基于SSWPT的转子油膜失稳故障分析

针对已有的时频分析方法在转子非平稳特征提取方面的不足,提出采用同步压缩小波包变换(SSWPT)方法进行转子油膜失稳故障分析.首先将采集的振动信号进行小波包变换得到小波包变换系数,然后求取信号的瞬时频率,最后对小波包变换系数沿信号瞬时频率方向进行压缩,从而将各频率成分清晰呈现于时频图中.分别利用仿真、实验信号及油膜涡动现...     

变转速工况下基于改进奇异谱分解和1.5维包络阶次谱的风电机组轴承损伤识别

为实现变转速工况下风电机组轴承故障损伤的准确识别,提出一种基于改进奇异谱分解(ISSD)和1.5维包络阶次谱的诊断方法。针对奇异谱分解存在的端点失真和奇异谱分量数量判定问题,提出极限学习机延拓结合窗函数的端点效应抑制策略以及基于Person相关系数的分量数量判定策略。首先,通过计算阶次追踪算法对拾取的信号进行等角度重采样,继而对重采样角域信号进行ISSD处理;为便于后续分析,利用排列熵指标从ISSD处理结果中筛选出最佳主敏感奇异谱分量,对其执行对称差分能量算子解调运算,并计算所得包络信号的1.5维谱;最后通过分析1.5维包络阶次谱中的阶次成分准确判定轴承运行状态。实验台信号及实测工程信号验证表明,所提方法能有效提取变转速工况下风电机组轴承损伤特征,具有一定工程参考价值。     

洞内曲线阶梯连接段水流流场特性数值模拟

为研究洞内曲线阶梯连接段水流的流场特性,采用水气两相流Mixture模型,结合Realizableκ-ε紊流模型计算分析了连接段流态和流场分布规律。结果表明,阶梯连接段计算水面线和消能率与试验结果吻合;连接段进口由于突扩了1.0m,局部出现水翅现象,水翅高度和范围较小;阶梯连接段滑行水流分为阶梯漩涡区和平行虚拟底板主流区二部分,斜面阶梯与水平阶梯上的漩涡位置不同,漩涡区水流存在横向流动,流速较小,可见该方法能很好地模拟曲线阶梯连接段的流场特性,为同类水工体型流场特性研究提供了参考。     

应用小波包和包络分析的滚动轴承故障诊断

提出了一种基于小波包分析、频带能量分析和包络分析相结合的滚动轴承故障诊断方法.首先利用小波包将滚动轴承振动信号分解到不同的节点上.然后求出各频率段的能量,根据频带能量的变化情况,找出滚动轴承的故障所在的频带.最后对故障频带的重构信号做包络谱,将谱峰处的频率同滚动轴承的故障特征频率进行对比分析,诊断出滚动轴承的故障.通过对试验中采集到的滚动轴承振动信号进行分析,证明了该方法在滚动轴承故障诊断中的有效性.     

基于改进谐波小波包分解的滚动轴承复合故障特征分离方法

为解决滚动轴承单通道振动信号中复合故障特征难以分离的问题,提出了基于改进谐波小波包分解的轴承复合故障特征分离方法。首先,改进了二进谐波小波包分解方法,提出了连续谐波小波包分解方法,克服了信号分解后子带个数和带宽范围受二进制划分的缺陷;然后,采用谐波窗分解提取信号中频率成分集中的频段,根据轴承各单点故障特征频率确定分解层数,进行连续谐波小波包分解,利用能量算子包络解调得到子带信号中各个单点故障的权重因子;最后,重构轴承各单点故障信号,实现复合故障的特征分离和提取。对仿真信号和实测轴承内、外圈复合故障信号分析的结果表明,该方法能将轴承单通道复合故障信号分解到不同的通道中,实现了复合故障特征的分离,具有一定的工程实用价值。     

基于AlexNet-Adaboost的多工况滚动轴承故障识别方法

针对实际工程中滚动轴承多工况下传统故障诊断方法识别率偏低的情况.提出了一种基于AlexNet-Adaboost相结合的滚动轴承故障识别方法.以滚动轴承信号的时频图作为模型输入、分类结果作为模型输出,训练多个AlexNet基分类器;在此基础上利用Adaboost(自适应提升)算法进一步提升得到强分类器,将多工况下滚动轴承...     

次同步谐振下机组轴系弯扭振动信号分析

分析了次同步谐振下机电扭振互作用的原因.针对现场难以实现的困难,提出并设计了汽轮发电机组模拟系统的次同步谐振试验,并将HHT应用到次同步谐振下的机组弯扭振动的信号分析.Hilbert谱图定量刻画了次同步谐振下轴系弯扭振动的快速发展过程,直观准确地表现了弯扭信号的本质特征.分析表明,次同步谐振下轴系的弯振和扭振是相互影响、相互作用的,发现扭振有抑制轴系复杂频率振动的能力.当次同步谐振的扭振发生时,扭振含有的丰富频率成分发生了变化,并且弯振的二倍频消失.     

气动密封除灰阀门自动控制系统的设计

介绍了采用气动密封装置的Moller阀门的结构和工作原理，并自行设计了一套自动控制系统，对阀门的启闭进行自动控制。实验结果表明，该套气动密封阀门可以减少除灰时的灰尘泄漏，有效地维护除灰生产现场的环境；自动控制系统稳定可靠，提高了设备的利用率，保证了生产人员的人身安全，在火电厂除灰系统中具有较高的实用性。     

基于改进VMD的风电齿轮箱不平衡故障特征提取

变分模态分解(Variational Mode Decomposition,VMD)是一种不同于递归式模态分解新方法,具有优良的频率剖分特性,但其在处理信号时受分量个数影响严重,通过主观经验难以合理设置该参数。针对该问题,利用奇异值分解清晰的信噪分辨能力,根据奇异值最佳有效秩阶次自动搜寻VMD的分量个数,提出了一种改进变分模态分解的风电齿轮箱不平衡故障特征提取方法。通过仿真信号及轴不平衡实验信号对该方法进行了验证,并将其应用于风电齿轮箱稳定工况下的现场故障诊断中,均成功提取出微弱特征频率信息,实现对齿轮箱不平衡故障的有效判别,具有一定可靠性。     

基于事例推理方法的电力工程智能设计研究

将基于事例的推理方法引入电力工程智能设计领域,这种方法能很好地模仿设计人员根据 设计条件直接映射出施工图成品的类比推理思维方式,并结合演绎推理方法,互补不足,解 决了电气工程智能设计的关键问题。从而使设计问题求解以一种更为智能的方式进行,将所 能处理的设计范围扩大到包括施工图设计在内的全部设计领域。