基于在线示教的多轴数控包带机的研制

给出了六轴数控包带机HEC-1的设计、实现方法。HEC-1由龙门架、六轴运动系统、电机控制器、线棒形状自动示教系统、自动包带系统及控制计算机组成,可应用于大型发电机的定子线圈绝缘带的包扎。对HEC-1的功能进行了介绍,给出其主要技术指标,并对系统的构成、定子线圈自动示教算法及自动包带方法进行了分析与讨论。在洪家渡水电站20万kW水轮发电机的SF200-30/9500型定子线圈上的包带结果表明,HEC-1的包带效果与国外同等产品相同,比手工包带具有更好的包带精度、速度及重复性。     

数控包带机示教算法

示教是为定子线圈包扎绝缘带过程中关键的环节。提出两种分别基于在线动态示教及离线FFP示教的算法，数控包带机通过它们可在线或离线获得定子线圈中心线的空间轨迹，为高质量包扎绝缘带提供了几何数据基础。     

基于示教与视觉纠偏的机器人自动焊接方法研究

给出了一种示教与纠偏相结合的焊缝跟踪方法,用于实现机器人的自动焊接．针对传统的示教再现机器人,由激光视觉传感器测量实际路径与示教路径之间的偏差．机器人控制器根据示教路径和偏差,对焊枪的运动方向和位置进行调整,实现焊缝跟踪．利用六自由度机器人和激光结构光视觉传感器设计了实验系统,对所提方法进行了实验．实验结果验证了该方法的有效性．     

汽轮发电机定子绕组参数化建模方法研究及系统开发

针对汽轮发电机定子端部绕组结构的复杂性提出了用圆锥面展开图实现空间三维 形状的线棒建模方法。通过分析绕组的结构及设计成型和组装原理,建立了线棒参数化建模及 装配的数学模型,并给出了三维建模的关键步骤,在此基础上结合二次开发技术、计算机编程 技术以及数据库技术设计开发了基于UG/NX 平台的汽轮发电机定子端部绕组参数化自动建模 系统。以某百万千瓦级汽轮发电机定子端部绕组为例,验证了该建模方法及参数化自动建模系 统的有效性和可行性。     

DCZ—Ⅱ型大型发电机定子线圈测振仪

大型发电机和大型电动机,在运行的过程中,由于电磁力的作用,使定子线圈作周期性振动。其振动幅值严重影响着定子线圈的绝缘性能和发电机的使用寿命。为此对定子线圈振动规律的研究工作,得到了国内外电机工作者的十分重视。在国外科学技术比较发达的国家均制定了国家或企业标准。而我国由于不具备测量手段,到目前为止此项技术标准尚未建立。 本测振动仪表有效的解决了大型发电机定子线圈振动位移的测量问题。经长期应用，性能稳定，工作可靠，使用方便、满足了定子线圈振动测量的各项技术要求。目前已为我国大型发电机定子线圈的振动工作积累了可靠的技术数据。     

双馈感应风力发电系统新型功率控制策略研究

在风力发电功率优化控制问题的研究中,针对双馈感应风力发电系统稳定性问题,推导出双馈感应发电机转子d-q轴电流分量与定子无功功率及转矩之间的数学表达式,提出以定子无功功率和转矩作为参考输入的控制方法,得出系统功率转换的控制策略,建立了风电系统转子侧变换器的矢量控制框图.采用Matlab/Simulink,搭建了1.5MW风力发电系统的仿真模型.运行仿真模型,得到了双馈感应发电机转子电流,双馈风力发电系统的有功功率、无功功率及三相输出电流等信号的波形曲线.仿真结果表明,改进控制策略提高了系统的鲁棒性和输出电能质量,证明了控制策略的有效性和可行性.     

基于超声波传感器的发电机局部放电检测

针对传统的离线实验方法不能完全反映发电机运行真实状态,提出了采用超声波检测法来监测发电机定子绕组局部放电的方法.根据对实验获取的局部放电超声信号的分析,设计了发电机局部放电超声检测系统.利用该系统对模拟局部放电信号产生的超声波在发电机定子中的传播情况和发电机定子绕组的局部放电超声信号进行了检测,并对不同位置的放电源的检测结果进行了分析对比.实验结果表明:利用超声波检测发电机定子绕组局部放电是可行的,设计的检测系统具有较高的灵敏度和稳定性.     

基于单片机控制的自动包胶带机的设计

本文介绍了使用Mcs-51系列单片机控制的自动包胶带机的设计方法，降低了包带机的生产成本。文章着重介绍采用Mcs-51单片机的微控器的硬件结构、工作原理及软件设计，最后给出了主要程序流程图。该自动包胶带机可应用于变压器、线包等产品的包带生产中。     

电厂发电机定子接地故障原因分析与处理

介绍发电机定子线圈发生接地故障的情况,以及查找故障点的方法.对故障原因进行了分析,判定以往事故冲击和线棒局部放电是本次事故的主要原因,并提出了防范措施.     

基于风电SCADA数据定子温度的预处理算法

针对风电机组各部件性能分析过程繁琐低效、预测精度不高以及经济效益不足的非正常风电机组状态问题,提出一种基于风电SCADA数据定子温度的预处理算法.通过分析风电SCADA系统采集的各部件数据,对于其中发电机的定子温度,优化数据处理与分析的过程,改进现有的最优组内方差预处理算法,监测定子温度的趋势与非正常温度的状态,提高了对发电机定子的维修效率.通过实例分析表明改进后的最优组方差算法可行且高效,能够准确处理发电机定子温度曲线数据并通过使用神经网络进行预测,显著提高了风电机组中发电机定子温度预测的准确性.