解析信号小波分析及其在电力系统中的应用 被引量：11

1

作者 王建赜 李威 +1 位作者 冉启文 纪延超 《电力系统自动化》 EI CSCD 北大核心 2000年第22期28-31,共4页

利用解析信号小波变换方法 ,将小波变换的时频局部性与信号的解析形式相结合 ,提取暂态信号的奇异点及各尺度分量的幅值包络、相位、瞬时频率等特征信息。通过理论推导和仿真分析 ,指出解析信号小波分析可以提取暂态信号更为丰富的特征... 利用解析信号小波变换方法 ,将小波变换的时频局部性与信号的解析形式相结合 ,提取暂态信号的奇异点及各尺度分量的幅值包络、相位、瞬时频率等特征信息。通过理论推导和仿真分析 ,指出解析信号小波分析可以提取暂态信号更为丰富的特征信息 。 展开更多

关键词 解析信号 故障诊断 电力系统 小波分析

下载PDF 职称材料

火电厂的实时状态监测系统与故障诊断 被引量：11

2

作者 杨苹 吴捷 《电力系统自动化》 EI CSCD 北大核心 2000年第17期37-40,共4页

针对国内大多数火电厂现场设备控制的现状 ,提出一个经济型实时状态监测系统方案 ,在充分利用原有设备的前提下 ,采用集散控制系统 ( DCS)结构和 FIX组态软件实现某厂各主要站点的集中监视和统一管理。在此基础上 ,利用实时状态数据对... 针对国内大多数火电厂现场设备控制的现状 ,提出一个经济型实时状态监测系统方案 ,在充分利用原有设备的前提下 ,采用集散控制系统 ( DCS)结构和 FIX组态软件实现某厂各主要站点的集中监视和统一管理。在此基础上 ,利用实时状态数据对主要设备运行状态进行评估 ,对设备故障进行预测和诊断。现场运行结果表明 :该系统对火电厂的现场设备实现了有效的集中监视 ,并可对主要设备进行故障预测和初步诊断。 展开更多

关键词 故障诊断 火电厂 实时状态监测系统 DCS

下载PDF 职称材料

基于LTSA与K-最近邻分类器的故障诊断 被引量：12

3

作者 姜景升 王华庆 +1 位作者 柯燕亮 向伟 《振动与冲击》 EI CSCD 北大核心 2017年第11期134-139,共6页

针对局部切空间排列算法(LTSA)的效果受近邻数k值影响较大的缺点,提出基于聚类准则的LTSA与K-最近邻分类器的故障诊断模型。基于振动信号的时域特征构建高维特征矩阵;对高维矩阵进行标准化预处理,依据聚类准则确定局部切空间排列中的最... 针对局部切空间排列算法(LTSA)的效果受近邻数k值影响较大的缺点,提出基于聚类准则的LTSA与K-最近邻分类器的故障诊断模型。基于振动信号的时域特征构建高维特征矩阵;对高维矩阵进行标准化预处理,依据聚类准则确定局部切空间排列中的最佳近邻数k,运用LTSA提取高维矩阵的低维特征向量;将提取的低维特征向量利用K-最近邻分类器进行故障模式识别。采用轴承诊断实验系统进行验证,结果表明,基于聚类准则的优化方法可有效地克服近邻数k选择的盲目性,提高了局部切空间的降维精度和故障模式识别正确率,其在轴承时域特征维数约简方面,效果优于主成分分析(PCA)与拉普拉斯特征映射(LE),适用于轴承故障诊断。 展开更多

关键词 局部切空间排列 K-最近邻分类器 聚类准则 故障诊断

下载PDF 职称材料

一种新的基于模型和参数估计的过程故障诊断 被引量：4

4

作者 胡昌华 李学锋 +1 位作者 陈新海 许化龙 《西北工业大学学报》 EI CAS CSCD 北大核心 1995年第1期61-64,共4页

提出了一种故障特征化的方法和基于距离分类的故障模式识别方法，既利用参数估计拓展了模式识别的特征空间，又避免了基于模型故障诊断方法求解非线性特征方程Ｐ＝ｆ１（θ）的困难，提高了故障诊断定位能力。

关键词 故障诊断 模式识别 参数估计 控制系统

下载PDF 职称材料

基于CWT-RES34的风电机组叶片裂纹状态评估 被引量：1

5

作者 李练兵 肖亚泽 +3 位作者 张萍 张国峰 吴伟强 陈程 《噪声与振动控制》 CSCD 北大核心 2024年第2期143-148,293,共7页

为有效进行风电机组叶片运行时的裂纹状态评估,提出一种基于连续小波变换(Continue Wavelet Transform,CWT)和残差神经网络(Residual Networks,ResNet)结合的叶片裂纹状态评估方法。首先对叶片加速度振动信号做CWT后生成二维彩色时频图... 为有效进行风电机组叶片运行时的裂纹状态评估,提出一种基于连续小波变换(Continue Wavelet Transform,CWT)和残差神经网络(Residual Networks,ResNet)结合的叶片裂纹状态评估方法。首先对叶片加速度振动信号做CWT后生成二维彩色时频图像,然后将图像分别作为训练集和测试集,使用34层ResNet进行训练和诊断,最后选取天津某风电场提供的1.5 MW风力发电机作为研究对象,根据其样本数据将叶片故障程度按照裂纹长度和宽度分为健康、轻微、中等、严重、危险5种状态,评估平均准确率高达98.23%,方法的有效性和可行性得到验证。 展开更多

关键词 故障诊断 风电机组 状态评估 小波变换 残差神经网络 数据预处理

下载PDF 职称材料

人工智能处理在自动化变电站保护系统中的实时故障诊断与评估

6

作者 李扬笛 林爽 +3 位作者 郑州 黄建业 钱健 杨彦 《自动化与仪器仪表》 2024年第9期201-205,210,共6页

由于自动化变电站保护系统故障诊断效率低、精度差的问题频频发生。为此,提出基于人工智能的变电站设备故障综合诊断与评估方法。首先,通过主分量分析技术对电力信号降维,结合支持向量机方法分类电力保护设备数据组。利用可达矩阵分析... 由于自动化变电站保护系统故障诊断效率低、精度差的问题频频发生。为此,提出基于人工智能的变电站设备故障综合诊断与评估方法。首先,通过主分量分析技术对电力信号降维,结合支持向量机方法分类电力保护设备数据组。利用可达矩阵分析信息在源宿之间的可达性,确定自动化变电站保护系统失效树,定性分析故障引起的不可达信息,将检测得到的差异化数据特征数集进行归一处理,判断设备是否处于故障状态并且评估风险。实验结果表明:所提检测方法能够精准诊断保护设备的电压互感器、电流互感器、断路器、隔离开关所有处于故障状态的设备位置。自动化变电站保护设备故障风险的准确率约为88.94%。评估时间仅在0.194 s~0.237 s之间,所提方法能确保整个变电站电力系统的安全运行,在电力系统中具有较高的应用价值。 展开更多

关键词 自动化变电站 信号降维 支持向量机 变电站保护设备 故障诊断

原文传递

基于WAO-WPD-CNN的模拟电路故障诊断

7

作者 席小卫 杨永清 张敏敏 《移动电源与车辆》 2024年第2期47-52,41,共7页

针对模拟电路故障诊断领域,数据集建立、数据特征难以有效提取、网络诊断时受超参数影响较大等问题,提出了基于WAO-WPD-CNN的故障诊断模型。首先,以Salley-Key低通滤波器和二级四运放双二阶低通滤波器为研究对象,在Pspice软件中对其进... 针对模拟电路故障诊断领域,数据集建立、数据特征难以有效提取、网络诊断时受超参数影响较大等问题,提出了基于WAO-WPD-CNN的故障诊断模型。首先,以Salley-Key低通滤波器和二级四运放双二阶低通滤波器为研究对象,在Pspice软件中对其进行仿真获取数据集,其次,将得到的数据集通过小波包分解(Wavelet Packet Decomposition,WPD),进行有效特征提取,输入卷积神经网络(Convolutional Neural Network,CNN)中进行故障诊断实验验证。最后,使用鲸鱼优化算法(Whale Optimization Algorithm,WAO),对模型训练超参数进行优化。结果表明,所提出的一种改进WAO-WPD-CNN模型能够有效提取特征,快速获取最优超参数,具有更优的诊断能力与泛化能力。 展开更多

关键词 模拟电路 小波包分解 卷积神经网络 故障诊断

下载PDF 职称材料

基于卷积自注意力网络的机械设备故障诊断方法

8

作者 李子睿 崔晓龙 +2 位作者 王超 张文俊 吴军 《舰船电子工程》 2024年第1期145-151,共7页

基于深度学习的机械设备故障智能诊断方法依赖于大量有标签的样本数据。然而,工程应用中通常难以获取足够的样本数据,这使得深度学习方法难以充分挖掘故障特征,严重影响故障诊断模型的泛化性和鲁棒性。基于此,论文提出一种基于卷积自注... 基于深度学习的机械设备故障智能诊断方法依赖于大量有标签的样本数据。然而,工程应用中通常难以获取足够的样本数据,这使得深度学习方法难以充分挖掘故障特征,严重影响故障诊断模型的泛化性和鲁棒性。基于此,论文提出一种基于卷积自注意力网络和先验知识的机械设备小样本故障诊断方法。所设计的卷积自注意力网络能够自动学习样本特征,并在训练过程中融合样本多维度特征先验知识,从而减少诊断模型训练所需的样本量,提高小样本情况下机械设备故障诊断精度。最后,以液压螺杆泵为对象,对论文所提出的方法进行实验验证。实验结果表明,所提出的方法在小样本情况下故障诊断精度可达97.5%,性能优于目前常用的深度学习方法。 展开更多

关键词 深度学习 先验知识 自注意力机制 小样本 故障诊断

下载PDF 职称材料

基于小波包分解的机械振动信号分析 被引量：3

9

作者 舒苗淼 刘广璞 +1 位作者 潘宏侠 侣方 《起重运输机械》 2009年第9期61-64,共4页

提出了一种新的基于小波包的振动信号故障特征提取方法,运用这种方法对柴油机表面振动信号经过小波包降噪处理,有效地剔除柴油机表面振动信号的噪声干扰,提高信号的信噪比。对降噪信号提取频带能量特征,为神经网络故障诊断提供了新的故... 提出了一种新的基于小波包的振动信号故障特征提取方法,运用这种方法对柴油机表面振动信号经过小波包降噪处理,有效地剔除柴油机表面振动信号的噪声干扰,提高信号的信噪比。对降噪信号提取频带能量特征,为神经网络故障诊断提供了新的故障样本。 展开更多

关键词 柴油机 小波包 故障诊断 特征提取

下载PDF 职称材料

机车电器测试中专家系统及仿真技术的应用 被引量：2

10

作者 孙艳华 张家栋 +1 位作者 霍凯 傅清海 《控制工程》 CSCD 2003年第3期242-244,共3页

以机车半导体电器为测试对象,研究应用现代测试方法和计算机技术,完成电器检修后的验收,以实现修验分离的检修方式。将专家系统和仿真技术有机地结合,应用具有专家系统支持的仿真技术实现对电器的自动测试、故障诊断及信息管理。做到了... 以机车半导体电器为测试对象,研究应用现代测试方法和计算机技术,完成电器检修后的验收,以实现修验分离的检修方式。将专家系统和仿真技术有机地结合,应用具有专家系统支持的仿真技术实现对电器的自动测试、故障诊断及信息管理。做到了功能综合化,数据采集、故障诊断自动化和数据管理信息化。为机车各半导体电器的电气参数、故障信息、试验数据建立了完整的数据库。可以根据日常测试数据统计各部件状态标准,建立宝贵的知识库,为我国铁路状态修提供依据。 展开更多

关键词 机务段 机车 检修 电器测试 专家系统 仿真 故障诊断

下载PDF 职称材料

电气自动化控制中人工智能技术的实践应用研究 被引量：1

11

作者 金丽娜 《科技资讯》 2023年第13期51-54,共4页

科技的不断创新及其在各行各业的应用,促进了各个领域转型发展,进而推动社会进步。人工智能技术是科技创新的成果之一,其应用于电气自动化控制过程极具可行性,效果十分明显。该文从人工智能技术的定义和内容入手,重点阐释了人工智能技... 科技的不断创新及其在各行各业的应用,促进了各个领域转型发展,进而推动社会进步。人工智能技术是科技创新的成果之一,其应用于电气自动化控制过程极具可行性,效果十分明显。该文从人工智能技术的定义和内容入手,重点阐释了人工智能技术应用于电气自动化控制中的优势,及其在日常操作、专家系统、故障诊断等常规工作中的表现,然后分析了其在某发动机械中的具体应用,以此窥探应用人工智能技术对电气自动化控制的积极价值。 展开更多

关键词 电气自动化 人工智能 水厂自动化检测系统 故障诊断

下载PDF 职称材料

基于振动信号分析的风机传动系统故障诊断案例研究 被引量：2

12

作者 李岳峰 赵志刚 《沈阳工程学院学报（自然科学版）》 2017年第4期296-301,共6页

针对风电机组传动系统故障问题,介绍了SKF WindCon在线监测系统的功能及组件方案,利用该系统对真实的故障案例进行异常频谱图分析,对故障点进行了精确的诊断,为进一步优化风机故障诊断系统的预警与诊断功能提供了更为真实可靠的数据依... 针对风电机组传动系统故障问题,介绍了SKF WindCon在线监测系统的功能及组件方案,利用该系统对真实的故障案例进行异常频谱图分析,对故障点进行了精确的诊断,为进一步优化风机故障诊断系统的预警与诊断功能提供了更为真实可靠的数据依据与操作方案。 展开更多

关键词 风力发电机 振动 传动系统 故障诊断

下载PDF 职称材料

基于PCA-BLS的逆变器故障诊断 被引量：1

13

作者 苏家懿 崔博文 《集美大学学报（自然科学版）》 CAS 2021年第2期168-173,共6页

为了确保电气设备的安全可靠运行,提出基于主成分分析法与宽度学习系统的逆变器故障诊断方法。利用主成分分析法对逆变器输出的电流信号进行处理,提取信号特征;构建宽度学习系统,并编写不同故障模式下的故障编码;利用不同故障模式下的... 为了确保电气设备的安全可靠运行,提出基于主成分分析法与宽度学习系统的逆变器故障诊断方法。利用主成分分析法对逆变器输出的电流信号进行处理,提取信号特征;构建宽度学习系统,并编写不同故障模式下的故障编码;利用不同故障模式下的信号特征对宽度学习系统进行训练,利用网络输出编码实现故障分类。仿真结果表明,该研究方法在诊断准确率及训练时间方面优于传统的神经网络故障诊断方法。 展开更多

关键词 逆变器故障 主成分分析法 宽度学习 神经网络 故障诊断

下载PDF 职称材料

基于SOM-BP的风机故障智能诊断 被引量：1

14

作者 魏同发 《智慧工厂》 2018年第8期53-56,共4页

以自组织特征映射网络SOM和反向传播网络BP为理论基础,提出了SOM-BP神经网络模型,利用UCI数据作为训练样本建立诊断模型。在matlab环境下,通过仿真试验并与单一BP网络进行比较,验证了此复合神经网络用于风机故障诊断的正确性和精确性,... 以自组织特征映射网络SOM和反向传播网络BP为理论基础,提出了SOM-BP神经网络模型,利用UCI数据作为训练样本建立诊断模型。在matlab环境下,通过仿真试验并与单一BP网络进行比较,验证了此复合神经网络用于风机故障诊断的正确性和精确性,并具有易于实现的优点。 展开更多

关键词 风机 BP神经网络 SOM神经网络 故障诊断

下载PDF 职称材料

直升机机务训练和故障诊断仿真系统研究 被引量：1

15

作者 孙世霞 邱晓刚 +1 位作者 黄柯棣 张靖男 《计算机仿真》 CSCD 2003年第2期37-40,共4页

随着仿真技术的发展 ,在计算机上建立直升机的仿真模型并依据需要模拟各类故障现象已成为可能。因而 ,可以在虚拟的环境中对机务人员进行系统培训并用计算机来辅助排除直升机故障。该文提出了建立直升机机务训练和故障诊断仿真系统的思... 随着仿真技术的发展 ,在计算机上建立直升机的仿真模型并依据需要模拟各类故障现象已成为可能。因而 ,可以在虚拟的环境中对机务人员进行系统培训并用计算机来辅助排除直升机故障。该文提出了建立直升机机务训练和故障诊断仿真系统的思想 ,描述了系统的结构 ,提出了详细的实现方案 ,并对其中涉及的关键技术进行了简要分析。 展开更多

关键词 直升机 机务训练 故障诊断 仿真系统 计算机仿真

下载PDF 职称材料

(n,2)-星图S_(n,2)在PMC模型下的g-条件诊断度

16

作者 刘杰 原军 《宁夏师范学院学报》 2018年第10期9-13,共5页

以PMC为模型,对(n,2)-星图S_(n,2)的条件诊断度的上、下界进行讨论,最终得到了(n,2)-星图S_(n,2)在PMC模型下的g-条件诊断度为n+g-1.

关键词 故障诊断 PMC模型 (n k)-星图Sn k 条件诊断度 g-条件诊断度

下载PDF 职称材料

精密注射机微机控制系统的研究

17

作者 张进明 吕砚山 《北京化工学院学报》 CSCD 北大核心 1990年第3期54-59,共6页

论述了提高精密注射机的微机控制系统可靠性、可用性及可维修性的设计思想,提出了一种提高系统可靠性的回避干扰法和缩短系统平均故障修复时间的自动故障诊断法。

关键词 注射机 自动控制 微机 塑料

下载PDF 职称材料

基于Renyi熵和ISSA-SVM的轴承故障诊断分析

18

作者 吴会咏 李洪坤 +1 位作者 周子潍 杨童童 《工业控制计算机》 2024年第11期53-55,58,共4页

在工业系统中,旋转机械的信号通常是非平稳的、非线性的,并且带有噪声干扰。为了提高异常检测分析的准确性,克服优化方法的局限性,提出了一种基于Renyi熵的滚动轴承故障诊断方法和一种基于飞行策略的改进麻雀搜索算法(ISSA)来优化支持... 在工业系统中,旋转机械的信号通常是非平稳的、非线性的,并且带有噪声干扰。为了提高异常检测分析的准确性,克服优化方法的局限性,提出了一种基于Renyi熵的滚动轴承故障诊断方法和一种基于飞行策略的改进麻雀搜索算法(ISSA)来优化支持向量机(SVM)。首先,小波包分析对原始信号进行分解,从分解后的频带中选取最佳频带进行重构,然后利用重构后的频带计算Renyi熵,形成特征向量,输入到具有动态逆向学习因子的麻雀搜索算法进行故障诊断。该方法提高了种群的多样性。通过采用飞行策略初始化种群,调整步长因子,避免了麻雀搜索算法陷入局部最优的问题。与灰狼优化算法和粒子群优化算法相比,麻雀搜索算法在故障诊断方面具有最高的准确性。三种算法准确率分别为88.89%、93.94%和96.97%。采用Lévy飞行策略对三种算法进行优化,ISSA-SVM的准确率最高达到99%,IPSO-SVM的准确率达到98%,IGWO-SVM的准确率达到95%。实验数据表明,利用Lévy飞行算法优化的麻雀搜索算法具有最高的故障诊断精度。因此,将Renyi熵与ISSA-SVM相结合提出的非线性故障诊断方法可行。 展开更多

关键词 故障诊断 支持向量机 小波包分解 RENYI熵 滚动轴承

下载PDF 职称材料

基于ICEEMDAN多尺度熵与NGO-HKELM的转子故障诊断

19

作者 陆水 李振鹏 +2 位作者 李军 颜东梅 黄福川 《组合机床与自动化加工技术》 北大核心 2024年第4期175-180,共6页

针对电机转子故障信号非平稳、敏感的故障特征不能有效提取,传统分类器参数智能优化算法存在优化速度慢、调整参数多、易陷入局部最优等问题提出基于ICEEMDAN-MSE-KPCA与NGO-HKELM优化的转子故障诊断方法。首先,采用改进的自适应噪声完... 针对电机转子故障信号非平稳、敏感的故障特征不能有效提取,传统分类器参数智能优化算法存在优化速度慢、调整参数多、易陷入局部最优等问题提出基于ICEEMDAN-MSE-KPCA与NGO-HKELM优化的转子故障诊断方法。首先,采用改进的自适应噪声完全集合经验模态分解(improved complete empirical mode decomposition with adaptive noise,ICEEMDAN)方法对转子振动信号进行分解和重构;计算重构信号的多尺度样本熵(multiscale sample entropy,MSE),形成特征向量,通过核主成分分析(kernel principal component analysis,KPCA)方法对高维的特征向量进行降维;最后,将降维后的特征向量输入北方苍鹰算法(northern goshawk optimization,NGO)优化的混合核极限学习机(hybrid extreme learning machine,HKELM)进行转子故障分类。研究结果表明,基于ICEEMDAN-MSE-KPCA与NGO-HKELM优化的转子故障诊断模型,平均识别准确率可达97.7273%,平均寻优时间为1.0681 s,收敛速度快、准确率高以及分类效果好。 展开更多

关键词 改进的ICEEMDAN 多尺度样本熵 北方苍鹰算法 混合核极限学习机 转子故障诊断

下载PDF 职称材料

基于CAN总线的柴油机故障诊断系统 被引量：1

20

作者 刘鲁平 张凤登 车蕊 《电子测量技术》 2016年第12期184-188,共5页

为了提高柴油机电子控制单元(ECU)的故障诊断与控制能力,将SAE J1939CAN总线协议应用于ECU网络通信,并将模糊故障诊断算法应用于柴油机故障诊断系统;提出了一种柴油机控制与诊断节点设计方法,并利用LPC2119芯片实现了该节点,获取用于实... 为了提高柴油机电子控制单元(ECU)的故障诊断与控制能力,将SAE J1939CAN总线协议应用于ECU网络通信,并将模糊故障诊断算法应用于柴油机故障诊断系统;提出了一种柴油机控制与诊断节点设计方法,并利用LPC2119芯片实现了该节点,获取用于实时诊断和显示的实时运行数据;采用前后台模式进行诊断节点软件设计,对整个软件系统按功能进行了模块化分解;用CANoe对诊断节点、应用软件及通信能力进行了测试。实验表明,诊断节点和诊断模型设计达到了预定要求。柴油机的故障诊断与控制能力得到了有效提高。 展开更多

关键词 模糊故障诊断 CAN总线 柴油发电机

下载PDF 职称材料