学位论文 > 优秀研究生学位论文题录展示
发电机绕组与偏心故障交叉特征分析及其检测方法研究
作 者: 万书亭
导 师: 李和明
学 校: 华北电力大学(河北)
专 业: 电机与电器
关键词: 发电机 绕组故障 偏心故障 交叉特征 故障检测
分类号: TM307
类 型: 博士论文
年 份: 2005年
下 载: 231次
引 用: 9次
阅 读: 论文下载
内容摘要
本文在详细分析转子励磁绕组匝间短路、定子绕组短路等电气故障的电气信号特征,以及气隙偏心故障的振动特征基础上,进一步研究了电气故障的振动特征和机械故障的电气特征(即故障交叉特征),提出了故障特征的自动识别、自适应神经网络算法及相关的故障检测方法,并研制开发了基于虚拟仪器技术的故障检测系统。本文的主要研究成果如下:1、对发电机定转子绕组匝间短路故障的振动特征和电气特征进行了机理分析与实验研究。得到了故障发生时定子绕组并联支路环流特征和转子励磁绕组中感应附加谐波电流特征,给出了励磁电流谐波频率与气隙主磁场谐波次数、发电机极对数、转子机械转数的关系表达式。并得到了故障发生时定转子径向振动特征和转子励磁绕组匝间短路位置对振动的影响。通过分析比较转子励磁绕组短路故障和转子不平衡故障时定转子径向振动特征,提出了基于定转子振动特性的发电机转子故障检测方法,实验结果表明,可有效区分转子励磁绕组匝间短路故障和转子不平衡故障。2、对发电机气隙偏心故障的振动特征和电气特征进行了机理分析与实验研究。通过分析气隙偏心故障的电磁特性,指出静偏心将激发定转子2倍机械转频的振动;动偏心将激发转子与机械转频同频的振动,激发定子1倍、2倍、3倍、4倍机械转频的振动。通过分析定子绕组并联支路间的电压差表达式,指出静偏心、动偏心都将引起基波环流,且环流幅值随偏心程度增加而增加。通过比较转子励磁绕组匝间短路、转子不平衡、气隙静偏心、气隙动偏心故障时转子振动特性和定子绕组并联支路环流特性的区别,提出了基于转子振动和定子绕组并联支路环流特性的机电综合特征故障检测方法。3、通过对转子励磁绕组匝间短路实验分析,表明发电机转子轴心轨迹不仅受机械故障的影响,同时也受电气故障的影响。并提出了一种基于计算机图形学分析方法的轴心轨迹进动方向自动识别方法,仿真与实验都得到较好的识别结果。4、提出一种新的BP网络学习算法--误差逼近度渐进收缩学习算法和一种新的径向基函数神经网络(RBFNN)算法--两层迭代聚类算法。建立了基于自适应人工神经网络的发电机故障识别方法,并应用于现场发电机故障诊断系统中。结果表明,有较高的学习速度和诊断精度。5、研制了基于虚拟仪器技术的发电机绕组及偏心故障检测系统,并在SDF-9型故障模拟实验机组完成了调试,达到预期效果。
|
全文目录
中文摘要 5-6 ABSTRACT 6-10 第一章 引言 10-20 1.1 发电机故障机理分析的意义 10 1.2 发电机典型故障机理分析及诊断方法评述 10-18 1.2.1 绕组短路故障 11-14 1.2.2 发电机振动故障 14-18 1.3 论文的主要工作 18-20 第二章 转子励磁绕组匝间短路故障分析 20-43 2.1 转子励磁绕组匝间短路时电气特性 20-24 2.1.1 气隙磁势 20-22 2.1.2 定子绕组并联支路环流特性 22-23 2.1.3 励磁电流谐波特性 23-24 2.2 转子励磁绕组匝间短路时振动特性 24-32 2.2.1 定子振动特性 24-26 2.2.2 转子振动特性 26-31 2.2.3 转子不平衡时振动特性及与转子短路时振动特性的区别 31-32 2.3 实验研究 32-41 2.3.1 电气特性实验 32-37 2.3.2 振动特性实验 37-41 2.4 本章小结 41-43 第三章 定子绕组匝间短路故障分析 43-51 3.1 定子绕组匝间短路时电气特性 43-45 3.1.1 气隙磁势 43-44 3.1.2 定子绕组并联支路环流特性 44-45 3.2 定子绕组短路时振动特性 45 3.2.1 定子振动特性 45 3.2.2 转子振动特性 45 3.3 实验研究 45-50 3.4 本章小结 50-51 第四章 发电机气隙偏心故障分析 51-62 4.1 概述 51-53 4.2 气隙偏心故障时气隙磁场 53-54 4.3 气隙偏心故障时振动特性 54-57 4.3.1 转子振动特性 54-55 4.3.2 定子振动特性 55-57 4.4 气隙偏心故障时定子绕组并联支路环流 57-58 4.5 基于转子振动和环流特性的发电机故障识别方法 58 4.6 实验研究 58-60 4.7 本章小结 60-62 第五章 转子轴心轨迹特性的自动识别 62-72 5.1 轴心轨迹的特征描述 62-65 5.1.1 轴心轨迹的形状描述 62-64 5.1.2 轴心轨迹的稳定性 64-65 5.2 轴心轨迹进动方向自动识别方法 65-69 5.2.1 轴心轨迹上采样点构成多边形的复杂性分析 66 5.2.2 轴心轨迹上采样点构成多边形的凹凸性判别 66-67 5.2.3 轴心轨迹进动方向判别 67-69 5.3 轴心轨迹进动方向识别的仿真与实验 69-71 5.3.1 轴心轨迹进动方向识别的仿真 69-70 5.3.2 轴心轨迹进动方向识别的实验 70-71 5.4 本章小结 71-72 第六章 基于自适应人工神经网络的发电机故障识别 72-94 6.1 新型 BP 神经网络及在发电机故障诊断中的应用 72-87 6.1.1 BP 网络的拓扑结构及其算法 72-75 6.1.2 BP 网络误差收敛曲线的振荡性 75-76 6.1.3 新型 BP 网络的学习训练原理 76-78 6.1.4 新型 BP 网络在发电机故障诊断中的应用 78-87 6.2 自适应 RBFNN 及在发电机故障诊断中的应用 87-93 6.2.1 RBFNN 的拓扑结构及其算法 87-89 6.2.2 自适应 RBFNN 算法 89-92 6.2.3 自适应 RBFNN 在发电机故障诊断中的应用 92-93 6.3 本章小结 93-94 第七章 基于虚拟仪器的发电机绕组及偏心故障检测系统研究 94-99 7.1 检测系统组成 94-96 7.2 各模块功能设计 96-98 7.3 本章小结 98-99 第八章 结论 99-101 参考文献 101-108 致谢 108-109 附录 109-113 个人简历、在学期间发表的学术论文及研究成果 113-115
|
相似论文
- 开关磁阻发电机供电系统仿真分析,TM31
- 基于神经网络辨识的同步发电机励磁控制研究,TM31
- 发电机励磁系统的抗饱和控制研究,TM301.2
- 移动计算环境下故障结点检测方法研究,TP338.8
- 太阳能热水器采暖控制系统的设计,TP273
- 基于DSP控制的直驱式风电机组并网变流器研究,TM46
- 太阳能集热洗浴控制系统的设计及其故障检测,TP273
- 网络化控制系统故障检测方法仿真研究,TP273
- 基于逻辑卷的双控制器磁盘阵列系统的控制与管理,TP333.35
- 电力系统暂态稳定快速预想事故筛选的研究,TM712
- 基于全钒液流电池的大规模风电并网技术,TM912
- 双馈风力发电机组建模及并网动态特性研究,TM315
- 基于广域网的容灾存储系统故障检测技术的研究与设计,TP333
- 不确定系统的鲁棒故障估计与主动容错控制研究,TP13
- 风力发电机轴承试验机关键技术研究,TH87
- 基于盲分离的大型风力机机械故障信号特征提取,TK83
- 热声发电系统新型直线发电机设计与热计算,TM351
- 工业余热发电系统涡轮机—发电机建模及控制方法研究,TM617
- 海上风电场应用轻型直流输电技术研究,TM614
- 双馈型风力发电系统的建模与仿真,TM743
- 基于智能控制的双馈风力发电机的功率解耦控制,TM315
中图分类: > 工业技术 > 电工技术 > 电机 > 一般性问题 > 电机维护与检修
© 2012 www.xueweilunwen.com
|