场故障诊断分析

由于制造安装工艺和运行维护环境等原因,往往使SF_6气体绝缘电气设备内部存在绝缘缺陷乃至出现事故。SF_6气体绝缘电气设备故障可以分为电弧放电、火花放电、局部放电和过热等故障。SF_6气体本身是无毒性的气体,当SF_6电气设备存在故障时,故障区域的SF_6气体和固体绝缘材料在热和电的作用下裂解,主要产生硫化物、氟化物和碳化物等。气室中SO2、H2S的产生是内部故障的征兆,现场检测气室中SF_6气体分解产物的含量,可以初步分析出SF_6气体绝缘电气设备的内部故障,避免事故进一步发生和扩散。     

浅析气相色谱分析技术在充油电气设备故障判断中的应用

定期分析油中溶解气体组分的含量可以提前预测充油电气设备的内部故障,防止变压器损坏或者由于变压器损坏而导致电网事故的发生,为保证电网的安全运行起到积极的作用。文章综述了变压器等充油电气设备的故障类型及其产气特征、故障判断的方法及其严重程度的诊断。     

基于经验模态分解的注射机轴承故障诊断

针对注射机轴承信号进行故障诊断易受到工作环境中其他噪声影响的问题,提出一种基于经验模态分解(EMD)结合快速傅立叶变换(FFT)对轴承振动信号提取故障特征的方法。对振动信号使用EMD算法以完成信噪分离,选取出高信噪比分量进行FFT算法变换,通过频谱图分析轴承故障位置。结果表明:使用变分模态分解算法对含有较大噪声的仿真信号和强背景噪声下注射机轴承故障信号有较好的降噪效果,通过FFT能准确诊断注射机轴承是否出现故障,二者结合达到很好的故障诊断效果,去噪效果明显,为其他旋转机械的故障诊断提供了参考。     

时频分析在透平压缩机振动故障诊断中的研究与应用

设备故障诊断近年来已发展成为一门新兴学科。振动故障诊断是常见的应用于透平压缩机的故障诊断方法。针对上海焦化有限公司空气透平压缩机的故障振动信号,提取故障特征,对振动谱图进行时频分析,对故障形式进行分析判断。     

主空压机驱动汽轮机振动故障诊断及处理

运用机械故障诊断学的理论知识，借助DM2000压缩机故障监测系统，采集大量机组振动信息，并提取特征量，成功地诊断出主空压机驱动汽轮机轴振动高故障原因为轴承间隙过大，轴承壳体紧力不足。该诊断案例对各种汽轮机压缩机组的同类轴承故障具有启发、借鉴作用。     

基于傅立叶谱与小波分析的抛光机磨头故障诊断研究

以陶瓷抛光机的关键工作部件-磨头及其驱动系统为研究对象，对其振动信号进行了采集并运用FFT频谱分析和小波分析的方法，准确地提取了磨头的故障特征频率，找出了磨头出现异常振动的原因，提出了控制措施。