排序方式: 共有29条查询结果,搜索用时 15 毫秒
1.
2.
针对电网动态模拟系统和汽轮发电机组轴系扭振模拟机,开展了典型工况及故障扰动下的汽轮发电机组轴系扭振试验研究,并利用非平稳信号的时频分析方法Hilbert-Huang变换(HHT)对轴系的扭振信号进行了分析.结果表明:在短路故障的冲击下,机组有机电互作用的扭振发生时,扭转振动的幅值大幅增加,扭振频率也发生了变化;三维时频图显示了扭振幅值开始增大然后逐渐减小,形成一个瓶颈状的峰谷对应曲线;三相短路故障引起的机电互作用的扭振时间大于两相短路故障引起的机电互作用的扭振时间;Hilbert谱图能获得时间、频率和幅值对应的关系,定量刻画了频率和幅值随时间的变化过程. 相似文献
3.
在随机非线性系统稳定性的研究方面,近年来出现了随机Melnikov方法、相流函数法和安全盆法。对于这三种新的理论与计算方法的联系和对比,以仅受高斯白噪声激励下的杜芬系统为例进行了分析与探讨,进而对结果的差别进行了讨论。研究结果表明这三种方法在计算系统的稳定性阀值方面具有一致性。 相似文献
4.
一类非线性振子中有界噪声诱发的混沌运动 总被引:3,自引:0,他引:3
研究谐和外力与有界噪声激励联合作用下的一类非线性振子的混沌运动。利用Melnikov方法,通过计算扰动系统的Melnikov积分,分析了系统在参数发生变化时的同宿分岔,得出系统产生混沌运动的参数阈值,并讨论了有界噪声激励对系统的混沌运动的影响。最后利用数值方法模拟了系统的安全盆的侵蚀状况,并进一步通过计算系统运动的Lyapunov指数,给出了由噪声诱发的混沌运动与噪声激励下非混沌运动之间的差别。 相似文献
5.
研究了两自由度包装振动系统在受高斯白噪声外激励下的可靠性.利用由随机平均法导出的关于系统的独立运动积分的随机平均方程,通过系统本身的特性以及对漂移与扩散系数作出的一些假定,给出了系统的可靠性函数以及首通损坏的条件转移概率密度函数所满足的后向柯尔莫哥洛夫方程和福克-普朗克方程,并进一步详细地讨论了其边界与可解性条件.数值结果表明,关于系统的可靠性函数以及首通损坏的条件转移概率密度函数方面的结果是比较合理的,这也表明文中的分析方法是正确的. 相似文献
6.
气隙偏心下永磁电机转子系统的振动特性分析 总被引:1,自引:0,他引:1
研究气隙偏心对永磁同步电机转子系统振动特性的影响。建立了气隙偏心下转子的动力学模型,结合永磁同步电机在带负载工作下转子永磁体及电枢电流共同形成的气隙磁场分布情况,利用Maxwell应力张量法计算了气隙偏心造成的不平衡磁拉力,并代入转子系统运动方程;通过实例分析,详细讨论了不同偏心以及负载类型对转子系统振动特性的影响。结果表明:质量偏心在增大转子振动的同时会削弱不平衡磁拉力的影响,使振动趋于规则;初始静偏心的大小和方向都将影响转子振动特性,当其方向和重力方向相反,振动强度将有所减弱;当外部负载转矩发生变化,其相应谐波频率的振动将被激发出来。 相似文献
7.
8.
摘 要:超临界汽轮发电机组的结构和工况复杂,容易引起转、静子间的碰摩。根据碰摩诱发因素的不同,可将其分为全周碰摩与局部碰摩。由于两种碰摩故障的时、频特征相似,传统的时、频域分析方法很难准确提取它们的故障特征。本文针对这一不足,提出一种基于经验模式分解-奇异值分解(EMD-SVD)与支持向量机(SVM)的碰摩故障识别方法,用于对转子全周碰摩与局部碰摩故障进行识别。首先,通过EMD获取碰摩信号的固有模式函数(IMF);然后,提取表征信号主要能量的前四阶IMF组成特征矩阵并进行SVD分解,得到关于原信号的一组特征值;最后,将特征值输入SVM,对原信号进行分类识别。转子试验台全周碰摩与局部碰摩试验结果表明,本方法对转子全周碰摩与局部碰摩故障的分类准确率高,其中以径向基函数作为核函数的SVM分类准确率达到96.0%。 相似文献
9.
相关源不满足独立分量分析关于源的统计独立性假设,标准的独立分量分析方法无法准确分离相关机械振源信号。在相关振源信号的部分频带满足统计独立的假设前提下,提出了一种基于小波包分解的相关机械源盲源分离方法。该方法将观测信号用小波包分解成子带观测信号,根据互信息标准选择相关性较小的若干子带观测信号重构观测信号。通过重构的观测信号的独立分量分析估计分离矩阵,然后用该矩阵分离原始观测信号从而实现相关机械振源信号的分离。仿真试验验证了该方法的有效性。 相似文献
10.
针对齿轮箱振动信号中混杂其他零部件振动频率的问题,提出一种基于小波包分解独立分量分析(wavelet package independent component analysis,简称WPICA)和多维经验模式分解(multivariate empirical mode decomposition,简称MEMD)的齿轮箱齿面点蚀故障信号的多通道数据融合识别方法。首先,利用一种窄带独立分量分析(sub-band decomposition independent component analysis,简称SDICA)方法—WPICA,从水泵机组多通道信号中提取齿轮箱振源,确定齿轮箱振动包含的特征频率成分;其次,借助MEMD分解多通道机组振动信号,将所获得的多维固有模式函数(intrinsic mode function,简称IMF)进行矩阵互信息运算,完成多通道数据的融合;最后,通过定义IMF故障敏感因子,确定故障敏感IMF的阶数并获得了齿轮点蚀故障的特征频率。数据分析结果证明了本研究方法的有效性。 相似文献