S变换相对谱熵及其在液压泵退化状态识别中的应用

为更好地表征液压泵的退化状态,对液压泵退化特征提取方法和退化状态识别方法进行研究。基于S变换分析非平稳信号的优异能力以及相对熵较好表征振动信号概率分布差异的特性,提出S变换相对谱熵的液压泵退化特征提取方法,对液压泵仿真信号分析结果验证了所提出的S变换相对能谱熵和S变换相对奇异谱熵作为退化特征的有效性和可行性。将两个特征指标组成退化特征向量,对滑靴磨损和松靴故障模式下不同故障程度的液压泵振动信号进行分析,进一步验证所提出的特征指标作为液压泵退化特征的有效性。将加权灰关联法用于液压泵退化状态识别,建立了液压泵的标准退化模式矩阵,对两种故障模式下液压泵待检测样本的退化特征向量和标准模式矩阵做加权灰关联分析,根据灰关联度的大小判定液压泵的退化状态,结果验证了所提出方法的良好性能。

基于HVD边际谱熵相对曲率的钢结构损伤识别方法研究

为了解决钢结构损伤识别问题,基于希尔伯特振动分解(Hilbert Vibration Decomposition,HVD)算法,根据钢结构的低阶振动信息,提出一种基于HVD边际谱熵相对曲率的损伤识别方法。首先依据HVD理论,对采集的振动信号进行处理并计算其HVD边际谱幅值;然后结合钢结构特点分析各节点间HVD边际谱熵及其相对曲率的计算过程;与此同时,根据钢结构损伤工况,利用相对曲率进行损伤仿真计算和基于ZJ70型钢结构的模拟实验分析。结果表明:利用该方法识别钢结构的损伤位置简单易行,能够准确判断损伤单元的位置。

基于奇异谱相对熵与灰色绝对关联度的监测数据特征分析

提出将奇异值分解(SVD)与相对熵、灰色绝对关联度算法相结合,对武广线车轮踏面磨损4工况监测数据提取特征进行分析,旨在充分认识踏面工作状态经历正常-轻微磨损-中度磨损-严重磨损接近镟修这一过程中的信号变化规律,并开展基于奇异谱熵特征提取的对照实验。后续仿真结果表明:踏面性能退化越深,其监测信号与正常状态的相似性就越小,所得奇异谱相对熵特征值越大,灰色绝对关联度特征值就越小,即此二维两个特征是衡量车轮踏面性能退化过程的有效指标;其次,奇异谱相对熵的特征分析结果明显优于对照实验中的奇异谱熵。

基于线路能谱熵的故障选线方法

基于暂态分量的配电网故障选线方法的关键,是有效地提取故障信号中有用的暂态故障特征。广义S变换是一种良好的非平稳信号分析工具,具有很强的时频分辨能力,能很好地适应实际具体信号的分析。对此,在分析故障零序电流暂态特征时,对各出线发生故障后1/4个工频周期的零序暂态电流进行广义S变换,然后根据线路在发生故障时的能谱与正常情况下相差很大,提出了一种基于线路能谱熵的故障选线的新方法,并在MATLAB中进行仿真分析,仿真结果表明此方法能准确有效进行故障选线。

应用小波熵的小电流接地系统故障区段定位方法

提出了一种利用暂态零序电流小波包能谱相对熵的小电流接地系统故障区段定位方法。该方法根据小电流接地系统发生单相接地故障时,接地点两侧暂态电流在不同频段下能量值及能量分布存在较大差异的特点,通过馈线上安装的FTU等检测设备,计算并上传特定数据窗内的暂态零序电流小波包节点能量,主站结合网络拓扑计算相邻两检测点改进能谱相对熵,以确定故障区段。提出了小波包能谱熵的改进方法,能够进一步提高故障辨识的灵敏度;提出了利用模极大值选取分析数据窗的方法,能够避免对时误差的影响。通过数字仿真验证了该方法的可行性。

动态调谐式消弧线圈接地系统单相接地选线研究

分析了动态调谐式消弧线圈系统的结构、补偿原理及其单相故障的特征,提出了一种根据小波包变换、信息相对能谱熵理论以及5次谐波电流理论结合的选线方法。选用首个波形的末1/4周期作为小波分析信号,利用小波包变换的能量无损性,得出各个尺度下各馈线电流能量最大频带的能量系数。通过相对能谱熵算法计算波形间的差异性,选取差异性最大的一组作为可能的故障馈线选项,根据动态调谐过程中不易检测到母线故障的特点,增加了通过小波包变换分解出5次谐波电流极性判别母线故障的方法。MATLAB仿真实验表明该方法能准确判断出故障线路。