简介：

简介：

简介：

简介：大型电机的许多电气故障都有机械上的先兆。这个前提导致了这里所述的通过早期检测初始故障手段的声学方法检测诸如对地绝缘层剥落这样的机械变化的企求。已经证明通过向定子线棒优化地发射一种超声波并使用该线棒作为波导来了解对地绝缘层以及邻接该线棒的关键接口区域的情况是可能的。虽然早期损坏可以清楚地察觉出来。然而，使用一种受到热循环影响的环氧云母定子线棒的实验室研究证明：以这种方法取得的声波标记图可以通过同时进行的常规电晕谱测量反映出来。基于该项研究的成果，作为先进的检测手段的声学方法显然是很有发展前途的。

简介：随着风电装机容量的持续增长,风能在能源中占比不断增加,对风电机组的故障诊断和故障预测提出了更高的要求。根据故障诊断类别与风力发电机基本结构,对比分析了相应的智能诊断方法,并给出每类算法的改进方法。通过对不同算法理论与实验的比较分析,给出了当前智能故障诊断方法在风力发电机应用领域中的现状、存在的问题。

简介：

简介：基于信息融合的观点解决大型设备故障的综合诊断问题。从证据合成的基本理论出发，分析了故障综合诊断中证据的支持和冲突，以风机液压制动系统的故障诊断为例，表明证据理论可以提高故障判决的准确度。

简介：通过对风机传动系统中齿轮故障进行模拟试验,构建结构风险最优的支持向量机（SVM）网络,对采集到的电磁速度信号进行快速傅里叶分解,选取高频段的频谱特性作为分量进行样本化学习,完成对齿轮故障样本的训练,使SVM具备分类功能.最后,采用SVM对齿轮箱试验台齿轮故障进行诊断分类识别,取得较好的效果,说明齿轮故障信号高频特性所包含故障信息在整个频谱中的有效性以及SVM作为一种故障诊断方法的实用性.

简介：本文对大型旋转电机中的典型局部放电源作了简短的综述。介绍了在线和离线测量的特性的产生和工况，并对它们在以工况为基础的电机维修方面的重要性进行了讨论。概述了局部放电测量作为评价旋转电机绝缘状况的一种工具的可能性以及局限性。在发电机上所进行的在线局部放电测量的例子可以得出清楚的诊断决定，因此而获得了可靠的工况评价。然而，另外还表明了局部放电测量具有某些内在的局限性，因此在实际上并不能检测所有与绝缘有关的问题。

简介：基于分形理论对智能漏电保护器关键部件——剩余电流互感器的故障进行分析,根据正常状态与故障状态剩余电流互感器输出波形盒维数之间的关系,研究一种电子式的剩余电流互感器故障自诊断方法,通过实验证明该方法的有效性。实验结果表明：该方法能够准确提取故障特征,并完成剩余电流互感器的故障自诊断,为剩余电流互感器故障诊断提供了新的途径。

简介：本文叙述了基于神经网络方法的感应电机转子故障诊断的进展情况。神经网络在适当选择输入输出时可以用比较有效的方法取代用以构成诊断系统知识库的故障电机模型。通过对正常电机的实验性试验和在电机故障情况下的模拟取得的数据来训练网络，诊断系统就可以鉴别“正常”电机和“故障”电机。该程序可取代基于电机模型的诊断程序所要求触发门限的语句。

简介：本文叙述了控制对有故障感应电机性能的影响，通常用于开环运行的诊断指数不再有效。模拟和实验结果显示，在磁场取向控制的电机中励磁电流分量的频谱id，具有能够导致一种有效诊断方法的适当特性，特别是在定子和转子故障情况下，分别在频率2f和2sf时的id频谱分量都与控制参数无关，而与故障程度相关。

简介：采用神经网络来辨识汽车发动机的有关歧气管压力环节的非线性动态模型,为实现系统的非线性动态映射,引入了外部回归项,然后用动态Levenberg-marquardt算法来对动态模型进行参数估计.仿真结果表明,基于神经网络的模型具有较高的精度和较强的通用性.在此基础上,用动态增益矩阵法的故障诊断方法和神经网络实现汽车发动机的在线故障诊断.

简介：介绍双水内冷汽轮发电机漏水故障产生的原因，故障监测的方法和故障处理措施。

简介：将小波包变换应用于风力发电机转子故障诊断中,用Matlab小波分析将转子断条故障情况下定子侧的电流模拟信号进行多层小波分解,提取转子断条故障的故障特征,并与傅里叶分析结果对比,得到一种简易的故障诊断方法。结果表明,该方法能够准确提取故障特征,是一种优良的信号特征提取方法。

简介：本文介绍了一种以电动机电流帕克的矢量模数之频谱分析为基础，用于三相感应电机时检测转子笼故障现象的新方法。叙述了广义帕克的矢量法的主要理论原理。模拟和实验室试验结果都表明，如何通过这种新方法的应用有效地检测出了转子笼所存在的故障。这些结果还与用常规的电动机电流频谱分析以及用经典的帕克的矢量法所获得的结果相关。

简介：本文对用在线监测手段检测感应电动机气隙偏心的的技术进行了评述，并对该技术最适合工业应用的原因作了解释和分析，给出了现场运行的大型三相感应电动机上实施电流监测实验的经过及其电流频谱分析结果。实验结果成功证实了采用该方法所得的故障诊断结论。