填埋场衬层修补技术中振动信号的STFT分析

填埋场由层状介质构成且防渗层HDPE膜出现渗漏在所难免,钻探灌浆修补技术是填埋场防渗层漏洞修补的重要发展方向;根据振动信号在垃圾填埋场不同介质中的响应不同,并基于LabVIEW的优点,通过钻探技术,利用LabVIEW软件对采集的填埋场振动信号进行STFT（短时傅里叶变换）分析,进而判断填埋场不同介质层的频谱特征,据此分辨出卵石层,为HDPE膜上漏洞修补做好前期准备;实验结果表明,STFT能够直观,清晰地反映振动信号在不同介质层的频谱特征,能够准确地区分卵石层。     

机组振动监测与故障诊断系统中信号的采集及处理

信号的采集与处理是实现机组振动检测与故障诊断系统的核心技术。如何建立切实可行的信号采集与处理系统是实际工程应用中的重要内容。对信号采集与处理的基本原理和主要方法作了详细介绍 ,并结合实例说明在工程应用中如何从软硬件两方面来实现这一重要的环节     

基于振动法检测的瓷绝缘子损伤探讨

为减少在役支柱绝缘子断裂事故,提高其检出率及检测速度,笔者首次研究了将整体损伤检测法——振动法引入绝缘子检测的可行性,并设计了4个试样绝缘子的自由悬挂与地面放置状态试验,用力锤激励绝缘子使其振动并采集加速度响应信号,对采集的信号分别进行频谱分析和小波包分析,以提取损伤特征参数,并比较这两种信号处理方法的优劣。结果表明,用3层小波包分解的信号处理方法可有效检测出支柱绝缘子4 mm深的裂纹损伤。     

基于轴承振动特性的球磨机筒内料位监测

为提高工业球磨机的生产能力并降低能耗,提出了使用磨煤机的轴承振动特性来测量球磨机筒内料位的新方法。该方法通过使用2个安装在轴承座外壳上的振动传感器来采集磨煤机轴承振动信号,通过设计的基于KINGVIEW及VC++ 软件平台信号采集系统采集振动信号,并使用小波包分析技术对振动信号进行计算处理,将原始信号转换成能量幅值。在此基础上,以某250 MW电厂为例研究研磨时间、无通风、有通风工况下不同料位与振动特性的关系。实验结果表明,磨煤机的筒内料位状态,如过载、稳态等,可以通过振动特性来反映。通过振动特性来测量料位,磨煤机的工作性能可以得到改善。     

相关概率小波变换在局部放电检测中的应用

为准确识别高压电气设备中被噪声淹没的局部放电信号,提出了一种基于相关概率小波变换的局部放电信号检测方法。该方法首先对采集到的原始信号进行小波变换,利用局部放电信号与噪声信号相关性的不同对各层的小波系数进行预处理,然后基于分位数的概念在处理后的各分解层上设置若干个多尺度阈值,根据这些阈值计算原始信号各处为局部放电信号的概率,最后根据概率值的大小来判断该处是否发生局部放电。利用该方法对仿真及实测信号进行分析,并与传统小波变换方法的处理结果进行比较。结果表明,该方法能够更为有效地抑制局部放电在线监测中的噪声干扰,全面、可靠地检测到强噪声背景下的微弱局部放电信号,具有一定的工程应用价值。     

基于辨识模型的变压器故障诊断方法研究

提出了一种基于辨识模型的电力变压器绕组变形和铁心松动的故障检测方法。根据变压器的运行特点,结合其正常状态和故障状态下不同的振动特性,利用安装在变压器表面的振动传感器监测振动信号,对振动信号进行频谱分析,并根据振动特征频谱判定变压器中是否存在绕组变形和铁心松动故障,实例验证了该方法的正确性。     

基于变压器振动的分布式绕组状态检测装置的开发与应用

振动法是一种通过采集变压器箱壁振动信息来判断内部绕组健康状态的方法,具有检测效率高、检测精度高等特点。理论研究表明稳态振动信号较为微弱,受到绕组健康状态、变压器运行时电流电压值、环境信息等多重因素影响。传统的振动采集装置多为一体式结构,在采集精度及抗干扰能力上存在缺陷,且由于振动信号源与电压电流信号源异地分布无法完成同时采集,影响振动信息的判断。文中设计了分布式振动检测装置,在变压器旁安装高精度、抗干扰能力强的振动采集单元就地采集振动信号,在变压器二次端子处安装电流电压采集单元,将得到的信号利用光纤统一发送至主控室内的上位机进行分析,采集单元间通过光纤对时实现同步采样。系统已在上海市区周家嘴变电站内实现稳定运行。     

汽轮机转子碰磨振动特征实测分析

为了分析识别实际汽轮机组在运行过程中的碰磨故障特征, 采用专用振动监测系统针对多台不同类型和容量的汽轮发电机组的振动信号进行长期连续在线监测, 记录机组长期运行的振动数据, 从中获得大量转子发生径向碰磨故障瞬间产生的冲击振动信号, 并采用信号时域分析和频谱分析技术对典型碰磨信号进行分析处理。比较机组在正常运行状态和碰磨故障状态下振动信号时间波形和频谱可以确定, 在多数情况下, 发生碰磨时机组产生瞬时的冲击振动, 信号中高频结构共振成分明显增加, 但转频及其谐波部分变化不明显。根据这些故障信号特征, 对于碰磨故障振动信号的检测方法和故障分析诊断技术进行讨论。     

基于信号处理的滚动轴承故障诊断

利用信号处理中的时域分析、频域分析以及时频分析的知识,采集滚动轴承的不同振动信号,并对不同状态下的滚动轴承的振动信号进行分析,进行滚动轴承不同状态下的时域分析对比、频域分析对比和时频分析对比,实现滚动轴承的故障诊断,得出时频分析判断更加准确但要综合各种分析考量的结论。     

变压器振动模型在短路故障中的应用研究

振动法是一种有效检测变压器故障的新方法.根据变压器产生振动的机理,建立了变压器振动模型,在实验室中利用1台试验变压器,取得了不同电压电流条件下的振动信号,将信号进行FFT变换,提取出基频分量.根据模型线性拟合确定了模型中的参数.对模型在不同的实验条件下进行了检验.为了检验模型发现故障的能力.人为地将变压器匝间短路不同的匝数并提取振动信号.实验表明,在变压器发生短路故障后,测量值与模型计算值产生了较大的变化,其平均变化量远比模型平均误差大,由此可知本模型能够发现变压器短路故障.     

基于DSP的小波变换在振动信号分析中的应用

小波变换是1种具有多分辨率分析特点的信号处理方法,而且在时频域具有表征信号局部特征的能力,特别适合于振动信号的分析.利用DSP强大的数据处理能力以及小波变换处理振动信号方面的应用,对一振动信号进行如下分析处理:首先对该振动信号进行多尺度小波分解,并重构每一层细节信号,然后利用MATLAB对重构的细节信号进行谱分析.最后...     

水电机组故障诊断系统信号特征的提取

信号特征提取是水电机组故障诊断系统的关键，水电机组的故障主要是振动故障，而且机组的振动表现出复杂性、多样性以及渐进性。对这样的信号特征提取，普通特征提取方法的准确性就不高。小波分析将信号分解到不同层以及在不同层上将信号分解为不同频段，然后在这些不同层不同频段上提取特定频率的一段信号。因此本利用小波分析的这一特性，根据机组不同振源的特性提取了机组振动的诊断特征向量。     

基于振动的储能电池异常工况预警新方法

文中引入振动信号作为一种新的储能电池状态参数,通过搭建储能电池振动信号检测平台,对电池设置正常充电、过充和外部短路后充电三种运行工况,并采集其振动信号。为了完整还原储能电池振动信号的特征,对采集信号进行傅里叶变换和连续小波变换,提取不同工况下的幅值特征和能量特征,得到以下结论：(1)电池在不同工况下的振动特征存在区别;(2)两种异常工况的特征均可归纳为主频率改变、振动幅值上升和信号能量向中高频段转移。电池异常工况振动特征的发现,有望对储能电池的状态监测和异常工况预警提供新的研究思路和参考。     

用细化频谱技术分析断路器操动机构振动信号

由于频率分辨率较低，基带FFT难以有效地分析断路器操动机构振动信号的频率结构和频谱特征，文中探讨将选带细化频谱分析技术应用于振动信号的分析。分析比较了两种常用细化方法：选带细化Zoom—FFT(ZFFT)和线性调频z变换(CZT)，指出了CZT算法的优越性。算例分析表明，CZT能有效辨识断路器振动加速度信号的细微频率结构。     

绕组振动信号监测法中测试位置的影响与分析

振动法能有效地检测变压器运行中的绕组状况。应用振动测试系统研究了不同负载电流和压紧状况下连续式绕组不同位置的振动信号以及测量位置对振动信号基频分量幅值的影响 ,还初步分析了压紧状况变化对不同位置的绕组振动信号的影响。基于此确定了可更好地提取振动信号特征向量的测试位置     

基于典型振动规律的干式变压器机械状态诊断

干式变压器在运行中受到电、热、机械等应力的共同作用,可能导致铁心松动和绕组变形等异常故障。振动分析法可以灵敏地反映铁心和绕组的机械状态,适用于干式变压器机械故障的检测。文中构建了干式变压器的有限元模型,仿真探究了干式变压器的振动机理与振动特性,发现干式变压器的绕组振动远小于铁心振动,正常运行状态下振动主要来源于铁心的磁致伸缩效应。文中搭建了干式变压器实验平台,采集并对比分析了正常工况和铁心松动状态下干式变压器表面的振动信号。发现随着铁心逐渐饱和,振动信号不再随电压平方呈线性关系增长,总振动信号峰值增长变快,基频振动信号幅值增长变慢。根据实验得到不同工况下干式变压器的振动信号频谱,发现可将振动信号的基频占比、高低频比作为诊断干式变压器机械状态的特征参量。     

基于振动信号的变压器铁心与绕组故障区分方法

针对变压器铁心、绕组由于机械结构相连,铁心故障与绕组故障区分困难的问题,提出采用基于振动信号的变压器铁心与绕组故障的区分方法,通过对比分析铁磁材料磁致伸缩和绝缘垫块弹性形变的非线性特性差异,结合实验分别获取变压器铁心、绕组振动信号,在频域研究了变压器铁心、绕组振动信号的非线性特性,通过分析不同条件下振动信号高次谐波能量占比,提出采用振动信号基频与高次谐波幅值的变化规律来区分铁心故障和绕组故障.研究表明,变压器运行中振动信号基频分量由铁心和绕组振动共同决定,高次谐波分量主要来源于铁心振动.当变压器绕组故障时,仅振动信号基频幅值发生突增;铁心故障时基频和高次谐波分量幅值均发生突增,可以有效区分铁心和绕组故障.     

转子碰摩波内调制特征提取及其故障诊断应用

为深入分析不同转静碰摩故障引起振动响应信号波内调制特征的变化规律,以Jeffcott转子模型为基础,采用基于变分模态分解的Hilbert变换方法对不同碰摩故障仿真信号进行波内调制特征的提取与分析,揭示了碰摩转子的动力学特性与其故障信号波内调制特性间的关联机理。仿真结果表明,周期-k碰摩故障将导致振动响应信号中低频段波内调频模态的瞬时频率以1/k倍频为中心振荡,且振荡频率依然为1/k倍频,进而造成了频谱中的1/k边频带;在概周期碰摩故障中,波内调制频率为靠近1/k倍频的无理数倍频和整数倍频,且造成振动信号频谱中的无理数边频带。离心泵转子故障诊断试验表明,波内调制特征能够有效地对转子碰摩故障进行有效的诊断。     

高压断路器机械振动信号混沌吸引子形态特性

提出并探讨了基于混沌吸引子形态特性的高压断路器振动信号特征提取方法。采用功率谱和Lyapunov指数分别对高压断路器振动信号进行定性和定量混沌分析,证实了高压断路器振动信号既包含高压断路器动力学特性,也存在混沌现象;在此基础上,对振动信号进行相空间重构,分析混沌吸引子形态特性与故障类型之间的关系;最后,以不同严重程度的分闸缓冲器故障为例,深入探讨了不同严重程度故障下混沌吸引子的演变规律。研究结果表明,高压断路器振动信号混沌吸引子形态在同一故障状态下较稳定,对故障类型及故障严重程度较敏感,这表明混沌吸引子形态特性是研究高压断路器振动信号特征提取的有效实用途径。