同步发电机励磁功率柜风机电源回路的设计改进

同步发电机励磁功率柜风机电源供电的可靠性直接影响到励磁系统的正常工作,关系到励磁整流晶闸管的安全,甚至是发电机的安全。该文结合热电厂发电机励磁系统发生快速熔断器熔断引起机组停机的事故,通过现场检查和试验的方式,分析事故原因,确认为采用一个接触器来实现励磁柜风机主备电源切换,切换电路设计过于简单,没有充分考虑主电源瞬间断电又恢复供电时,接触器触头间的电弧会导致主备电源短路的特殊情况而引发的事故。针对事故原因,提出3个有效的设计改造方案并详细分析新方案的工作原理及特点,特别是采用2个电源开关、2个接触器的主备式风机电源设计改造方案,相比原设计方案,主备电源切换动作时间多了一个接触器动作时间,电源供电回路多串了一对接触器触头,均有利于电源切换过程中触头处的灭弧工作,能有效解决原设计方案存在的问题,并且投入少,改造时间短,可快速完成施工,此外,还提出了完善励磁功率柜风机电源回路的监视方案,可及时监视和发现风机电源电路工作中存在的问题,避免事故的发生。

供电电压闪变对异步电动机转子故障在线检测的影响及应对

供电电压闪变可能对异步电动机转子故障在线检测产生不利影响,导致基于定子电流信号分析(motor current signature analysis,MCSA)的转子故障在线检测方法失效。通过理论分析,揭示供电电压闪变恶化转子故障在线检测性能的机制。提出免于供电电压闪变影响的异步电动机转子故障在线检测方法,首先,根据转子故障主特征频率分量预判转子健康或故障;继而,根据转子故障独有的辅助特征频率分量进一步确认转子健康或故障。仿真与实验结果证明了该方法的有效性。

改进麻雀搜索算法在PMSM匝间短路中应用研究

针对麻雀搜索算法(SSA)存在收敛精度低和易陷入局部最优等问题,提出了一种改进麻雀搜索算法(ISSA),并应用于PMSM匝间短路故障诊断。首先,搭建了PMSM匝间短路仿真模型,模拟了不同短路匝数比的故障。其次,对故障进行分析,提取了3个故障识别特征量。接着,利用实验平台进行不同短路匝数比的故障测试。然后,介绍了麻雀搜索算法(SSA),并利用Tent混沌映射、自适应正余弦策略和Levy飞行策略对其进行优化,生成改进麻雀搜索算法(ISSA),同时将ISSA算法与SSA算法、粒子群算法(PSO)、灰狼算法(GWO)在测试函数上进行比较,验证其在寻优能力和稳定性等方面具有优越性。紧接着,介绍了随机森林(RF)算法,并搭建了ISSA-RF的故障诊断模型。最后,将4种算法分别对RF的基本参数进行优化并实现故障分类。结果表明,所提出的改进方法能够检测出匝间短路故障及其故障严重程度,ISSA-RF模型的准确率达到98.5%,验证了该算法的有效性和可靠性。

图像优化在红外热成像电机故障诊断中的应用

针对外界噪声造成红外图像不够清晰的问题,以红外热成像在电机故障诊断的应用为例,对采集的红外电机图片分别采用高斯滤波优化、中值滤波优化、TV正则法3种方法对原始图片进行优化,结果表明,3种方法都能很好地提高原始图片的清晰度,其中中值滤波的优化方法在提高清晰度上效果最佳。

深度子领域自适应网络电机滚动轴承跨工况故障诊断

针对实际生产中旋转机械工况变化引起状态监测数据分布差异及获取待诊断样本标签困难问题,提出多尺度子领域自适应模型(MSDAM)的跨工况下滚动轴承故障诊断方法。首先,以原始振动信号作为输入,无需信号预处理及人工特征参数提取;其次,搭建多尺度卷积神经网络将已知标签样本和待诊断样本特征迁移到同一子空间,捕获具有细粒度信息的多尺度公共特征;然后,以不同的故障类型来划分相关子域,并通过局部最大均值距离(LMMD)来完成子域的适配,有效削弱不同工况同类故障特征的分布差异;最后,在三个数据集的多个迁移任务上进行试验验证。结果证明,所提MSDAM的跨工况故障诊断性能优于关注全局领域适配的迁移学习方法。

复杂工况下的永磁同步电机典型绕组故障在线诊断

绕组故障作为永磁同步电机常见的故障之一,严重影响电机正常运行。但由于电机运行工况复杂,故障特征波动严重,基于故障特征的诊断精度较低。为提高复杂工况下绕组故障的诊断精度,该文提出一种复杂工况下基于控制器信号的在线诊断方法。首先,对典型绕组故障进行故障机理分析,并通过基于自适应随机窗的快速傅里叶变换(FFT),提取控制器信号的相应故障特征;其次,通过研究单一工况和复杂工况下的各故障特征分布,揭示部分故障特征会在低转速工况下失效;再次,定义了复杂工况下故障特征性能指标,用于筛选故障特征;最后,在人工神经网络的基础上,提出了深度优化人工神经网络,引入批量归一化(BN)算法,并对深度网络结构残差化,提高网络泛化能力和诊断准确性。实验结果表明,通过计算故障特征性能指标,能够在诊断前对故障特征进行有效筛选,且深度优化人工神经网络的诊断准确性高、泛化能力强,在复杂工况下能够实现电机典型绕组故障的精确在线诊断。

5 MW级全功率变速恒频发电电动机调试期间发现的问题及解决方案

国内首座全功率变速恒频抽水蓄能示范电站机组在安装调试期间发现了一些问题,本文针对发电电动机方面所遇到的一些问题及解决方案进行了详细的阐述,可作为其他抽蓄电站机组调试的经验借鉴。

超超临界汽轮发电机组再热汽门阀盖螺栓断裂失效分析

某超超临界汽轮发电机组再热汽门螺栓在机组等级检修期间发现有不同程度的断裂或裂纹,对其进行了金相分析和结构检查,并对断裂原因进行了详细分析。将原有再热汽门螺栓全部更换为新材料新工艺加工的螺栓,同时对安装工艺进行了严格规范,提高了机组运行的安全性。

信息化视角下工业生产中电动机智能保护研究

电动机在工业生产中被广泛应用,是生产线上极为重要的生产设备,一旦电动机发生故障,会引发较大的经济损失。基于此,依托信息化技术,设计出一款基于PIC16F884单片机的电动机智能保护系统,从硬件与软件两个方面实现了对电动机的智能化保护。该系统不仅响应速度快、可靠性好,而且智能化程度高、操作方便,对提高工业生产水平具有推动作用。

基于AdaBoost算法的新能源汽车电机异常故障检测

新能源汽车的电机系统包含许多复杂的部件和子系统,部件之间的相互作用使得异常故障的检测变得复杂,而电机异常故障检测主要采用人工检测方式,即通过耳朵听声音,用眼睛观察,用手触摸找出故障位置,导致故障检测精度较低。因此,提出AdaBoost算法下新能源汽车电机异常故障检测方法。通过传感器采集电机信号,采用距离相似度、模糊隶属度函数提取信号特征,借助遗传算法的编码操作、交叉操作及其变异操作获取关键信号特征,运用自适应增强(Adaptive Boosting,AdaBoost)算法将信号特征分成正常信号和异常故障,以此实现对新能源汽车电机异常故障检测。实验结果表明,所提算法电机异常故障检测精度高,且耗时短。

基于振动监测的电机轴承故障智能诊断

电机轴承故障是电机常见故障之一。对电机轴承故障进行精确诊断是确保电机安全稳定运行的必要措施。现提出了一种基于振动监测的电机轴承故障智能诊断方法。利用振动加速度传感器监测电机轴承振动,采集电机振动加速度数据,然后对电机振动加速度数据进行时域分析和频域分析,提取与电机轴承故障相关的时域特征参数和频域特征参数,再依据电机故障故障特征参数判断电机是否存在轴承故障。实际应用表明,电机轴承故障智能诊断方法可对电机轴承故障进行精确诊断。

基于d-q理论的双馈异步电机定子匝间短路故障诊断方法

为实现双馈异步电机定子绕组匝间短路的早期故障诊断,提出一种基于转子电流特征频率分量的故障诊断方法 .首先,通过分析故障后电机的电磁特性,得到故障后转子电流中会产生特征频率分量的结论 .然后,通过对转子单相电流进行特殊的相移构造出三相电流,并对该组电流进行d-q变换,利用理论推导证明d-q变换后的直流分量幅值能够反映特征谐波的大小,将直流分量作为故障特征量进行双馈异步电机匝间短路故障的诊断.最后,依据有限元法建立故障前后电机的仿真模型,对不同工况下故障特征量的变化进行研究.结果表明:基于d-q理论提取的故障特征量与定子绕组的短路匝数呈正相关,且在转速变化和电压不平衡时也可有效诊断出匝间短路故障;通过设置合理的故障阈值可实现对双馈异步电机定子绕组匝间短路故障的精确辨识.研究结果可以为电机绕组匝间短路故障诊断提供参考.

基于谐波诊断技术的电机故障在线监测系统

目的为解决振动法、电流法等传统故障诊断方法在进行电机检测时,存在检测不全面、时效性差及诊断结果难解读等问题,方法提出一种基于谐波诊断技术的电机故障诊断系统,结合谐波诊断技术、物联网技术和智能诊断算法,实现电机运行健康状态的在线监测。搭建电机实验平台,对比分析振动法、电流法和谐波法的准确性和全面性,并对电机轴承、线圈、联轴器等部位进行不同程度的老化和破坏,验证诊断结果的准确性、时效性和全面性。结果以谐波诊断技术为基础的监测系统,在电机各个部位发生不同程度的老化和破坏时,与其他两种方法相比电机轴承、线圈、联轴器等八个部位的劣化值均发生了与实际情况较为符合的变化,诊断结果仅需1s左右,同时提供故障原因和维修建议。结论基于谐波诊断技术的电机故障在线监测系统响应速度快、检测全面、诊断报告详细且简洁易懂,为电机故障诊断技术的发展提供了新的参考方向。

基于LSTM-GMM的配电干式变压器绕组故障双参数预警模型

针对配电网干式变压器监测手段有限导致的监测数据种类较少、故障预警难度较大的问题,提出了一种基于长短期记忆结合高斯混合模型(long short-term memory and gaussian mixture model,LSTM-GMM)算法的配电网干式变压器绕组故障双参数预警模型。首先,将监测数据预处理后提取与变压器绕组温度强相关的特征值,作为LSTM网络的输入;然后对LSTM网络超参数调优,以绕组温度为目标进行网络训练;通过训练后网络输出的预测值计算得到残差集,使用GMM确定残差集的概率密度分布,以置信区间作为故障判据划分预警等级;最后将预警等级转化为故障率。北京益丰园居民区干式变压器绕组故障数据分析的结果表明,本文所提出的双参数预警模型预测效果优于反向传播神经网络等算法,可提前3 h实现故障预警。

融合TKEO和Goerztel算法的感应电机转子断条故障诊断

针对电机电流信号特征分析进行转子断条故障诊断时,在低负载工况或早期,转子断条故障存在故障特征微弱以及难以分离等问题,同时需借助速度传感器获取转速信息,增加了硬件成本,该文提出了融合Teager-Kaiser能量算子(TKEO)和Goertzel算法的感应电机转子断条故障诊断方法。首先,采用Teager-Kaiser能量算子对定子电流进行解调处理,将基频分量转化为直流分量并去除,实现边带故障特征分量到转子断条故障特征分量以及固有偏心谐波分量到转子速度谐波分量的转变,抑制基频频谱泄露对故障诊断和转速估计造成的干扰;其次,利用Goertzel算法对归一化解调信号进行频谱分析,完成转子断条故障特征分量和转子速度谐波分量的快速提取,进而实现不同负载和不同严重程度工况下转子断条的故障诊断。此外,与归一化频域能量算子进行比较,分析其计算效率和稳定性。实验结果表明,所提方法在不同负载和不同严重程度工况下均能够有效地识别转子断条故障特征分量,并且计算量少、可靠性高、实时性强以及硬件成本低。

基于ICEEMDAN与POA-SVM的感应电机故障诊断

针对感应电机定子电流故障特征提取困难,支持向量机(SVM)惩罚系数c和核函数参数g的选择对诊断结果影响较大等问题,提出一种改进自适应噪声平均总体经验模态分解(ICEEMDAN)与鹈鹕优化算法(POA)优化支持向量机(POA-SVM)相结合的感应电机故障诊断方法。首先,利用ICEEMDAN经陷波器滤除工频的定子电流获得一系列固有模态函数(IMF);然后,选取各状态信号的前7阶IMF分量并计算能量熵作为故障特征向量;最后,将故障特征向量输入POA-SVM模型得到诊断结果。通过仿真软件Ansoft/Maxwell建立电机模型来获得电流数据,诊断准确率达到了100%,实现了感应电机的故障诊断。为进一步验证诊断方法的优越性,搭建电机故障模拟试验台来采集电流信号,结果表明,该方法在空载、半载和满载3种负载情况下诊断准确率均可达到97.5%以上,与其他故障诊断方法相比,所提方法对感应电机电气故障具有更好的识别能力。

基于EEMD-DCNN方法的电机轴承故障状态诊断研究

为了提高电机轴承故障状态诊断精度,设计了一种基于EEMD和DCNN的融合方法,实现局部特征的提取和特征图的输出。DCNN从5个不同单元中提取特征,通过全连接层整合相关特征且利用Softmax层完成分类工作,实现对数据短时特征的提取。研究结果表明:采用的方式与BPNN、SVM、WDCNN相比,有着比较显著的优势,诊断效果较为平稳,且数次实验获得的指标标准差是0。该研究可以拓宽到其它的机械传动领域,具有很好的市场应用价值。

空调机组外转子轴流风机异音分析

针对一起地铁车辆空调机组用外转子轴流风机轴承异音和卡滞故障,根据故障现象对电机进行了拆解和分析,找到了故障原因,并提出了改进措施。

发电机智能监测与诊断系统模块化搭建工具的开发和应用

为了提高发电机智能监测与诊断系统的开发效率,降低开发成本,开发了一套用于发电机智能监测与诊断系统后端开发的模块化搭建工具。通过应用依托该模块化搭建工具开发的发电机智能与监测诊断系统,可进一步提高发电机的智能化运维水平,减少运维工作量,全面提升发电机安全运行水平。

高压同步电动机转子故障分析与预防

以一起大型石化企业高压同步电动机转子故障为例,通过对继电保护动作信息、试验结果以及设备受损情况进行判断,逐层排查故障区间,定位故障点,深入分析故障产生的原因及故障机理,提出了优化、预防措施。供同类企业的高压同步电动机具有良好的借鉴意义。