变压器状态评估及故障诊断研究综述

电力变压器状态评估及故障诊断为设备安全稳定运行提供了重要保障。在电力大数据广泛应用的背景下,智能电网结构快速构建,电力设备状态数据呈现出数量大、类型多等特征,因而变压器状态评估及故障诊断算法由阈值判断法逐步过渡为机器学习等算法。本文作者总结了近年来国内外变压器监测研究中采用的方法;概述了变压器状态评估和故障诊断领域的研究现状,介绍了常用算法相关原理,包括模糊理论法、集对分析法、传统机器学习算法、预测算法和深度机器学习算法等;分析了目前该领域亟需解决的问题,并对未来研究方向进行了展望。

500kV断路器死区保护的故障诊断与状态评估研究

本文研究了500kV断路器保护中的死区问题。首先介绍了断路器的基本结构和工作原理,死区保护的定义和作用,并分析了不同类型故障的影响。然后讨论了故障诊断的基本理论,并通过实例分析加深理解。关注了500kV断路器保护的状态评估,提出了基本理论框架和指标体系,介绍了评估方法和流程。最后建立了故障预警模型,并提出了防范措施和策略。通过本研究可为断路器保护提供理论支持,提高可靠性和稳定性。

旋转机械健康状态评估方法研究现状与展望

旋转机械是机械装备的重要组成部分,其内部结构复杂度高,关键零部件与子系统之间耦合度强,长期在复杂工况下运行易发生故障.一旦发生故障,会导致整机性能下降,甚至造成重大经济损失或人员伤亡.因此,旋转机械健康状态评估研究已成为现代国防与工业装备发展中的重点之一.从旋转机械的健康管理与智能运维需求出发,首先,论述了健康状态评估在机械设备智能运维中的地位和作用;其次,介绍了健康状态评估技术的概念、状态等级的划分以及评估指标;再次,阐述了基于知识经验、模型驱动和数据驱动的典型评估方法;进而,综述了近年来国内外学者在泵、轴承、齿轮箱和航空发动机等典型旋转机械健康状态评估方面的研究成果;最后,基于健康状态评估方法研究面临的技术挑战和发展趋势,对旋转机械健康状态评估方法的发展方向进行了探讨和展望.

高速公路机电设备健康状态物联监测与智能诊断

针对高速公路机电设备运维管理存在健康状态数据不能实时获取、故障发现不够及时准确、设备维护处理效率较低等问题,本文提出应用物联网和智能诊断模型处理技术,构建一种远程机电设备健康状态物联监测与智能诊断系统。该系统通过实时监测设备基础状态数据,利用物联网技术将数据传输到云处理平台,对数据进行分析、处理、判断机电设备运行的健康状态及故障智能诊断。实际运行结果表明:该系统可准确地判断外场机电设备的健康状态,减少现场维护频次约15%,缩短运维和巡检车辆行驶里程约30%,实现了节能减排,降低了运维成本,缓解了高速公路拥堵,进而取得良好的经济和社会效益。

数控折弯机关键部位的健康状态评估方法研究

【目的】提高数控折弯机发生故障的检修效率,降低运维成本。【方法】针对数控折弯机关键部位易出现松动及磨损故障问题,提出基于智能算法的健康状态监测与评估方法。通过有限元辅助手段确定传感器测点,利用传感器采集不同模拟故障等级下的关键部位振动信号,对信号进行清洗和滤波,提取其时频域特征值作为故障诊断参数,通过测试计算建立故障数据库,融合智能分类算法对其进行调参训练,并通过实例试验证明算法的有效性和普适性。【结果与结论】预测准确度均可达到97%以上,其预测的稳定性和普适性较高。

基于数据驱动的风电机组变桨系统故障诊断与健康状态预测研究

文中首先聚焦于风电机组桨叶零位偏移故障,利用GH-Bladed风机仿真软件仿真不同工况下的桨叶零位偏移,研究零位偏差对运行机组叶轮转速、叶根弯矩的影响,并采用风电机组轴向加速度1P谐波幅值和3P谐波幅值之比拟合桨叶零位偏差判定曲线图,构建桨叶零位偏差判定模型。再基于神经网络技术,分析机组实际运行数据采集与监视控制系统(Supervisory Control And Data Acquisition,SCADA)历史数据,完成变桨故障特征提取和数据分析处理,训练添加注意力机制的长短期记忆神经网络(Long Short-term Memory Neural Network,LSTM)模型,构建AT-LSTM变桨健康状态预测模型,并从多个分类模型指标,将AT-LSTM与循环神经网络(RNN)和长短期记忆神经网络(LSTM)进行对比,证明了添加注意力机制对于神经网络带来的提升。

递归量化分析的变压器健康评估与故障诊断

针对传统时域、频域分析方法忽略信号的部分频率信息的问题,提出一种基于递归定量分析(RQA)和鸡群算法(CSO)优化支持向量机(SVM)的变压器健康分析与机械故障诊断方法。首先利用相空间重构技术构建变压器振动信号的递归图;然后进行递归定量分析,提取故障特征并结合马氏距离(MD),以置信度-故障程度关系式进行变压器健康评估;最后利用CSO优化SVM参数,进行故障识别。实验结果表明,提取的递归定量特征参数可以有效地评估变压器的健康程度,综合识别率为94.07%,较传统时域、频域特征高约15.4%、8.96%;相比于传统模型,采用CSO-SVM故障诊断模型可将诊断精度提高至99.26%。

往复式压缩机运行状态评估及故障诊断方法研究

往复式压缩机作为化工生产的关键设备,一旦出现异常和故障将会带来严重的安全风险和效益损失。常规的定期检修和事后维修模式已无法满足企业安全生产的需求,积极探索有效的运行状态评估和故障诊断方法,降低往复式压缩机故障率,是往复式压缩机使用企业需要重点研究和突破的难关。将RCM方法与往复式压缩机在线监测系统数据相结合,研究动态RCM在往复式压缩机故障预知维修中的应用。

大数据技术在风电机组运行状态评估及故障诊断中的应用分析

风电机组状态监测数据具有量大、多源、异构、复杂、增长迅速的特点,但当前处理大数据的过程中所使用的诊断方法和预警方法存在一定缺点,难以保证其精度。为了确保处理数据时能够及时了解风电机组的具体情况,分析了风电机组运行状态评估和故障诊断中的分析技术,相关实验表明,这一故障诊断以及预测方法优势显著,且具有一定的可行性。

故障预警系统在发电设备状态评估与故障诊断工作中的应用探析

本文以故障预警系统为研究视角,探究其系统框架、预警功能的设计方法,给出预警信息的形成过程,阐述发电设备诊断单的用法分析;从给水泵、送风机等各类发电设备视角,以设备运行状态、故障反馈为出发点,探索故障预警系统的运行情况,以期全面展现故障预警平台的运行优势。

基于CWT-RES34的风电机组叶片裂纹状态评估

为有效进行风电机组叶片运行时的裂纹状态评估,提出一种基于连续小波变换(Continue Wavelet Transform,CWT)和残差神经网络(Residual Networks,ResNet)结合的叶片裂纹状态评估方法。首先对叶片加速度振动信号做CWT后生成二维彩色时频图像,然后将图像分别作为训练集和测试集,使用34层ResNet进行训练和诊断,最后选取天津某风电场提供的1.5 MW风力发电机作为研究对象,根据其样本数据将叶片故障程度按照裂纹长度和宽度分为健康、轻微、中等、严重、危险5种状态,评估平均准确率高达98.23%,方法的有效性和可行性得到验证。

煤矿坑道钻机状态监测与故障诊断技术研究现状及展望

煤矿坑道钻机自动化和智能化程度的提高、作业范围和应用场景的扩展,使其系统复杂性和工作环境恶劣程度随之增加,对煤矿坑道钻机可靠性提出新的挑战。为有效降低因钻机故障带来的安全风险,提升钻机全寿命周期的任务品质,煤矿坑道钻机状态监测与故障诊断技术应运而生。首先从钻机状态参数采集、数据处理、诊断方法、系统应用等四个方面对煤矿坑道钻机关键系统状态监测和故障诊断技术研究现状进行总结分析,然后在故障预测与健康管理(prognostics and health management, PHM)技术基本概念的基础上根据集中式与分布式结合的方式提出了坑道钻机PHM技术框架,最后对煤矿坑道钻机PHM技术发展趋势进行展望,旨在为新一代煤矿坑道钻机及相关煤矿机械装备PHM技术的研究开展提供参考和借鉴。

矿用干式变压器故障诊断和寿命预测技术现状及展望

干式变压器故障诊断技术通过对监测数据进行分析,能够实现信号特征提取、故障诊断、状态评估和寿命预测,提高干式变压器在井下运行的安全性,降低由于故障带来的损失。文章介绍了信号特征提取方法(频率响应法、小波变换法、堆叠自编码器)、故障诊断方法(贝叶斯网络、支持向量机、BP神经网络)、状态评估和寿命预测方法(交叉熵组合预测法、灰色理论、层次分析法)的研究现状,将几种方法进行对比,并对干式变压器故障诊断技术进行展望。

综采设备健康状态评估研究综述

综采设备逐渐趋于大型化、复杂化、智能化,定期维修与事后维修等传统设备管理模式已难以满足煤矿智能化建设对设备运行的高可靠性需求。因此,研究综采设备健康状态评估相关理论及技术对煤矿智能开采技术发展意义重大。给出了综采设备健康状态评估范畴界定及综采设备健康状态评估流程。从综采设备信号获取、特征提取及融合、健康状态等级划分、健康状态评估模型建立4个方面总结了综采设备健康状态评估方法的研究现状和发展动态。分别从综采设备信号获取及传感器优化布置、数据处理及特征提取、健康状态评估模型建立、综采设备状态评估应用等方面分析了综采设备健康状态评估相关技术目前面临的挑战。针对上述研究现状及面临的挑战,从数据采集方案及故障机理研究手段提升、大数据高性能计算平台建设、深度学习评估模型建立、综采设备健康状态动态评估模型研究、综采设备健康状态评估系统开发等方面探讨了综采设备健康状态评估技术的发展趋势,指出在煤矿智能化进程中,需确保综采设备健康状态评估理论研究、算法开发和工程应用三线齐头并进。

大跨度铁路桥梁健康状态评估的统计对比诊断方法研究

利用桥梁结构长期健康监测系统获取的大量数据,结合大跨度铁路桥梁的结构受力特点,提出了一套基于静力识别的统计对比诊断桥梁结构整体性能的评估方法。其基本思路是:先根据桥梁结构完好状态下监测系统所采集到的环境变量(包括环境温度、湿度及荷载等)与结构响应变量的大量样本,采用统计分析的方法建立环境变量与结构响应变量之间的函数关系;在诊断和识别桥梁结构是否异常时,将实测环境变量代入以上函数,预测结构的响应量值,并计算出实测响应量与预测响应量的差值,再将这个差值与事先拟定的诊断标准进行比较,判别桥梁结构是否发生异常。这种方法可以综合考虑多种因素对结构响应量的影响,有望实现对桥梁结构健康状态的实时评估。

ZB25型烟草包装机轴承故障诊断方法研究

在当今的烟草制造业中,设备的稳定性和效率直接关系到生产成本和产品质量。因此,烟草企业亟需一种既经济又科学的设备检维修体系来降低资源消耗,并确保设备能够持续稳定运行。实时监测设备健康状态并快速诊断出现的故障,对于提高生产效率和降低停机时间至关重要。面对这一需求,提出了一种结合快速谱峭度算法和共振解调技术的新型故障诊断方法,专门针对ZB25型包装机组中常见的滚动轴承外圈故障。通过对轴承外圈的实际故障数据进行分析,旨在验证所提出方法的有效性,并探索其在工业设备监测和诊断中的应用潜力。

天然气超声流量计健康状态评价方法初探

目的天然气计量用超声流量计性能诊断主要采用设定参数阈值的诊断方法,为降低误报、漏报等情况,建立了基于生成对抗神经网络(generated adjoint neural network,GAN)和高维非线性无监督学习的超声流量计健康状态系统诊断方法。方法采用GAN对原始数据进行学习、生成和扩充,保障超声流量计健康状态诊断建模的数据基础,提取超声流量计在运行过程中的健康状态参数并对其进行时序分析,采用高维非线性无监督聚类学习方法,结合超声流量计失效模式分析,对超声流量计设备进行在线的健康状态诊断。结果结合超声流量计工作原理和现场实际采集数据,对生成的故障数据集进行了验证。结论能够准确识别超声流量计当前状态,显著解决传统阈值法误报率、漏报率高的问题,为超声流量计健康诊断的统一管理与开发给予支撑。

基于相似度的道岔健康状态评估及故障检测方法研究

针对道岔系统故障诊断需要大量数据且较难获取的情况,提出基于波形相似度的健康状态评估及故障检测算法。使用SURF算法进行特征点预提取,提高计算的实时性;通过Hausdorff距离计算待识别曲线与标准曲线间的相似度,确定健康值及理论故障时间;对于已经处于故障状态的样本,与故障曲线库内模板曲线进行对比,选择匹配度最大的故障模板曲线所对应的故障类型作为待识别曲线的可能故障,从而提出检修意见。实例分析表明,该方法准确率高、速度快、适应性强,具有实际应用价值。

现代机械设备液压系统状态评估及故障诊断综述

液压系统是现代机械设备的主要组成部分,液压系统的状态评估及故障诊断是设备稳定、可靠运行的前提和保证。以现代机械设备的液压系统为分析对象,对现有的液压系统状态评估及故障诊断技术进行了细致的分类与分析,并在分析的基础上对其进行了概括和总结。

断路器故障预警装置研制与健康评估系统开发

目前国内外关于断路器的状态检修均采用计划停电的模式,存在不能及时发现断路器存在的潜伏性缺陷的缺点,从而导致断路器故障引起的电网事故。研制了由机械振动测量终端、电场强度测量终端、回路电流测量终端以及智能诊断模块4套组件构成的断路器故障预警装置并开发了由健康评估、智能定级2个模块组成的断路器健康状态量化评估系统。对研制的故障预警装置和健康状态评估系统进行了现场验证,结果表明:所提故障预警装置首次实现了运行状态下高压开关振动、电场以及回路电流信号的非侵入式融合采集,大幅降低了测量装置安装工艺复杂度和安装风险,实现了断路器3类17种故障的精准预警;开发的健康状态量化评估系统实现了断路器近远期健康度的实时评估,降低了断路器运检成本。