京唐2230冷连轧机微跟踪功能实现及改进

为了更好地实现冷连轧带钢厚度控制、动态变规格和焊缝剪切,需要对连轧机内的带钢进行精确的位置跟踪。基于京唐2230酸轧线原有轧机内微跟踪系统,改进扩展跟踪功能,以配合AGC系统升级改造。经过系统测试和运行考验,改进功能精度达到预期,满足AGC控制的使用条件。     

基于CEEMDAN与改进小波阈值的电缆局部放电信号降噪方法

对检测到的电缆局部放电信号降噪是实现电缆绝缘诊断与评估的前提,为此提出一种基于自适应噪声的完备集合经验模态分解(CEEMDAN)与改进小波阈值的电缆局部放电信号降噪方法。首先,采用CEEMDAN算法将染噪局部放电信号进行分解,得到数个模态分量;然后,计算模态分量的峭度值,筛选出有效特征分量并重构;最后,将重构信号通过改进小波阈值法再次降噪去除冗余噪声,得到降噪后的局部放电信号。将该方法、传统小波阈值法及集合经验模态分解与改进小波阈值法分别用于不同噪声强度下局部放电仿真信号的降噪处理,结果表明该方法具有更高的信噪比与波形相似系数,能有效抑制周期性窄带干扰与白噪声。     

基于AIC准则和时窗能量比的电缆局部放电在线检测与定位

在利用多高频电流传感器进行电缆局部放电在线检测与定位时,针对局放信号初至时刻拾取精度不高影响定位精度的问题,提出一种基于AIC(Akaike''s Information Criterion)准则和时窗能量比的局放故障在线检测与精确定位方法.首先利用时窗能量比检测出局部放电发生的时窗,然后求取确定时窗的局部AIC特征曲线,并基于AIC准则精确拾取局放信号初至时刻.最后,运用到达时间法对局放源进行定位.仿真结果表明,该方法定位精度高,抗噪声干扰能力强,在-2 dB的噪声环境下可实现99.85％的定位准确率,具备工程实用价值.     

基于振动信号的高压断路器在线监测系统设计

为了有效提高高压断路器运行质量,并实现可靠的状态检修,设计了一种基于振动信号的真空断路器机械状态在线监测系统.在满足系统总体需求的前提下,设计了监测系统的整体结构,并基于YD37加速度传感器和PCI8192数据采集卡搭建了振动信号前端采集系统.在后端信号处理方面,有效结合小波分析、EEMD及时域特征构建稳定的特征向量,并利用距离判别法实现断路器典型机械故障的有效诊断,正确率达到95%以上.基于LabVIEW设计了系统人机界面,简洁美观、可操作性强.     

基于变分模态分解和奇异值分解的局部放电信号去噪方法

为有效抑制局部放电信号中的复杂噪声干扰,提出一种基于变分模态分解和奇异值分解的去噪方法。首先通过泄露能量确定VMD算法中的模态分解个数,对局部放电信号进行分解,得到数个有限带宽的固有模态分量;然后基于峭度指标选择包含有用信息的分量进行信号重构,将周期性窄带干扰去除;最后采用奇异值分解去噪方法抑制信号中剩余的高斯白噪声。运用该方法对含噪局放信号进行去噪处理,并通过时变峰度法对信号初至时刻进行拾取。与传统的小波方法和经验模态分解算法进行对比,该方法能有效抑制局放信号的复杂噪声干扰,去噪后信号波形畸变较小,信号拾取精度较高。     

高压电缆局部放电小波包 峰度法在线检测与定位

在利用双端行波法进行高压电缆局放在线检测与定位时,针对脉冲初至时刻拾取精度不高影响定位精度的问题,引入地震信号检测领域中的时变峰度法。首先利用时窗能量比检测局放事件,然后在确定的局放时窗内,通过计算时变峰度变化率并求其最大值点,初步实现脉冲初至时刻拾取。为了克服现场强噪声干扰对拾取精度的影响,利用小波包分离出局放脉冲所在的主要频带,并在此频带内求取时变峰度极大值,实现了局放脉冲初至时刻的高精度拾取。最后运用到达时间分析法实现局部放电源的在线精确定位。实验结果表明,该方法抗噪声干扰能力强,定位精度高,在-14 d B的噪声环境下定位误差小于2 m,能够满足高压电网对局放故障在线定位的精度要求,有效提高供电可靠性。     

“变电站综合自动化”课程中的通信规约教学探讨

由于历史和技术原因,现有变电站综合自动化系统中的通信规约种类繁多、内容各异,给教师课程教学和学生理解掌握带来了一定的难度。根据近年来的教学实践,首先梳理现有各类通信规约的体系结构,在此基础上提取各类规约的共性,按照"帧结构"和"传输规则"两条主线学习具有代表性的远动规约,最后通过报文解读巩固所学内容。     

冷轧张力辊处带钢弯曲力计算公式推导

为了精确地进行张力控制,需要准确计算带钢在张力辊处的弯曲变形力消耗。本文以变形应力和应变基本理论为基础,结合弯曲变形时的特殊条件,将上述理论引入冷轧带钢在张力辊处的弯曲变形分析。详细对带钢在张力辊处的弯曲变形进行了受力和变形分析,最终推导出带钢在发生弹性弯曲、弹塑性弯曲时不同的弯曲力公式。     

基于小波包和EMD的断路器机械故障诊断研究

以ZN63A-12型高压真空断路器为研究对象,针对处理高压断路器振动信号时单独使用小波包特征熵或经验模态分解(EMD)特征熵作为特征向量进行诊断正确率低的缺点,将高压断路器振动信号的小波包能量熵、经验模态分解能量熵、经验模态分解能量相结合作为特征向量,采用马氏距离判别法进行模式识别,实现对断路器两种机械故障模式的判别.实验结果表明,该方法准确率达97.40％,具有较高的实用价值.