变工况特性下的风电轴承早期故障诊断方法

针对风电机组运行环境极端恶劣和运行工况复杂多变造成的故障特征无法准确、及时捕捉的特点,提出基于IMF(Intrinsic Mode Function)分量优化选取和Hilbert谱分析的风电轴承早期故障诊断方法。首先利用阶比重采样技术将时域非平稳信号转换为角域平稳或准平稳信号;然后对角域信号进行EMD(Empirical Mode Decomposition)分解,利用互相关准则和峭度准则选取IMF分量,重构角域信号;最后,采用希尔伯特变换对重构信号进行处理,得到边际谱。通过试验仿真验证了该方法的有效性。     

变工况下给水泵转速应达值的确定

通过对主机变工况[1]运行的研究,确定给水泵的出口压力[2],从而确定给水泵的最优扬程.以水泵的最优扬程与主机负荷确定给水泵的转速应迭值.该计算方法为给水泵的调速提供了数值上的依据,对提高给水泵的效率有实际意义.     

基于COT-SSD的变转速滚动轴承微弱故障诊断

针对背景噪声干扰及转速波动工况下滚动轴承微弱故障识别困难这一问题,提出一种结合计算阶次追踪(COT)和奇异谱分解(SSD)的新型诊断方法。利用COT算法对采集的原始时域信号进行等角度重采样,继而利用SSD算法对重采样角域信号进行处理,通过自适应构建的轨迹矩阵的奇异值分解重组,将角域信号从高频至低频分解为若干个奇异谱分量,利用融合峭度指标筛选最佳奇异谱分量,选定最佳分量后对其进行进一步的包络解调运算,最终通过分析包络阶次谱中幅值突出的成分来准确判定滚动轴承运行状态。滚动轴承内外圈故障实测信号分析结果表明,所提方法能够有效提取出变速工况下滚动轴承的微弱故障特征信息。     

基于DMD和改进胶囊网络的变工况轴承故障诊断方法

针对轴承单一传感器所测数据存在不全面性和简单利用多传感器数据造成数据过多的问题,引入动态模态分解(DMD)的信号分解方法,将多传感器信号分解为多个模态,并提出利用能量值最大的模态对原始信号进行重构;针对变工况的问题,首先引入含有矢量神经元的胶囊网络(CN),然后提出在胶囊网络中加入转置卷积,构建改进的胶囊网络模型(ICN)充分提取输入数据的空间信息,对故障特征进行智能识别。基于DMD和ICN的轴承故障诊断方法既可以利用多传感器信号,同时也不会造成数据冗余;此外,ICN可以充分提取不同数据的空间信息,并通过动态路由算法计算胶囊层的相关度,实现在变工况下对轴承故障的精确诊断。实验结果表明,基于DMD和ICN模型的轴承智能故障诊断方法,比传统卷积神经网络(CNN)和未改进的胶囊网络具备更强的变工况故障诊断能力。     

变参数模型参考自适应转速估计方法研究

针对常规的模型参考自适应(MRAS)转速估计系统存在收敛速度慢、低速估计误差大的缺点,提出了一种变参数模型参考自适应的转速估计系统,介绍了该系统的结构、设计方法及控制系统的建模等,并采用Matlab工具箱对基于变参数模型参考自适应的转速估计系统进行了仿真。仿真结果表明,该估计系统能有效提高收敛速度、减小低速估计误差。     

变工况轴承的联合分布适应迁移故障诊断

针对传统的机器学习算法在变工况条件下的轴承故障分类中诊断率低的问题,提出了基于联合分布适应(JDA)算法与K-最近邻(KNN)分类算法相结合的轴承故障诊断方法.首先该方法通过提取不同工况下的轴承故障信号的时域特征分别作为源域样本和目标域样本,并通过Fisher线性判别分析(FLDA)方法计算各个特征所占权重.然后将权重...     

瞬态变工况下电厂燃气轮机气路故障诊断方法研究

为避免失修和过修,提高电厂燃气轮机可靠性和可用性,降低运维成本,确保其安全稳定、绿色高效运行,提出了一种适用于瞬态变工况且包含可变几何压气机的电厂燃气轮机气路故障诊断方法。推导了压气机IGV开度变化对压气机流量特性线和效率特性线的影响数学关系式,建立了以燃气轮机性能分析与气路故障诊断为目的高精度燃气轮机热力模型,并提出了适用于瞬态变工况且包含可变几何的电厂燃气轮机气路故障诊断策略。通过现场实际机组运行测试,验证了所提出的方法具有良好的诊断准确性与实时性,实现了在瞬态变工况下的故障辨识。     

变速变负载无轴承永磁同步发电机悬浮力及发电性能研究

针对普通发电机轴承磨损严重的问题,提出一种无轴承永磁同步发电机。首先分析了无轴承永磁同步发电机的悬浮原理和发电原理;其次,推导了感应电压表达式,利用麦克斯韦张量法建立悬浮力和电磁转矩的数学模型并验证其正确性;再次,运用参数化分析法设计并优化了发电机结构,仿真结果验证了发电机具有良好的悬浮力和电磁性能;另外,将设计的样机进行试验,验证了该发电机具有良好的动态性能;最后针对发电机常见的变速、变负载的问题,基于有限元仿真分析了其对发电机运行性能的影响。仿真结果说明该发电机在特殊工况下具有良好的悬浮性能。研究表明提出的新型发电机具有良好的动静态性能可以稳定运行。     

基于RA-LSTM的轴承故障诊断方法

为解决轴承故障诊断时网络模型不能对一维振动信号中的特征按照重要程度分配不同的权重,导致无法提取具有代表 性意义的特征,进而影响诊断模型的精确度与鲁棒性的问题。 提出基于反向注意力机制( reverse attention mechanism,RA)的特 征突出处理方法,通过将特征进行注意力反向与剪枝,降低非重要特征占比,从而对重要特征进行凸显。 并通过长短期记忆网 络(LSTM)进一步学习特征之间的时间信息后通过全连接层进行故障类型分类。 通过实验选取了最优数据截取长度、剪枝超参 数并对信号添加噪声后模型的稳定性进行了验证。 实验结果表明所提出的 RA-LSTM 轴承故障诊断方法具有优异的故障诊断 性能,故障诊断精度能达到 100%,且在添加噪声后模型的诊断能力仍具有优异的鲁棒性。     

风电机组变桨轴承变形研究与有限元分析

变桨轴承是风电机组的关键部件,其应力状态和变形对风电机组的安全运行有重大的影响。建立承受联合载荷作用的变桨轴承的计算模型,采用Newton-Raphson方法计算变桨轴承在外载荷作用下的变形情况,并应用ANSYS软件建立变桨轴承有限元模型,模拟轴承在联合载荷作用下的应力场和变形量。有限元分析结果验证了计算模型的准确性,可为变桨轴承结构设计提供理论依据。     

基于快速谱相关和PSO-SVM的变工况滚动轴承状态识别

滚动轴承故障诊断进入“大数据”时代需要不断发展和完善故障智能识别技术,而已有方法在变工况下的故障识别准确率较低。针对此问题,提出了一种基于快速谱相关和粒子群优化支持向量机(PSO-SVM)的变工况滚动轴承状态识别方法。对滚动轴承的振动信号进行快速谱相关,得到快速谱相关谱;在快速谱相关谱中选取4个循环频率,并求其能量均值,得到信号的特征能量矩阵;将它作为特征向量输入PSO-SVM进行训练和测试。试验结果表明：在运用PSO-SVM进行变工况滚动轴承状态识别的过程中,由快速谱相关谱得到的特征能量矩阵能更好地体现滚动轴承在不同工况下的多状态特征,且PSO-SVM的自适应能力强,不需要人为设置参数,具有更高的识别率。     

基于GASA策略的交流变频调速系统模型辨识研究

针对交流变频调速系统，探讨了应用智能优化算法实验建模方法。变频器直接驱动异步电动机的开环调速系统存在调速性能差的问题，需要速度闭环。系统用西门子变频器作为功率驱动组件，单片机参与决策，构成一种实用的闭环控制系统。应用遗传算法和模拟退火算法构造一类GASA混合优化策略，辨识表征系统动力学特性的数学模型。实验结果证明了混合优化策略的优越性，并提供了变频调速系统模型实验辨识的新途径。     

变速抽蓄机组转子绕组接地故障保护及定位方法

变速抽蓄机组转子绕组采用三相交流励磁的特殊结构,导致现有的转子接地保护方法不再适用。为此,提出一种变速抽蓄机组转子绕组接地故障的保护及定位方法。通过在转子滑环外经限流电阻接注入式装置构成转子接地保护的方案。基于注入式原理,提出对地电容参数和故障电阻的在线计算方法,根据接地故障电阻大小判断是否发生接地故障并确定保护出口方式。根据转子转向和转速大小考虑转子绕组电势的相位分布,将故障相绕组各槽导体连接处视为虚拟故障点并计算其对应的参考电势比值。比较实际电势比值与各虚拟故障点的参考电势比值,将差异最小的虚拟故障点视为故障位置,实现接地故障定位。PSCAD/EMTDC仿真结果验证了所提方法的有效性。     

基于时域动态过程的变速抽蓄机组外部故障短路电流计算方法

变速抽蓄机组（VSPSU）采用特殊的交流励磁结构及控制方式,导致其外部故障短路特性与常规定速机组相比差异巨大。为此,提出了一种基于时域动态过程的外部故障短路电流计算方法。根据VSPSU外部故障下的励磁及控制特点,将外部故障下的VSPSU分为持续励磁和跨接器动作这2种情况,并基于空间矢量分析分别建立2种情况下的时域动态电路模型。在此基础上,结合2种情况的过渡边界条件和定子磁链动态特性推导得到VSPSU外部故障短路电流的解析表达式。与PSCAD/EMTDC仿真结果的对比表明,所提出的VSPSU外部故障短路电流计算方法具有较高的准确性及实用价值,能满足变速抽水蓄能电站一次设备选型以及继电保护等工作的需要。     

600MW火电机组直接空冷凝汽器变工况特性分析

针对直接空冷凝汽器运行中存在的问题。通过对空冷凝汽器变工况计算,找出了环境温度、迎面风速、汽轮机排汽量变化对汽轮机背压、发电标准煤耗率的影响关系。结果表明：空冷凝汽器的运行工况与设计工况差别较大,用户应在变工况下合理确定空冷凝汽器运行方式。     

基于QH-ITD和AMCKD的滚动轴承故障诊断研究

由于滚动轴承早期微弱故障易受噪声影响导致难以对故障进行诊断。针对原固有时间尺度(ITD)和三次样条插值改进ITD算法的不足以及最大相关峭度解卷积(MCKD)算法的滤波器长度参数选取困难的问题,提出基于四次Hermite插值改进的ITD(QH-ITD)算法和利用变步长网络搜索参数寻优改进MCKD(AMCKD)算法。该方法首先利用QH-ITD算法对原滚动轴承故障信号进行分解运算,然后利用峭度指标和互相关系数筛选相应的分量信号进行重构,再利用AMCKD算法中对重构信号进行降噪处理,最后利用Teager-Kaiser能量算子进行解调处理,提取出故障特征信息并判断故障类型。通过人工模拟的滚动轴承损伤故障诊断实验和全寿命周期的轴承早期微弱故障诊断实验,验证了所提方法可以有效地对滚动轴承的早期微弱故障进行诊断识别。     

基于并行变量预测模型的变压器故障诊断及优化研究

针对传统变压器故障诊断方法存在小样本问题下分类效果差、海量监测数据的识别效率低下等问题,提出基于Spark计算框架的并行化变量预测模型。首先采用HDFS作为内存式存储系统,面向行存储的Row Matrix作为分布式矩阵存储结构,利用广播变量、调整分区数进行并行度优化。其次训练4种数学模型获取故障类型的最佳模型及相关参数完成故障诊断。实验结果表明,并行变量预测模型识别精度高于支持向量机,计算效率优于单机环境,对高维特征向量有较好的适应性。     

Dynamic response of doubly fed induction generator variable speed wind turbine under fault

The performance of doubly fed induction generator (DFIG) variable speed wind turbine under network fault is studied using simulator developed in MATLAB/SIMULINK. Simulation results show the transient behavior of the doubly fed induction generator when a sudden short circuit at the generator bus is introduced. After the clearance of the short-circuit fault the control schemes manage to restore the wind turbine's normal operation. The controller performance is demonstrated by simulation results both during the fault and after the clearance of the fault. A crowbar is used to protect the rotor converter against short-circuit current during faults.