高能电脉冲处理对镁合金丝材性能的影响

研究通过高能电脉冲对加工硬化的Az31镁合金丝材进行在线处理,分析高能电脉冲作用下AZ31丝材力学性能、断口形貌及微观组织的变化机理,并与传统退火处理工艺进行了比较.结果表明,电脉冲处理后丝材的综合力学性能相对常规退火处理工艺有了较大的提高,处理后组织中出现大量微米和亚微米级的超细晶粒.     

汽轮发电机组开机调试过程中出现的不规则振动分析

某台350 MW汽轮发电机组开机调试过程中出现了不规则振动:①在发电机护环动平衡过程中,影响系数幅值和相位分散度很大:②机组升速过程中,发电机两侧轴振出现大量0～10 Hz的不规则低频分量.结合机组设备检修及动平衡过程对上述不规则现象进行了分析,指出压条松动和过大振动导致的轴瓦鹰损是造成不规则振动的原因.     

基于RBF神经网络的变压器绕组及铁心振动信号分离研究

对变压器油箱表面混合的绕组和铁心振动信号进行分离,可以提高利用振动信号诊断内部机械状态的准确程度。文中利用径向基(radial basis function,RBF)神经网络以任意精度逼近非线性函数的优点,建立了以混合振动信号频域特征为输入,铁心、绕组源信号频域特征为输出的分离模型,将采集到的振动信号分为训练集和验证集,用训练集对网络进行训练,验证集进行验证,设定训练误差的目标值,当网络迭代到训练误差达到指定精度时,网络训练完成,从而可以利用该网络实现铁心、绕组振动信号的分离。波形相似系数的计算结果表明,分离信号与振动源信号的相似系数高于0.7,分离效果理想。与传统的盲源分离方法相比,基于RBF神经网络的分离方法克服了前者的两个局限性:一个是源信号排列顺序的不确定性,即分离出的铁心和绕组振动信号的排序无法确定;另一个是信号幅值的不确定性,即分离得到信号与源信号波形相似而幅值差距较大。此方法能够更准确地获得绕组和铁心的振动信号,实现对绕组、铁心机械状态的诊断。     

基于多源感知的开关柜绝缘缺陷检测技术

绝缘故障在电气设备故障中占很大比例,在缺陷潜伏阶段将其检测并消除是防止故障发生的重要策略。绝缘缺陷通常伴随温升或局部放电现象,因此可将其作为判断设备绝缘状态的重要依据。红外光电传感器可检测设备的温度,紫外光电传感器可检测设备局放产生的紫外脉冲信号。以开关柜内电缆终端缺陷为例,构建了一个红外和紫外光电传感同步采集装置,基于自适应模糊神经网络,探索了一种融合了温升与局部放电2种信息源的智能检测手段。试验结果表明,相比于单传感器下的信息检测,基于多源感知的诊断算法,对设备缺陷诊断的准确性得到了显著提高。该检测技术为开关柜绝缘缺陷的识别和诊断提供了新的研究思路。     

镁合金丝材的电致塑性拉拔研究

在常规拔丝工艺上利用自行研制的电子拉丝机，进行电致塑性加工镁合金丝材的试验，并对电致塑性拉拔后镁合金丝材的微观组织进行系统分析。结果表明，在镁合金的拔制过程中引入适当的高能脉冲电流后，拔制应力出现较大幅度的降低。降幅可达15％～25％，材料的塑性也得到了显著提高，与常规拔丝工艺相比，具有可取消或减少退火次数，提高生产效率．节省能源，降低生产成本的优点。     

基于多光源图像信息融合的绝缘子污秽状态识别

绝缘子污秽状态非接触检测是智能变电巡检的重要组成部分,为有效提高绝缘子污秽状态识别率,提出了一种基于多光源图像决策级融合的污秽状态诊断方法。以沿海地区多所变电站中不同污秽状态的绝缘子为研究对象,采用种子区域生长法进行图像分割后,分别提取其可见光颜色空间特征、红外图像的灰度化特征以及环境特征,再依据Fisher判据筛选得到最优表征量,并设计支持向量机多值分类器进行污秽状态初判。基于各自识别结果,引入D-S理论进行决策级融合,实现绝缘子污秽状态的有效识别。试验结果表明:本文融合算法的正确率明显高于单种图像源的识别,达到95%左右,为带电检测作业中绝缘子的非接触检测及故障智能诊断提供了新思路。     

突发短路试验中变压器振动监测系统的设计

突发短路试验能够对变压器的抗短路能力进行评估,而绕组在试验中是否发生形变是重要的判断标准。基于振动分析法的绕组状态检测技术具有灵敏度高、工作效率高等优点,但现有的变压器振动采集系统不能满足短路试验中对采集精度和防护标准的要求,文中设计了分布式变压器振动采集系统,在试验间内安装高防护等级、高精度的采集单元,将采样得到的振动信号就地转换为数字信号发送至控制室内的主控单元,避免短路试验中恶劣的电磁环境对采样信息产生干扰。后期可通过计算机对振动信号进行处理来分析绕组健康状态,目前系统已成功投入应用。     

干式变压器短路故障前后负载振动特性分析

对干式变压器进行了连续短路冲击试验,提出了应用振动响应与激励信号的相关性,对干式变压器机械故障程度进行诊断分析的方法。     

基于收网算法的变电站周界噪声分布重现技术研究

针对变电站噪声的研究主要集中在建模仿真领域,具体方法是根据现有的设备及设施布置方式、材料运用等因素进行站内与站外的声场计算。此种方法受实际环境的温湿度、材料特性变化、外界干扰等因素的影响,仿真结果并不能准确地反映实际噪声分布情况。本文将探索基于收网算法的噪声传播模型的参数拟合研究,利用有限的噪声测试点推演邻近空间的噪声分布情况,摆脱复杂环境的建模困扰。案例验证表明,该方法可以有效地还原实际变电站周界噪声分布情况,值得推广使用。