基于信号注入和分散检测的井下供电系统防越级研究

为有效解决煤矿井下供电系统短路引起的越级跳闸问题,从注入信号分散检测单相接地故障原理出发,提出基于信号注入和分散检测相结合的单相接地故障选线理论,增加一个零序电流到故障电路中,将理想零序电流提供给故障系统,并利用模拟元件搭建测试系统测试注入信号检测部分,构建测试模型实现电网系统单相接地故障,并利用井下配电网数字光纤通信式保护器,解决井下供电系统发生故障后的快速、准确动作和故障隔离问题。结果表明：通过注入主频80 Hz,幅值40 mA的信号,信号滤波算法能够滤除工频及其谐波等信号的干扰,在注入信号的频率小范围偏移时,装置能准确检测和提取注入信号以便判断故障。     

基于小波包变换和ELM的滚动轴承故障诊断研究

为了准确诊断滚动轴承故障,降低滚动轴承故障对设备运行的影响,提出了一种基于小波包变换分析与极限学习机相结合的滚动轴承故障诊断方法.首先,通过小波包变换对轴承振动信号进行消噪处理,采用均方根差和平滑度法为指标筛选出合适的小波基函数,用以对原始信号进行消噪处理.然后以信号的8种特征作为指标对消噪后的信号进行特征值提取,并通过时域、频域信息图对轴承故障进行先验诊断.最后将提取的特征值作为样本通过极限学习机的方法对轴承故障类别进行分类、诊断.研究表明,该方法能够准确地对轴承故障类别进行诊断,为轴承的故障诊断提供了新的思路.     

基于LabVIEW的长输天然气管道泄漏检测与定位研究

为了研究长输天然气管道泄漏检测与定位技术,将管道泄漏检测技术中常用的负压波检测原理与Lab VIEW技术相结合,设计了一套基于Lab VIEW的长输天然气管道泄漏检测与定位分析程序,利用该程序对长输天然气管道泄漏的负压波信号进行滤波和数据处理。利用小波变换的多尺度功能,提取信号的突变或瞬态特征,计算奇异点位置,达到泄漏定位的目的;选取不同类型小波进行泄漏定位误差分析,找出该工况条件下最佳的小波类型。结果表明:该程序对泄漏点的定位误差在4%以内,具有较高的精确度和可行性;在该工况下,最佳的小波类型为db5,其定位误差精确到0.034%。     

小波熵去噪在微差爆破延时精确识别中的应用

在小波熵去噪理论的基础上,对实际隧道爆破工程采集到的爆破振动信号进行了小波熵方法去噪。利用db8小波对去噪后的信号在尺度a=16进行了连续小波变换得到其模极大值,准确识别了隧道多段别微差爆破实际延期时间间隔,并验证了小波熵方法去噪的可靠性。结果表明,小波熵去噪方法能够有效滤除和抑制爆破振动非线性信号所夹杂的高频噪声分量,并且很好地保留了爆破振动信号的突变细节。对滤波后的信号进行模极大值变换,信号局部奇异点的辨识更准确,可以精确识别隧道微差爆破延时间隔。     

基于IMF和MC-ApEn的含DG中压配电网故障测距研究

中压配电网的定位问题一直是电力系统的研究重点。由于发生单相接地故障后故障电流微弱,传统阻抗法和人工巡线法都存在缺点,DG的接入更加大了测距的难度。文章以行波理论为基础,提出一种基于IMF和MC-ApEn的含DG中压配电网测距方法。文章首先对含DG的配电网暂态电流特性进行分析,提出采用零模-线模传输时间差的测距原理。随后采用EMD分解法提取暂态信号最高频分量,获得行波波头的一次提取。借助表征信号复杂度的近似熵方法,提出MC-ApEn(滑动移除近似熵法)提取行波波头,从而实现故障测距。EMTP/ATP仿真验证了该方法的可行性。     

基于小波包分析的石油井架结构损伤识别试验研究

通过对井架相似模型损伤工况模拟,提取其在承载时的振动响应信号,利用小波包变换方法获得小波包节点能量,得到基于归一化能量特征向量的损伤评价指标。研究表明:该指标可用于井架结构损伤位置的准确识别;将小波包能量分析与振动测试技术相结合的研究方法,为石油井架的损伤识别提供了新思路。     

基于多层感知器神经网络和统计小波特征的管道泄漏诊断

油气输送管道泄漏造成的主要问题包括环境危害和经济损失.为了降低管道泄漏造成的危害,提出了一种新的方法用于检测管道泄漏情况.该方法主要通过故障检测与隔离系统建立入口压力与出口流量之间的定量关系,首先,采用OLGA软件模拟获得管道入口压力和出口流量数据,为了提高模型精度,利用小波变换的多尺度分解和重构技术将获取的数据信号分为3级,并将其作为故障检测与隔离系统的训练数据.然后采用统计技术、小波变换及2种方法的融合等方式提取信号的均值、偏差、峰度等特征,将特征提取结果分别作为多层感知器神经网络分类器的输入来确定泄漏状态.最后,利用混淆矩阵对泄漏识别的精度进行验证.对一段长约5 km的天然气管道进行了泄漏检测,将泄漏类型分为10类,结果表明,提出的方法对泄漏位置和泄漏尺寸的自动检测识别率约为92％.该方法不仅可以检测泄漏故障的发生,还可以确定泄漏故障的位置和严重程度.     

基于小波-支持向量机的旋转机械碰摩故障诊断

根据旋转机械碰摩故障的特征频率,利用小波变换多分辨率特性,提取碰摩故障特征信号;利用支持向量机原理解决小样本、非线性、高维模式识别问题的优势,建立支持向量机故障诊断模型,进行旋转机械碰摩故障诊断。仿真结果表明,该算法有较好的精度和泛化性,并且运算量小,非常适合旋转机械故障诊断的在线识别。     

基于双链量子遗传算法的系统故障概率分布研究

为简化空间故障树理论中的系统故障概率分布计算方法,提出基于双链量子遗传算法计算该分布.双链量子遗传算法有收敛快、计算量小的特点;同时系统故障概率分布原有方法基于分段函数解析计算,虽可得到精确分布,但计算较为复杂,不适合现场应用.据此,给出了基于双链量子遗传算法的系统故障概率分布确定步骤,并使用该方法分析了以往系统的故障概率分布.对比于前期研究成果,得到的故障分布可以分区表示故障的变化范围,且形成的分布图更为直观,同时体现了原分布中故障概率的变化特征,进而可得到符合故障概率要求的因素范围.     

化工过程故障根源精准定位模型

化工过程具有大规模、高复杂性、多变量等特点,系统的关联性强,现有的故障定位方法较为繁琐,且会引入大量冗余计算,使其在化工过程故障定位中的实用性降低。为及时诊断故障并识别故障根源,基于动态主元分析(DPCA),结合贡献图和统计量,建立化工过程故障因果关系模型,确定对故障贡献率最大的变量,绘制故障传播路径图,找到引起扰动的初始变量,即故障的根源。采用田纳西-伊斯曼过程(TE)中的某一故障仿真作为案例,以验证该模型的有效性。结果表明,该模型利用故障的传播特点,在发生故障报警后,通过绘制故障传播路径图对扰动进行溯源,可实现化工过程故障定位。     

基于模糊神经网络的气瓶故障诊断

针对大容积无缝气瓶安全问题,提出了基于模糊神经网络的气瓶在线监测方法,并利用加速度传感器采集无损气瓶与损伤气瓶的振动信号,且将数据通过小波包分解获取故障特征参数,最后采用模糊神经网络进行模式识别验证方法可行性。诊断结果表明该算法能较好地对气瓶是否损伤做出较准确的判断,因此其适用于气瓶在线监测。     

Matlab小波变换在燃气管道泄漏检测中的试验研究

应用Matlab小波变换对燃气管道泄漏信号进行消噪处理,得到了更为精确的泄漏定位结果。首先阐述了小波变换的原理和步骤,通过实验室模拟油气管道进行燃气管道泄漏模拟试验,运用matlab小波工具箱,对不同小波基以及不同阈值处理后的几种偏差进行比较后选取db8小波基对气体管道进行7尺度分析,结合时延估计的检测定位原理得出泄漏位置坐标。结果证明小波消噪确实提高了管道泄漏的定位精度。     

贵广I回工程HOM3系统软件缺陷改进方法

通过分析贵广I回工程HOM3光测量系统在极控和直流滤波器保护系统中的软件,找到了软件在处理激光管告警信号和通讯故障信息的差异和缺陷,并提出了修改方法。修改方法经过实时数字仿真系统(RTDS)仿真验证,能够区分激光管告警和通讯故障两种不同的顺序事件记录(SER)信息,并准确定位发生通讯故障的通道,对提高工程安全稳定运行具有重要意义。     

基于小波变换和模态曲率差的起重机金属结构损伤识别

属于焊接结构的起重机金属结构受交变载荷的影响,随着使用年限的增加,不可避免地会产生裂纹和腐蚀等损伤,从而引发突发性重大断裂事故。为此,基于结构的振动特性及小波变换理论来研究起重机金属结构的早期损伤识别问题,通过改变局部弹性模量模拟不同损伤工况,分析了起重机主梁在不同损伤工况下的动态响应特性。结果表明,小波变换可明显放大不易察觉的损伤突变,模态曲率差具有较好的损伤识别能力,可为起重机金属结构损伤识别提供新的思路。     

基于随机森林的阻变型通风网络故障诊断方法*

为了在矿井通风网络发生阻变型故障时,能够快速准确判断出故障位置和故障量,提出1种基于随机森林的通风网络故障位置和故障量诊断方法。利用矿井通风仿真系统IMVS将唐安矿模拟故障生成空间数据集并进行数据预处理,构建基于随机森林的故障诊断模型,并利用该诊断模型对唐安矿矿井通风网络模拟故障位置和故障量进行判断和预测。引用多种方法对模型进行度量,通过唐安矿模拟实验验证基于随机森林的故障诊断模型的有效性。将随机森林和决策树的故障诊断准确率进行对比,研究结果表明:随机森林较决策树故障准确率有进一步的提高,并发现故障地点失误诊断多是相邻巷道,在一定程度上工作人员对故障地点的判断并不受其影响。     

煤矿生产系统干扰事件的离散小波变换检测

小波变换常用于数字信号传输的噪声检测与处理,为了检测煤矿生产系统中的突发事件,将其模拟为数字信号传输中的干扰,构建系统稳态方程和对应的扰动方程,根据离散小波变换原理,将煤矿生产系统中的监测数据分解为近似部分和细节部分,再进行离散变换。采用多尺度边缘检测法,由光滑后的一阶和二阶导数检测出信号的模极大值点即为瞬态突变点。将A矿记录到的瓦斯浓度监控数据进行可行性分析后,在MATLAB的wavelet工具中对该瓦斯浓度监控数据作离散小波变换,找到四个瓦斯浓度瞬态突变点,那么这四个时刻发生了煤与瓦斯突出事件。结果表明该方法简单、实用性强。据此从计算机实时监控和现场技术防突方面提出应对煤矿干扰事件的措施。     

基于小波神经网络的煤层底板突水非线性预测方法研究

针对煤层底板突水系统为一非线性动力学系统的特性,并在考察目前煤层底板突水预测方法的基础上,给出利用小波神经网络对煤层底板突水进行预测的可行性和优越性;阐述了小波神经网络的基本原理;提出和分析了基于小波神经网络的煤层底板突水预测模型及算法;并通过实例证明,应用小波神经网络解决煤层底板突水预测的可行性和优越性。研究及实践表明:小波神经网络的预测精度更高、更准确。     

基于小波分析的起重机伸缩液压缸泄漏诊断方法研究

本文针对液压缸泄漏诊断方法存在的不足,提出了一种基于小波分析的实时在线监测起重机伸缩液压缸泄漏故障检测方法,通过提取并对泄漏故障特征信号进行小波变换分析和试验台试验验证,可实现对液压缸隐蔽泄漏故障的检测及泄漏程度的鉴别,为起重机伸缩液压缸的泄漏故障分析提供了一种新的有效且快速的检测方法。     

基于图像融合技术的步态识别

步态识别作为一种新型的生物特征识别技术,主要是通过人的步态特征进行身份识别。而一般提取出的步态特征往往不是很清晰,为了获得比较清晰的步态特征,利用图像融合技术中的小波变换融合对步态序列图像进行分解,将其分解到不同的频率段上,并采用不同的融合规则进行融合来获取比较清晰的步态特征。在此基础上进行了仿真实验,通过实验结果分析证实小波变换融合相对于其他融合方法确实能有效提高步态特征识别率,能够获得比较好的识别效果。     

基于突变理论的化工企业安全状态度量模型构建

为更加准确地对化工企业安全状态进行度量,进一步提高化工企业安全水平,提出了基于突变理论的化工企业安全状态度量模型。通过对化工企业安全的影响因素进行辨识分析,构建了化工企业安全状态影响指标体系,建立了化工企业安全状态度量的突变模型并确定了分析过程;通过对计算方法的优化,提高了结果的准确性。将此模型应用于某化工企业安全状态分析中,结果表明该方法合理可行,可为制定安全对策措施提供依据。