基于LabVIEW的拖拉机电气故障诊断系统设计

设计了一种基于LabVIEW的拖拉机电气故障诊断系统,其采用模块化设计,可以自动检测和诊断拖拉机的电气故障,并提供可视化的诊断结果。系统由数据采集模块、信号处理模块、故障诊断模块和用户界面模块组成。数据采集模块负责采集拖拉机各个部件的电气参数数据,信号处理模块对采集到的数据进行处理和分析,故障诊断模块通过分析处理后的数据来判断拖拉机是否存在故障,并给出相应的诊断结果,用户界面模块提供友好的交互界面。试验结果表明:系统可以准确地诊断拖拉机的电气故障,具有良好的应用前景和推广价值。

基于数据挖掘技术的拖拉机发动机故障诊断

拖拉机是农业生产的重要工具,发动机是其核心部件,如发动机出现故障,将会直接影响农业生产效率和产量。为此,提出了一种使用数据挖掘技术进行拖拉机发动机故障诊断的方法。利用了机器学习技术和统计学,首先针对拖拉机田间运行信号噪音较大的问题,引入小波阈值去噪的方法;其次,基于卷积神经网络模型,引入一种注意力机制,提高故障诊断准确率,并通过对拖拉机传感器数据进行分析,可以帮助诊断和预测发动机故障;最后,通过实验结果验证了算法的有效性。研究结果不仅可以提高故障的准确性和效率,还能够节约维修成本和提高机器的利用率,具有较高的应用价值。

变转速工况下松动故障自适应时频模态分解

松动故障广泛存在于机械设备之中,而在变转速工况下的松动故障诊断仍存在一定挑战.为实现变转速工况下的松动故障诊断,本文提出了一种自适应时频模态分解方法.为提高该方法的多工况自适应能力,针对时频模态分解窗宽参数进行了优化选取,研究了窗宽参数与分解输出的非线性关联特征,实现了不同噪声下的自适应时频模态分解.为验证该方法的有效性,针对支承松动故障进行了实验验证,同时在某工程设备上进行了旋转部件松动故障实验验证.采用自适应时频模态分解算法对实验验证数据进行处理,实现了非平稳特征的模态分解.通过定义和计算各阶次能量占比,完成了振动信号的故障特征分析,实现了松动故障的特征提取与诊断.结果表明,所提方法能够实现非平稳信号的模态分解,对于松动故障具备有效的诊断能力.

电动拖拉机驱动电机系统故障诊断模型研究

驱动电机系统的故障可能导致电动拖拉机失控或发生意外情况,从而危及驾驶员和周围环境的安全,准确诊断故障可以帮助驾驶员及时采取措施,避免潜在的危险。为了进一步提高电动拖拉机驱动电机系统的故障诊断准确率,基于驱动电机系统的数据特征及故障类型,以BP人工神经网络模型为基础,通过PSO-BP优化后的人工神经网络模型构建电动拖拉机电机驱动电机系统故障诊断模型,并对传统BP神经网络模型的阈值和权重进行优化,以更快地收敛到全局最优解。通过采集驱动电机系统的数据,对基于PSO-BP故障诊断模型进行试验验证,结果表明:模型对5种故障状态诊断准确率较高,特别是退磁故障和IGBT故障这两种复杂的故障类型。研究内容能够为电动拖拉机驱动电机系统的故障诊断提供一种有效的方法和技术支持,可提高诊断准确率、保障驾驶员和周围环境的安全,提高了工作效率,降低了维修成本。

质子交换膜燃料电池系统故障机理分析及诊断方法研究综述

质子交换膜燃料电池(proton exchange membrane fuel cells,PEMFC)以其高效无污染等特性在发电、交通运载以及航空航天等领域有广阔的应用前景,然而可靠性和耐久性不足等问题已成为技术瓶颈,亟需探究高效的系统故障诊断方法。该文在介绍质子交换膜燃料电池系统构成及典型故障产生机理的基础上,综述了基于模型方法、数据驱动方法、实验测试方法、融合方法等质子交换膜燃料电池系统的故障诊断方法研究进展,对各种方法进行了分析比对,并对在线诊断技术进行总结分析,最后提出质子交换膜燃料电池系统故障诊断方法发展趋势及展望,以期为其后续研究及快速商业化应用提供参考。

基于深度学习的特高压三端混合直流输电线路波形特征故障区域判别方法

针对将现有直流线路故障区域识别方法应用于特高压三端混合直流输电线路时,存在难以区分T区两侧故障、耐过渡电阻能力弱和阈值整定困难的问题,提出一种利用深度学习及波形特征进行特高压三端混合直流输电线路故障区域识别的方法。首先,对三端混合直流线路不同故障区域进行故障特征分析;然后,对线模电压和线模电流进行多尺度小波分解,提取线模电流中低频分量和线模电压高频分量,结合正负极电压波形特征,组成深度学习模型的输入量,并将故障区域作为输出量,构建深度学习故障区域识别模型;最后,用训练过的深度学习模型对获取的故障特征量进行处理,以实现故障区域识别的目的。通过大量仿真实验,验证了所提故障区域识别方法具有准确率高和基本不受过渡电阻影响的特性。

基于有源消弧暂态衰减信息的配电网接地故障跟踪检测方法

现有配电网单相接地故障检测技术缺乏消弧过程的故障程度跟踪与选线能力。该文充分利用消弧过程中的暂态信息,建立考虑线路参数不对称的集总参数等效模型,论证消弧过程零序电压衰减直流特征的物理意义,提出考虑快速消弧的配电网故障检测新方法,对于低、高阻接地故障均有较高的检测灵敏度。实际应用中,仅需观测消弧全补偿电流投切过程中零序电压及零序电流波形,即可实现过渡电阻测量、故障程度跟踪与故障选线,具有瞬时性故障实时跟踪、故障检测与故障消弧同步进行的优势,操作简单、易于实现。仿真实验证实了方法的有效性,为配电网故障检测提供了新的理论依据。

考虑架构灵活重构的混合式贯通牵引供电装置应急管控与故障恢复策略

基于牵引变压器与两相交流输入至单相交流输出(两相-单相)变换单元的混合式贯通牵引供电系统(HATPSS)凭借其设备利用率高、改造成本低等优势而受到关注。然而,两相-单相变换单元作为系统中的薄弱环节,其任意端口故障会导致系统出现负序电流与功率缺失等问题,严重者将引发整个贯通系统失稳。此外,受HATPSS供电架构特殊性及其控制目标多样性的影响,传统牵引系统冗余备用方案与应急管控技术适用性差等问题突出。鉴于此,该文针对两相-单相变换单元的输入/输出端故障工况,综合考虑牵引站中既有设备应急管控潜能与两相-单相变换单元控制自由度的特点,分别提出面向HATPSS的应急管控与故障恢复策略。仅通过牵引变压器、联络开关、两相-单相变换单元等系统既有装置间的协同配合,实现在不同故障工况下HATPSS额定功率运行与负序电流抑制。最后,仿真与实验验证了在不同工况下该文所提应急管控策略的可行性与有效性。

基于时域波形特征认知的输电线路近端故障辨识与定位

针对现有单端行波故障测距对近端故障存在测距盲区、双端行波故障测距对近端故障测距误差较大,无法满足工程需要的不足,提出基于波形特征认知的近端故障辨识与定位方法。首先,分析了线路故障行波传播规律,以固定分辨率显示波形。发现线路近端故障时,初始行波及其后续波形在长时窗整体宏观观测下呈堆叠缓变特征,而在短时窗局部放大观测下呈周期性变化特征,且周期与故障距离相关。不同线路的近端故障历史样本能统一作为参照基准为测距提供提示。进而提出基于波形密度和突变分布的近端故障辨识方法。最后,对辨识出的近端故障进行周期估计,利用近端故障与线长的无关性以及历史样本突变周期和故障位置已知性,搜索周期最近邻历史样本,并由已知故障距离插值实现故障位置确定。基于大量实测数据进行仿真测试,结果表明所提方法能够显著提升单端行波测距可靠性和成功率。

考虑风电机组故障电压穿越特性的连锁故障关键线路辨识

新能源的接入提高了电网连锁故障发生的概率,给故障传播中关键线路的辨识增加了难度。为此,建立了考虑风电机组故障电压穿越特性和线路可靠性的连锁故障仿真模型,从线路失负荷严重程度、失负荷不均匀性和结构脆弱性3个角度建立了线路综合风险指标评价集。基于状态故障网络计及线路失负荷程度和线路失负荷不均匀性,分别定义了失负荷风险指标和不均匀风险指标;基于电气介数提出了考虑分布式新能源接入的脆弱结构指标;同时,考虑电网的网络结构和状态转移特性,采用模糊熵权法定义综合风险指标,以衡量线路开断的综合影响。通过IEEE 39节点和IEEE 118节点系统算例验证所提方法用于关键线路辨识的有效性,且针对关键线路的缓解措施能显著降低大停电风险。

基于FTU的配电网单相接地故障定位与恢复方法

配电网发生最多的故障是接地故障。针对准确地检测隔离接地故障线路并尽快恢复供电,提出基于配电开关监控终端(FTU)的配电网单相接地故障定位与恢复方法。利用配电网各节点FTU的小波包变换暂态选线及相电流暂态特征选线技术,结合故障路径自适应处理控制策略,配合首开关延时合闸逻辑,从而实现多分支配电网故障定位与自动隔离恢复。所提方法能够快速选出故障线路并隔离故障区段,有利于故障快速消除,提高系统运行的安全性、可靠性。

灾害天气下计及一二次设备耦合故障的电网短时风险评估

灾害天气下电网发生短时多重故障有可能超出保护系统预设的反应能力,一二次设备耦合影响将助推多重故障风险发展和蔓延。为此,提出了计及一二次设备耦合故障的短时风险评估方法。首先,分析了一次设备与二次设备之间的交互作用及其对电网短时运行风险的影响。其次,构建了一次设备和二次设备的故障概率模型,重点分析了一二次设备耦合故障引发保护拒动的概率。然后,结合保护系统对超预期故障的反应能力,提出了灾害天气下电网短时多重故障风险评估方法。最后,采用改造的IEEE39节点系统对所提方法进行测试。算例结果表明:受外界气象环境影响,保护系统缺陷暴露导致非期望动作使得电网多重故障风险更为严重;综合考虑灾害天气对一二次设备影响下的短时运行风险,对于发现和消除保护系统薄弱环节及制定电网降风险运行策略具有一定参考价值。

基于PSO的电气设备绝缘故障诊断系统设计

电气设备一旦发生绝缘故障,其运行状态的平稳性会急剧下降。为了解决该类问题,基于PSO设计了一种电气设备绝缘故障诊断系统。系统硬件由传感器、核心处理器和通讯器组成,传感器模块内部包含定性传感器与定量传感器,并将WQA427J524NC核心处理器作为中央处理器。分解高中低频三个波段的绝缘故障信息,确定特征矢量后,建立故障信息提取程序。利用PSO优化实现信息更新,通过提取数据内部有效信息建立设备故障诊断程序。实验结果表明,该系统对单一故障检测准确率高达99%,对复合故障的检测准确率达到95%,具有较好的诊断能力。

地铁车辆牵引电机超温故障预测技术研究

地铁在日常运营中面临着各种潜在的故障风险,牵引电机超温故障是其中之一,如果不及时处理,可能会引发事故,对乘客的生命和财产安全构成威胁。因此,开展地铁车辆牵引电机超温故障预测技术研究,十分必要。

基于QAR数据的飞行控制系统故障研究综述

为系统梳理国内外对民用飞机飞行控制系统故障分析的研究历程和现状,针对基于快速存取记录器(QAR)数据分析的飞行控制系统典型故障类型,首先,总结QAR数据预处理、特征提取等使用过程;然后,根据故障分析可达到的性能指标,提出4个故障研究阶段,分别为故障监测、故障识别、故障诊断和故障预测;最后,综合国内外研究进度与深度,得出飞行控制系统典型故障类型,包括方向舵液压泄漏、升降舵指示不一致、襟翼动作耗时等,建模常用QAR数据项包括飞机主舵面位置、飞行姿态、飞机性能、左右襟翼角度、襟翼位置等,计算方法包括物理模型、多变量统计、逻辑推理、机器学习等。结果表明:系统分析方向舵、升降舵、襟翼等子系统最新研究进展,发现在故障类型、参数选择和计算方法的改进等方面取得了一定的成果,故障研究阶段基本处于故障诊断或非实时预测水平,但仍需加强面向安全保障与实际维修方面的需求,以实现故障实时预测技术。

基于累积和事件段识别与改进谱聚类的锂离子电池储能系统内短路故障检测方法

锂离子电池系统的内短路故障可能导致严重安全事故,其检测受到在线检测实时性以及故障特征获得性制约,是当下锂离子电池储能系统安全运行亟待解决的问题。该文提出一种基于累积和(cumulative sum,CUSUM)事件段检测与改进谱聚类的锂离子电池储能系统内短路故障检测方法。首先,考虑内短路故障时的电压/温度变化特性,基于累积和事件突变点识别方法,识别疑似内短路故障事件段。其次,构建三维故障特征,刻画检测对象内短路故障特征属性。然后,构建基于Wasserstein测度的内短路故障特征距离矩阵,检测三维空间各点稀疏特性,客观划定故障聚类,实现内短路故障检测。搭建锂离子电池内短路实验平台、建立锂离子电池电–热耦合仿真模型,算例结果表明该文方法能够准确识别疑似内短路故障事件段,在不同串并联形式及故障类型下实现故障检测,证明了该文方法的正确性与可行性。

充电桩充电模块功率器件故障诊断研究综述

大功率直流充电桩是未来电动汽车充电设施的发展方向,充电模块是直流充电桩最重要以及故障率最高的部件,其中功率器件开路故障较为常见。为保证充电模块安全可靠运行,需要对充电模块功率器件开路故障进行准确识别和定位。文中首先对充电模块拓扑结构和故障类型进行分析,然后分别对基于解析模型、基于信号处理和基于知识的功率器件开路故障诊断方法进行总结,分别介绍了各类方法的基本思想、研究进展和优缺点,最后总结并展望充电模块功率器件开路故障诊断方法未来的研究和发展方向。

基于VMD模糊熵与GG聚类的直流配电网故障检测方法

针对直流配电网存在的故障信号难以提取、不易对各类故障进行诊断等问题,提出一种基于变分模态分解(VMD)模糊熵与Gath-Geva(GG)聚类的故障检测方法。首先,提取出暂态电流,采用VMD算法将故障暂态电流分解成若干个固有模态分量(IMF)。然后,分别计算分解得到的若干个IMF的模糊熵,将其作为特征向量。最后,采用GG聚类算法对故障特征的特征向量进行聚类识别。GG聚类的主要算法为将聚类样本划分为c类,设出隶属度矩阵,通过设定迭代来计算聚类中心与最大似然估计距离,更新隶属度矩阵,当隶属度矩阵满足条件矩阵时终止迭代,从而实现对单极故障、极间故障以及区外交流侧接地故障的聚类识别。仿真结果表明,所提保护方案可靠性强、准确率高,在不同故障类型、故障位置和过渡电阻等工况下均能可靠检测直流线路故障并准确识别故障类型,且具备一定的抗干扰能力。

中性点柔性接地配电网故障相恢复电压暂态时域特征分析

配电网接地故障过零熄弧后的电压暂态恢复特性决定了系统过电压水平及电弧重燃特性,目前,中性点柔性接地配电网故障熄弧后暂态恢复电压变化机理尚不明确,为此建立柔性接地配电网接地故障暂态等值电路,理论解析故障过零熄弧后故障恢复电压的时域表达式。在此基础上,对比分析配电网谐振接地与柔性接地方式下,系统参数变化对故障相恢复电压暂态峰值与恢复速度的影响,揭示暂态时间尺度下故障相恢复电压特征随注入零序电流值与电流注入时机的变化规律,阐明通过中性点注入可控零序电流抑制故障暂态过电压的机理。在PSCAD/EMTDC仿真环境与10 kV真型配电网实验场中模拟各种运行和故障工况,仿真与真型实验结果均验证柔性接地配电网故障相恢复电压时域解析特征与变化规律的正确性。

典型神经网络串联型电弧故障检测及选线方法研究

为解决传统特征分析加机器学习的电弧故障检测方法的准确率和实时性受到特征参数选取的主观性及特征分析过程的影响问题,搭建了三相多负载并联的串联型电弧故障实验系统,对不同支路、不同相发生电弧故障时的干路电流信号时间序列进行分析。将电流信号进行分类、分段、标准化处理并作为检测模型样本;对深度卷积神经网络模型、长短期记忆网络模型、普通神经网络模型进行架构及训练;通过差分处理对网络模型在线分类结果进行优化分析;以准确度和损失函数值、在线测试速度、优化后多分类识别准确率为评价指标,对比分析了3种模型故障检测及选线效果。研究结果表明:基于深度卷积神经网络的串联型电弧故障检测及选线模型对电机类负载故障检测及选线准确率可达96.77%,对变频器类负载故障检测及选线准确率可到98%,准确率高于近几年其他三相回路电弧故障检测模型。