基于信息融合的异步电动机故障迹象智能预测系统的研究

异步电动机故障机理较复杂,利用单个信息只能判断异步电动机系统可能在某些方面有故障征兆,结论具有一定的不确定性,特别是异步电动机在早期有劣化迹象时,各个方面的表现都比较弱,需要全面综合众多信息进行有效融合。针对上述问题,提出了一种基于信息融合的异步电动机故障迹象智能预测系统的设计方案,分析了D-S证据理论的原理,并在其基础上给出了基于单个信息和基于多个信息融合的异步电动机故障诊断结果。实际应用表明,该系统具有一定的有效性。     

VC6.0编程客户端访问组态王OPC服务器的方法

介绍了OPC技术的体系结构原理和OPC客户端程序设计方法,提出了使用定制接口访问数据的OPC客户程序的方法,利用VC6.0编写了OPC客户端应用程序,详细介绍了OPC客户端应用程序实现的步骤。该方法使用组态王作为服务器,通过组态王的OPC接口来访问数据库中的数据变量,实现了OPC编程客户端与组态王服务器之间的数据交换。     

红外信号发送模块设计及其在煤矿气体传感器调校中的应用

针对煤矿气体传感器采用遥控器人工校正方式可能导致有毒气体威胁调校人员生命安全等问题,提出一种红外信号发送模块设计方案,详细介绍了红外调校原理、红外信号传输协议的获取、红外信号发送模块的软硬件设计及其在传感器调校中的应用。将该模块集成到校验仪器上,可实现传感器的自动闭环校验,同时可在上位机系统数据库中集成多种红外信号传输协议,使得用户在使用时仅需选择对应传感器类型即可完成传感器技术参数的设定,从而大大提高工作效率。     

环境湿度对高压电机主绝缘端部放电分布规律的影响

高压电机定子绕组端部绝缘是整个绝缘系统中最为薄弱的环节。在运行过程中,会同时发生不同类型的端部放电(如电晕放电、表面放电及相间放电),从而增加了局部放电模式识别的难度。此外,环境中湿度的变化对每种端部放电的影响程度并不相同。针对这一问题,设计了一种包含3种端部放电类型的试验模型,并在密闭室中诱发不同环境湿度下的端部放电,研究端部放电分布随电压及环境湿度的变化规律。结果表明:3种类型的端部放电随着环境湿度的增加而减弱;相间放电在较低电压等级下即可检测到,随着电压等级的升高,相间放电被电晕放电覆盖;在高湿度环境下,3种放电类型中表面放电是主要放电类型,且放电幅值最大。     

异步电动机断条与静偏心复合故障的电流特征

为了研究笼型异步电动机断条和静态偏心复合故障特征,采用多回路数学模型和改进的绕组函数法对复合故障下的定子电流特征进行了机理分析和仿真研究。首先建立笼型异步电动机的多回路数学模型,通过改进的绕组函数法计算了笼型异步电动机复合故障下的电感参数,推导了复合故障在定子电流中产生的特定谐波频率计算公式,然后建立了笼型异步电动机正常状态和复合故障时的有限元仿真模型,通过仿真对理论结果进行了验证。结果表明,复合故障发生时定子电流中除存在单一断条和静态偏心故障的特征频率外,还会产生一系列附加谐波分量,理论分析与仿真结果相符。     

矿井主通风机高压电动机绝缘状态监测系统研发

针对目前矿井主通风机电动机绝缘状态在线监测可靠性和稳定性差的问题,在分析监测技术现状的基础上,设计了矿井主通风机高压电动机绝缘状态监测系统硬件电路,开发了以C8051F020单片机为核心的绝缘状态监测系统应用软件。该监测系统可实现对高压电动机绝缘电阻、温度、局部放电、工频电压等信号的有效采集、存储和处理,并将采集到的信号传至上位机进行分析处理。对设计的矿井主通风机高压电动机绝缘状态监测系统进行实验室调试,并在寺河矿二号井进行工业现场试验,结果表明:系统功能完善,运行稳定,数据检测实时、准确,能够满足矿井主通风机高压电动机绝缘状态在线监测的要求。     

基于支持向量机的矿用电机故障诊断

提出一种基于电流信号频谱分析和支持向量机(SVM)的矿用感应电机早期故障诊断方法。对定子电流采样后,经FFT变换后提取故障特征量作为支持向量机的输入,基于1对1算法和混合矩阵组合策略构造了多故障SVM分类,对不同类型的故障进行诊断和分类。实验结果表明,该方法能够有效解决电机故障诊断中小样本集、非线性、高维数时的故障分类问题,提高电机故障诊断的准确性。     

基于遗传算法和神经网络相融合的异步电动机故障建模

分析了异步电动机正常运行及有故障迹象时异步电动机外部特征和内部参数的变化规律,找出了需要采集的信息和需要辨识的参数,针对神经网络的原理和结构进行了探讨和综合,通过分析各网络的特点并结合具体的应用要求,选择了函数逼近功能较强、结构又相对简单的径向基神经网络,并在网络参数的训练上引入遗传算法,使系统的智能化水平得到进一步提高,通过仿真对提出的理论方法进行了验证。     

基于多源信号融合的离心泵叶轮磨损故障分析

针对离心泵故障信号易被噪声淹没、数据分析困难的问题,提出了一种基于多源信号融合的离心泵叶轮磨损故障分析方法。采集离心泵叶轮正常状态和磨损状态下蜗壳、出水口和底座3处的振动信号及原动机接线端的电信号;采用小波包分解提取振动信号的特征频段,通过横向比较各频段能量值确定底座可作为最佳检测点,通过纵向比较各频段能量值以缩小频率分析范围;在缩小频率分析范围的基础上,采用线性调频Z变换对原动机接线端的电信号进行频谱分析,将故障特征频率与3次谐波频率分离,从而精确提取到故障特征频率。试验结果验证了该方法的有效性。