基于人工神经网络的永磁同步电动机供电不平衡及缺相故障诊断

近年来永磁同步电动机逐步成为应用广泛的工业拖动设备,由于电网供电电压不平衡等,使永磁同步电动机发生故障。因此着重于三相电压不平衡故障的诊断以及与电动机单相或缺相故障的鉴别,提出基于提取定子线电流和电源电压基波中三次谐波的人工神经网络方法。所有模拟使用有限元分析软件进行,该方法通过实验验证,有很高的准确性,是一种有效的故障诊断方法。     

基于粗糙集理论的煤矿井下电网故障识别技术研究

在现有故障诊断识别技术研究的基础上,通过对比分析,选择粗糙集理论技术用于煤矿电网故障诊断识别。通过技术研究,确定了具体的应用方案和算法流程。通过基于μC/OS-II操作系统故障识别装置的研发,使该理论得到实际的应用。研究成果将为煤矿电网故障诊断提供一种有效的解决方案,对提高煤矿供电安全水平具有重要意义。     

基于隔离算法的矿区智能变电站故障诊断

煤矿电网中的电力设备长期在恶劣的环境下工作,发生故障的概率很大。如果故障不能被隔离,其将向上一级穿越,威胁到煤矿电网的稳定运行。由于深井供电系统自动化水平较低,因此有必要对矿区智能变电站进行穿越性故障诊断。通过分析煤矿电网特征,编写了故障区段识别程序,并采用隔离算法进行穿越故障识别。     

基于EEMD与RBF神经网络的齿轮故障诊断

文章在实验研究的基础上提出了EEMD与RBF网络相结合的齿轮故障诊断方法。重点讲述了EEMD的故障特征提取研究的方法和基本原理,简述径向基函数神经网络在故障诊断领域当中的应用。在故障模拟转子试验台上进行实验研究,采集足够的样本信号数据,利用集合经验模式分解原理来进行信号的特征提取,进而进行RBF网络的训练和故障识别,其较高的故障识别率验证了所提出的齿轮故障诊断模型的识别可靠性,同时该诊断模型具备着良好的应用前景。     

一种基于动态建模的磨煤机故障诊断方法

针对火电厂磨煤机故障诊断问题,通过采用系统运行特性的动态数学建模的方法来逼近真实磨煤机系统,并利用真实运行数据对模型参数进行辨识。结合典型制粉系统故障类型,研究其不同故障程度下特征参数的变化规律来完善故障知识库,从而有利于对磨煤机运行故障的快速和精确诊断。同时,根据不同故障严重程度的特征分析,针对每类故障的故障样本数据进行离线训练,提出了一种通过故障征兆的计算和缩放因子搜索实现故障的在线辨识方法,获取更为快速和可靠的故障诊断结果。最终,结合山西河曲电厂660-MW机组的双进双出BBD3854型磨煤机验证了将所提出的故障诊断方法的有效性。     

模糊数学在故障诊断中的应用研究

分析了应用模糊数学进行故障诊断的必要性，提出了用隶属函数量化处理故障信息、用模糊关系矩阵刻划故障原因与故障信息的关系，通过求解模糊关系方程实现推理过程的故障诊断方法；并以电力变压器故障诊断实例验证了这种方法的有效性。     

模糊数学在故障诊断中的应用研究

分析了应用模糊数学进行故障诊断的必要性，提出了用隶属函数量化处理故障信息、用模糊关系矩阵刻划故障原因与故障信息的关系，通过求解模糊关系方程实现推理过程的故障诊断方法；并以电力变压器故障诊断实例验证了这种方法的有效性。     

高瓦斯矿井高压电网漏电选线技术的应用研究

煤矿高压供电系统均采用中性点非接地方式,在间歇性弧光接地极易造成相间短路。传统的接地故障排除方法,其选线保护准确率低,经常致使矿井停电范围广,停电时间长,容易造成高瓦斯矿井的瓦斯聚集。为避免高压供电系统单相接地故障造成的安全影响,采用高速信号处理器为核心,研究设计了一种高瓦斯矿井高压电网中性点非接地漏电故障选线装置。重点介绍漏电选线装置的硬软件结构,选线原理,建立供电线路Π模型。通过参数计算,对电网正常运行参数与漏电故障参数进行差异判据,对漏电线路进行选线并微机报警。该选线装置经亭南煤矿实际运行证明,选线快速、准确性高,提高了高瓦斯矿井高压电网的安全供电能力。     

煤矿井下低压电网漏电保护技术研究与应用

煤矿井下漏电故障是矿井低压电网的主要故障之一,其对于煤矿人员的人身安全产生了极为不利的影响,不利于供电的安全。为此,文章将对煤矿井下低压电网漏电保护技术进行分析和论述,希望可以更好的解决电网故障,保证煤矿安全生产。     

基于1DCNN-ELM的带式输送机托辊轴承故障诊断研究

针对带式输送机托辊轴承故障诊断中振动信号提取特征困难而导致故障诊断精度较低的难题，提出了一种基于一维卷积神经网络(1DCNN)和极限学习机(ELM)的托辊轴承故障诊断方法。首先，根据具体的故障诊断任务，对采集到的数据进行划分，并进行傅里叶变换，采用多个标签表示健康状态、故障类型和损伤程度。然后，利用1DCNN来提取故障特征，根据提取的故障特征利用ELM进行故障分类。该方法中的参数是随机产生的，不需要迭代更新，可有效加快计算速度。最后，通过Case Western Reserve University的轴承数据集以及自制托辊故障数据集进行故障诊断试验，测试精度均达到了100%，用时分别为2.82 s和2.42 s，能够在较短的时间内准确判断出托辊故障类型，验证了所提方法的有效性。通过与ELM、随机森林、K最邻近法、支持向量机和卷积神经网络等方法进行对比，体现了所提方法的优越性。结果表明：采用1DCNN和ELM相结合的诊断方法，其诊断效果比采用单一方法更好，能够满足煤矿领域托辊故障诊断的需求。     

振动诊断在机械设备齿轮故障诊断中的应用

介绍了利用振动信息进行故障诊断的优势及齿轮故障振动诊断方法,列举了齿轮故障振动诊断标准,通过诊断实例介绍了振动诊断在齿轮故障诊断中的具体应用。实践证明振动诊断在机械设备齿轮故障诊断中具有重要意义。     

BP神经网络在轴承故障诊断中的应用

传统故障诊断方法很难对无法建立数学模型的系统进行有效的故障诊断。为了有效诊断轴承的故障,提出了基于BP神经网络的轴承故障诊断方法。简单介绍了常用的故障诊断方法、BP神经网络的结构和学习算法,详细介绍了BP神经网络在轴承故障诊断中的应用方法。仿真结果表明,通过合理选择网络节点数和训练样本,可以有效检测出轴承的故障信息。     

概率神经网络在水泵故障诊断中的应用研究

针对水泵机组振动故障的复杂性,采用了应用较为成熟的基于概率神经网络(PNN)的故障诊断方法。依据归一化的故障特征量样本和目标期望输出,对诊断网络进行了达标训练。通过验证数据进行网络诊断测试,证明该方法可以满足水泵故障诊断的快速性和准确性,具有实际应用价值。为水泵振动故障诊断技术的提升打下基础。     

基于改进粗糙集的滚动轴承故障诊断的计算机仿真研究

研究滚动轴承故障诊断的有效方法,目前主要有神经网络、专家系统方法、模糊数学方法等,但是利用这些技术对滚动轴承进行故障诊断,由于获得的故障断数据存在不精确和不完备的缺陷,无法获得满意的诊断效果。为了能够弥补这一缺陷,将阶次小波包理论和变精度粗糙集理论结合起来对滚动轴承进行了故障诊断。仿真结果表明改进的方法故障诊断精度均达到了100%,从而表明了该方法具有较高的故障诊断精度,在滚动轴承的故障诊断中具有非常重要的应用价值。     

矿井电网单相接地选线方法实现

针对国内矿井电网多数采样三相中心点不接地供电方式中对于电网的单相小电流接地较难判断的问题,借鉴中心点非直接接地高压电网的小电流接地选线理论和解决方案,结合矿井电网的特点,采用SIMULINK建立矿井电网仿真模型,仿真结果表明故障线路的故障相容性电流是正常线路倍数关系;提出了基于线路容性电流大小的变化特性与传统的零序功率方向相结合的综合故障选线方法,并设计了采用电力测量DSP与单片机相结合的双CPU故障选线保护装置,以解决矿井低压电网故障选线问题。     

基于改进遗传算法的刨煤机故障诊断研究

刨煤机是薄煤层开采必不可少的设备,由于工作环境恶劣,经常出现故障,对其进行故障诊断是非常重要的,研究了基于改进遗传算法和概率因果模型的故障诊断方法在其中的应用。分析了刨煤机的工作原理;提出了改进遗传算法的原理,并且给出了相应的算法流程;研究了概率因果模型的基本原理,给出了故障诊断流程;进行了刨煤机的故障诊断仿真研究,仿真结果表明改进的故障诊断方法能够准确地诊断出刨煤机的故障类型,应用前景广泛。     

振动监测在煤矿通风设备故障诊断中的应用

本文介绍振动技术在煤矿通风设备故障诊断中的应用。论述了根据振动特点诊断转子不平衡故障的方法,以及根据机器轴承振动值的大小来判断设备运行状态的方法。     

机械设备故障信号检测的LabVIEW实现

通过基于LabVIEW的信号分析仪在故障诊断中的应用 ,提出了一种利用虚拟仪器对振动信号进行分析检测从而发现故障的早期诊断的方法。用具体实例阐明了虚拟分析仪器在故障诊断中的应用     

应用自动装置提高地区电网供电可靠性

论文通过对自动装置应用的实例分析 ,重点介绍了在地区电网未完善前自动装置的几种使用方法 ,总结了应用中应注意的问题 ,探讨了应用自动装置提高地区电网供电可靠性的重要途径 ,具有成本低、维护方便、保证电网可靠供电的优越性。     

基于权值优化的BP神经网络的煤矿配电网故障诊断

井下配电网发生故障后,当故障信息不完全或不一致,导致故障诊断难以得到正确结论,而传统BP神经网络存在收敛速度慢、网络的泛化能力较差等缺点。针对上诉问题,提出了一种基于优化权值的BP神经网络的配电网故障诊断方法。通过配电网实例证明了该方法具有较快的收敛速度和较高的诊断准确性,具有良好的应用前景。