| 【中文题名】 | 基于小波神经网络的旋转整流器故障诊断研究 |
| 【英文题名】 | The Research on Fault Diagnosis of Rotating Rectifier Based on Wavelet and Artificial Neural Network |
| 【学科专业】 | 电机与电器 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2003-10-6 |
| 【中关键词】 | 旋转整流器,神经网络,小波变换,小波神经网络,特征向量, |
| 【英关键词】 | rotating rectifier,neural network,wavelet transform,wavelet network,eigenvector., |
| 【分类导航】 | 工业技术>电工技术>变压器、变流器及电抗器>变流器>整流器> |
| 【论文摘要】 |
对传统直流励磁机的励磁系统而言，其带有滑动接触部分的换向器和炭刷等薄弱环节，需要定时检修与维护。但随着电力工业的发展，各种类型的电机的单机容量日益增长，励磁电压和功率随之增大。如果励磁电流太大，采用直流机励磁则会引起集电环的对数增多。其结果将带来电机的安装、检查和维修等诸多不便。传统的直流机励磁系统已难以满足电力工业发展的要求。
无刷励磁技术是为了适应大机组励磁而出现的一种新的励磁方式。由于大型发电机组它取消了滑环和炭刷而提高了其运行的可靠性。但是，取消了滑环和炭刷，旋转整流器的电压和电流不可能直接测量，使其监视与保护十分困难。本文通过对旋转整流器在正常与故障状态下的交流励磁机电枢电流和电枢电势作了初步的理论分析，推导出旋转整流器在正常与故障状态下电枢电流、空间谐波合成磁势及其感应电势的数学表达式。通过计算，可得到励磁绕组中感应电势的各次谐波幅值。并以此为判据对旋转整流器运行状态进行判别。
小波理论在时域和频域同时具有良好的表征信号局部特征的能力，本文采用小波变换来对各种故障情况下的信号进行分析，提取含有丰富的故障信息作为特征向量。先对交流励磁机定子磁极线圈电压采样信号进行... |
| 【论文题纲】 |
|
1 绪论 |
8-16 |
|
1.1 研究目的和意义 |
8 |
|
1.2 国内外研究现状 |
8-14 |
|
1.3 研究的内容及工作 |
14-16 |
|
2 旋转整流器运行时监测信号的分析 |
16-28 |
|
2.1 整流器正常运行时理论分析 |
16-19 |
|
2.1.1 正常工况下的无刷励磁机的电枢电流 |
16-17 |
|
2.1.2 电枢电流的傅氏级数展开式 |
17-19 |
|
2.1.3 电枢谐波磁势的特点及其在励磁绕组中的感应电势 |
19 |
|
2.2 故障运行时的理论分析 |
19-22 |
|
2.3 励磁绕组中感应电势分析 |
22-23 |
|
2.3.1 整流器正常运行时定子绕组的感应电势 |
22-23 |
|
2.3.2 整流器故障运行时定子绕组的感应电势 |
23 |
|
2.4 交流励磁机定子绕组的电势 |
23-27 |
|
2.5 小结 |
27-28 |
|
3 小波理论在旋转整流器故障诊断中的应用 |
28-41 |
|
3.1 小波理论的基本内容 |
28-32 |
|
3.1.1 傅立叶变换到小波变换 |
28-30 |
|
3.1.2 小波函数及小波变换 |
30-31 |
|
3.1.3 傅立叶变换与小波变换的比较 |
31-32 |
|
3.2 故障信号的小波消噪和特征频率的提取 |
32-39 |
|
3.2.1 多分辨分析和尺度函数 |
32-34 |
|
3.2.2 小波包对信号分解的优点 |
34-35 |
|
3.2.3 小波包对故障信号的消噪滤波 |
35-37 |
|
3.2.4 小波包分析信号特征提取 |
37-39 |
|
3.3 高维小波简介 |
39-40 |
|
3.3.1 连续小波变换 |
39-40 |
|
3.3.2 离散小波变换 |
40 |
|
3.4 小结 |
40-41 |
|
4 基于人工神经元网络的旋转整流器故障诊断 |
41-49 |
|
4.1 人工神经网络的结构与算法 |
41-42 |
|
4.2 人工神经网络的类型 |
42-43 |
|
4.3 神经网络的工作原理 |
43-48 |
|
4.4 小结 |
48-49 |
|
5 基于小波神经网络的旋转整流器故障在线诊断 |
49-60 |
|
5.1 电机的故障诊断过程 |
49-50 |
|
5.2 小波神经网络结构及软件实现 |
50-55 |
|
5.2.1 小波神经网络结构 |
50-55 |
|
5.2.2 旋转整流器在线监测的软件设计 |
55 |
|
5.3 旋转整流器的小波神经网络诊断 |
55-59 |
|
5.3.1 样本收集及仿真结果 |
57-59 |
|
5.4 小结 |
59-60 |
|
6 结论 |
60-61 |
|
参考资料 |
61-65 |
|
科研成果 |
65-66 |
|
申明 |
66-67 |
|
致谢 |
67 |
|
| 【DOI】 | LunWen.ID:2.2008.134887 |
