设备故障诊断的电机电流方法

本文提出一种利用交流电机定子电流信号进行电机及其驱动设备故障诊断的新方法，原始信号由钳式电流传感器拾取，经Hilbert变换包络分析，成功地从中提出有关机械故障信息，对几台典型的往复式空压机和离心泵进行了实测分析，初步证实了该方法的有效性。     

设备故障诊断的电机电流方法

本文提出一种利用交流电机定子电流信号进行电机及其驱动设备故障诊断的新方法。原始信号由钳式电流传感器拾取,经Hilbert变换包络分析,成功地从中提出有关机械故障信息。对几台典型的往复式空压机和离心泵进行了实测分析,初步证实了该方法的有效性。     

电机故障诊断的人工智能方法综述

在分析电机故障诊断传统方法的基础上,讨论了近年来电机故障诊断领域的智能控制手段和最新进展:即神经网络、模糊逻辑、模糊神经和遗传算法等,给出了详细的图表和简化的应用实例,并比较了各方法的优缺点。     

基于电机驱动系统的齿轮故障诊断方法综述

齿轮故障诊断技术对减少工业事故所造成的人员伤亡和经济损失具有重要的意义。首先介绍了振动诊断法和噪声分析法,然后重点对基于电机驱动系统的齿轮故障诊断方法做了综述。振动诊断法和噪声分析法属于常用的齿轮故障诊断方法,这两种方法分别需要安装振动传感器和声音传感器,齿轮传动机构结构紧密而且构造复杂,安装机械传感器多有不便。电机电流特征分析法、负载转矩特征分析法和运动误差辨识法是基于电机驱动系统的无创诊断方法,电机电流、负载转矩以及运动误差信号都承载有齿轮的故障信息,电机电流信号可以从电机驱动器处获得,负载转矩和运动误差信号借助于辨识器也可以从驱动器处获得,避免了安装机械传感器的需求。同时分析了各种诊断方法的优缺点,总结现有研究成果及有待解决的问题,展望了未来的研究方向。     

谈谈对电机设备的故障诊断与维护

介绍了电机设备的运行与故障率的关系。通过对电机设备的运行管理工作，提出了加强对电机设备故障的诊断与维护技术的重要性以及一些相应的工作方法。     

大型电机设备电气故障诊断流程

通过分析各类大型电机设备的电气保护方式及类型,归纳总结出设备出现故障后的故障定位、故障排查、故障分析流程,并结合一起电机定子绕组损毁事故进行保护定值的量值分析及故障判定.     

小波包在电机故障诊断中的应用

针对常用的时域和频域分析在诊断电机故障时存存不能同时诊断出故障时间和类型的瓶颈问题，利用在时频两域都具有表征信号特征能力的小波，对采集来的电机振动信号进行小波包分解。利用分解的小波系数，在各个频段上进行小波信号重构，并计算信号各个频段的能量特征值，提取故障特征，诊断故障发生的时间和故障类型。     

基于小波变换及SVM的电机故障诊断

通过采用一种基于小波分析及SVM的电机故障诊断方法,利用Simulink工具对三相异步电机无故障、定子故障及转子故障三种情况进行了仿真建模及故障诊断分析。实验结果表明,所采用的电机故障诊断方法诊断速度快且诊断精度高,满足实际需求。     

基于定子电流监测方法的电机故障诊断

电机是一种复杂的旋转机械,其故障种类多而且难以辨别。为了对小功率异步电机的常见故障进行正确快速地诊断,采用小波分析技术对几种常见故障所引起的定子电流变化进行了多分辨率分析。从能量分布的角度出发,快速且较为准确地诊断出电机故障。诊断效果表明,小波分析是对电机故障进行定子电流诊断的有效方法,同时为电机故障在线实时诊断提供了理论依据。     

小波包在电机故障诊断中的应用

针对常用的时域和频域分析在诊断电机故障时存在不能同时诊断出故障时间和类型的瓶颈问题,利用在时频两域都具有表征信号特征能力的小波,对采集来的电机振动信号进行小波包分解。利用分解的小波系数,在各个频段上进行小波信号重构,并计算信号各个频段的能量特征值,提取故障特征,诊断故障发生的时间和故障类型。     

感应电机常见故障的模糊诊断（之一）

轴承故障、定子绝缘故障与绕组股线断股、鼠笼转子断条等故障约占鼠笼异步电机故障的８０％。在本文和其姊妹篇中，详细地讨了用模糊诊断方法对上述各类故障进行诊断的问题。本文将监测所得振动信号的时域方差和峭度，以及其振动信号的包络的幅频谱所得的几个特征频率处的幅度转化成隶属度向量，作为模糊诊断度。本文还介绍了用最小二乘原理，对实验室一台７．５ｋＷ的鼠笼异步电机滚动轴承故障的隶属度函数、模诊断关系矩阵进行自学     

小波变换在电力设备故障诊断中的应用研究

利用Ｐａｒｓｅｖａｌ恒等式分析了信号谱分析中连续小波变换结果的物理涵义,并由此导出了信号特征谱分析中小波基的选取原则和小波母函数的通用选取方法。针对定子绕组单相接地故障,讨论了小波母函数的选取方法、基于小波变换的故障识别方法及实现过程,并与离散傅氏变换进行了对比分析。通过动模实验结果充分验证了小波变换方法的可行性和优越性。     

模糊神经网络在变压器故障诊断中的应用

提出了与神经网络结合的模糊变压器故障诊断新方法 ,克服了一般模糊诊断学习困难的局限 ;通过与模糊判决矩阵的对应关系 ,发现神经网络系统的权值矩阵就是模糊诊断里面的判决矩阵。模糊神经网络、组合神经网络和判决树 3种方法对故障样本的正判率分别为 90 .4 %、75 .4 %、83.3% ,这表明模糊神经网络方法的有效性与可行性 ,它弥补了DGA试验相近故障识别率低的不足 ,克服了组合神经网络无“可塑性”的缺陷 ,避免了判决树对样本选择的强烈依赖 ,使故障诊断准确度大为提高 ;也说明了DGA和其它电气试验相结合综合分析的必要     

电力系统故障诊断中的智能化方法及其应用

本文较详细地阐述了粗糙集理论、人工神经网络、模糊集理论的发展及其在电力系统故障诊断领域中的应用，并对其他一些智能方法进行了简要介绍。这些方法为电力系统的故障诊断开辟了新的有效途径。     

人工智能技术在输电网络故障诊断中的应用述评

简要介绍了相关的人工智能技术,如专家系统（ｅｘｐｅｒｔ ｓｙｓｔｅｍ）,人工神经网络（ａｒｔｉｆｉｃｉａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ）,模糊理论（ｆｕｚｚｙ ｔｈｅｏｒｙ,遗传算法（ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍｓ）及Ｐｅｔｒｉ网络（Ｐｅｔｒｉ ｎｅｔ）等的基本概念,并在此基础上对文献中提出的相应的输电网络故障诊断方法进行述评,分析它们在输电网嶷故障诊断中应用的特点以及存在的主要问题,以促     

汽轮发电机组故障智能诊断方法研究

该文针对汽轮发电机组故障特点，研究了用于故障智能诊断的神经网络结构，对传统的BP神经网络进行了改进，提出了神经网络的逐层优化法，优化后的神经网络更加适用于故障诊断。通过对汽轮发电机组常见故障的分析，提出了适用于汽轮机故障诊断的原因-征兆表，在此基础上对某热电厂的汽轮发电机组故障进行了诊断，诊断结果表明，该方法能够正确地诊断出存在的故障，具有实用价值。     

基于人工免疫的异步电机故障诊断系统

基于免疫系统的原理,提出了一种用于异步电机故障诊断的新方法.针对阴性选择存在的不能辨识故障种类的缺点,提出一种改进的阴性选择方法,该法为实数编码、用欧氏距离来判断匹配,增加了记忆集,具有学习能力,能够辨识故障种类.并借鉴生物免疫亲和度较高的抗体之间抑制作用,增加对进入记忆检测器集的有效检测器与已有的记忆检测器亲和度计算,抑制亲和度高的检测器;根据电机定子匝间短路的实验结果,提出短路负载电流的基波经过时频变换后的结果,在一定的区域与负载成正比关系;使用所提出的改进的阴性选择方法对匝间短路进行检测,检测结果证明了改进的阴性选择方法克服了传统阴性选择方法的学习能力Ζ差,不能辨认故障的种类缺点,对故障检测的准确率很高.     

汽轮机组凝汽器故障诊断方法的分析研究

结合凝汽器的实际运行状况和现场专家经验，介绍了3种凝汽器故障诊断方法：模糊模式识别、神经网络、模糊神经网络。用实例对几种方法进行分析比较，指出了凝汽器故障诊断方法的发展趋势。     

同步发电机失磁检测中的动量自适应算法

把用Matlab软件的同步发电机故障仿真数据进行快速傅立叶变换后作为失磁检测的特征向量，通过人工神经网络模型实现发电机的失磁检测，用动量自适应算法对网络进行训练，收敛较快，避免了由于学习步长过大和过小造成的误差振荡。     

基于神经网络与专家系统的汽轮发电机组故障诊断系统

根据模糊神经网络和专家系统的特点。建立了模糊神经网络与专家系统相结合的汽轮发电机组故障诊断系统。系统采用模糊隶属度函数表示难以准确描述的领域专家知识;推理过程中,采用神经网络进行前向推理,并参考神经网络的输出。用专家系统进行反向推理,结合了神经网络求解迅速和专家系统解释清晰的优点,并提高了系统诊断能力;最后,采用信息融合方法处理冗余的诊断结果,提高了系统的综合诊断性能。