發(fā)電機(jī)故障的振動特征提取方法研究.pdf_第1頁
已閱讀1頁,還剩52頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、汽輪發(fā)電機(jī)是電力生產(chǎn)中應(yīng)用最為廣泛、作用至為重要的機(jī)械設(shè)備之一。振動是汽輪發(fā)電機(jī)常見的一類重要故障。因此研究快速有效的發(fā)電機(jī)故障振動特征提取方法,對于保證機(jī)組安全、經(jīng)濟(jì)地運(yùn)行,提高狀態(tài)監(jiān)測水平和故障診斷效率具有重要的現(xiàn)實意義。本文以汽輪發(fā)電機(jī)為研究對象,對發(fā)電機(jī)在正常運(yùn)行、定子繞組匝間短路故障這兩種狀態(tài)下的定子特征振動信號從時頻分析、解調(diào)分析、降噪分析三個方面進(jìn)行分析。
  本研究主要內(nèi)容包括:⑴在特征提取方面,在分析傳統(tǒng)傅里葉變

2、換處理非平穩(wěn)信號局限性的基礎(chǔ)上,采用一種時頻分析方法----時間-小波能量譜,用于現(xiàn)場實驗數(shù)據(jù)的處理分析,結(jié)果表明該方法能夠有效的提取汽輪發(fā)電機(jī)的故障特征。⑵在解調(diào)分析方面,在當(dāng)前主流算法之一的最小熵解卷積算法(MED)的基礎(chǔ)上,研究了一種基于最大相關(guān)峭度解卷積的發(fā)電機(jī)特征振動信號增強(qiáng)檢測方法,并將其應(yīng)用于故障診斷實例中,結(jié)果表明該方法具有良好的解調(diào)性能,能夠有效提取振動信號中的故障特征。⑶在降噪分析方面,在傳統(tǒng)形態(tài)學(xué)降噪的基礎(chǔ)上采用一

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論