局域波法和独立成分分析在转子系统故障诊断上的应用

提出了一种局域波法和独立成分分析相结合的机械故障诊断方法。对于机械设备的振动信号，通过局域波法得到的局域波时频图像能够同时在时间和频率上反映信号能量的变化。不同故障信号的局域波时频图像也明显不同，因此可以用来进行故障的判别。为了实现故障的自动分类，应用独立成分分析对不同故障信号的局域波时频图像进行独立分量分离，得到一组源图像的投影系数。在此基础上，利用概率神经网络实现故障的自动分类。以转子的早期摩擦，基座松动，不对中故障信号为例，应用该方法进行了研究，实验结果证明了该方法具有一定的实用性和有效性。     

HHT方法在转子振动故障诊断中的应用

传统的振动故障诊断主要是基于频谱分析的方法，而Hilbert-Huang变换得出的时频图是分析故障信号奇异性的有效工具，也是非平稳信号比较有力的分析工具。Hilbert- Huang变换方法以经验模态分解为基础，使信号变换后得到的瞬时频率具有物理意义。该文通过几种时频分析方法如魏格纳-维尔(Wigner-Ville)分布、小波变换等比较，发现Hilbert-Huang变换的时频分析更能够清楚给出时频分布情况，准确反映系统的固有特性。对转子实验台几种典型振动故障信号进行了分析研究，结果表明，利用Hilbert-Huang变换的时频分析不仅能直观检测信号中的微弱奇异成分，而且可以有效地进行故障诊断，实现早期故障预报。该方法为旋转机械状态检测和故障诊断提供了新的手段。     

多传感器信息融合技术及其在旋转机械振动故障诊断中的应用

对多传感器信息融合技术作了简要介绍，并结合旋转机械振动故障诊断系统的要求与特点，探讨了信息融合技术用于故障诊断系统的基本层次结构。将信息融合的层次与故障诊断的功能相对应，提出了旋转机械振动故障诊断的信息融合模型，进而对旋转机械振动故障诊断系统中信息融合在不同层次上的实现方法进行了讨论。     

基于时频等高图的汽轮发电机组振动故障诊断方法研究

状态监测与故障诊断的主要内容包括故障信号的检测、故障诊断、趋势分析和早期故障预测即预测诊断等。传统的振动故障诊断主要是基于频谱分析的方法，小波变换得出的时频等高图是分析故障信号奇异性的有效工具，为汽轮发电机组的故障检测和诊断提供了新思路。在介绍小波变换理论、Morlet小波和时频等高图的基础上，通过对仿真的汽轮发电机组几种典型振动故障，如不对中、油膜涡动和部件松动等信号进行分析，结果表明时频等高图不仅能够直观检测出信号中的微弱奇异成分，而且还可以有效地对故障进行分类诊断、实现早期故障检测和故障变化趋势分析等。最后，采用时频等高图分析了3种实际机组的振动异常信号。     

改进的HVD方法在转子故障诊断中的应用

针对转子故障诊断问题,介绍了一种基于希尔伯特振动分解(HVD)的多分量非平稳信号时频分析方法。该方法首先对原始振动信号的非平稳频率成分低通滤波,分离出幅值最大分量的瞬时频率;然后由同步检测获得对应的瞬时幅值和初相位;最后经过迭代运算自适应地提取原信号各分量的时频信息。针对HVD的边界效应问题,应用基于最小平方距离准则的波形匹配边界延拓法对其进行改进。通过仿真信号分析验证了改进的HVD对边界效应的抑制效果和对多分量信号的时频分析能力。分析了转子碰摩、油膜涡动、油膜振荡故障试验测试信号,结果表明改进的HVD方法可以精确提取转子系统故障的时频特征,证明了该方法的有效性。     

小波分析在汽轮机振动故障诊断中的应用研究

针对常见的汽轮发电机组频率突变的振动故障,采用傅立叶变换和小波变换对同一汽轮发电机组振动信号进行傅立叶变换和小波分解。结果表明傅立叶变换无法检测出信号的瞬态变化,只适用于分析平稳信号;而小波分析可以有效的提取信号的瞬态变化特征,能准确的检测出信号的奇异点位置,利用小波分析有利于提取汽轮发电机组振动信号的故障特征。此外,对汽轮发电机组的混合信号进行小波分解,可以将信号有效的分离,为确定故障种类提供了依据。     

匀相窄波局部特征尺度分解方法及其在机械故障诊断中的应用

局部特征尺度分解(local characteristic-scale decomposition,LCD)方法在改善了经验模态分解(empirical mode decomposition,EMD)方法的同时,也继承了EMD的模态混叠问题.噪声辅助分解是解决EMD模态混叠问题的主要方法之一,但由于LCD对于噪声更加敏...     

基于声振一体化的变压器感知系统在故障诊断中的应用研究

本文针对变压器运行状态与故障诊断需求,结合泛在物联网等技术,提出一种声振一体化的变压器运行状态感知系统。以压电式传感器和传声器作为采集终端对变压器基础数据进行采集;利用三层架构思想,将整个感知系统分为感知层、网络层和诊断层。基于变压器运行状态感知系统通过对振动信号进行降噪、求小波包-能量熵,按照熵值的变化,不仅能够判断变压器内部是否出现故障,而且能够判断其故障程度能够准确判断其故障相位置。最后在电源容量有限情况或者减小对电源的需求情况下模拟试验方法,最大程度地满足负载试验的需求。     

高压异步电机转子绕组故障诊断系统的研究

采用定子稳态电流与起动电流相结合的分析方法诊断异步电机转子绕组故障中 ,通过频率细化和自适应滤波技术 ,大大提高了基于电机稳态电流故障诊断的分辨能力和实用性 ;通过对电机定子起动电流时频分析 ,提出采用起动电流中特定频率分量诊断故障的新方法 ,大大提高了电机轻微故障时故障诊断的准确性。根据分析结果研制出了实用可靠的大型异步电机转子绕组故障诊断系统。     

地理信息系统在配网自动化中的应用

地理信息系统ＧＩＳ（ｇｅｏｇｒａｐｈｉｃ ｉｎｆｏｒｍａｔｉｏｎ ｓｙｓｔｅｍ）在配电系统自动化中的应用越来越广泛。本文阐述了ＧＩＳ的基本应用,并结合配电系统的特点介绍了ＧＩＳ在配电网络综合信息系统、变压器负荷管理和在事故负荷转移中的应用,以及ＧＩＳ与ＳＣＡＤＡ系统的集成。     

小波包分析技术在大型电机转子故障诊断系统中的应用

通过精密离心机电机驱动系统和机械系统的故障机理的分析,提出了两种故障信号基于小波包分析的特征提取方法.一个是渐进性故障信号的特征提取方法,控制器误差信号通过小波包分解与重构,最后在最低频段的节点得到了已经去噪的故障信号.另一个是振动信号频带能量的特征向量提取方法,动平衡系统的振动信号被分解到独立的频段,不同频带内的信号能量变化反映了系统机械运行状态的改变,每个能量成分被提取形成特征向量用于故障诊断.试验与仿真结果表明这种基于小波包分析的故障方法具有算法简单、可行的优点.     

小波－奇异值分解在异步电机转子故障特征提取中的应用

针对电流信号中异步电机的转子故障特征分量经常被电源频率分量淹没而无法准确检测的缺点,提出了一种基于小波-奇异值分解的转子故障特征提取方法。通过连续小波变换将电流信号中的各特征频率分量转换到时频分布空间中,对该时频空间进行奇异值分解将各特征频率分量分解到不同的正交特征子空间中,对特征子空间的选择重构可以有效地滤除电源频率分量而提取出转子故障特征分量。模拟数据和实际故障信号的应用表明,该方法提供了一种可实际应用的异步电机转子故障诊断方法。     

基于瞬时功率信号频谱分析的鼠笼式异步电动机转子故障在线诊断方法

该文介绍了一种基于瞬时功率频谱分析的鼠笼式异步电动机转子故障监测与诊断方法。采集定子某两个端子之间的线电压和对应的线电流，由二者的乘积即可构成瞬时功率信号。理论分析表明，与常见的基于定子线电流频谱分析方法相比，使用瞬时功率信号能避免基波电流对故障特征成分的影响，更好地突出故障特征，分离复合故障。这些都有益于对故障程度的量化，和诊断规则的建立。通过对样机进行断条和偏心故障设置，多种故障情况下的实验结果也证实了上述结论。     

不同故障类型情况下行波传播特点的研究

对输电线不同短路故障类型情况下的行波传播特点进行了分析研究。研究结果对利用行波特点来进行行波保护和故障测距都是非常有用的。     

树形配电线路相间短路故障的多端诊断方法

针对树形配电线路特点,选取适当频率的正弦诊断信号,建立分布参数电路模型。相间短路故障后,在线路始端和所有末端分别施加正弦诊断信号,并检测激励所在端口的电压电流相量,以此实现故障分支的识别和短路点的定位,大量的计算机仿真和在仿真线上的实验表明,本方法有效。     

复杂辐射状配电系统的可靠性评估

提出一种能灵活响应配电网络拓扑结构变化的复杂辐射状配电系统可靠性评估的故障遍历算法。该算法能有效地考虑配电系统的自动化特性，将故障后的系统恢复分为两个阶段进行。该算法利用父向搜索法确定故障的影响范围，并利用广度优先遍历搜索法将系统的故障部分分为故障修复区、前向故障恢复区和后向故障恢复区。该算法以面向支路的前推回代法为基础，利用树的添加和删除操作灵活响应各种支路开断及负荷转移所引起的网络拓扑结构变化，用父向搜索法确定所需进行潮流计算的子系统，并通过控制父向搜索法的搜索步数来灵活简化潮流计算，经算例验证，该算法是一种较为实用的可靠性评估算法。     

配电网单相电弧接地故障选线暂态分析法

小电流接地系统发生最多的故障是单相接地故障，现有的基于稳态零序电流的故障选线方法，受弧光接地，运行方式因素的影响较大，选线精度并不理想，文中在充分研究电弧故障暂态零序电流变化的基础上，指出电弧因素对故障选线准确性的影响，由于对称分量法对接地故障进行暂态分析十分不便，文中采用Clarke变换，并运用小波变换技术建立新的基于暂态电气量的选线方法，应用EMTP对电弧接地故障进行了仿真，在不同采样频率以及不同的A／D分辨率情况下进行了大量的仿真试验，结果表明该方法是正确，有效的，而且具有较强的鲁棒性。