基于定子振动特征的转子绕组短路故障识别

分析了汽轮发电机转子绕组匝间短路故障和转子不平衡故障时定、转子径向振动特征。当转子绕组匝间短路故障发生时,转子基频振动增加,定子二倍频振动减小;当转子不平衡故障发生时,转子基频振动增加,定子二倍频振动增加,不同于转子绕组匝间短路故障时的定子振动特征。在此基础上提出了基于定子振动信号的转子绕组匝间短路故障识别方法,与传统的单纯利用转子振动信号的诊断模型相比,可有效识别转子绕组匝间短路故障和转子不平衡故障。最后实测了SDF-9型故障模拟发电机定、转子径向振动信号,与理论分析结果基本吻合。     

汽轮发电机转子绕组动态匝间短路的特点与检测

本文在介绍了汽轮发电机转子绕组动态匝间短路的特点及检测方法后,用实例加以说明。     

1000MW汽轮发电机转子绕组匝间短路故障的诊断研究

对邹县电厂1000 MW汽轮发电机转子绕组匝间短路故障的检测和诊断方法进行了介绍和分析,从发电机转子匝间短路的发现和匝间短路的定位两个方面,对各种转子匝间短路试验技术进行了分析和探讨,重点介绍了一种RSO试验在邹县电厂的实际应用,论述了RSO1试验方法的优点,并提出几点建议。     

气隙静态偏心与定子短路复合故障对发电机定子振动特性的影响

分析了汽轮发电机在正常运行、气隙静态偏心故障、定子匝间短路故障、气隙静态偏心与定子匝间短路复合故障下的定子径向振动特性,以及各故障参数发展对定子振动特性的影响。首先对各情况下的气隙磁密进行了推导,得到引发定子振动的单位面积磁拉力表达式。然后分析了复合故障下定子径向振动特性及其与对应故障参数的变化关系。最后实测了SDF-9型故障模拟发电机的定子振动数据,结果与理论分析基本吻合。研究表明,正常情况和气隙静态偏心故障下发电机定子只有二倍频振动,但静偏心对应的二倍频振动幅值较正常情况要大;定子短路故障与复合故障下发电机定子都将产生二倍频、四倍频与六倍频径向振动,但复合故障所对应的振动幅值较大;复合故障下随着定子短路或气隙静态偏心程度的加剧,定子径向变形趋势及二倍频、四倍频与六倍频振动幅值均将增大;随着电机励磁电流的增大,定子径向变形趋势及二倍频、四倍频振动将增大,而六倍频振动则基本不变。     

对哈电600MW等级发电机常见问题分析及改进对策的研究

本文对哈尔滨电机厂600MW等级发电机近几年出现的三类典型问题：定子绕组端部磨损,转子绕组匝间短路、接地和漏氢原因进行了分析,结合问题处理过程总结了经验。从发电机制造工艺流程及制造过程监理重点制定出有针对性的防范措施,对已投产的发电机提出检修建议,以期提高发电机运行的安全可靠性。     

发电机转子匝间短路故障诊断及处理措施

随着我国机电制造业的迅速发展,在促进机电行业和其他相关行业发展的同时,也带来很多问题。较为明显的是发电机转子匝间的短路故障。本文主要通过实例分析了发电机转子匝间短路现象,以及故障的诊断方法,故障处理措施以及原因分析。     

基于EEMD样本熵的直流牵引网故障电流识别

针对地铁直流牵引网的振荡电流容易引起继电保护系统频繁误动的问题,提出一种结合总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)和样本熵的直流牵引网振荡电流与短路故障电流识别方法。利用EEMD方法对直流牵引网的馈线电流信号进行分解,求取各固有模态函数(intrinsic mode function,IMF)分量的样本熵值,并将计算结果求和,进而获得反映直流牵引网运行状态信息的特征量。通过对典型馈线电流信号进行分析计算,可知EEMD和样本熵相结合的特征提取方法可以有效地区分直流牵引网振荡电流与短路故障电流。算例分析验证该方法的有效性。     

大型发电机转子绕组匝间短路在线检测系统理论基础及设计应用

本文主要阐述大型同步发电机转子绕组匝间短路检测法的理论基础,并结合多年设计实践,介绍波形法检测系统的设计与应用。     

RBF神经网络在发电机转子匝问短路故障研究中的应用

发电机转子绕组匝间短路故障在转子电气绝缘事故中占较大比例。对大型汽轮发电机来讲,转子匝间短路故障会产生很大的危害,短路点局部过热会导致绝缘烧损接地、线棒过热会导致变形或烧熔,故障的进一步发展会造成烧坏护环、大轴磁化,或烧伤轴颈和轴瓦等,甚至会造成转子烧损事故。     

基于加权相空间重构降噪及样本熵的齿轮故障分类

提出了一种基于加权相空间重构降噪及样本熵的齿轮故障分类方法,给出了加权相空间重构降噪及样本熵的原理及计算公式.该方法将一维的时间序列重构到高维的相空同,通过区分吸引子在高维空间的不同的属性与特征,对原始信号进行加权相空间重构降噪,再计算降噪后信号的样本熵从而实现对齿轮故障信号的分类.对该方法进行了仿真与实验研究,结果表明,降噪后的信号有效地抑制了噪声对实验结果的影响,使得样本熵能够对齿轮不同的工作状态进行有效区分.     

一种负荷突变情况下异步电机转子断条故障在线检测新方法

异步电机发生转子断条故障时,其定子电流故障特征频率分量容易被电流基频淹没,加之实际工作中电机负荷突变的干扰,极大地增加了故障特征频率提取及检测的难度。为解决该问题,将解析小波和定子电流谱减法结合,提出一种有效的故障检测新方法。该方法首先利用解析小波变换来判断负荷突变点,然后通过谱减法来消除定子电流频谱中的基频分量,突出故障特征频率,进一步定义故障程度因子来量化转子断条故障程度。仿真和实验分析结果表明,该方法对于负荷突变情况下转子断条故障特征频率更加敏感,能够定量地描述转子故障程度。     

基于DEMD局部时频熵和SVM的风电齿轮箱故障诊断方法研究

为了有效地从非线性、非平稳性的风电齿轮箱故障信号中提取有用的信息成分,将微分经验模式分解、局部时频熵和支持向量机相结合,提出了一种微分经验模式分解局部时频熵和支持向量机的风电齿轮箱故障诊断方法。采用自适应多尺度的数学形态学对故障信号进行滤波;将滤波后的信号进行微分经验模式分解,获得齿轮振动信号的若干IMF分量;把每一个IMF进行分块,计算每一块的局部时频熵值;把局部时频熵值作为支持向量机的输入参数,通过支持向量机进行故障识别与诊断。实验结果表明,基于微分经验模式分解局部时频熵和支持向量机相结合的方法能够对风电齿轮箱故障信号进行准确有效地识别分类。     

小波奇异熵在燃气轮机传感器周期故障检测中的应用

燃气轮机电厂实际运行中,利用传感器得到的数据来进行燃机的状态评估。而传感器的状态直接影响到各个热参数的观测值。常见传感器故障中的周期故障由于故障幅值较小,易被噪声掩盖而无法检测到。应用小波奇异熵(Wavelet Singular Entropy,WSE)构建传感器周期故障检测的方案。介绍小波奇异熵的定义和计算方法,并通过仿真的方法,比较小波奇异熵相对小波变换在周期故障检测方面的优势,并证明小波奇异熵与故障幅值无关。以实验室的小型燃机的燃烧室出口温度传感器为实例进行验证,证明该方法对燃机传感器的周期故障检测有较好的工程应用价值。     

风电机组有功功率集散优化控制系统研究

研究了一种风电机组有功功率集散优化控制策略,并基于此提出一套风电机组有功功率集散优化控制系统开发方案,该系统架设于风电场自动发电控制（automatic generation control,AGC）系统以及风电机组机群能量管理系统（energy management system,EMS）之间,不改变AGC系统与EMS的原有架构,并且可综合考虑风机机群上网电价差异、设备稳定性、发电能力及寿命等因素,以利用上网电价较高、稳定性较好的发电设备为目的,从而实现风电机组有功功率的集散优化控制。     

基于EMD的奇异值熵在转子系统故障诊断中的应用

提出了一种基于EMD（Empirlcal Mode Decomposition）和奇异值熵的转子系统故障诊断方法。该方法首先用EMD方法分解转子系统的振动信号，得到若干个基本内禀模式函数（Intrinsic Mode Function，简称IMF），然后利用IMF分量形成初始特征向量矩阵，并对初始特征向量矩阵求奇异值熵，奇异值熵的大小反映了转子系统运行状态的差别，从而可以通过奇异值熵的大小判断转子系统的工作状态和故障类型。对实验数据的分析结果证明了该方法的有效性。     

Fault Diagnosis of a Rotary Machine Based on Information Entropy and Rough Set

There exists some discord or contradiction of information during the process of fault diagnosis for rotary machine. But the traditional methods used in fault diagnosis can not dispose of the information. A model of fault diagnosis for a rotary machine based on information entropy theory and rough set theory is presented in this paper. The model has clear mathematical definition and can dispose both complete unification information and complete inconsistent information of vibration faults. By using the model, decision rules of six typical vibration faults of a steam turbine and electric generating set are deduced from experiment samples. Finally, the decision rules are validated by selected samples and good identification results are acquired.     

基于IITD模糊熵与随机森林的滚动轴承故障诊断方法

针对滚动轴承故障微弱振动信号特征提取后难以识别的问题,提出基于改进的固有时间尺度分解(IITD)和模糊熵(FE)输入随机森林(RF)模式识别的滚动轴承故障诊断方法.首先,利用轴承试验台采集正常、滚动体故障、内圈故障、外圈故障等4种状态下轴承的振动信号;通过IITD分解将采集到的振动信号分解成一组固有旋转分量(PRC),...     

基于回归分析与BP神经网络的风机噪声预测

针对能源问题和风力发电机组噪声检测过程复杂的现状,研究IEC 61400-11风力发电机组噪声测量技术标准,提出一种回归分析和BP神经网络相结合的方法,对风电机组噪声的A计权声压级进行预测。由风电现场采集的数据建立多元线性回归方程,求取回归系数,分析简化后,用较少的输入量训练BP神经网络,建立机组的噪声预测模型。将模型应用于新疆某风电场的实际测试过程中,效果良好,验证该方法的可行性和有效性。     

基于改进奇异值分解和经验模式分解的滚动轴承早期微弱故障特征提取

针对滚动轴承早期微弱故障特征难以提取的问题,提出了改进奇异值分解(SVD)和经验模式分解(EMD)的滚动轴承早期微弱故障特征提取方法。首先用多分辨奇异值分解将信号分成具有不同分辨率的近似和细节信号,然后对近似信号用奇异值差分谱进行消噪,对消噪后的信号进行经验模态分解,将得到的各本征模函数分量进行希尔伯特包络解调,从而获得滚动轴承故障特征信息,最后通过对滚动轴承早期内圈故障的诊断实验证明了该方法的有效性