基于逆变器直流侧电流的异步电机转子断条和偏心混合故障诊断

电机发生早期故障时,出现在定子电流中的故障特征频率分量很弱,容易被基波分量的泄漏淹没。很多文献通过各种变换方法将电流的基波分量转化为直流量,以减少频谱泄漏来突出故障特征分量。基于变频器驱动的异步电机,通过分析发现定子电流中的基波分量转化为逆变器直流侧电流中的直流分量,定子电流中的各种故障特征频率分量和逆变器直流侧电流中的频率分量存在对应关系。提出了一种基于逆变器直流侧电流的异步电机转子和偏心混合故障诊断方法,采集逆变器直流侧电流信号,并用MUSIC算法进行频率估计,具有很好的实时性。试验结果证明,提出的方法是一种简单有效的方法。     

盲信号处理在感应电动机复合故障诊断中的应用研究

感应电动机定子短路和轴承故障一起发生时,由于故障机理不同,通常需要同时采集定子电流和振动信号才能进行有效诊断。研究了一种通过振动信号同时诊断两种故障的方法,以两种故障一起发生时的低频振动信号为研究对象,采用最小均方盲提取算法对故障信号进行提取,得到了信噪比提高的故障信号,做频谱分析后两种故障的特征频谱能够很好地分辨。通过实验平台模拟了定子相间短路和轴承外滚道缺损的复合故障,诊断结果表明该方法能够提取故障信号,减少噪声干扰,实现了利用振动信号对感应电动机复合故障的诊断。     

改进的小波变换系数相关去噪方法

利用理论推导和算例分析了传统小波变换系数相关去噪方法的原理,指出该方法只是相当于硬阈值方法,没有很好地利用信号和噪声的小波变换系数随尺度变化的性质;为此,改进了相关系数的定义,并提出了基于小波变换系数和相关系数局部能量的去噪方法。仿真实例的结果表明,该方法比传统方法具有更好的去噪效果。     

一种改进的基于相位差法的频谱校正方法

采用相位差校正法进行频谱校正,对幅值进行校正需要依赖于窗函数的谱函数。而实际上很多窗函数都十分复杂,其谱函数的解析表达式难以取得。该文提出基于相位差法取得频率修正量后,可以将原加窗序列乘以一个由频率修正量产生的复数序列,相当于进行一个小的频移,产生一个新的序列。新序列的信号频率正好对准离散频谱上的某一根谱线,不会产生泄漏。因此在幅值校正时不需要依赖窗函数的谱函数,通用性好。仿真研究和应用实例表明,采用该文提出的方法,选择合适的窗函数,即使是密集分布的频谱,也可以达到理想的校正精度     

基于FFT和神经网络的非整数次谐波检测方法

运用人工神经网络模型进行整数次谐波检测可达到较高的检测精度，但这种线性神经元模型不适合非整数次谐波的检测。为精确检测非整数次谐波，文中提出了一种改进进的线性人工神经元模型，并将加汉宁窗的FFT算法和改进的线性人工神经元模型结合起来，提出了一种用于非整数次谐波检测的新方法。该方法首先对采样信号用加汉宁窗的FFT算法进行预处理，得到了谐波个数和精度不高的谐波次数：其次根据谐波个数设定神经元的个数，根据预处理后得到的谐波次数设定神经网络谐波次数迭代的初始值；最后对改进后的人工神经网络进行训练，便可实现非整数次谐波的精确检测。仿真实例表明，该方法能将频率相近的非整数次谐波分离，可有效地提高谐波参数的检测精度，为谐波治理提供良好的依据。     

水利水电工程施工管理技术探析

阐述了水利水电工程施工管理的影响因素及其施工管理技术,指出在水利水电工程施工管理过程中,要结合施工现场的实际情况和水利水电工程的特点,不断改进和优化施工管理技术,以提高水利水电工程的施工管理质量。     

基于逆变器直流侧电流和融合算法的感应电机转子故障诊断方法

分析了逆变器驱动的感应电机发生转子故障时的逆变器直流侧电流的频谱成分,发现与转子故障对应的故障特征频率分量分布在逆变器直流侧电流频谱的低频和高频的多个频段.基于此,提出了一种融合算法,利用解析信号的模平方函数将分布在高频段的故障特征频率分量转化到低频段,然后和低频段的信号进行融合相关处理,融合谱中的噪声和与故障不相关的...     

舰船数据链信息通信系统实时性提升的对策措施研究

舰船数据链信息通信作为一种特定的通信传输手段,实时性要求高,如果不能在规定的时限内完成任务,许多数据将失去意义.实时性对舰船数据链信息系统非常重要,也是其生命力所在,论文从数据信息传输延时人手,探讨了提高数据链信息系统实时性的对策措施.     

基于FFT和神经网络的非整数次谐波分析改进算法

运用神经网络模型进行整数次谐波检测可达到较高的检测精度,但该种线性神经元模型不适合非整数次谐波的检测。为精确检测非整数次谐波,该文提出一种改进的线性人工神经元模型,并将加汉宁窗的FFT算法和改进的线性人工神经元模型结合起来,提出一种改进的非整数次谐波分析算法。首先,对采样信号用加汉宁窗的FFT算法进行预处理,得到谐波个数和精度不高的谐波次数;其次,根据谐波个数设定神经元的个数,根据预处理后得到的谐波次数设定神经网络谐波次数迭代的初始值;为了提高迭代速度,提出了谐波次数迭代步长自适应调整的算法。最后对改进后的人工神经网络进行训练,实现了非整数次谐波的精确检测。仿真实例表明,该方法能将频率相近的非整数次谐波分离,可有效提高谐波参数的检测精度和速度。     

改进的小波变换系数相关去噪声方法

利用理论推导和算例分析了传统小波变换系数相关去噪方法的原理,指出该方法 只是相当于硬阈值方法,没有很好地利用信号和噪声的小波变换系数随尺度变化的性质;为此 ,改进了相关系数的定义,并提出了基于小波变换系数和相关系数局部能量的去噪方法。 仿真实例的结果表明,该方法比传统方法具有更好的去噪效果。