期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于局部放电的水轮发电机定子绕组层间间隙放电的检测与分析 被引量:3
1
作者 杨增杰 赵显峰 +3 位作者 张学明 李坚 刘剑明 孙永鑫 《绝缘材料》 CAS 北大核心 2024年第1期94-100,共7页
为提高绕组层间间隙放电故障诊断的可靠性,以水轮发电机定子绕组为试验对象,研究了通过局部放电诊断层间间隙放电时的影响因素。首先通过离线试验、在线试验、模拟试验方法获取绕组多放电源叠加时的层间间隙放电局放特征,然后通过线棒... 为提高绕组层间间隙放电故障诊断的可靠性,以水轮发电机定子绕组为试验对象,研究了通过局部放电诊断层间间隙放电时的影响因素。首先通过离线试验、在线试验、模拟试验方法获取绕组多放电源叠加时的层间间隙放电局放特征,然后通过线棒模拟电气传导衰减,结合发电机绕组结构、检测距离,分析检测距离对检测结果的影响。结果表明:绕组层间的间隙放电有独立特征,在其PRPD模式图中脉冲分布呈悬浮状且具有对称的正负极性,脉冲峰值位于45°和225°前后,两相中一相的正负极性脉冲峰值同时向右偏离45°和225°,另一相的正负极性脉冲峰值同时向左偏离45°和225°;当绕组结构不同时,放电间隙分布和汇流环长度也不同,由此造成的检测距离差异对局部放电信号幅值检测结果有较大影响,如果只考虑电气传导,检测距离每增大1 m,局部放电幅值平均衰减约10%,当只有距离较近的一相能检测到间隙放电时相间分析方法失效;即使绕组中同时存在多个放电源和间隙放电也可以通过间隙放电PRPD模式图的悬浮特征识别层间间隙放电;检测量程对局部放电模式识别有影响,当大量程全局图谱完整但局部模式相互重叠时无法识别具体故障,当小量程全局图谱不完整但局部模式图清晰时可识别具体故障。 展开更多
关键词 水轮发电机 层间间隙放电 PRPD 传播衰减 绕组结构 悬浮特征
在线阅读 下载PDF
基于编码器信号的重载传动轴失效检测
2
作者 李林枝 唐清弟 +4 位作者 刘晋曦 夏家华 陈杰 刘子超 蒋旭 《农业装备与车辆工程》 2024年第12期83-87,共5页
传统的重载传动轴检测是通过应力应变片来进行的,仅能检测轴的局部失效而不能对轴进行整体检测,针对这一问题提出一种基于编码器信号的重载传动轴失效检测方法,在仿真分析中对应力应变片与编码器2种检测方式进行对比分析,结果表明编码... 传统的重载传动轴检测是通过应力应变片来进行的,仅能检测轴的局部失效而不能对轴进行整体检测,针对这一问题提出一种基于编码器信号的重载传动轴失效检测方法,在仿真分析中对应力应变片与编码器2种检测方式进行对比分析,结果表明编码器信号在重载传动轴整体失效检测中具有优势。在升船机传动轴中进行试验分析,证明了所提方法的可行性。 展开更多
关键词 编码器 重载传动轴 失效检测 升船机 状态检测
在线阅读 下载PDF
利用手机麦克风的电动汽车轴承异响快速分析方法 被引量:1
3
作者 蒋旭 李庚 +1 位作者 陈杰 刘子超 《农业装备与车辆工程》 2024年第9期91-95,共5页
为实现新能源汽车减速器轴承异响的快速检测,提出使用手机麦克风检测汽车异响的快速分析方法。结合阶比分析与包络分析对非稳态工况下的新能源汽车减速器轴承进行故障诊断。通过手机麦克风采集异响噪声;从噪声信号的时频谱中提取转速信... 为实现新能源汽车减速器轴承异响的快速检测,提出使用手机麦克风检测汽车异响的快速分析方法。结合阶比分析与包络分析对非稳态工况下的新能源汽车减速器轴承进行故障诊断。通过手机麦克风采集异响噪声;从噪声信号的时频谱中提取转速信息,并将转速信息用于阶比分析,从而将非稳态的时域信号转换为稳态的角域信号;使用快速谱峭度技术确定轴承异响的频带,通过对该频带的滤波与包络分析提取轴承故障特征。对含有轴承故障的新能源汽车进行异响采集及数据分析,验证了所提方法的有效性。 展开更多
关键词 异响分析 轴承故障 快速谱峭度 阶比分析 故障诊断
在线阅读 下载PDF
升船机同步轴系统监测及扭矩预测方法研究 被引量:1
4
作者 格日勒图 董士谦 +1 位作者 吴哲 付烈坤 《振动.测试与诊断》 EI CSCD 北大核心 2023年第4期793-799,835,共8页
针对升船机同步轴运动过程中的扭矩监测及变化趋势预测问题,提出了一种基于应变传感器的非接触式测量方法,实现了升船机同步轴扭矩的实时在线监测。在此基础上,基于历史监测数据,采用变分模态分解(variational mode decomposition,简称V... 针对升船机同步轴运动过程中的扭矩监测及变化趋势预测问题,提出了一种基于应变传感器的非接触式测量方法,实现了升船机同步轴扭矩的实时在线监测。在此基础上,基于历史监测数据,采用变分模态分解(variational mode decomposition,简称VMD)算法提取扭矩信号直流分量,降低扭矩预测计算量,使扭矩预测模型更适用于实际工作环境。针对同步轴运动过程起始点无法辨别、监测数据时序不一致性的问题,提出一种基于模糊熵的同步轴运动起始点检测方法。利用长短时记忆(long short-term memory,简称LSTM)神经网络算法建立了升船机同步轴扭矩预测模型,并利用历史监测数据对预测模型进行验证。结果表明:利用模糊熵对起始点进行检测可以改善各个样本间在时序上的差异性,从而提升扭矩预测精度;在所有扭矩测点处,预测精度相较于基础的阈值判断预测方法可至少提升27.5%;在机械结构和工况最复杂的同步轴系统齿轮箱连接处,扭矩预测的精度最少提升42.9%。该预测模型可真实准确预测同步轴扭矩变化,具有较好的工程应用价值。 展开更多
关键词 同步轴系统 扭矩预测 变分模态分解 模糊熵 长短时记忆神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部