改进型小波包算法在变频调速系统故障诊断中的应用

在目前交-交变频调速系统故障诊断方法的研究基础上,文章提出了一种采用改进的小波包算法对交-交变频调速系统进行故障诊断的方法。文章在分析了标准的小波包算法原理及缺点的基础上,阐述了改进的小波包算法原理,并详细介绍了采用改进的小波包算法提取变频器故障信号特征量的方法。仿真结果表明:改进的小波包算法的计算量和占用的存储空间较标准的小波包算法少;与常规的诊断方法相比,基于改进型小波包算法的变频调速系统故障诊断方法具有准确度高、诊断速度快等优点。     

新型小波包频带能量法在电机断条故障诊断中的研究

讨论了交-交变频调速系统故障诊断的重要性,针对目前变频系统输出电流谐波比较大,用常规方法不易判断的问题,提出了用新型小波包频带能量法提取电机断条故障信号的特征量,并运用该算法对变频调速系统电机断条时和正常时输出电流波形特征量进行分析.仿真结果表明,新型小波包频带能量特征法与常规诊断方法相比,具有准确度高、诊断速度快等优点.     

某型兵器变频机组故障检测系统的设计

针对某型武器系统配电车变频机组某些故障早期无法准确及时发现、长期运行时容易导致兵器产生突发性故障的状况,为提高供电质量和变频机组工作的可靠性,设计了基于DSP的小波分析故障检测系统,通过DSP高速采集变频机组的输入或输出电流,再经串口送入计算机,由特定的小波分析软件准确诊断是否有故障产生,从而提高武器系统工作的可靠性和供电质量.     

逆变电路智能故障诊断系统

针对逆变器由于具有非线性的特征而无法采用精确数学模型进行故障诊断的情况,本文提出一种基于小波分析和神经网络的新型逆变电路故障检测与诊断方法。建立三相SPWM逆变电源的非线性MATLAB仿真模型,以三相输出故障电压作为故障信息,利用小波分析的方法提取低频能量值作为特征向量,通过神经网络实现逆变器故障桥臂定位,最后利利用逆变三相电压同一桥臂故障电压的对称性的特点,用一种简单的判断逻辑实现故障元件的分离。设计了基于DSP的PWM逆变电路在线智能故障诊断系统。测试结果表明,该系统具有良好的故障诊断效果,具有一定的实用价值。     

整流电路智能故障诊断系统

以三相桥式全控整流电路为研究对象,对其各种故障模式进行分析和归类,提出采用小波分析和神经网络诊断电力电子装置故障的方法,建立神经网络的输出和故障元之间的对应关系,设计了基于DSP的三相桥式整流电路的在线故障诊断系统。测试结果表明,该系统具有良好的故障诊断效果,具有一定的实用价值。     

模糊小波神经网络的研究及其应用

针对小波神经网络训练时间较长且易陷入局部极小值的缺点,文章提出了将小波神经网络融合模糊算法的方法,并建立了模糊小波神经网络模型及其训练算法,给出了该模型在变频调速系统故障预测中的应用实例。应用结果表明,模糊小波神经网络提高了网络训练速度,达到了优良的函数逼近效果。     

基于双变量六脉波交-交变频器的变压变频控制方法研究

介绍了双变量控制基本原理,阐述了变压变频在双变量六脉波交-交变频器全范围调速系统中的应用;分析了传统变压变频的缺点,提出了采用对称余弦法对双变量六脉波交-交变频器的波形进行对称性改造的方法。仿真结果验证了双变量六脉波交-交变频器变压变频控制新方法的有效性。     

信息融合技术在变频调速系统故障诊断中的应用

针对变频调速系统中常用的电动机故障诊断方法难以准确判断故障类型的问题,提出了一种基于多传感器信息融合的电动机断条故障诊断方法。该方法通过小波包分析提取电动机断条故障特征信息,然后利用D-S证据理论融合计算故障特征信息以进行故障识别。诊断测试试验表明,该方法提高了电动机故障诊断的精度,并能满足诊断的实时性要求。     

基于小波包特征熵的飞机液压系统故障诊断方法研究

为精确诊断飞机液压系统故障,提出了一种基于小波包特征熵的神经网络故障诊断新方法。对采集到的飞机液压系统压力信号进行小波包分解,提取小波包特征熵,然后构造信号的小波包特征熵向量,并以此向量作为故障样本,利用ART1神经网络进行训练,实现智能化故障诊断。试验结果表明,训练成功的ART1网络能够很好地诊断出飞机液压系统是否发生故障,为飞机液压系统故障诊断开辟了新的途径。     

一种基于LabVIEW DSP模块的风机故障诊断系统

设计一种基于图形化开发环境LabVIEW DSP模块的风机故障诊断系统开发方案。方案以32位浮点DSP芯片TMS320C6713为核心,采集风机噪声信号并利用信号的功率谱重心、A声级和小波分解相关频段的能量构成故障诊断的特征向量,以BP网络作为故障的智能分类器,建立起智能诊断系统。实验结果表明,以噪声信号作为诊断对象,采用提升小波和神经网络相融合的诊断与识别技术具有良好的特征提取能力和自适应学习能力,可以准确地识别设备状态。     

基于小波包神经网络的模拟电路故障诊断

提出了基于小波多分辨分析和小波包预处理的模拟电路故障诊断方法。该方法用小波作为信号预处理工具,经小波多分辨分析得到N层分解后的低频和高频信号,再利用小波包分析对多分辨分析没有细分的高频信号进一步分解,以达到提高频率分解率的目的。经PCA分析和归一化后的能量作为训练样本送入BP神经网络进行训练。仿真实验表明此方法能够快速有效的对模拟电路的故障进行诊断和定位。     

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。     

基于小波分析的异步电动机转子断条故障诊断研究

针对常用的电动机稳态傅里叶分析方法存在不能分析局部时域信号的局部频谱特性的缺点,提出了一种改进的小波包分析方法,并将其运用到异步电动机转子断条故障诊断实验中。通过对电动机故障信号进行小波包分解与重构,可以有效地检测出故障信号的频率,从而确定故障的类型和可能发生故障的部位。实验结果证明了该分析方法的有效性。     

小波分析应用于直流系统接地故障检测

针对直流系统接地故障检测中常用的低频信号注入法容易受到各支路电缆中存在的对地电容的影响这一问题,提出了利用小波分析实现故障信号特征的提取的方法。分析了低频信号注入法的原理及存在的缺陷,针对其故障信号的特点,提出了基于小波变换的直流系统接地故障检测方案。基于小波去噪的原理,通过选择适当的小波函数,对支路电流信号进行分析和处理。经过仿真实验分析。表明该方法可以克服对地电容对接地故障检测的不利影响,完成故障信号分析,实现故障支路的准确定位。     

基于噪声信号的声源检测与故障诊断

根据设备发出的噪声信号进行在线声源检测与故障诊断是一项很有价值的研究课题，文章总结了常用的声源检测方法，并重点分析了小波技术应用于声源检测与故障诊断的基本理论和具体实现途径。应用实例表明，小波技术与传统信号处理方法相结合可以更有效地进行声源检测与故障诊断。     

基于小波分析的故障系统在旋转机械中的应用

就小波分析技术在旋转机械故障诊断应用中的故障特征提取问题进行了深入研究,提出了基于小波奇异性及小波变换模极大值的故障特征提取方法,通过对故障信号与小波变换的多分辨率方法以及奇异性理论相结合进行研究,发现小波分析便于对信号的总体和局部进行刻画;利用小波变换对信号的分解和重构特性,可有针对性地选取有关频带的信息以及降低噪声干扰,通过对重构信号的频谱分析能更有效地提取裂纹故障的典型特征。结果表明,对于旋转机械的非平稳信号来说,利用小波变换方法进行故障诊断是行之有效的。