排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
4.
针对转子绕组匝间短路早期故障不易检测的问题,本文提出一种基于本征时间尺度分解ITD(intrinsic time-scale decomposition)和极限学习机ELM(extreme learning machine)的发电机转子绕组轻微匝间短路故障诊断方法。首先,采用ITD算法将同步发电机的运行数据分解为若干旋转PR(proper rotation)分量,并根据峭度准则进行信号重构;然后将重构后的信号作为输入量,诊断结果作为输出量,构建基于ITD-ELM的发电机匝间短路故障诊断模型;最后以一台型号为MJF-30-6的同步发电机数据为样本,对其轻微匝间短路故障进行诊断,结果表明:基于ITD-ELM模型的故障诊断准确率较单一的ELM模型显著提高,验证了本文所提故障诊断方法的有效性和准确性。 相似文献
5.
提出一种利用同步调相机偏心故障后的轴承座二倍频振动与振动幅度来判断气隙偏心故障程度的在线监测方案。首先,推导了动、静偏心故障后轴承座的振动特性,得出动、静偏心均会使调相机产生二倍频振动的结论。其次,利用二倍频振动与振动幅度作为鉴别故障程度的特征量,推导得出不同类型偏心故障程度的计算公式。最后,采用Maxwell有限元软件搭建了某300 Mvar大型同步调相机二维模型,仿真计算出不同程度偏心故障后轴承座所受到的不平衡电磁力,对所提偏心故障程度诊断方案进行仿真验证。结果表明,该方案能够准确计算出故障偏心程度,并且偏心故障程度越大,该方案的诊断误差越小。该方案的提出对大型同步调相机偏心故障程度的在线监测诊断具有极大的参考价值。 相似文献
1