750kV高压并联电抗器的振动测试与故障分析

由于传统电力变压器往往会发生振动故障,导致电力系统性能不稳定,因此,该文对750kV高压并联电抗器进行振动测试,并分析其故障。首先,布置高压并联电抗器的测点,快速判断故障发生的位置。其次,采集振动信号特性。最后,诊断750k V高压并联电抗器内部故障,保障电力系统的安全和稳定。试验结果 ：750k V高压并联电抗器的振动测试与故障分析的最大振动值与试验设定的最大振动值趋于一致,方法1的最大振动误差数值为56μm,方法2的最大振动误差数值为77μm,证明了750k V高压并联电抗器的振动测试与故障分析方法的有效性。     

采用振动传感阵列的高压并联电抗器铁心松动故障诊断方法

铁心松动是高压并联电抗器长期振动效应下的主要机械故障之一,利用单点振动信号分析法对其进行缺陷诊断存在测点选择困难、数据不具备典型性等缺点,而利用振动传感阵列可有效避免以上问题。介绍了基于质量?弹簧模型的并联电抗器铁心振动机理,通过高压并联电抗器振动测试平台,确立了高压并联电抗器油箱振动形态测试方案,得到各个频率分量下高压并联电抗器油箱表面的振动形态,分析了电压和铁心松动对高压并联电抗器油箱表面基频振动形态的影响。借鉴图像形态学中纹理特征的提取方法提出了一种基于振动强度共生矩阵的特征提取算法,以铁心处于紧固状态和不同松动状态下的 10 kV 并联电抗器模型为算例,验证了所提算法的有效性。     

基于振动参数图像融合灰度共生矩阵的电抗器机械状态辨识方法

为更有效地监测电抗器的工作状态,提出一种基于振动参数图像融合灰度共生矩阵的电抗器机械状态辨识方法。首先对电抗器施加不同大小的电压、预紧力以模拟不同工况,在采用工作变形分析的基础上,利用灰度共生矩阵提取不同工况下工作变形分析云图的纹理特征,引入能够定量表征电抗器振动情况的振型相关系数,进而得到电抗器振动参数结合工作变形分析灰度图纹理特征的融合特征矩阵,最后利用支持向量机实现电抗器的状态辨识。通过模拟绕组松动故障试验,将所提方法与单一基于灰度共生矩阵的常规辨识方法进行比较,实验结果表明：所提方法能够有效地提取电抗器振动信号特征参量,且诊断精度相较于常规方法有明显提升,准确率可达93.6%。     

基于振动分布特征的电力变压器绕组故障诊断

振动分析法是实现电力变压器带电监测与故障诊断的重要手段,而基于振动分析法的故障诊断方法的关键在于从复杂的油箱壁振动信号中提取出状态特征(值或矢量)。传统的状态特征提取方法大多选取单个测点的振动信号进行时域或频域特征的提取,往往忽略了各测点间的振动分布特征。从振动重心的角度对振动分布的幅值重心及重心轨迹进行研究与分析,能够提出四个量化参数。在四个量化参数的基础上结合支持向量机分类算法提出基于振动分布特征的变压器绕组故障诊断模型。实际变压器的绕组故障实验以及十余台台电力变压器现场实测数据样本的分析与测试结果均表明,提出的振动分布特征及量化参数能够有效反映变压器绕组变形、压紧力松弛等机械结构变化,而基于振动分布特征的绕组故障诊断模型也可准确的对变压器绕组机械结构状态进行检测与诊断。     

大型养路机械车轴齿轮箱早期故障智能诊断

在常规机械车轴齿轮箱的故障诊断中,以齿轮箱的外部故障为诊断基础,由于诊断问题停留在表面,导致诊断精度较低,因此提出大型养路机械车轴齿轮箱早期故障智能诊断。首先,确定车轴齿轮箱传动设计模式为双击圆柱齿轮,并根据齿轮箱模式设置车轴齿轮箱振动频率,其次,在振动信号中对故障进行分析,最后,提取故障特征,根据振动频率信号分析,对齿轮箱进行早期故障智能诊断。在试验中,试验组平均精确度为93.67%,对照组为74.55%,由结果可知,该文设计的故障智能诊断方法精度较高。     

基于局部均值分解与形态谱的旋转机械故障诊断方法

针对旋转机械不同类型故障会使振动信号具有不同形态特征及振动信号信噪比低等特点,提出基于局部均值分解（Local Mean Decomposition,LMD）与形态谱的旋转机械故障诊断方法。其中的LMD能对旋转机械原始振动信号进行降噪处理,而形态谱则能反映振动信号的形态特征,从而能判断旋转机械的工作状态。将该方法用于转子系统故障诊断,分析结果表明,该方法能有效提取旋转机械故障振动信号的故障特征,能准确识别旋转机械的故障状态。     

基于振动尖锋能量的离心风机轴承故障诊断

为诊断振动增大的风机轴承故障,对监测的轴承振动数据进行分析。通过振动尖峰能量GSE和滚动轴承故障频率的计算,采用传统频谱图和GSE谱图对轴承故障进行诊断,结果表明用GSE的通频幅值来判断轴承的工作状态,用GSE谱图判断故障频率,可以有效诊断轴承的故障。     

基于小波包与倒频谱分析的风电机组齿轮箱齿轮裂纹诊断方法

为实现风电机组齿轮箱及时有效地监测和维护,提出基于小波包与倒频谱分析的风电机组齿轮箱齿轮裂纹诊断方法。该方法针对齿轮裂纹振动信号为转速频率对啮合频率及其倍频调制的特点,利用小波包分解来识别振动信号中的故障特征,通过小波包频带能量监测得到故障部位的啮合频率范围;考虑到倒频谱可以分离和提取难以识别的密集调制信号的周期成分,基于倒频谱识别故障部位的转速频率,综合利用两种频谱分析方法得到的啮合频率和转速频率,能诊断故障部位和类型。实验研究表明,该方法能精确地诊断齿轮裂纹故障,并可以实现对风电机组齿轮在复杂环境中退化状态的监测,预防断齿等重大故障的发生。     

70基于负超磁致伸缩效应电抗器减振新方法的研究

噪声抑制是电抗器制作和应用过程中必须考虑的关键因素,尤其是在高压输电网络。针对电抗器振动噪声的问题,提出了一种利用负超磁致伸缩材料的减振方法。以一台单相铁心电抗器为例,建立电抗器铁心的电磁-机械耦合模型,基于有限元法对磁致伸缩和麦克斯韦力及两者共同作用下的电抗器铁心振动进行定量分析,研究两种力对电抗器振动的影响,得出磁致伸缩和麦克斯韦力对电抗器振动是相互抵消作用的结论。在电抗器气隙处填充负超磁致伸缩材料,利用负超磁致伸缩材料在磁场作用下产生负形变的特性来抵消电抗器原有的机械变形。对比两种不同填充材料电抗器的振动位移,分析结果表明,电抗器的振动位移减小了13%,为以后低噪声电抗器的设计提供理论支持。     

探讨高压断路器机械故障诊断方法

针对高压断路器的机械故障诊断问题,阐述了近十年来国内外高压断路器机械故障振动诊断的方法。从振动信号的特征提取、故障识别的角度,对其进行了具体的分析。     

振动机械滚动轴承单点点蚀故障诊断研究

针对振动机械滚动轴承内环和外环单点点蚀故障的判别问题,通过对振动机械滚动轴承运行状态的分析,建立了滚动轴承内环和外环单点点蚀故障的脉冲冲击模型,提出了单点点蚀故障的判别依据,对理论模型进行了仿真,并在振动筛上进行了试验研究,运用Hilbert-Huang变换法处理了试验数据.理论分析与试验分析结果一致表明,振动机械与旋转机械滚动轴承单点点蚀的故障特征频谱有明显的区别.振动机械滚动轴承外环点蚀故障时有明显的振幅调制现象,其故障包络谱中有幅值较大的外环故障频率fo及其倍频、外环故障频率的边频、调制频率及其倍频的谱线;而旋转机械外环点蚀无振幅调制现象.振动机械滚动轴承内环点蚀故障时有轻微的振幅调制现象,其故障包络谱中有幅值较大的内环故障频率fi及其倍频、幅值较小的内环故障频率的边频和调制频率及其倍频的谱线;而旋转机械内环点蚀存在明显的振幅调制现象.     

基于测点优化与模态扩展的机械结构振动响应全场重构EI北大核心CSCD

提出一种基于测点优化与模态扩展的机械结构振动响应全场重构方法。使用D优化设计方法确定最优测点布置方案,根据模态扩展方法构造加速度响应扩展矩阵,从而实现由优化布置的有限测点的加速度响应重构机械结构全场加速度响应,并使用有限元分析软件读取重构的加速度响应,实现机械结构响应全场可视化。开展板结构数值仿真分析和振动响应重构试验,验证了当结构处于多模态共振或非共振状态下机械结构振动响应全场重构方法的有效性和鲁棒性。进一步,通过分析各阶加速度模态贡献量,精准选择主要振动模态分析机械结构的振动响应,实现了基于更少测点的振动响应全场重构。     

油浸式并联电抗器降噪设计及生产控制措施

该文围绕油浸式并联电抗器的振动噪声要求,阐述了在并联电抗器设计方面采取的降低噪声方法,同时根据公司生产的油浸式并联电抗器类产品的个别台振动噪声问题的实际情况,针对500 kV及以下产品的振动噪声水平有待提高,而振动、噪声的保证主要在于生产实际操作过程,设计时需要重点关注产品结构生产过程中部件的细节控制。     

低速重载机械的状态监测与故障诊断探索

设备故障诊断技术是以研究设备的故障机理为基础,通过准确采集和检测反映设备状态的各种信号,并利用现代信号处理技术将现场采集的各种信号经过相应变换,提取真正反映设备状态的信息,然后根据已掌握的故障特征信息和状态参数判断故障及原因,并预测故障的发展和设备的寿命。简单对低速重载机械的状态监测与故障诊断进行探索。     

光纤光栅声发射检测新技术用于轴承状态监测的研究

轴承的健康状况对旋转机械的工作状况有极大的影响。航空器中的故障轴承会间接造成事故,给飞行安全带来灾难性的后果,需要进行早期故障的有效检测判别或状态监测。与振动等传统的检测手段相比,声发射可有效检测到故障的早期状态,准确判断故障类别和严重程度。介绍了滚动轴承故障声发射检测原理以及光纤光栅声发射检测新技术。以预制外圈缺陷的轴承为例,进行了压电式声发射传感系统和光纤光栅声发射传感系统检测的对比实验,实验和分析结果表明光纤光栅声发射方法检测到的信号谱底噪声小,谱线清晰、干净,更容易分辨故障频率和分析故障的严重程度,优于振动和压电式声发射传感方法。最后介绍该技术在直升机维修保障中的应用情况。     

旋转机械非平稳振动信号的时频分析比较

信号分析与处理是机械故障监测与诊断中故障提取的常用方法,传统的振动故障分析方法难以满足频率随时间变化的非平稳信号的要求,联合时频分析是非平稳信号比较有力的分析工具。以转子实验台的典型振动故障信号为研究对象,分析研究了几种时频分析方法如STFT、Wigner-Ville分布、小波变换和Hilbert-Huang变换。对比结果表明:STFT和Wigner-Ville分布的时频分辨率是矛盾的,易出交叉项或使信号变得微弱;小波分解会出现多余信号;Hilbert-Huang变换的时频分析能够直观检测信号中的微弱奇异成分,清楚给出时频分布情况,为旋转机械状态监测和故障诊断提供了新的手段。     

基于时间-小波能量谱的齿轮故障诊断

振动信号中的冲击现象及其频率特征是诊断齿轮局部损伤故障的重要依据之一。针对齿轮故障特征提出了一种时间-小波能量谱信号处理方法,它能够有效提取振动信号中冲击成分的时域和频域特征。利用时间-小波能量谱方法分析了正常、磨损、断齿等三种状态的齿轮箱振动信号,并与传统频谱分析方法进行相比。结果表明：时间-小波能量谱不仅可以有效提取故障特征,识别出齿轮箱的故障存在,而且可以清晰地分辨出故障类型及故障元件。     

基于机匣振动信号的滚动轴承故障特征提取

通过进行带机匣测点的滚动轴承故障模拟实验,获取滚动轴承在故障状态条件下,轴承座测点和机匣测点的振动数据。分析结果显示,相对于轴承座,机匣上的振动信号成分复杂,轴承故障特征不明显,直接进行包络解调无法提取故障特征。通过奇异值分解(singular value decomposition,SVD),差分谱中各峰值处奇异值可以表征不同成分的信号。当轴承故障信号微弱时,第一个峰值处的奇异值重构信号往往代表转频及其调制信号分量,选取该靠后峰值处的奇异值进行信号重构可以有效提取轴承故障特征信号。研究内容为实际基于机匣测点信号的航空发动机滚动轴承故障特征提取提供了一种新的方法。     

一种基于振动数据的旋转机械运行状态评价方法的探讨

旋转机械在工作时容易产生振动,一旦振动异常将严重影响到旋转机械的安全运行,因此振动是评价旋转机械运行状态的重要参数.通过反映旋转机械运行状态的振动特性指标,能对当前振动状态进行识别和评估.通常需要多个指标方能从不同的角度比较完整地反映旋转机械的运行状态,但直接从多个指标中直观地评估旋转机械的运行状态比较困难.该文尝试用一种基于振动数据的评价方法对旋转机械的运行状态进行评估,并通过实验室数据来验证这种方法.结果表明,该方法结论具有较高的可靠性,在工程上易于掌握.     

某核电厂辅助给水泵电机振动故障诊断

针对某核电厂核岛辅助给水泵电机空载试验振动超标问题,先后采取多项排查措施,包括机座灌浆、地脚平面修整及机座支撑平面研磨、地脚螺栓孔扩孔等,处理后减振效果不理想。后经进一步测试分析,最终诊断出振动故障的根本原因为电机结构的固有频率与电机转动的电磁干扰力频率接近,导致共振。通过将电机地脚螺栓金属垫片更换为刚度较小的橡胶垫片,降低电机结构的固有频率,避开共振区域,经现场测试验证,电机各测点振动均满足验收标准,有效解决该电机的振动超标问题。该电机振动故障的排查与诊断过程,对工程中振动问题的处理思路具有一定借鉴意义。