admin

  冷水机组的振动是水力发电厂运行的主要缺陷,但是诊断水电冷水机组的振动故障对于水力发电厂的正常运行至关重要。文件提出了一种小波包技术,该技术用于衰减水电存储单元的振动信号并提取该存储单元的振动缺陷特征。压存储单元由小波神经网络构造。水电蓄冷机组的振动故障为例,进行了应用试验。果表明,该方法简单,高效,鲁棒,适用于水电制冷厂振动故障的诊断。力存储单元的有条件维护一种预防性维护方法,基于水力存储单元的运行状态,通过水力存储单元的监视和诊断系统提供的相关信息。储单元的缺陷,经过分析和处理后,判断存储单元的整体和局部退化程度,冷凝器价格以便能够在发生故障之前进行有效维护,从而提高操作的安全性水电冷库的使用,延长了冷库的维护周期,降低了冷库的维护成本。了将冷库的状态检查应用于水电厂的维护工作,首先需要加强对设备状态监测和故障诊断技术的研究。前,加拿大和国外的许多研究已经导致对状态监测技术的大量研究,尽管其中许多研究仍基于从理论研究来看,实际应用结果很少,结果也很少。个故障诊断无法将整个冷藏单元作为一个系统进行诊断,也无法形成指导状态维护的成熟故障诊断系统。此,根据现代信号处理技术,提出了水电冷库机组振动信号的信噪分离方法,并提出了冷库机组振动故障的特点。取水电,提出一种适合在线诊断水电冷库缺陷的智能诊断方法。对于提高我国水电冷藏库的安全性和可靠性,提高水电故障诊断水平具有十分重要的意义。波包分析是小波分析的扩展。
  要思想是集中信息的能量。过零售处理,可以检索订单并过滤规则,从而获得更复杂的信号处理方法。于未被多级频带划分细分的高频部分信号,可以进一步分解小波包的分析。过进一步分析分解后的信号的特性,分析后的信号根据其特性自适应地选择相应的频带,并使之适应信号的频谱,从而提高了时频分辨率[1]。前,小波包分析已广泛用于电力系统故障的诊断[2-3],并且在故障诊断领域的应用非常成功。外,小波包分析可以检测低信噪比信号中的故障信号,并且可以执行去噪,信号恢复和高应用价值。此,小波包分析是冷水电机组振动信号处理方法的较好选择。统的信号分析方法(FFT)覆盖信号的整个持续时间,无法分析信号的局部特征,而仅用于分析固定信号。噪声水电蓄冷器的振动信号是非平稳信号。要使用持续时间和频率进行描述。
  析必须基于信号的局部变换。文采用小波“ sym4”进行去噪,并从中国水电厂顶盖的振动信号中提取振动信号,测量信号的采样频率为60Hz。测系统的采样点为7,000个点。文选择700点进行分析。噪后,该信号占原始信号能量的98.66%,这将信噪比振动信号与水电冷库分离开来(见图1和图1)。2)。图中不难看出,小波包分析的去噪计算速度更快,去噪效果理想。量研究表明,当出现故障的液压蓄能器发生故障时,其在蓄能器振动信号中的对应频率分量将得到明显改善,在此频段内,信号能量将得到显着改善。频带中的信号能量相对较低。此,在不同频率分量的信号能量中实际上包含大量的故障信息。通过诊断所测量的振动信号,可以提取缺陷特性的量。于断电的振动信号,信号“ db1”用于分解3维小波包。
  据奈奎斯特定律,可以将冷藏单元的振动频率分析限制为500 Hz,并且可以重构小波包中的分解系数。谱中的重构信号通过其频谱图(图3)进行分析,以获得频率段的特征向量。于高频带信号对整个振动信号的影响较小,因此特征向量仍可以归一化为[0.81 0.29 0.06 0.03 0.02]。对水冷单元故障信号的特殊性,根据小波包噪声处理方法对特定信号进行处理,以获得信号处理方法可以保护信号的奇异性并获得更好的信噪比。后,本文提出建立一个通过BP神经网络诊断水轮冷库振动缺陷的神经网络模型。经小波故障诊断模型的结构如图4所示。本文中,通过查阅相关文献并从中国水电厂获得的实际实验数据,我们找到了两种类型。别选择水力发电厂水电站最常见的故障(涡流偏心和转子不平衡)和两种类型的故障。成四组测量的频谱值,它们构成8组与2种错误相对应的学习样本和2组在正常状态下的训练样本:定义的输出值为0.9表示严重缺陷的程度,0.1表示缺陷不存在,0表示未知缺陷的程度。1给出了故障排除学习示例。络输入节点的数量为5,因为所使用的实体的数量为5,而输出节点的数量则表示一组节点。误。

基于小波包分析的水电厂振动故障诊断研究_no.737

  

基于小波包分析的水电厂振动故障诊断研究_no.340

  此,输出节点的数量必须为四个。旦完成网络学习,就输入在第二部分中获得的归一化特征向量,输出结果为[0.9016 0.1062 0.0953 0.0976]。据计算分析和表1,由涡流带的偏心引起的振动是由测量数据表示的缺陷的原因。据其频率特性分析,冷盖单元和推力销的主要频率为频率转换,冷库单元顶盖的振动幅度较大,包含7.7Hz的频率,其中7.7Hz是刀片数量和频率转换。产品。壳和锥形尾水的脉动频率为7.7 Hz,负载越高,明显的7.7 Hz频率振动分量就越大。也表明,在大负载区域中,制冷存储单元的激振力是由于水力不平衡引起的。工厂3号机的重新设计期间,在测量叶片的开度时,发现3号,4号,4号风向标的开度。5号,5号,5号,5号比风向标6号-1号,1号,1-#2 ### 3大小,这进一步证实了水力不平衡的存在,这与故障诊断分析的结果一致,冷凝器价格从而可以验证故障诊断模型的有效性。文提出了一种小波包分析方法作为水电站蓄水机组振动故障信号的分析方法,并研究了频谱缺陷特征的提取方法。出了一种基于BP神经网络的故障诊断方法。方法是鲁棒的,并且对于小样本具有高泛化能力。助模拟工厂实际数据的经验,基于小波包分析的水电制冷存储单元故障诊断方法是一种智能的振动缺陷诊断方法。电制冷储存装置。
  本文转载自
  冷凝器价格 http://www.china-iceage.com