小波分析技术在汽轮机故障诊断中的应用

就小波分析技术在汽轮机故障诊断中故障特征提取和小波算法的硬件实现问题进行了深入研究.提出了基于小波能量分布的故障特征提取方法,并在转子试验台上进行了验证.对于小波分析算法的硬件实现,设计了一种基于DSP的小波算法.实践检验证明,该方法能够满足振动信号实时分析的需要.     

小波分析在燃气轮机传感器故障诊断中的应用

为提高燃气轮机状态监测中传感器的有效性,提出了一种用小波分析的传感器故障诊断方法.该方法通过对传感器输出信号进行小波多分辨分析（MRA）,利用其表征信号趋势和细节的特点,能对缓变故障和突变故障进行准确定位,同时根据故障突变点的Lipschitz指数和故障前后能量的变化特征实现对突变故障类型的判别.对燃气轮机排气温度实时数据进行的故障仿真,表明了该方法的有效性.图6表1参7     

小波变换在转子动静碰摩故障诊断中的应用

转子动静件碰摩时存在奇异性，而信号中的奇异点及不规则突变部分常带有比较重要的信息。利用小波变换具有空间局部化的性质，并通过一维小波变换工具对碰摩信号进行多尺度小波分解获取细节信号。从而对信号中的奇异点进行检测，明确地指出转子动静碰摩时奇异点的位置和奇异度的大小，为汽轮发电机组碰摩识别提供了有效的方法。     

小波分析法在旋转机械故障诊断中的应用

分析了ＦＦＴ频谱分析方法对处理非平稳信号的不足，即分析精度不高，确认小波分析对非平稳信号的处理是有效的。分别介绍了Ｈａａｒ小波和Ｄｉｌａｔｉｏｎ小波的基本原理并成功地尝试了小波分析在旋转机械故障诊断中的作用。     

改进的BP神经网络在汽轮发电机组故障诊断中的应用

就BP网络的不足，提出了一种改进的BP神经网络模型，用于汽轮发电机组故障的诊断。经理论和实践证明：该方法有效地提高了故障诊断的精度和可靠度，为旋转机械故障诊断提供了有效方法。图2表4参7     

一起700MW机组发电机转子匝间短路故障分析

介绍了珠海发电厂2#发电机转子匝间短路故障诊断分析过程及故障处理方法,通过具体事例分析发电机转子匝间短路故障诊断手段在实际中的应用,为国内同类型机组故障处理提供很好的借鉴.     

带外悬励磁机的汽轮发电机转子的动力机械特性

某厂生产的中型汽轮发电机转子带有一个外悬励磁机.在现场运行中多次发生振动故障.本文分析了这类转子的动力机械特性,并采用不同的动平衡方法进行平衡.从中分析故障原因及找出减少开机次数和有效的平衡方法.     

尺度一小波能量谱在内燃机故障诊断中的应用

为了对内燃机气门及活塞一连杆组故障进行有效地诊断，通过试验测取内燃机在不同故障下的振动信号，利用连续小波变换得到信号在尺度上的平均能量分布，即信号的平均尺度一小波能量谱。根据不同故障下振动信号在尺度上的能量分布差异，提出了基于尺度一小波能量的标准特征向量，并以此作为标准，结合欧氏距离方法，对待检故障信号进行诊断，定量判断出了内燃机的故障类型，取得了很好的结果，该方法为内燃机故障诊断提供了一种有效途径。     

基于小波包分析和神经网络柴油机故障诊断研究

对于柴油机而言,及时的对其实施故障诊断是十分必要的.小波包分析能有效的对柴油机缸体振动信号进行消噪处理,并提取表征柴油机故障的振动信号能量特征向量作为BP神经网络的输入值.本文中,对4100QB柴油机缸盖振动信号实验数据采用单隐层BP网络进行训练,并对不同故障模式进行分类识别,实验验证表明这一方法是非常有效的.     

基于磁场变化的双馈异步风力发电机定子绕组匝间短路故障仿真分析

基于电机定子绕组发生匝间短路故障时阻抗参数的变化,根据匝间短路故障程度与定子阻抗参数之间的关系,基于有限元方法,提出了一种电机定子绕组匝间短路故障建模方法,该模型可以用于分析电机匝间短路故障研究。运用有限元分析软件对电机在正常运行和不同程度故障情况下的内部磁场进行了模拟,验证了运用有限元法进行电机内部故障仿真分析的可行性。     

谐小波模糊神经网络应用于旋转机械的故障诊断

根据旋转机械复杂的故障特点，提出了结合谐小波分析、模糊理论和神经网络形成的谐小波模糊神经网络方法，并将其应用于旋转机械的故障诊断，实现了模糊故障诊断。通过计算机实现了全部算法。仿真和试验的结果表明：谐小波模糊神经网络在处理多故障耦合的情况时优势明显，故障诊断正确率高，证明该方法行之有效，为旋转机械的故障诊断提供了理论支持和新方法。图2表3参7     

基于HHT的转子横向裂纹故障诊断

希尔伯特黄变换(Hilbert—Huang Transformation，HHT)，是先把一列时间序列数据通过经验模态分解(Emprical Mode Decomposition，EMD)。然后经过希尔伯特变换获得频谱的信号处理新方法。把HHT时频分析方法引入了转子裂纹故障诊断领域。详细地介绍了HHT方法的理论和算法。通过对模拟横向深裂纹故障转子的实验研究表明。基于HHT的时频分析方法能把横向裂纹转子的扭振所形成的相位调制现象在时频谱图中明确地表征出来。为裂纹故障的预报和诊断提供了较好的手段，说明用HHT方法对旋转机械的转子横向裂纹进行故障分析是有效的。图3参6     

基于小波包特征向量弹性BP算法的故障诊断

为精确诊断转子故障,采用了基于小波包能量特征向量的弹性BP神经网络和最速下降BP算法神经网络的故障诊断方法,对采集到的信号进行3层小波包分解,构造小波包特征向量,对样本进行3层BP网络训练,实现智能化故障诊断。结果表明采用改进的BP算法优于最速下降BP算法,训练的网络可以很好地诊断转子故障。     

基于小波分析的汽轮机碰磨故障诊断

振动故障是故障诊断中的难点,故障原因复杂、类别繁多。小波分析因具有良好的时频局部性及多分辨率分析特性,被广泛地应用在振动故障诊断中。介绍了小波分析方法在振动故障诊断中的应用,利用时频等高图确定汽轮机碰磨故障发生的时刻,借助小波包特征熵向量诊断碰磨故障的严重程度,从而提出了完整的汽轮机碰磨故障的小波分析诊断方法。     

基于小波分析的汽轮机叶片故障诊断技术

简述了小波分析的基础理论和算法,论述了在小波多分辨率分析下进行汽轮机叶片故障诊断的方法。结果表明,小波的方法能很好地保存瞬态信号中的尖峰和突变部分,对振动信号进行处理后再进行特征提取,使故障诊断变得容易,具有良好的效果。     

汽轮发电机组动静碰摩的奇异谱理论与小波分析诊断方法研究

作者利用奇异谱对汽轮发电机组转子动碰摩的振动信号进行了分析,剔除信号中因不平衡等邦联所产生的平滑部分、抑制噪声;并运用连续小波变换对信号进行分析。通过多尺度分析形成等高线图,使碰摩故障特征在相应的等高图上得以体现出来。作者还比较了相似频谱特征的两类故障信号的小波变换等高线特征,总结了碰摩故障小波变换等高线分析特征,得到了理想的分析结果,为汽轮发电机组碰摩故障识别提供了新的思路;同时讨论了运用小波变     

基于小波神经网络的旋转机械故障诊断

研究了小波变换与人工神经网络结合起来应用于旋转机械故障诊断的问题。通过选择合适的参数，对故障信号功率谱进行小波分解，简化了故障特征向量的提取。建立了基于小波变换和BP网络的混合诊断模型，成功地实现了对故障的智能诊断。