共查询到18条相似文献,搜索用时 843 毫秒
1.
2.
3.
提出一种基于小波包和带有偏差单元的内部回归神经网络相结合的燃气轮机转子故障诊断方法。利用小波包分析去除噪声信号干扰,简化燃机转子故障特征提取。带有偏差单元的内部回归神经网络的记忆特性好,收敛速度快、稳定性强。小波包和带有偏差单元的内部回归神经网络的结合,大大提高了诊断速度及诊断准确性。 相似文献
4.
当变压器发生区外故障时,会出现因电流传感器饱和而导致差动保护误动的问题。为解决这一问题,文中提出了基于小波分析的时差法,作为变压器差动保护判断区内、外故障的判据。首先,分析了电流互感器的饱和对变压器差动保护产生的影响;其次,利用模极大值原理研究了小波用于信号奇异性检测的方法,并选取合适的阈值规则对含噪声信号进行了消噪处理;然后,利用小波模极大值原理确定故障开始和差流出现的时刻;最后,提出了一种基于综合负序分量的变压器区外转区内故障时解除差动保护闭锁的新判据,并仿真验证了该方法的有效性。 相似文献
5.
首先给出了谐波小波时频剖面图检测含噪声信号的微弱奇异成分的方法;然后运用谐波小波时频剖面图方法分析了碰摩故障仿真信号;最后利用该方法对多个实际汽轮机组动静碰摩故障的真实振动信号进行了分析研究。结果表明,谐波小波能够得到其它信号分析方法无法得到的特征,有效识别机组的碰摩故障。 相似文献
6.
基于声信号小波分解的转子碰磨故障特征分析 总被引:2,自引:0,他引:2
研究了基于声信号小波分解的转子碰磨故障特征,通过人为条件使转子产生碰磨故障,记录现场信号分析故障特征。转子碰磨信号具有较强的奇异性,而奇异信号往往载有重要的故障信号特征,利用小波分析理论在时域和频域上可同时对信号实现局部化处理的“变焦距”性质,分别对不同试件碰磨故障的声音信号进行了分析,将结果进行了对比,研究了碰磨声信号在小波包变换下的特征。结果表明:声音信号用于旋转机械故障诊断具有其特有的优越性。基于声音信号的小波分解可以识别碰磨故障特征。 相似文献
7.
8.
小波神经网络法在柴油机故障诊断中的应用 总被引:5,自引:1,他引:5
用小波分析作信号处理手段提取柴油机振声信号特征量 ,以神经网络作为故障模式识别手段 ,进行了柴油机故障的振声诊断方法研究。针对柴油机振声信号的非平稳时变特性 ,应用小波理论中的小波包方法对其进行处理 ,结果表明小波分析是比傅里叶分析更为有效的处理柴油机振声这类非平稳信号的方法。在此基础上 ,研究了用神经网络实现根据小波包分解结果识别柴油机故障状态的方法。 相似文献
9.
箱变变压器发生火花放电时相应的故障信号被衰减,导致变压器运行稳定性降低,为此提出了基于声音处理的箱变变压器内部火花放电故障诊断方法。通过变压器内部火花放电信号的时域分析,得出了其在变压器中传播的衰减系数。利用局部放电传感器设备识别其中的故障信号,并基于滤波合成-分解原理,完成箱变变压器内部火花放电故障信号的共振稀疏分解。通过计算箱变变压器内部火花放电故障的相应特性,得到故障数据诊断函数,结合构建的诊断模型,实现了箱变变压器内部火花放电故障诊断。实验结果表明,所提方法准确输出箱变变压器火花放电故障信号波形,保证了电力系统供电的可靠性。 相似文献
10.
基于时频谱图和粗糙集的柴油机故障图像纹理特征自动提取 总被引:1,自引:0,他引:1
将图像纹理特征提取技术引入到柴油机连杆轴承磨损故障诊断中,首先采用连续小波变换对柴油机连杆轴承振动信号进行时频分析,为了减少循环波动的影响,将三个工作循环信号的时频分布平均为一个工作循环信号的时频图;然后将不同磨损工况的时频分布图转化为灰度图像,提取基于灰度共生矩阵四个角度的图像纹理特征参数;最后利用变精度粗糙集理论提取与故障程度强相关的特征参数。诊断实例表明:灰度共生矩阵能够反映柴油机连杆轴承不同磨损工况,变精度粗糙集可以从中提取出与故障程度强相关的五个关键参数用于分辨连杆轴承的四种磨损工况,小波时频图像特征提取和变精度粗糙集相结合能实现连杆轴承故障特征的自动提取。 相似文献
11.
Fault diagnosis for temperature,flow rate and pressure sensors in VAV systems using wavelet neural network 总被引:1,自引:0,他引:1
Wavelet neural network, the integration of wavelet analysis and neural network, is presented to diagnose the faults of sensors including temperature, flow rate and pressure in variable air volume (VAV) systems to ensure well capacity of energy conservation. Wavelet analysis is used to process the original data collected from the building automation first. With three-level wavelet decomposition, the series of characteristic information representing various operation conditions of the system are obtained. In addition, neural network is developed to diagnose the source of the fault. To improve the diagnosis efficiency, three data groups based on several physical models or balances are classified and constructed. Using the data decomposed by three-level wavelet, the neural network can be well trained and series of convergent networks are obtained. Finally, the new measurements to diagnose are similarly processed by wavelet. And the well-trained convergent neural networks are used to identify the operation condition and isolate the source of the fault. 相似文献
12.
风力机齿轮箱振动信号是一种时频特性复杂的非平稳信号,常规的时域和频域分析方法难以有效的分析齿轮箱故障及提取故障特征。提出一种基于小波分析和神经网络的风力机齿轮箱故障诊断方法,该方法采用小波时频分析技术对风力发电机故障振动信号进行消噪滤波,通过小波包分解系数求取频带能量,根据各个频带能量的变化提取故障特征,为实现智能诊断提供故障特征值。应用BP神经网络进行故障识别,并采用LabVIEW和matlab软件予以实现。结果表明,该方法能有效提高风力发电机组齿轮箱故障诊断的准确性。 相似文献
13.
针对小波包分解振动信号时会产生频谱混叠从而导致齿轮箱复合故障特征能量谱提取困难的问题,提出基于旁路滤波改进小波包的方法对双馈风电机组齿轮箱复合故障振动信号进行研究,并以风电场的大量齿轮箱振动信号为基础,运用传统小波包及旁路滤波改进小波包分别对齿轮箱振动信号提取特征能量谱。实验结果表明:运用旁路滤波改进小波包对双馈风电机组齿轮箱复合故障振动信号进行分析,可有效避免传统小波包分析振动信号的频谱混叠现象,准确提取每种故障状态的特征能量谱。 相似文献
14.
15.
输电线路暂态信号检测方法比较分析 总被引:2,自引:2,他引:0
饶斌 《电网与水力发电进展》2008,24(8):17-21
输电线路发生故障产生的暂态行波是一个突变的、具有奇异性的信号,正确检测出信号的突变点即暂态行波波头是利用行波进行保护和测距的核心。对电网中断路器操作、电容投切、一次电弧、单相短路、雷击等产生的暂态信号进行了仿真.并分别利用小波变换模极大值、小波变换Lipischitz a、小波变换能量谱检测行波波头进行比较分析。EMTP仿真分析表明,三种方法均有提取行波特征,且采用小波能量谱检测输电线路暂态行波波头到达的时刻最精确,故障定位精度最高。 相似文献
16.
17.
小波分析技术在汽轮机故障诊断中的应用 总被引:3,自引:0,他引:3
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. 相似文献
18.
小波分析法在汽轮发电机转子绕组匝间短路故障诊断中的应用 总被引:3,自引:0,他引:3
提出了基于小波变换的汽轮发电机转子绕组匝间短路故障检测的一种诊断方法。这种方法是在探测线圈法的基础上,把小波变换用于突变信号的检测,对气隙中感应电势信号的故障特征进行提取和信号的消噪,可实现对发电机转子绕组匝间短路故障的检测。仿真实例表明,小波分析方法适合于转子绕组匝间短路故障的检测。图3参5 相似文献