微小故障诊断方法综述

针对微小故障的特点,提出将微小故障分为缓变微小故障、突变微小故障和间歇性微小故障,并进一步提出微小故障诊断方法的分类框架,将微小故障诊断方法分成了3类,即定性诊断方法、定量诊断方法和半定性半定量诊断方法.对每一类中现有的微小故障诊断方法再次归类,并对每种方法的基本思想、研究进展、适用条件和应用等进行了介绍.最后探讨了微小故障诊断有待解决的问题.

基于小波分析的故障电弧伴生弧声特征提取

在故障电弧伴生早期弧声频谱特性研究的基础上,提出基于小波包分解的早期弧声频带局部能量特征参数的快速提取方法。早期弧声的功率谱分析表明,故障电弧发生之前,在可听波段产生5 kH z^10 kH z的电弧声,其带宽和中心频率与电极形状、放电距离、放电电压等试验条件有关。利用小波包多分辨率技术对弧声信号进行三层分解,对各子频带进行能量统计,根据不同子频带能量的分布特征建立起"能量—信号"的映射关系。实验研究表明,弧声出现前后第二子频带S31和第三子频带S32能量变化明显,可以作为识别早期弧声的特征参数。通过在线监测信号这两个特征子频带能量的变化即可判断早期故障弧声是否存在,从而实现故障电弧的早期预测预警。

双矢时域齿轮早期微弱故障特征增强及应用

信噪比低和源信息的缺失是造成早期微弱故障难以准确判定的主要因素,针对以此问题,提出一种双矢时域变换(dual vector time-time domain transform,简称DVTD)的方法,用于完备和凸显齿轮早期微弱故障特征。方法借用全矢原理实现相互垂直的双通道振动信号的融合,保证双矢信号源信息的完整。在此基础上,结合双时域变换理论,提取二维时间序列的主对角元素用以构建完整的、故障特征增强的时域振动信号。以风电机组齿轮箱为实验对象,提取表征信号波动强度的小尺度指数作为状态特征,验证了双矢时域变换的微弱故障特征增强特性及其在齿轮早期微弱故障识别中应用的有效性。

基于微颤振的机翼早期微小故障检测方法研究

为预防和减少飞行事故,机翼的早期微小故障检测对提高系统的可靠性和安全性有重要的意义。针对离线检测方法无法及时检测早期的微小故障,提出了基于微颤振的机翼早期微小故障检测方法。该方法通过调整飞行速度,使机翼处于微颤振,增大机翼振动幅值,从而放大微小故障,实现机翼的早期故障检测。利用二维俯仰-扑动装置仿真模型,仿真结果表明,基于微颤振的故障检测方法能检测出机翼故障情况与正常情况的微小差异。

配电线路早期故障辨识方法

为了提高配电网的可靠性,提出了一种配电线路早期故障辨识方法。所提方法以早期故障波形为研究对象,通过模拟人类对波形的认知过程,将早期故障波形分解为不同的基元,并利用分层概率学习方法建立不同基元特征与不同类型故障之间的对应关系,以实现小样本条件下的早期故障类型辨识。基于现场实际运行数据的实验表明,该方法对小样本条件下早期故障检测的准确率远优于相同条件下的深度学习等方法。论文研究为小样本条件下的线路故障诊断提供了一种新的思路。

基于RKELM的中压电缆早期故障识别与定位方法研究

实际运行经验表明,部分电缆在发生永久性故障前会经历早期故障,表现为瞬时性、重复性的对地电弧击穿。及时检测和识别早期故障扰动对于实现故障预警具有重要的理论价值和工程意义。由于早期故障通常表现为缆芯对屏蔽层的瞬时击穿,因此将在屏蔽层接地电流中产生明显的扰动。为此,提出了一种基于屏蔽层接地电流的早期故障识别和定位方法。该方法基于故障电流积分、故障波动长度特征值、双端接地电流方向差异度和双端初相位差4个波形特征进行识别和定位,并将这些提取的特征与快速简化核极限学习机(fast reduced kernel extreme learning machine,RKELM)模型相结合,用于故障波形的快速、准确识别和区段定位。利用大量仿真数据对RKELM模型进行训练,使其能够快速、准确地识别和定位故障波形。仿真测试的结果表明,即使在20 dB噪声影响下,该方法的分类准确率仍能保持在96.7%以上。

基于分层多维故障识别的核电站主管道预警系统研究

为提高对核电站主管道破裂识别的及时性和准确性,提出一种分层多维故障识别方法,建立主管道的预警系统,在事故初期对小破口主管道破裂进行故障定位和故障程度评估,提高核电站的运行安全。根据核电的机理模型、测试和专家经验等综合确定故障集合、征兆集合和各识别规则,在核电模型中人为引入不同故障位置和不同故障程度的小破口主管道破裂,并利用该预警系统进行识别。结果表明,可在事故初期对微小程度的主管道破裂进行准确的故障定位和故障程度评估,为核电站操作人员提供更完整的多维故障识别结果,从而验证了主管道预警系统的有效性和可行性。

广州地铁5号线早高峰小故障大晚点分析研究及应对措施

随着广州地铁5号线客运量的不断增长,早高峰期间5号线下行列车满载率极高,出现小故障时,容易造成大晚点。本文对目前早高峰期间5号线的客流及故障晚点情况进行分析,并提出相关应对措施,将早高峰期间5号线小故障的影响降到最低。