基于谐波诊断技术的电机故障在线监测系统

目的为解决振动法、电流法等传统故障诊断方法在进行电机检测时,存在检测不全面、时效性差及诊断结果难解读等问题,方法提出一种基于谐波诊断技术的电机故障诊断系统,结合谐波诊断技术、物联网技术和智能诊断算法,实现电机运行健康状态的在线监测。搭建电机实验平台,对比分析振动法、电流法和谐波法的准确性和全面性,并对电机轴承、线圈、联轴器等部位进行不同程度的老化和破坏,验证诊断结果的准确性、时效性和全面性。结果以谐波诊断技术为基础的监测系统,在电机各个部位发生不同程度的老化和破坏时,与其他两种方法相比电机轴承、线圈、联轴器等八个部位的劣化值均发生了与实际情况较为符合的变化,诊断结果仅需1s左右,同时提供故障原因和维修建议。结论基于谐波诊断技术的电机故障在线监测系统响应速度快、检测全面、诊断报告详细且简洁易懂,为电机故障诊断技术的发展提供了新的参考方向。

煤矿电气设备谐波诊断技术及电能质量分析装置分析

煤矿电气设备在矿井生产中扮演着重要角色,同时面临着电气负荷增加、谐波扩散以及电能质量下降等问题。为解决这些问题,谐波诊断技术和电能质量分析装置应运而生。本文讨论谐波诊断技术及电能质量分析装置在煤矿电气设备上的重要性,探讨谐波诊断技术及电能质量分析装置的设计要点。

基于谐波诊断技术和CNN-LSTM的电机故障诊断

提出一种谐波诊断技术与卷积神经网络(CNN)-长短期记忆神经网络(LSTM)相结合的模型,采用该模型对电机异常、劣化进行诊断。高次谐波是导致电机设备异常、劣化的关键性因素之一,对其进行归纳、总结、验证并提取故障特征值,形成了专家系统,该系统在电机故障诊断已有大量应用,但存在组网复杂、成本高等缺点。因此,CNN-LSTM网络利用各次谐波进行特征提取分析,进而进行诊断,最后与专家系统对比以验证模型的准确率。其中,谐波技术与CNN-LSTM相结合的模型的相关决定系数R 2和均方根误差MSE分别在95%以上和0.5%以内,表明以谐波诊断技术为基础的CNN-LSTM网络用于电机故障诊断系统具有可行性,能够提高诊断效率,节约成本。

火电厂电气设备状态诊断中谐波诊断技术应用研究

介绍一种适用于火电厂电气设备状态诊断的谐波诊断技术,主要包括电气设备状态信号采集和预处理、谐波故障诊断系统设计两部分内容。其中,电气设备状态信号采集和预处理主要采用改进小波预制信号去噪方法,可有效提高信号采集和预处理效果;谐波故障诊断系统则基于电气设备状态信号采集和预处理,合理介绍系统基本组成结构,并重点说明高次谐波诊断数据样本、劣化诊断判定算法、设备异常及劣化判定标准三部分系统内容。为检验谐波诊断系统在火电厂电气设备状态诊断中的应用成效,将该系统应用于工程实践,最终确认该系统具有较高的诊断精准性。

基于DSP谐波诊断和动态抑制无功补偿节能装置的设计

介绍了一种基于DSP的谐波诊断和动态抑制无功补偿节能装置。系统采用先进的定点DSP芯片TMS320LF2407作为控制器的核心 ,解决了抗泄漏效应和抗混叠效应两个关键技术 ,减少了FFT数据处理带来的误差 ,提高了系统的精度和准确度。系统实现了从信号采集到电容器组的无功补偿和LC滤波器的谐波抑制的快速自动投切功能 ,实践证明该系统运行具有高可靠性及快速动态响应性。

谐波诊断--具有划时代意义的电气设备诊断技术

对电气设备的维修而言,状态修是最佳的维修模式,但也是最难有效实施的。实施状态修维修模式的关键是要能够使用科学的监测、检查、诊断等手段,及时获取、全面掌握电气设备运用状态的数据,对照标准分析、判断电气设备是否正常,在此基础上,才能针对电气设备的不同状态进行相应的预防性维修。被誉为"谐波诊断之父"的日本ATC公司高博先生根据高次谐波的测定原理,研发出的非接触型电气设备诊断器彻底解决了电气设备状态修的两大技术难点——数据获取与数据比对。高博先生的研究成果不仅使电气设备的状态修维修模式能得以有效实施,而且能使技术人员在远离机械设备的情况下对电气设备进行实时跟踪监测,及时发现问题并排除故障。

电力系统中谐波诊断的神经网络方法

本文提出了一种应用人工神经网络模型诊断电力系统中谐波含量的新方法。用误差反向传播模型（ＢＰ模型）取代传统的快速傅立叶变换方法，对ＢＰ模型进行训练，得到由电流（或电压）采样值映射出基波和谐波含量的ＢＰ模型。试验结果表明，该方法具有速度快、精度高的优点，硬件实现简单，同时具有在线应用的特点。

利用高次谐波诊断自生磁场

实验在100TW超短超强激光装置上进行。采用OMA谱仪加CCD测量系统，测量2ωo和3ωo谐波谱的精细结构，回推出激光与等离子体相互作用中产生的自生磁场大小，验证通过谐波谱的精细结构推断白生磁场方法的可靠性。

设备故障谐波诊断研究

设备如电动机,变频器,变压器,发电机等,在不同劣化状态,不同的工作状态下,会产生不同的高次谐波.经过多年对各类电器设备高次谐波成分的密切跟踪和详细分析,本文简述谐波产生的原因及危害,着重介绍使用便携式谐波检测仪检测谐波在顶驱故障诊断方面的应该实验,提前判断设备故障,提前预防,避免造成更大的损失。

基于小波包分解的通信电源计量设备谐波故障诊断方法

传统的谐波故障诊断方法通常基于频谱分析和傅里叶变换,但实际应用中由于信号的非线性和时变性,无法准确识别谐波故障。因此,文章提出基于小波包分解的通信电源计量设备谐波故障诊断方法。在收集计量设备运行谐波信号的过程中进行降噪处理,并结合小波包算法分解能量信号,提取与谐波故障相关的特征。实验结果表明,基于小波包分解的通信电源计量设备谐波故障诊断方法的诊断效率高于传统方法。

谐波故障诊断法在新集二矿的应用研究

介绍了一种新型诊断方法,利用电流谐波对矿山电气设备劣化状态进行诊断。首先介绍了谐波故障诊断技术的解析理论,接着列出电动机劣化状态的诊断流程,并给出电动机劣化程度的判断标准分级,最后通过对新集二矿电动机进行诊断,验证了谐波故障诊断方法的准确性。

基于HDS的交联聚乙烯电缆健康诊断研究

随着国内外电缆技术的迅速发展,电气性能良好的交联聚乙烯电缆取代了原有的电缆;为了对电缆的劣化值和使用寿命进行评估:首先对电缆产生高次谐波的原因进行了分析,对电缆的劣化值进行了量化百分比的处理;其次,对于劣化值在70%以上的电缆利用韦布尔系数推算其剩余寿命;最后通过对13条10kV高压电缆的老化情况和剩余寿命的测量与现有技术得到结果的对比显示出可以利用电缆的劣化情况,能较合理地估计电缆剩余寿命,指导电缆的维修和更换工作,为交联聚乙烯电缆的老化评估和寿命估计提供较为有效的方法。

一种新型电气设备故障诊断方法介绍

介绍了一种新型诊断方法,其利用电流谐波对电动机及变频器劣化状态进行诊断。首先分别介绍了电动机和变频器劣化状态诊断的解析理论,然后分别给出了电动机和变频器劣化状态的诊断流程,最后介绍了电动机和变频器劣化程度的判断标准分级。此诊断方法对降低成本、减少设备停运时间、减少保养费等具有重要意义。

HDS电气设备带电状态诊断技术在煤矿大型设备检测中的应用

介绍了一种谐波诊断系统(HDS)电气设备带电状态诊断技术,利用电流谐波对煤矿大型设备进行状态检测与智能诊断。通过在寺河煤矿应用该技术,实现了大型设备在线不停机故障诊断,为该矿实现设备健康状况全生命周期性管理、建立故障预警机制、科学制定设备检修及投资计划提供了重要参考。

基于谐波法的电缆谐波监测分析技术研究

研究了电缆谐波系统的诊断和电缆谐波信号的监测采集,再将谐波数据与专家数据库进行对比,对电缆的绝缘劣化进行分析、电缆运行进行评估并给出电缆线路故障监测及诊断的优化方案。

发电厂电气自动化监控系统的设计与验证

传统的发电厂电气设备检查修理系统一般在固定时间或者规定时间间隔之后检查,这种检查修理方式不能准确、及时地检测设备是否存在异常和异常后的损坏程度。为此,文章设计了一种发电厂电气自动化监控系统。该系统应用了谐波故障诊断技术,将电气设备异常与谐波关联起来,实现基于谐波故障诊断的发电厂电气设备自动化监控。为了验证系统在发电厂电气设备监控中的实际应用效果,使用系统监控某个电厂的电气设备,并得出较好的结果。文章设计的自动化监控系统能够准确地检测设备故障并且及时发出信号,提出有效的检查修理策略,可以很好地用于实际生产。