基于傅里叶变换的发电机转子匝间短路故障检测

通过对短路匝磁势进行傅里叶分解得到各次谐波分量,各次谐波分量在定转子绕组中产生附加谐波电势。认为定子绕组中1/2次谐波电流和励磁绕组中的3/2次谐波电流可作为判断发电机转子是否存在匝间短路的依据。     

中小型电机匝间短路的分析

分析匝间短路发生的原因、匝间短路的特征及匝间短路发生时的物理变化过程 ,阐明了匝间短路的判断及处理办法     

发电机定子绕组局部匝间击穿短路处理方法

针对哈密矿务局电厂41列车发电机定子C相绕组局部匝间击穿短路故障 ,分析了故障原因 ,阐述了故障处理方法 ,介绍了工艺操作过程、模拟试验、耐压与泄漏试验等情况     

电机匝间短路故障信息融合诊断方法研究

针对目前应用的各种异步电机定子绕组匝间短路故障诊断方法都存在单一诊断技术问题,提出有选择地进行信息融合的理论,并给出了一个简单举例。结果表明,故障信息融合诊断方法可以大大提高电机匝间短路故障诊断的准确性和可靠性。     

基于BP神经网络的异步电机匝间短路程度研究

提出了一种针对异步电机匝间短路故障程度的诊断方法。把从异步电机定子端采集的失电残余电压进行频谱分析,提取其中部分高次谐波成分并与其中的基波成分对比,比值作为不同程度的匝间短路故障的特征向量,再利用BP神经网络进行仿真,得出诊断结果。实验表明,该方法能有效、准确地做出电机匝间短路故障程度的诊断。     

基于小波分析的发电机定子绕组两相短路故障检测

针对传统的矿用发电机故障检测使用傅里叶变换无法刻画时域信息和受频率波动大的缺点,研究了基于小波分析的矿用发电机定子绕组两相短路故障检测,在获得发电机参数的基础上,搭建了具有比率式纵联差动保护的三相发电机两相短路的SIMULINK模型,就故障电阻较大、较小,频率正常、波动4种情况对差动电流分别进行傅里叶变换和小波分析,仿真结果验证了小波分析的高灵敏度和强鲁棒性,较傅里叶变换更适合用于发电机定子绕组两相短路故障的检测。     

中小型交流电机匝间短路分析及处理方法

摸清矿用交流电机匝间短路的故障原因对提高检修技术具有重要的意义,以中小型交流电机为例,详述匝间短路发生的原因,提出了查找及处理方法。     

电动机绕组匝间故障的原因及处理

电动机绕组匝间故障形成的主要原因有：绕组本身的线材质量不高、加工工艺性缺陷和各种过电压冲击损伤。分析了其危害，并介绍了匝间故障的诊断和处理方法，还重点通过对低压散嵌绕组和高压成型绕组匝间故障的处理实例提出了增强匝间绝缘的方法。     

电动机匝间短路故障特征提取的研究

在生产、生活和科学研究中,电动机是电能和机械能相互转化的工具,但电动机故障可能危及人员的生命,或者生产停顿导致工业上的经济损失,故需要通过精确地检测或连续地监控电动机的工作状态来预防。探讨了异步电动机匝间短路故障的各种类型及特征,运用小波变换分析信息熵的理论进行了特征提取,以此对电动机匝间短路故障有更好地认识和理解。试验证明了在空载、欠载、过载情况下结果均不能很好地识别出故障,而在满载情况下进行故障诊断和特征值提取分析才会得到准确的结果。     

第二代小波降噪法在故障诊断中的应用

介绍了基于插值细分法的第二代小波变换的基本原理和变换过程,给出了小波降噪的阈值选取方法。用仿真信号进行验证,并将该算法应用于矿用通风机振动信号的降噪处理中,提高故障诊断的准确率。     

谐波小波滤波在异步电动机转子断条故障诊断中的应用

笼型异步电动机转子的断条故障,其早期特征频率分量与基频分量非常接近,针对幅值相对较小、不易诊断的问题,采用谐波小波方法对定子电流信号进行滤波处理。该方法基于谐波小波良好的盒形频谱特性,将特定频率段的成分与定子电流信号的其它频率成分既不交叠,又不遗漏的分解到相互独立的频带上,成功地突出故障特征分量。仿真和实验结果证明,该方法能大大提高转子断条故障诊断的准确性。     

第二代小波变换在矿井监测系统图像压缩中的应用

实现煤矿井下图像的实时压缩是矿井监测系统急需解决的难题之一。目前国内外使用的压缩技术都没有达到真正性能最佳。本文基于第二代小波变换研究了适合于煤矿井下图像实时压缩的方法。研究结果表明,利用第二代小波变换实现煤矿井下图像压缩有较好的性能。     

基于小波减噪的滚动轴承故障频率的识别

研究了振动信号局部奇异性在小波变换下的特性,定量分析了小波变换方法的减噪特性。根据滚动轴承故障振动信号和噪声的局部奇异性在小波变换下模极大值在不同尺度上的传播特性不同的特点,利用小波分解和重构算法,对轴承振动信号进行了分解、减噪、重构和谱分析。实验表明,小波减噪方法非常适于低信噪比情况下滚动轴承微弱振动信号的故障频率检测。     

小波神经网络在电牵引采煤机故障诊断中的应用

提出一种基于小波神经网络非线性观测器的故障检测方法,它把信号分析和数学模型结合在一起进行分析,并利用小波信号对输入信号的去噪功能和人工神经网络的自学习本领,获得系统输入输出的非线性动力学特性,实时计算残差和进行逻辑判断。这种方法可提高电机故障检测的速度和准确率。通过对电牵引采煤机电机模型结构损伤故障的仿真研究表明,该方法是可行的。     

基于小波能量熵的故障信号诊断研究

针对电力故障信号为突变、非平稳信号的特点,利用消噪阈值法对故障信号进行预处理,通过小波变换对故障信号进行特征提取,然后将小波变换和信息熵相结合,并应用到故障检测与定位中,为奇异信号的检测提供了新思路和新手段。通过仿真分析,得到以下结论:小波能量熵WEE可以很好地检测故障突变点,小波能量熵随时间的变化规律,反映了电流或电压在时域的能量分布特征并表征信号的频率变化,可以用作分类所需的特征。     

基于综合关联度分析的感应电机转子故障诊断

基于灰色关联理论,在灰色关联分析中引进相似系数,将两者相结合形成综合关联度,提出了基于综合关联度分析的感应电机转子故障诊断方法。首先选择感应电机典型转子故障模式构造标准故障模式。根据综合关联度的计算方法,计算出感应电机待检转子故障模式的综合关联度,根据关联序识别感应电机待检转子模式的故障类型。通过故障诊断实例表明,将综合关联度分析引入感应电机转子的故障诊断中是可行的,具有较高的识别率,分类诊断能力优于BP神经网络故障诊断方法。     

基于二进小波能量自功率谱的转子碰磨故障特征提取

针对转子动静碰磨故障,通过分析转子运行时产生振动信号的时频特性,提出了一种基于二进小波能量自功率谱的故障特征提取方法。该方法利用二进小波变换得到小波能量系数谱,在小波能量系数谱中找到系数之和变化最大的能量尺度层,对该层进行自功率谱变换后可将碰磨故障的特征量提取出来。     

基于小波包重构与分解的发电机组故障分析

根据小波包的重构和分解对发电机组进行振动信号分析,并提取了发电机组某个频率段的特征振动信号,对这频率段的振动波形进行分析与研究,找出引起该故障的主要原因,验证该方法的有效性和可行性,为技术人员提供参考和借鉴。     

基于LabVIEW和MATLAB混合编程的小波分析在故障诊断中的应用

在简单介绍了小波分析、虚拟仪器及其软件开发平台LabVIEW基本原理的基础上,重点阐述了小波分析应用于故障诊断中的几个问题以及小波分析与虚拟仪器结合应用于信号分析。