基于峰值指标和脉冲指标的串联电弧故障检测研究

针对串联电弧故障主线路电流检测方法易受非线性负载额定电流波形影响的问题,根据电导和极化过程产生介质损耗电流的原理,提出一种基于剩余电流采集和峰值脉冲指标识别的检测方法。将相线、中性线穿过剩余电流互感器,采集进线端剩余电流数据,利用所采数据计算得出的峰值指标和脉冲指标进行电弧识别。通过对阻性、阻感性和非线性负载的大量试验,结果表明所提方法可有效区分正常与电弧故障,且算法简单,可作为当前串弧故障检测的一种新思路。

变载荷齿轮箱状态监测技术研究

目前关于齿轮箱故障诊断的研究成果大都集中在固定载荷工况的齿轮箱故障诊断,与实际生产中的齿轮使用情况大相径庭。为此,借鉴齿轮变工况研究思路,针对齿轮箱在变工况下的信号特征,提出变载荷工况下的齿轮箱断齿故障诊断和状态监测技术思路。利用奇异值分解降噪对齿轮箱振动信号进行预处理,选择啮合齿轮的倍频及其边频为特定频段,以无量纲的脉冲指标和裕度指标作为评价指标,得到齿轮健康状态参数,实现了对齿轮箱的状态监测。最后利用模拟齿轮故障试验台取得了2种转速变负载条件下的故障和正常的振动信号,对齿轮故障诊断和状态监测方法进行了验证。

自适应VMD联合MOMEDA的滚动轴承故障提取

针对强背景噪声下滚动轴承微弱故障特征提取问题,提出了一种基于参数自适应优化变分模态分解(VMD)与多点最优最小熵解卷积(MOMEDA)相结合的轴承故障特征提取方法。首先对滚动轴承时域振动信号进行VMD分解,然后基于自相关函数脉冲谐波噪声比指标(AIHN)最大化原则进行挑选得到最佳模态分量(BIMF)并对其进行MOMEDA滤波,包络解调后得到故障特征频率,最后将本文所提方法体应用于数值仿真信号上可以明显观察到故障特征频率131.1 Hz,应用于实际轴承故障信号可以有效识别轴承故障特征频率294.5 Hz,与原始包络谱提取的311 Hz以及MCKD提取的320 Hz相比更加接近理论故障特征频率294 Hz。