基于BP神经网络的感应电动机转子故障诊断方法

分析定子电流频谱特性诊断感应电动机转子故障,为了避免故障特征的边频分量被基频"旁瓣"淹没,利用扩展Park矢量法提取故障特征。在此基础之上,对所得到的故障特征矢量进行归一化,作为BP神经网络的输入量,同时以故障类型作为BP神经网络的输出量。设计BP神经网络结构,利用输入输出量对BP神经网络进行训练,进而实现感应电动机转子故障的自动识别。     

基于单片机控制的火花试验装置的研究

介绍本质安全火花试验装置的基本原理、构造及基于微机控制实现的本质安全火花试验装置.改进后的安全火花试验装置克服了传统火花试验装置的不足,提高了火花试验的效率.利用改进的IEC火花试验装置对电感性本质安全电路电弧放电特性进行实测,得到的放电电流电压的波形比较准确.     

“高电压技术”课程双语教学的实践

本文讨论了"高电压技术"双语教学的制约因素、课程内容确定、模式改革以及多元化考核方式,并给出具体教学环节的设计示例。笔者认为,双语教学应基于专业特色背景筛选加工教学内容,教学目标应以学科为主体和语言为工具,教学方法宜采用双语交叉渐进式,教学过程中应增强师生互动并实施多元化考核。     

基于粗糙集理论的异步电机故障诊断研究

分析了小波包能量和Park矢量提取电机故障特征信号的特点,然后使用粗糙集理论对数据建立决策表。在决策表约简的过程中,由于所需处理数据过多,属性约简过程应用了遗传算法。并介绍使用了基于粗糙集的数据处理软件—Rosetta。之后,经过进一步约简,得到简化的电机故障诊断的决策规则。最后通过实例进一步验证该方法,保证了该方法的可行性。     

利用相关性基波消去法诊断电动机转子断条故障

异步电动机转子故障时,定子电流中的故障特征分量被基波信息淹没而难以识别。提出基于相关性基波消去法,用改进的相关算法提取定子电流基波信号的幅值与相位,将滤除基波分量的故障信号作频谱分析,可容易诊断出转子断条故障。该方法无需复杂的坐标变换,计算量小,实时性高。实验结果表明,即使在轻载情况下,该方法具备较强的故障辨识能力。系统只需采样单相电流信号和电压频率信号,工程成本低,易于实现。     

基于最小二乘支持向量机的电机故障鉴别

针对异步电机的构造与转子故障特征,基于统计学习理论提出了信号处理技术与支持向量机故障诊断相结合的方法,以鼠笼式异步电动机为研究对象,建立了电机转子故障实验系统,并采集了电机故障信号,使用最小二乘支持向量机(LS-SVM)进行故障分类。其次针对鼠笼式电机转子多故障分类问题,提出了小波包分析两种不同故障信号预处理方法,将采集的电机机壳振动信号分别进行分析,提取了故障特征向量,并结合LS-SVM分类功能,实现对电机转子不同故障的有效分类。实验结果表明,小波分析与LS-SVM结合的方法具有很好的分类精度。     

基于小波分析的异步电动机转子断条故障诊断研究

针对常用的电动机稳态傅里叶分析方法存在不能分析局部时域信号的局部频谱特性的缺点,提出了一种改进的小波包分析方法,并将其运用到异步电动机转子断条故障诊断实验中。通过对电动机故障信号进行小波包分解与重构,可以有效地检测出故障信号的频率,从而确定故障的类型和可能发生故障的部位。实验结果证明了该分析方法的有效性。     

电网中性点接地方式模式试验

电网中性点的接地方式直接影响到电网供电的可靠性及继电保护的实施等项指标,因此,加强对中性点接地方式的研究,将确保电力系统为适应国民经济发展的需要。本文用电网中性点接地方式模拟试验装置,作了经电阻接地的电弧接地过电压仿真试验。     

高压测试过程的自动化

高压测试过程实现自动化，是将各种测试仪器和装置中准确记录的高压试验波形数据，通过计算机高速采集并进行分析处理，根据用户的要求，绘制曲线及给出多种参数结果，为研究、预测设备的绝缘性能提供可靠的数值依据