小波包能量谱和功率谱分析在水电机组故障诊断中的应用

小波包克服了小波分析在高频空间分辨率差的缺点,能够给信号提供更加精确的分解。因此在小波包分析的基础上,从能量和功率分析的角度出发,阐述了在水电机组故障诊断中采用小波包能量谱和功率谱分析相结合的信号特征提取的方法。通过对实验及电厂振动故障信号的提取与分析,表明小波包能量谱和功率谱分析相结合的信号特征提取方法准确而高效,是一种应用价值较高的信号特征提取方法,并能为机组故障的准确诊断提供依据。     

低压断路器振动特性分析与合闸同期性研究

针对低压断路器的机械特性,采用小波分解法对其振动信号进行分析。根据电动操作机构及低压断路器合闸动作的时序关系,以驱动电机电流信号作为时间标识,有效地提取了合闸振动信号。提出小波包能量谱分析低压断路器合闸同期性研究,在小波包对振动合闸信号细节分解基础上,采用小波包重构提取合闸振动主频带信号特征,由此构造合闸同期性状态特征矢量,并应用BP神经网络建立三相合闸不同期故障的识别模型。在断路器基座横梁安装单个加速度传感器,实验模拟了DW15—1600低压断路器的四种同期性状态振动信号,仿真结果表明,本文提出的振动信号小波包能量谱与神经网络相结合的方法,可有效地分析低压断路器合闸同期性。     

小波和能量特征提取的旋转机械故障诊断方法

转子系统和轴承是旋转机械中的关键零部件,其长期处于高速、满负荷运行极易出现故障。基于振动信号处理的诊断方法具有可在线、实时诊断的特点,针对频谱分析对非线性振动信号故障特征提取的不足,研究小波包对振动信号进行特征提取。由于传统软、硬阈值量化方法在阈值处分别存在恒定偏差和不连续的问题,设计了一种参数可调的改进连续函数对阈值进行量化。系统首先对振动信号进行小波包分解与去噪,然后采用小波包能量特征提取方法完成对旋转机械的转子不平衡故障、不对中故障、转子动静碰摩故障进行有效诊断。测试结果表明,轴承出现不同故障时,通过小波包分解后不同子带能量的不同,可用模式识别方法有效进行故障识别。     

基于小波变换和高阶特征提取的直驱风机轴承故障诊断方法

为了提高直驱风机稳定发电能力,提出一种新型电机轴承故障诊断方法。采用小波变换对轴承的滚动体、内圈和外圈振动信号进行分解,利用小波能谱熵和高阶统计量的双谱计算振动信号特征值,使用支持向量机根据特征值构造故障分类器,最后通过仿真验证所提故障诊断方法的有效性。     

基于改进EMD和双谱分析的电机轴承故障诊断实现

轴承是电机设备极重要的部件。轴承故障检测是非常必要的。通过将改进的经验模态分解和双谱分析相结合的故障检测方法来有效诊断电机轴承的早期故障。首先,针对EMD分解无法得到严格单分量IMF的问题,利用小波包分解将轴承振动信号分解为窄带信号并选取能量最集中的频带进行重构,从而降低故障信号的复杂性,抑制模态混叠问题;然后利用经验模态分解方法根据信号的固有波动模式将其分解为一系列IMF分量;再通过方差贡献率检验去除其中的虚假分量;最后,利用双谱分析信号的调制关系进行解耦,得到故障特征频率。验证结果表明,所提出的分析方法能有效诊断轴承故障。     

小波包–能量谱在高压断路器机械故障诊断中的应用

文章提出了一种利用小波包变换对高压断路器振动信号进行处理的新方法,应用小波包–能量谱分析得到各尺度上的能量百分比作为特征参量对高压断路器进行故障诊断。小波包变换能将已知信号按任意时频分辨率分解到更加精细频带,且提高了信号处理的频率分辨率,小波包正交分解后的信号具有各频带信号独立、能量守衡的特点。仿真结果表明,小波包–能量谱用于高压断路器机械故障诊断中是行之有效的。     

小波包-能量谱在高压断路器机械故障诊断中的应用

文章提出了一种利用小波包变换对高压断路器振动信号进行处理的新方法,应用小波包-能量谱分析得到各尺度上的能量百分比作为特征参量对高压断路器进行故障诊断.小波包变换能将已知信号按任意时频分辨率分解到更加精细频带,且提高了信号处理的频率分辨率,小波包正交分解后的信号具有各频带信号独立、能量守衡的特点.仿真结果表明,小波包-能量谱用于高压断路器机械故障诊断中是行之有效的.     

基于小波-能量谱分析的风电机组齿轮箱故障诊断方法研究

风电齿轮箱结构和工作条件特殊,使其故障机制复杂。为此提出了一种基于小波分解和能量谱相结合的风电齿轮箱故障诊断方法。首先是齿轮箱振动信号进行时域特征分析,观察特征参数的变化趋势,然后对变化特征最明显的振动信号进行功率谱分析,进行故障定位,最后结合小波能量谱对齿轮箱进行故障诊断。通过风电齿轮箱的故障实例,能准确地诊断出其故障形式和位置,说明该方法具有一定的工程意义。     

基于SCADA系统和信号处理的风力发电机主轴承故障分析与诊断

基于SCADA在线监测系统,通过该系统获取到主轴承实时振动数据,用小波包、集合经验模态分解模型进行信号处理和提取故障特征,分析其时域图的冲击信号、频谱图故障特征频率、包络谱故障频率幅值和谐波信号倍数情况,可以判断出主轴承故障位置以及受损情况,实现主轴承故障预警,为风力发电场现场运维人员高效维修提供帮助,降低运维成本。     

基于谐波小波包理论的轴承故障诊断

小波分析在故障诊断中得到较广泛的应用,但采用不同的小波,分析结果往往会有很大差异.通过对谐波小波和谐波小波包的分析研究,指出了谐波小波包对振动信号局部频段分析的优良特性.结合仿真信号与故障实验进行分析,提出将谐波小波包方法用于诊断轴承故障.实验验证取得了满意结果,表明谐波小波包方法是一种有效的故障诊断工具.     

小波包分析在汽轮机转子振动故障诊断中的应用

针对汽轮发电机组振动的频谱特点,提出了基于小波包变换的汽轮机转子振动故障诊断方法,它较一般的小波变换更能反映振动信号所包含的频谱成分及能量。根据Bently实验台所采集的4种典型汽轮机转子振动故障信号,运用小波包分析方法对其进行能量分析并提取故障特征。实验分析表明,基于小波包分析与信号能量分解的故障特征提取方法,可以获得汽轮机转子振动的故障状况;根据不同故障发生时的频谱特征,识别出不同的故障,从而进行汽轮机转子振动故障诊断。该方法比基于Fourier变换的故障特征提取方法更有效,适合于机械故障诊断。     

基于双谱的风电引起强迫振荡模式相关性分析

风机并网容量的增加表明新能源替代正在逐步发展,但含风电的非线性系统可能会激励多模式的强迫振荡,其深层次关系难以用传统方法分析.文中首先由组合风速模型分析了风电引起强迫振荡可能拥有的特性;其次引入了高阶统计量中的双谱分析和双相干分析,所得双谱和双相干系数用于分析风电引起的振荡和振荡之间的二次相位耦合关系;最后在四机两区算例中接入小型风电场进行仿真.仿真结果验证了所提推测的正确性和所提方法的有效性.     

小波包分析在汽轮机故障诊断中的应用

用转子振动试验台模拟了汽轮机典型故障.根据其频域变化特性,采用小波包分析对其建立频域能量特征向量,并根据最佳分解树进行了特征选择.最后用神经网络进行故障状态识别,取得了良好的效果.     

用小波分析来判定风力发电中电力电子的故障

随着风能资源的利用水平不断提高,风力发电系统中的电力电子装置使用也越来越多,其工作可靠性要求也越来越高。风力发电装置多位于野外,不可能让运行人员长期守在风机就地监视。为减轻检修人员的工作负担,对风机运行中远方检测到的大量数据进行快速而有效的可视化分析及故障状态粗略判断,文章引入了一种用小波变换来对数据进行快速分析诊断故障的方法。通过该方法能够很好的根据实时数据判断风机电力电子装置的故障。     

风电机组动态尾流频域特性分析与建模

在大型风电场中,机组间尾流效应会增加下游机组疲劳载荷,对机组运行安全造成不良影响。通过大涡模拟,在给定风况下开展测试,获取1台风电机组的动态尾流。利用数据驱动的动态模态分解方法,构建动态尾流的线性降维模型,通过2种定量化指标,验证了这种线性降维近似方法的有效性,并探索了模型阶次与模型适配度的相关性。在此基础上,通过对主要动态模态的频域特性分析和可视化分解,明确了风电机组动态尾流的主要低阻尼模态。结合傅里叶变换方法,研究了尾流区域中近尾流区与远尾流区的频域特性差异。研究结果表明,动态模态分解作为兼具系统辨识与频域分析的方法在风电机组动态尾流的建模中可以取得较高的建模精度,在时域与频域角度均有较好的适应度。     

风电机组故障诊断实现方法探讨

笔者针对风电厂优化运行管理的要求,讨论了风电场状态监测解决方案.以小波分析故障诊断的理论为基础,提出了风电机组状态监测的实现方法.根据风电机组传动链多采用齿轮箱的实际情况,塔建了实验室齿轮箱模拟试验台,并模拟实验获取故障特征值的方法;最后给出了基于风电场监控系统的OPC嵌入式风电机组状态监测和故障诊断系统包括现场监控数...     

基于改进冗余提升方案的汽轮机组振动故障特征提取

故障特征提取是大型机械设备状态监测和故障诊断领域的核心问题。传统的振动故障特征提取方法主要是基于频谱分析的方法,小波变换的出现则为该领域提供了新的工具。文中提出并构造了一种改进的冗余提升小波变换算法来提取振动信号的时域特征。算法以第2代小波为基础,设计了冗余提升小波变换的算法,不进行分裂,直接利用构造的算子进行预测和更新,各层分量和原始信号的数据长度相同,从而保留了更多的时域信息。研究了提升小波和冗余提升小波算法中存在的频率混叠问题,阐述了产生频率混叠的原因。通过对冗余提升小波分解得到的近似信号和细节信号采用傅里叶变换的方法消除了与其对应频带无关的频率成分,以突出相应频带信号的时域特征。对仿真信号和实际汽轮发电机组振动故障信号进行了分析,结果表明,改进的冗余提升小波变换算法能够较理想地提取出故障特征,有效地解决了提升小波算法中存在的频率混叠问题。     

小波包分解在发电机组转子振动故障诊断中的应用研究

为研究发电机组转子振动问题,从转子实验台上得到几种典型振动信号,分别进行了小波包分解和能量特征提取;并与海南某电厂燃气轮发电机组的现场振动信号进行了对比和研究。结果表明,小波包分析在发电机组振动故障诊断中能较好地识别故障类型。     

小波包变换在风力发电机转子断条故障诊断中的应用

将小波包变换应用于风力发电机转子故障诊断中,用Matlab小波分析将转子断条故障情况下定子侧的电流模拟信号进行多层小波分解,提取转子断条故障的故障特征,并与傅里叶分析结果对比,得到一种简易的故障诊断方法。结果表明,该方法能够准确提取故障特征,是一种优良的信号特征提取方法。     

汽轮机转子振动故障诊断新方法

文章提出了基于小波包分析和人工免疫的汽轮机转子振动故障诊断的新方法。在本特利实验台上模拟碰摩、不对中、不平衡三种典型汽轮机转子振动故障,用该方法对其进行诊断,诊断结果表明该方法有效。