用混沌理论检测直流供电系统接地故障

针对电力系统中干扰信号的特性,尝试了引用混沌理论检测接地故障。对支路电流采样所得干扰信号混沌化处理,提取混沌源的分类特征,并用分形维数定量分析以判断是否存在接地故障。对含有多支路直流系统的仿真和实验验证了该方法的可行性。     

基于混沌理论的直流供电系统接地故障检测的研究

由于现有的直流供电系统接地故障检测有一定的缺陷,通过混沌动力学分析故障检测的两种方法结合对直流供电系统接地故障进行研究,即系统固有的混沌特性和加入混沌振子子检测系统,仿真结果表明,此新方法有较好的准确性。     

基于深度自编码网络模型的风电机组齿轮箱故障检测

为了实现风机齿轮箱的故障检测分析,提出一种基于风电机组齿轮箱的数据采集与监视控制(SCADA)数据和振动信号的深度自编码网络模型。该模型作为一种典型的深度学习方法,通过逐层智能学习初始样本特征,可以获取数据蕴含的规则与分布特征形成更加抽象的高层表示。首先,利用限制性玻尔兹曼机对网络参数进行预训练和反向传播算法对参数进行调优,建立深度自编码网络模型。然后,通过对齿轮箱的状态变量进行编码和解码,计算重构误差并将其作为齿轮箱的状态检测量。为了有效检测重构误差的趋势变化,选用自适应阈值作为风机齿轮箱故障检测的决策准则。最后,利用对齿轮箱故障前、后记录的数据进行仿真分析,结果验证了深度自编码网络学习方法对齿轮箱故障检测的有效性。     

基于混沌分形理论的故障电弧诊断方法研究

引入混沌分形理论,从混沌空间域角度分析故障电弧的内在演化规律和电弧特性,提出一种基于混沌分形理论的故障电弧诊断方法。通过重构相空间和盒维数、关联维数、最大Lyapunov指数等对电弧电流的混沌分形特性进行定性、定量分析,形成电弧的空间域特征向量,构建故障电弧诊断模型。针对低压用电系统中空气压缩机、开关电源等负载线路,对故障电弧发生前后线路电流的混沌分形特性进行分析,验证方法的有效性。实验结果可见,线路电流的分形结构和混沌分形特征参数随着电气线路运行状态的变化而有所差异,且与线路负载性质有关。基于此特征建立的电弧诊断模型电弧检测的准确率超过90%,同时当线路正常运行时,诊断模型能够实现负载辨识,辨识率可达到90%。     

风电机齿轮箱常见故障分析、诊断与预防

针对几种常见的风电机齿轮箱结构,分析了齿轮箱齿轮损坏、轴承失效、轴损坏、箱体破坏、紧固件损坏、油渗漏等故障的原因。提出了齿轮箱故障的早期诊断方法及预防措施：定期分析润滑油品质,保证润滑油油质;检测润滑油中金属含量,判断故障发生部位;利用内窥镜探测齿轮箱内部的轴承及齿轮,及时发现问题。     

基于IabVIEW的故障监测系统设计

研讨基于IabVIEW的故障监测与诊断系统的开发流程、软硬件功能模块的实现方法及系统的实际应用,以风力发电机齿轮箱为例对整体的故障监测系统设计．对齿轮箱运行状态进行实时在线监测和数据分析,提出了齿轮箱监测系统的整体解决方案。     

基于5次谐波的混沌检测原理的故障选线方法的研究

在分析5次谐波优缺点的基础上,提出了基于混沌理论的5次谐波的故障选线方法.为了克服系统故障前含有的5次谐波分量的干扰,防止造成选线不准确,采用混沌理论对故障信号进行建模;为了有效地提取微弱的5次谐波,提出了一种基于Duffing振子的混沌弱信号检测方法,构造了基于Duffing振子的混沌故障选线方法并给出了算例方法,验...     

基于编码器信号的低转速行星齿轮箱故障诊断技术

行星齿轮箱广泛应用于低速重载的大型机电设备中,其故障检测尤为重要。当前行星齿轮箱的故障检测主要依靠振动信号分析,然而低转速工况导致的冲击微弱以及故障冲击难以分离等问题,使得行星齿轮箱故障冲击难以发掘。针对上述瓶颈,提出一种基于编码器信号的低转速行星齿轮箱故障诊断方法。该方法首先通过内置编码器获取故障信息,避免了冗长的振动传递路径带来的不利影响。在此基础上,建立稀疏低秩分解模型,引入快速主成分追踪算法(fast principal component pursuit,FPCP)进行求解,实现低转速下行星齿轮箱故障冲击的提取。行星齿轮箱故障实验结果表明,该方法不仅能获取输入轴转速为30r/min下的故障信息,而且有效地实现故障冲击的分离。研究工作可为低转速旋转机械的故障诊断提供有效的工具。     

Duffing振子信号检测方法用于配电网单相故障接地保护

Duffing振子信号检测技术利用混沌系统的分岔特性来检测外界信号，将待测信号作为Duffing方程周期策动力的摄动，利用初值敏感性可以获得很高的测量灵敏度和良好的抗噪性能。基于Duffing振子信号检测技术提出一种新型的单相接地故障选线方法。故障后故障线路和非故障线路零序电流将使Duffing振子系统分别处于大周期或混沌状态，据此可以选出故障线路，从而将选线问题转化为待测故障信号从无到有的敏感检测问题，简化了选线过程，抗噪性能好，提高了接地保护的灵敏度。文中给出了该方法的具体实现步骤。采用虚拟仪器技术，开发了基于混沌选线方法的小电流接地系统单相接地故障选线仪。实验室物理模拟实验和现场录波数据分析结果证明了该方法的可行性和有效性。     

Duffing振子信号检测方法用于配电网单相故障接地保护

Duffing振子信号检测技术利用混沌系统的分岔特性来检测外界信号，将待测信号作为Duffing方程周期策动力的摄动，利用初值敏感性可以获得很高的测量灵敏度和良好的抗噪性能。基于Duffing振子信号检测技术提出一种新型的单相接地故障选线方法。故障后故障线路和非故障线路零序电流将使Duffing振子系统分别处于大周期或混沌状态，据此可以选出故障线路，从而将选线问题转化为待测故障信号从无到有的敏感检测问题，简化了选线过程，抗噪性能好，提高了接地保护的灵敏度。文中给出了该方法的具体实现步骤。采用虚拟仪器技术，开发了基于混沌选线方法的小电流接地系统单相接地故障选线仪。实验室物理模拟实验和现场录波数据分析结果证明了该方法的可行性和有效性。     

混沌理论在电力电子装置中的应用

在对混沌理论进行数学描述并给出基本概念的基础上,介绍了混沌理论用于电力电子装置系统设计及其稳定性控制,电力电子装置信号检测、故障处理与诊断,电力电子装置抑制电磁干扰(electro magnetic interference,EMI)和改善电磁兼容性(electro magnetic compatibility,EMC)3个主要方面的应用动态和研究成果,指出了混沌理论在未来电力电子装置中的应用需深入研究的发展方向。     

基于混沌系统的非高斯噪声的高斯化方法

提出了混沌系统将非高斯信号转变为高斯过程的理论。在此基础上,利用高阶统计分析中的斜度概念验证此结论的有效性,并且通过仿真实验进一步说明了此方法的可行性。由此可将混沌系统看作滤波预处理器,把高斯噪声背景下的许多算法推广到以非高斯噪声为背景情况下的信号检测,有望为测量技术领域提供有效可行的新方法。     

基于混沌特征的航空发动机故障诊断研究

为有效利用航空发动机故障状态下振动系统的非线性特征,把混沌引入到航空发动机故障诊断中.采用了一种集相空间重构技术和关联维数估计为一体的特征提取方案,确定混沌时间序列相空间重构两个重要参数,给出了关联维数的计算方法,准确估计出实测数据的结果.对3种典型故障振动数据的关联维做了计算仿真,仿真结果表明该方法提取的混沌特征量具...     

风力发电机传动系统故障诊断的机电仿真研究

为了研究风力发电机组传动系统齿轮故障在发电机电流信号中的响应过程,扩展电流信号诊断方法的应用范围。在考虑齿轮啮合刚度变化和模拟断齿故障变化特征的基础上,建立齿轮副动力学模型;以典型的双馈风力发电机为对象,建立双馈发电机及其控制系统模型。利用齿轮副和发电机的转速参数关联两个模型,构建机电联合仿真模型。在理论上研究齿轮正常或存在断齿时的电流故障特征,并与试验台模拟故障试验比较。仿真与试验结果表明,发电机定子电流可以准确反映齿轮的故障特征信息,且在离网状态下,主要会引起电流信号的频率调制特征。     

基于粗集理论的小电流接地系统故障选线

分析了小电流接地系统中基于小波包的故障选线方法工作原理，证明了在故障线路暂态零序电流信号采样后能量损失较大时，该方法失效。为了克服该方法的局限性，提出了一种基于粗集理论的改进故障选线方法。将提取的暂态零序电流故障特征作为条件属性，信号增强倍数作为决策属性，构成一个决策系统。通过对决策表的约简，得到决策系统的最小决策算法，从而实现信号增强。再利用小波包变换对增强的信号分解，实现故障选线。ATP-EMTP仿真表明，该方法有效地提高了小电流接地选线的准确性。     

基于粗集理论的小电流接地系统故障选线

分析了小电流接地系统中基于小波包的故障选线方法工作原理，证明了在故障线路暂态零序电流信号采样后能量损失较大时，该方法失效。为了克服该方法的局限性，提出了一种基于粗集理论的改进故障选线方法。将提取的暂态零序电流故障特征作为条件属性，信号增强倍数作为决策属性，构成一个决策系统。通过对决策表的约简，得到决策系统的最小决策算法，从而实现信号增强。再利用小波包变换对增强的信号分解，实现故障选线。ATP-EMTP仿真表明，该方法有效地提高了小电流接地选线的准确性。     

基于一维卷积神经网络和SoftMax分类器的风电机组行星齿轮箱故障检测

将卷积神经网络引入风机故障检测领域,设计了一种一维卷积神经网络的结构,并和Soft-Max分类器相结合构造了一种双层智能诊断架构。一维卷积神经网络用于行星齿轮箱数据的特征提取,Soft-Max分类器对提取的特征进行分类。与传统智能算法相比,该方法具有训练样本少,可直接使用原始数据训练网络;计算效率高,可以适应实时诊断的需要。试验结果证明,该方法可以有效地诊断出不同工况下的行星齿轮箱中的齿轮故障。     

Duffing振子信号探测在故障电弧短路保护中的应用

Duffing振子信号检测技术利用混沌系统的分岔特性来检测外界信号,将待测信号作为Duffing方程周期策动力的摄动,利用初值敏感性可以获得很高的测量灵敏度和良好的抗噪性能。基于Duffing振子信号检测技术提出一种新型的故障电弧监测方法。在电弧没有发生燃弧之前有比较微弱的弧声信号,完全湮没在强背景噪声中,将含有噪声的弧声信号作为周期策动力加入混沌检测系统中,如果混沌检测系统处于间歇混沌状态,证明有电弧弧声产生,则故障电弧监测系统发出预警信号。实验表明,发生燃弧的瞬间,弧光、短路电流、弧声的幅值都有明显的跃变,以这3个电弧表征信息为判据,设定合适的幅值阈值,建立报警系统。实验结果表明该监测系统能实现对故障电弧的预警和报警功能。     

基于频谱分析的传动减速箱故障诊断技术研究

通过对船载测控系统中传动减速箱的振动信号频谱提取方法研究,提出了基于频谱分析的减速箱故障诊断方法。利用计算机辅助仿真对减速箱中太阳轮缺齿故障进行了数据模拟,得出了具有较强抗噪声干扰能力的故障诊断特征,并对太阳轮局部缺齿损伤进行故障诊断试验。结果表明:该故障特征能较好地诊断出传动减速箱系统的齿轮故障。