基于希尔伯特—黄变换的小电流接地故障选线研究

在非有效接地电网中,单相接地故障发生概率最高,对系统造成的威胁最大。由于单相接地故障电容电流数值较小,故障信号信噪偏低,增大了选线难度,特别是经消弧线圈接地方式下,其接电流更小,因此小电流接地系统单相接地故障选线问题多年来一直未能得到很好的解决。文章引入信号处理方法希尔伯特—黄变换对故障特征量进行模态分解和希尔伯特变换,比较其高频分量的一阶差分方向从而判断故障线路;并使用MATLAB软件搭建模型,模拟单相接地故障,通过对暂态零序电流分量信号进行处理,得到方向相反的故障线路,依据仿真结果验证了该方法的准确性和有效性。     

基于希尔伯特-黄变换的小电流接地故障选线研究

在非有效接地电网中,单相接地故障发生概率最高,对系统造成的威胁最大。由于单相接地故障电容电流数值较小,故障信号信噪偏低,增大了选线难度,特别是经消弧线圈接地方式下,其接地电流更小,因此小电流接地系统单相接地故障选线问题多年来一直未能得到很好的解决。文章引入信号处理方法希尔伯特-黄变换对故障特征量进行模态分解和希尔伯特变换,比较其高频分量的一阶差分方向从而判断故障线路;并使用MATLAB软件搭建模型,模拟单相接地故障,通过对暂态零序电流分量信号进行处理,得到方向相反的故障线路,依据仿真结果验证了该方法的准确性和有效性。     

基于希尔伯特—黄变换的小电流接地故障选线研究

在非有效接地电网中,单相接地故障发生的概率最高,对系统造成的威胁也最大。由于单相接地故障电容电流数值较小,故障信号信噪偏低,使得选线难度偏大,特别是经消弧线圈接地方式下,其接地电流更小,因此小电流接地系统单相接地故障选线问题多年来一直未能得到很好的解决。文章引入信号处理方法希尔伯特-黄变换对故障特征量进行模态分解和希尔伯特变换,比较其高频分量的一阶差分方向从而判断故障线路;并使用MATLAB软件搭建模型,模拟单相接地故障,通过对暂态零序电流分量信号进行处理,得到方向相反的故障线路,依据仿真结果验证该方法的准确性和有效性。     

大型风力发电机组旋转机械的状态监测及分析

本文对大型风力发电机组旋转机械的状态监测进行了分析,论述了大型风力发电机组旋转机械状态监测的重要性,介绍了振动信号的采集和分析过程,以及大型风力发电机组容易出现的故障。     

小波包变换和相关性分析用于轴承故障诊断研究

针对滚动轴承振动信号的特点,文章首先对振动信号进行小波包变换,得到不同的分解频带。再对各频带信号与原信号进行相关性分析,求出各信号相关因子作为频带选择的参考。然后对选择的频带信号重构,并进行包络解调,确定出相应的频谱或功率谱,最后与轴承故障特征频率作比较,从而实现故障诊断。对滚动轴承内环故障的实验结果表明,该方法能较好的判断出轴承故障。     

基于Labview的油膜涡动和油膜振荡诊断系统的研究

传统的信号处理方法对于非平稳故障信号处理有所欠缺,Hilbert-Huang变换(HHT)能求得的瞬时频率可用于复杂的非平稳信号的分析,得到振幅瞬时频率-时间的分布,准确反映系统的固有特性。本文利用LabVIEW编程平台开发转子振动数据采集分析系统,该系统中的HHT模块能在油膜涡动和油膜振荡故障发生的早期作出准确诊断。     

基于WT-CNN深度学习的轴承故障识别

针对传统轴承故障识别方法的识别率低以及人工干涉等问题。提出了一种基于时频图和深度神经网络（WT-CNN）轴承故障类别的自动识别方法。首先采用连续小波变换（CWT）将原始信号转为时频图,然后将其输入VGG-16神经网络模型中的卷积网络层（CNN）进行特征自动提取,并使用softmax层完成识别。实验结果表明,该方法可以准确地识别轴承故障类别,其准确率达到100%。因此与其他神经网络和传统机器学习方法相比,WT-CNN神经网络模型能有效对轴承故障类别完成识别任务。     

基于Nuttall窗三谱线插值FFT谐波测量

非同步采样和非整数周期截断时,由于频率泄露和栅栏效应,快速傅里叶变换(FFT)的电力系统谐波分析误差较大。为减小该误差,本文分析了四项五阶Nuttall窗的频谱特性,提出了基于四项五阶Nuttall窗三峰谱线插值FFT的谐波分析算法,运用多项式拟合推导出频率、幅值、相位的修正公式。含21次谐波信号仿真结果表明,相比于常见的Blackman窗、Blackman-Harris窗插值FFT和双峰谱线插值,本文算法精度更高,同时本文算法能有效克服基波频率波动对谐波分析的影响。对实际采集到的电压信号的实验研究进一步证明了该方法的正确性。     

2.5MW风机齿轮箱的断齿故障特征量提取方法研究

齿轮箱是风力发电机组中的核心部件,同时也是风力发电机组中故障率较高的部件之一。本文建立了2.5MW风机齿轮箱FZCR2500的刚柔耦合模型,并对传动系统的一级传动关键部件进行了静强度校核;建立了一级传动系统的断齿故障模型,基于有限元对其进行了瞬态动力学分析,通过EEMD对加速度信号进行分解,找出了对断齿故障比较敏感的特征量-峭度指标,为断齿故障诊断与分析提供理论依据。     

希尔伯特-黄变换在微震信号分析中的应用

采用希尔伯特-黄变换(HHT)的基本原理,对微震监测信号进行了分析,得到了固有模态函数(IMF)及Hilbert边际谱,并总结了IMF的分解规律。通过对边际谱分析,指出忻州窑矿的坚硬顶板破断呈脆性断裂,破断前主震一般为20-55Hz,破断时能量急剧释放,主频低于10Hz,顶板破断频率一般在5Hz附近。总之,HHT方法具有高度的自适应性,能有效提取微震信号的幅频特性,对有效预报煤岩冲击失稳有一定的借鉴作用。     

复杂传动系统的故障特征提取分析的综合方法研究

对风电机组齿轮传动系统的加速度振动信号(称为实验信号)进行测试,计算获得其功率谱。并用细化谱与解调谱分析相结合的方法对其功率谱进行分析,得到实验信号的故障特征,初步判断齿轮传动系统发生故障的大概位置及故障类型。为进一步准确验证故障,建立其相应故障的齿轮传动系统的动力学模型,进行动力学模拟分析,对所模拟的振动响应信号采用实验信号相同的处理方法对其处理分析,得到模拟振动信号的故障特征。通过模拟信号的故障特征分析验证了对实验信号故障诊断的正确性。并用分形方法分析了齿轮传动系统不同状态信号功率谱的分形特征。结果表明,关联维数能反映出其振动信号成分的复杂程度,区别出故障的位置和程度。所以,可作为齿轮传动系统的故障特征量及故障诊断的依据。     

几种时频分析方法的对比分析

地震勘探信号属于非平稳信号,进行时频分析时常用到短时傅立叶变换、连续小波变换、Wigner-Ville分布和平滑伪Wigner-Ville分布等时频分析方法,但这些方法存在时频分辨率不够高或交叉项干扰的问题。文章介绍了一种目前在地震勘探领域应用相对较少的方法——谱重排法。在阐明各时频分析方法原理的基础上,对合成地震信号进行试算及对比分析,阐述了各时频分析方法的优缺点。就文章提出的各时频分析方法,提出了谱重排法在地震信号时频分析中的应用优势。     

基于BP神经网络及Pearson相关系数的风机发电机轴承温升故障诊断研究

发电机轴承温升高是直驱风力发电机频发的故障,易导致风机长时间停机,维修难度大,造成设备重大损失。通过建立基于BP神经网络和Pearson相关系数的发电机轴承温升故障诊断模型,并以湖北荆门某风电场为例,试验结果表明:该方法能够较准确预测风机发电机轴承温升变化,通过将温度预测值与正常工况下的温度值进行误差对比,判断发电机是否处于正常工状,实现发电机潜在故障的预警,为风力发电机的故障诊断提供了一种切实可行的方法。     

风力发电机变桨轴承润滑解决方案

合理的润滑方式对风力发电机变桨轴承的运转稳定性具有重要性。为了解决风力发电机变桨轴承中存在的现有问题,本文提出了一种有效可行的方案。通过对影响润滑效果的主要因素的分析,提出了本方案在风力发电机中的应用的技术要求,同时利用经验公式及相关经验参数进行估算,可以对不同工作环境的风电发电机的润滑方案进行有效地优化。     

轴向柱塞泵故障诊断与检测的研究

泵是液压传动系统的动力元件,其状态好坏直接影响设备的正常工作。文章采用加速度传感器将CY14-1B型斜盘式轴向柱塞泵壳体的振动信号测出并记录下来,然后通过频谱分析仪作频谱变换。将这些频谱图与正常状态的泵及各种典型故障泵的频谱图作对比,考察其最接近哪种状态,由此可以确定故障的部位。     

基于LabVIEW的滚动轴承故障智能诊断系统

利用LabVIEW平台开发了齿轮故障诊断系统。系统主要采用共振解调诊断和BP神经网络诊断两种方法。共振解调诊断由Hilbert解调和小波包解调实现故障频率识别;BP神经网络诊断由对有量纲和无量纲参量提取的特征以及根据小波相对能量提取的特征作为神经网络的输入向量,轴承的故障类型作为输出向量,采用神经网络对轴承进行诊断,实验结果表明:通过解调和神经网络诊断,该系统能有效识别齿轮故障,确定故障类型。     

基于振动信号的减速器轴承故障分析

目前对减速器进行故障诊断是机械设备状态监视和诊断的重要内容,其运行状态对机械装备的整体将产生直接影响,因此对减速器进行故障诊断是非常必要的。本文对刮板输送机减速器中的滚动轴承的故障振动信号的特征进行了分析和研究。利用加速度传感器对减速器多个部位进行振动信号的采集,利用MATLAB软件对振动信号进行小波分层阈值消噪,对消噪之后的信号进行频域分析。     

风电偏航、变桨轴承寿命试验装置研制

本文针对风电偏航轴承、变桨轴承的性能特点,按照风机受力载荷谱,模拟风机轴向和径向受力特点进行加载,从而实现对特大型偏航、变桨轴承的寿命和冲击性能进行试验,并由此验证轴承设计和制造是否符合风电场实际应用要求。结果证明,本文采用的试验方法和装置能够有效地模拟轴承实际受力工况,具有较强的创新和实用性,填补国内空白,并在国际上处于相对领先地位。     

Origin9.0在肌电图分析处理中的应用初探

Origin是一个多文档界面的应用程序,功能强大,普遍用于数据分析和科研绘图。本文应用Origin对肌电图数据进行处理,并分别比较了IIR和FFT两种处理结果的差异。结果表明Origin软件在信号处理过程中具有上手容易、方便快速的特点。