大型机电设备故障信号实时采集方法研究仿真

大型机电设备工作环境复杂,故障频发,需要对故障信号进行实时采集和有效检测。传统方法采用时频分析的统计信号处理进行故障信号采集,对低信噪比的故障信号检测性能不好。提出一种基于非线性时间序列分析和相空间重构的大型机电设备故障信号实时采集方法,实现故障的检测和诊断。构建大型机电设备的故障数据检测模型,基于相空间重构分析的故障诊断方法,通过经验模态分解方法提取故障信号的特征信息,以此为数据基础建立智能专家系统,实现大型机电设备的故障诊断。在大型机电设备3种工况模式下测试大型机电设备的性能,得到信号采集时域波形,并进行相空间重构分析,实现故障分类诊断仿真,仿真实验表明,采用该方法进行故障信号的实时采集和故障诊断,故障分类性好,故障检测和诊断的效率较高。     

基于ITD和模糊聚类的齿轮箱故障诊断方法

为提高齿轮箱故障诊断的准确性与效率,针对其振动信号非线性和非平稳性的特点,提出将固有时间尺度分解(ITD)和模糊聚类(FCM)相结合的齿轮箱故障诊断方法。首先对齿轮箱振动信号进行固有时间尺度分解,提取包含主要故障信息的前4个固有旋转分量(PRC),求取PRC的特征能量作为故障特征向量。然后利用模糊C-均值聚类算法对齿轮箱故障进行识别与诊断,并将该方法应用到现场齿轮箱的诊断中。结果表明,诊断结果与实际情况完全相符,该方法比经验模式分解与模糊聚类相结合的方法具有更高的计算速度和精度,为齿轮箱故障诊断提供了一种新的有效方法。     

基于深度卷积神经网络的未知复合故障诊断

针对振动信号的非平稳性、非线性以及未知复合故障难以诊断的问题,提出了一种基于深度卷积网络的未知复合故障诊断模型。首先将采集到的时域振动信号通过小波变换生成频谱图像;然后将频谱图输入卷积神经网络(convolutional neural network,CNH),利用卷积网络自适应的特征提取能力对复合故障进行特征学习;最后将深度卷积网络输出的特征通过分类器对故障进行诊断分类。在实验室模拟采集的不同数据集上进行实验,结果表明:基于深度卷积网络的未知复合故障诊断模型与基于改进CDCGAN的复合故障诊断方法相比,对未知复合故障的诊断率提高了44%,达到85.77%;使用不同类型的单一未知复合故障和多种未知复合故障进行实验,验证了所提模型的泛化能力和鲁棒性。     

500kV断路器异常运行与应急处理的分析

断路器在电力系统正常运行情况下用来合上和断开电路故障时在继电保护装置控制下自动把故障设备和线路断开,还可以有自动重合闸功能。出现分闸闭锁主要是由断路器各种操作机构压力异常,断路器灭弧介质压力降低,断路器控制回路故障造成。文章首先说明了断路器分合闸闭锁异常处理原则,然后根据500kV断路器分合闸闭锁异常故障的原因进行了现场应急处理的分析,并对异常处理隔离故障操作时需注意的问题进行了详细分析。     

基于FTU故障信息的Petri网故障诊断方法

针对基于输电网的继电保护与断路器的动作信息的建模不适用于配电网络的问题,结合配电网络的结构和运行特点,提出了基于FTU(feeder terminal unit)故障信息的Petri网建模方法。综合利用FTU上传的过电流信号和幅值量测信息,实现了配网故障诊断的快速性和容错性。根据配网的拓扑结构特点采取分层故障诊断的方法,先后诊断出故障馈线、故障单元和故障区段;采用了基于概率信息和带有抑止弧的Petri网模型,增强了网系统的模拟能力。通过对典型算例进行故障诊断,证明了此方法的有效性和可行性。     

基于小波去噪—经验模态分解和支持向量机的塔机起升机构轴承故障诊断

针对塔机起升机构轴承故障振动信号特点,提出了一种基于小波降噪—经验模态分解(Empirical Mode Decomposition,EMD)和支持向量机(Support Vector Machine,SVM)的塔机起升机构轴承故障诊断方法。首先,对采集到的振动信号进行小波降噪,接着通过EMD方法将降噪后的振动信号分解为若干个本征模态函数(Intrinsic Mode Function,IMF),构造IMF能量矩,最终将提取的能量矩作为输入来建立支持向量机,实现智能化诊断。实验结果表明该方法能有效地应用于塔机起升机构轴承故障诊断中。     

500kV断路器配PCS-9830型选相合闸装置现场带电调试技术

断路器选相合闸技术(Controlled Swithing,简称CS)是指通过一定的手段使断路器动、静触头在系统电压波形的指定相角处进行合闸,使电力设备在对自身和系统冲击最小的情况下投入电力系统的技术。CS技术能够大大降低合闸操作暂态过程中的过电流(合闸涌流),尽量减少断路器动静弧触头的烧蚀程度,从而延长断路器的电寿命和提高整个电力系统的稳定性。     

基于 Gabor 变换的轮边减速器故障诊断方法

研究矿用自卸车轮边减速器中太阳轮、行星轮和齿圈局部故障振动信号的频谱结构,对于轮边减速器故障诊断具有重要意义。文中模拟了内齿圈局部故障振动信号,利用 Gabor 变换降噪方法对含噪声的振动信号进行降噪,并应用频谱分析方法诊断出了内齿圈故障。从降噪效果来看,达到了预期效果,为矿用自卸车轮边减速器故障诊断提供了有效的诊断方法。     

某型变速器断齿故障检测研究

通过在某型变速器Ⅲ挡被动齿轮上设定1个断齿,利用振动加速度传感器对变速器箱体振动信号进行测试,并从时域波形和频率结构上对信号进行分析,有效地提取了变速器齿轮断齿时箱体振动信号的时域和频率特征;利用光电转速传感器测量主离合器主动鼓齿轮周期,并根据变速器齿轮传动系统的构造,利用齿轮系统的传动比和各相关齿轮的齿数,理论推算出变速器齿轮断齿时箱体振动信号的频率构成,然后把理论推算的振动信号频率成分和试验分析得到的振动信号频率成分作比较,比较结果验证了试验结果的正确性.测量发动机曲轴输出的转矩波形,相比于变速器齿轮正常状态,变速器齿轮断齿状态下发动机曲轴转矩波形的脉动特征表现得更为明显.试验分析结果为变速器状态监测和故障诊断提供了依据.     

基于SVM与EEMD方法的工程机械液压系统冲击振动信号研究

工程机械液压系统发生冲击故障时,振动信号会出现相应的时频特性的变化。准确捕捉液压缸冲击振动信号,提取信号的典型特征是故障诊断的关键。运用S VM延拓解决EEMD方法的端点效应,通过改进的三次样条插值方法拟合包络线,再利用互相关分析与频谱分析对特征模态分量进行筛选,选取出能够代表信号特征的IMF分量。最后,使用改进的E E MD方法对液压系统突然换向引起的冲击振动信号进行分析,选取出能够代表信号特征的IMF分量,为以后的智能诊断故障特征提取提供依据。