Rolling element bearing instantaneous rotational frequency estimation based on EMD soft-thresholding denoising and instantaneous fault characteristic frequency

The accurate estimation of the rolling element bearing instantaneous rotational frequency(IRF) is the key capability of the order tracking method based on time-frequency analysis. The rolling element bearing IRF can be accurately estimated according to the instantaneous fault characteristic frequency(IFCF). However, in an environment with a low signal-to-noise ratio(SNR), e.g., an incipient fault or function at a low speed, the signal contains strong background noise that seriously affects the effectiveness of the aforementioned method. An algorithm of signal preprocessing based on empirical mode decomposition(EMD) and wavelet shrinkage was proposed in this work. Compared with EMD denoising by the cross-correlation coefficient and kurtosis(CCK) criterion, the method of EMD soft-thresholding(ST) denoising can ensure the integrity of the signal, improve the SNR, and highlight fault features. The effectiveness of the algorithm for rolling element bearing IRF estimation by EMD ST denoising and the IFCF was validated by both simulated and experimental bearing vibration signals at a low SNR.

Study on the Detection Methods of DC Series Arc Fault

It is difficult to detect and extinguish direct current(DC)arc in power electronics systems,and the arc could easily lead to a fire and cause great damage to surrounding equipment.A DC arc generation simulation unit is established,in which DC series arcs are generated by dragging the moving electrode away from the fixed one with the help of the stepper motor.In addition,a ferrite rod antenna is used to receive the electromagnetic radiation signals induced by the arcs.Based on experiments using the unit,the general characteristics of DC arc,including the pulse characteristics of arc current and source output in corresponding time window,and the frequency-domain characteristics of arc current,are studied.With discussion on three detection methods,it is concluded that the variation of current and voltage of arc,the spectrum of the arc current during the discontinuous intervals and the radiating electromagnetic signal are all features that can be adopted for detecting DC series arc.Therefore,a synthetic judgment method is suggested for further study.

Wavelets applied to early fault analysis of hoist gear box

Using wavelets, the vibration signal of a certain mine hoist gear box was analyzed. By multiple comparison analysis, the rational wavelet basis function was determined. Fault characteristic frequencies of hoist gear box were identified. The research indicates that the hoist＇s fault information is non-stationary, and non-stationary signal is clearly extracted by using db20 wavelet as basis function. The db20 wavelet is the proper wavelet base for vibration signal analysis of the hoist gear box.

基于Ansoft的高铁牵引电机故障的小波包分析

通过Ansoft建立高铁牵引电机的有限元2D、3D模型,将外部激励控制电路与有限元模型中的定子绕组进行关联,对牵引电机A相定子绕组匝间短路和转子导条断路故障状态下的定子三相电流进行仿真。提取故障信号进行小波包理论8层分解并重构信号,依据不同的故障特征频率进行分析,以故障频带能量为判据,准确的判断高铁牵引电机的电气故障,同时为有限元分析电机故障提供了可行性方法。

基于等效序阻抗差异特征的低频输电线路差动保护优化方案

低频输电线路故障时,两侧短路电流均由模块化多电平矩阵变换器提供,两侧短路电流相角均受控且幅值相当,导致差动保护灵敏度严重下降。分析了低频输电系统定电压控制侧和功率控制侧的等效正、负序阻抗特征,指出因控制策略不同,系统故障时两侧等效正、负序阻抗特征存在明显差异。分析了低频输电线路区内和区外故障两侧保护装置测量到的等效序阻抗之间的差异性和相似性,基于此特征构建了两侧等效序阻抗差异指标,提出了基于等效序阻抗差异指标的差动保护制动系数优化方法。仿真结果表明,所提方案能够显著提升低频输电线路区内故障时差动保护的动作速度和动作灵敏性。

架空配电线路故障电弧的电磁辐射特性及故障定位应用

针对架空配电线路电弧接地故障点定位难题,该文研究架空配电线路故障电弧的电磁辐射特性,探索基于电磁辐射信号的电弧故障定位方法的可行性。通过10 k V配网真型故障模拟试验平台,分析接地电弧电磁辐射的时域与频域特性及传播衰减规律,结果表明:电弧电流的电磁辐射特征频段为20~30 MHz,该特征频段不会受到中性点接地方式、电弧接地介质与线路结构参数的显著影响,且特征频段内辐射信号在传播过程中衰减较慢。在此基础上,设计一种小型化三角形单极子–环形组合平面天线,工作频率为20~500 MHz。利用自制天线开展小型电弧故障定位实验,为后续配网电弧故障定位的应用研究提供基础。

柔性低频输电系统的故障分量特征及保护适用性分析

柔性低频输电系统由于运行频率的改变以及柔性低频换流站的控制机理,其故障特征以及对保护原理的影响较为复杂。为了分析故障分量保护原理在柔性低频输电系统中的适用性问题,基于柔性低频换流站的控制架构,建立了以故障限流为故障控制策略的双端型低频输电模型。计及该系统线路发生三相故障的控制特性,分析了不同情况下的低频故障分量阻抗特性,并推导出低频等值阻抗的量化计算式,进而从理论上分析其对传统故障分量保护元件的影响机理。最后,在PSCAD/EMTDC平台上搭建了双端低频输电测试模型对理论分析进行仿真验证。研究结果表明:柔性低频输电系统在一定故障条件下可造成故障分量保护范围缩小,甚至使得保护元件完全失效,研究结果对于低频系统继电保护研究的开展具有一定的参考作用。

交流电机轴电流高频模型精确建模

在变频电机驱动系统中,变频器输出的高频共模电压会在电机内部感应出轴电压和轴电流,继而引发轴承电腐蚀,危害系统运行的安全性和可靠性。建立精确的轴电流高频模型对于预测轴承电腐蚀风险、制定维护计划和设计抑制方案具有重要意义。该文对现有的轴电流高频模型的误差来源和范围进行了分析,指出了现有方法在阻抗特性中频部分与实测曲线存在不匹配的问题。为了克服这一缺陷,提出了一种改进的轴电流高频模型,以及相应的参数提取方法。该方法考虑了电机在不同频率下的谐振机理和等效电路,利用特征频率点阻抗值求解参数,以确保模型充分还原各频段的阻抗特性。针对一台190 kW异步电机,分别采用改进模型和现有模型进行对比。结果表明,改进模型更接近电机实际端口阻抗特性,验证了所提方法的准确性。

振动信号模型和散度在诊断滚动轴承故障中的应用

在分析旋转机械滚动轴承振动信号特点的基础上,首先建立轴承振动信号理论模型,并对其进行实验验证,然后计算待诊断样本和各种典型状态下振动信号模型之间的散度值,通过散度值的大小对比可知轴承故障部位和故障程度变化,最后通过对试验台数据和风电场实验样机数据的分析验证了此方法的有效性和实用价值,该诊断方法采用具有一定稳定性的轴承各部位故障特征频率为特征参数,且不需要对原始振动信号进行处理,也不需要大量具有典型故障的信号样本作为基础支撑,这三个特点决定了此诊断方法在实时性和鲁棒性方面的优越性,因此非常适合用于旋转机械滚动轴承的在线监测和自动故障诊断。

基于高频电流信号的电机故障特征提取方法

目前异步电机故障诊断主要依赖于振动、温度和噪声等参数,对于监测的电气信号,主要用于分析电机输出动力情况。电气信号中除了体现电机动力输出特征外,还包含丰富的机械故障、电气故障等信息特征。由于电气信号中的故障特征信号微弱,易被基频分量与噪声湮没而难以突出故障特征,不利于电机状态监测与故障诊断,因此提出了一种基于高频电流信号解调的电机故障特征提取方法,针对采样率不低于25.6 kHz的电机定子高频电流信号,综合运用高通滤波、Hilbert变换、快速傅里叶变换(FFT)3种分析方法,提取高频电流中电机故障的微弱特征信号,应用神经网络算法对电机正常、静态偏心、动态偏心、转子断条、轴承内圈、轴承外圈6种状态进行了诊断。该方法准确提取了电流信号故障特征,并成功识别了6种故障。

断层黏滑失稳过程声-电信号响应特征研究

为深入探索断层黏滑失稳的阶段特性以及声-电多源联合前兆特征,对含不同预制倾角断层的正长花岗岩开展了侧压分别为5、15、25MPa的双向剪切摩擦试验,观察和分析了断层黏滑失稳过程的力学行为以及声发射、电荷感应信号的时频响应特征。结果表明:(1)侧压和断层倾角改变了断层的黏滑特征,进而影响了感应电荷量和声发射事件震级。侧压越大,间黏滑和黏滑失稳阶段的电荷量占比以及电荷累积速度越大。相较于56º断层,45º断层黏滑失稳时基于振幅的统计指标b值更小,大尺度破裂占比更大。(2)声-电信号幅值的分形特征可以反映断层面黏滑错动释放能量的差异。声-电信号频域的阶段性响应特点可有效辨识实验室尺度下断层黏滑失稳的演化过程,可以将声-电信号主频幅值急剧提高作为断层黏滑失稳前兆特征之一。临近断层黏滑失稳时声发射和电荷感应参量(能量、分形维数、频谱幅值)均呈现明显的“突增”特性。(3)声-电信号能量突增与黏滑应力降之间具有较好的对应性,但并不完全同步。断层黏滑失稳时,声发射会先于电荷感应产生高幅值信号。仅采用单一声发射或电荷感应信号来预警有可能造成信息漏报、误报,需结合声发射和电荷感应信号特征以实现声-电二元信号的相互补充与验证。

电动汽车永磁同步电机匝间短路检测算法仿真

当电机出现匝间短路故障时,电机内部电阻会大幅度降低,电流突增,造成其余元件功率过大问题。若不能及时监测该故障电机将会导致二次损坏。但是,由于短路故障具有瞬时性,其特征获取难度较大。为此提出电动汽车永磁同步电机匝间短路故障检测方法。构建驱动汽车的永磁同步电机模型,依据当永磁同步电机模型处于匝间短路故障状态时,基波电流与正序电流的制约关系失效的原理,提取电机匝间短路故障特征。基于此利用粒子群算法-最小二乘支持向量机(Particle swarm optimization-Least Squares Support Vector Machine,PSO-LSSVM)获取故障检测结果,实现电动汽车永磁同步电机匝间短路故障的检测。实验结果表明,研究方法在任意时刻检测到的负载力矩均与实际值吻合,且输出的电机残余能量具有较高可靠性,说明了上述方法具有较强的可应用性。

基于电机电流的高压断路器弹簧操作机构的LM-BP故障诊断算法

BP(back propagation)神经网络由于具有线性映射能力强及自适应能力强等优点,常被用于高压断路器弹簧操作机构的故障诊断中,但易陷入局部最小点限制了网络的收敛速度和分类精确度。文中提出了一种基于L-M算法优化BP神经网络的高压断路器操作机构故障诊断方法,分析了神经网络的数学模型及映射关系,运用L-M算法对传统BP网络进行优化,解决了传统BP神经网络梯度下降法存在局部最小化、易产生平坦区等问题,有效地提高了算法的训练速度,同时提高了分类的精确度。诊断结果表明:L-M算法优化后的BP神经网络能有效地实现高压断路器操作机构故障诊断。文中研究内容对高压断路器操作机构故障诊断提供了思路与方法,对提高高压断路器安全可靠性具有重要意义。

三相异步电机匝间短路故障的诊断方法

三相异步电机是各类电机中应用量最大的一种,匝间短路故障为三相异步电机发生概率较大的一类故障。如果能实时监测电机运行状况,对运行进行健康安全评估,将能及时止损,减少损失。提出了基于扩展Clarke变换和故障特征因子Q的匝间故障诊断方法,分析了电机匝间故障的Clarke矢量的特点,对电机匝间故障的Clarke矢量取模,得到三相电流中对称分量的直流分量和2倍于基频的交流分量,以该分量的幅值与直流分量的比值作为故障特征因子Q进行匝间故障诊断。通过特征因子Q研究Clarke矢量频谱,从而判断电机故障,并且进行了理论仿真以及样机测试。

基于改进层次斜率熵(IHSloE)的信号低频和高频故障特征提取方法

采用传统的基于粗粒化处理的多尺度特征提取方法,无法提取故障信号中的高频部分的故障信息,导致其提取到的故障特征难以准确地表征滚动轴承的故障状态和动态特性,无法保证故障诊断的可靠性和准确性。针对该缺陷,提出了一种基于改进层次斜率熵(IHSloE)和随机森林(RF)的滚动轴承故障诊断方法。首先,利用改进层次化处理代替粗粒化处理,实现了信号的多尺度分析目的,基于斜率熵,提出了改进层次斜率熵的非线性动力学指标;随后,利用IHSloE方法提取了滚动轴承振动信号的故障特征,建立了表征滚动轴承故障特性的故障特征;最后,基于RF模型建立了多故障分类器,并将故障特征输入至RF分类器进行了训练和测试,以实现滚动轴承的故障识别目的;利用滚动轴承数据集进行了实验,并将其与其他的故障特征提取指标进行了对比。研究结果表明:IHSloE方法采用改进的层次化处理,能够快速有效地提取出振动信号中的高频故障特征,诊断准确率达到了99%,而特征提取时间仅为149.35 s;相较于采用粗粒化处理和层次处理的特征提取方法,其准确率至少提高了2%和1%,证明该方法适用于滚动轴承的故障诊断。

基于暂态时-频特征差异的配电网高阻接地故障识别方法

高阻接地故障发生时,故障特征微弱,传统故障识别方法存在特征提取困难、阈值选取灵活性较差的技术瓶颈,导致极端故障场景下出现漏判。为此,提出基于暂态时-频特征差异的配电网高阻接地故障识别方法。首先,结合小波包香农熵量化分析高阻接地故障与正常扰动工况暂态信号的时频分布,发现二者存在显著差异:频域上,扰动工况信号的能量集中于低频,而高阻故障信号能量分布相对均匀;时域上,扰动工况信号能量集中于时间窗的前半段,高阻故障信号能量在整个时间窗内均匀分布。在此基础上,以暂态信号时-频域波形作为输入样本,将传统卷积神经网络(convolutional neural networks,CNN)模型中的softmax分类器改进为支持向量机(support vector machine,SVM)分类器,构建适应配电网高阻接地故障识别小样本场景下的CNN-SVM复合分类模型,以卷积层作为特征提取器,以SVM作为分类器,实现高阻接地故障识别。最后,为论证所提方法具有强适应性的内在原因,利用LIME可解释性分析算法可视化展现模型训练过程中的高关注度区域,从模型分类原理层面证明所提方法不受各种故障条件的影响,克服了传统故障识别方法在极端故障场景下出现漏判的缺陷,能准确识别配电线路末端10 kΩ高阻接地故障。

基于多端行波频率矩阵的复杂配电网故障定位方法

针对配电网线路参数受依频变化影响导致现有故障定位方法实现复杂以及行波传输速度无法准确计算的问题,基于多端行波频率矩阵,提出一种不依赖波头时间信息的复杂配电网故障定位方法。通过对故障行波固有频率主成分与传输距离的关系进行分析,定义各分支节点的参考端,并计算真实故障发生前的基准固有频率矩阵与真实故障发生后的故障固有频率矩阵之间的差值,最终得到相应的故障分支判定原理。在判定故障分支的基础上,按照故障点到参考端的路径不经过分支节点或经过分支节点数量最少为原则选取参考端,同时计算对应参考端故障固有频率主成分下的波速度,进而对故障点位置实现精确定位。仿真结果表明,所提方法无须检测行波波头时间,通过构建多端频率矩阵准确刻画配电网拓扑任一分支发生故障的情形,在保证故障分支可靠判定的同时实现了频率分量与波速度相互匹配,大大提高了故障定位精度,且定位结果不受故障位置、类型、过渡电阻、初相角影响。

基于电流特征分析的五相电机驱动系统单相故障诊断仿真实验

随着仿真软件的快速发展,虚拟仿真实验已成为高校教学中的重要组成部分。为了提高学生的系统建模分析能力,实现电机驱动系统的安全可靠运行,针对五相永磁同步电机(FPMSM)驱动系统单相开路故障问题,提出了一种基于电流特征分析的故障诊断定位方法,并利用MATLAB/Simulink仿真软件进行验证。首先,研究根据故障前后三次谐波平面电流的不同表现特征,依次使用有效值计算、均方根等方法处理三次谐波平面电流,提取故障信号。其次,利用反正切函数求取的故障相位角以及滑动采样获取的符号信息进行故障定位、隔离,克服因谐波污染造成的诊断短时失效问题。最后,搭建Simulink仿真模型并进行相应分析。结果表明,所提的故障诊断算法能够快速准确地实现FPMSM驱动系统单相开路故障诊断,避免因故障长时间存在而产生的系统二次损伤及生产事故问题,为后续容错操作及故障后系统持续稳定运行奠定基础。同时,该研究为电机控制类高校虚拟教学实验提供了一个潜在案例,具有较高的理论与实用价值。

基于CNN-SVM的特高压三端混合直流线路故障区域识别方法

提出一种基于卷积神经网络–支持向量机(Convolutional neural network-support vector machine,CNN-SVM)的特高压三端混合直流线路故障区域识别方法。首先,对昆北侧、龙门侧的直流线路边界和柳北侧T区边界的频率特性进行分析,发现不同故障区域的故障特征存在一定差异。然后,使用经验小波变换提取故障特征,将其作为CNN-SVM的输入量,故障区域作为输出量,构建并训练CNN-SVM模型;将由测量点得到的故障特征量输入到训练完成的CNN-SVM模型中,进行故障区域识别。最后,搭建昆柳龙仿真模型,进行故障仿真实验验证。结果表明,该方法的故障区域识别率高,且可耐受300Ω的过渡电阻。

计及燃弧频次的配电网单相接地故障分类与辨识

尽管采用小电流接地方式的配电网发生单相接地故障时短路电流较小,但若故障发生后燃弧现象长时间存在,将会显著增加火灾发生风险。为减小火灾隐患,已有多数研究从燃弧现象发生与否角度对故障进行辨识,但并未计及燃弧频次的影响。为此,针对某地配电网实际单相接地故障案例,通过系统分析不同故障场景下零序电流变化特性与燃弧之间的关联规律,从火灾隐患程度角度提出了计及燃弧频次的单相接地故障分类方法;进一步挖掘出不同种类故障发生后零序电流波形分别呈现“平肩畸变”、“瞬态值”等特征,并利用不同频带能量占比、谐波重心和燃弧周期数对波形畸变特征进行了数学描述;以前述数学特征量作为输入,研究建立了基于长短期记忆(long short-term memory, LSTM)网络的故障种类辨识模型,经某电力公司现场收集的223组现场典型故障案例验证,模型识别准确率达96.4%,可有效识别燃弧故障种类,对于减小森林火灾隐患、节约配电网运维成本意义重大。