变频器故障波形预处理方法研究

电力电子设备在电力系统中的运用越来越广泛,其故障后对电力系统的运行影响也越来越大,从运行设备中提取波形用于诊断其相关故障的诊断方法的研究正在深入开展。由于现场采集波形的数据往往过于庞杂,不利于切中关键的故障特征,在研究用现场录波进行故障诊断前,首先要研究如何对实际采集的波形数据进行简化的方法。本文通过编制C＋＋程序,对故障录波简化过程进行了研究,并通过故障波形不同简化效果的对比说明了提高数据处理效率与减少波形特征损失的结合点的选取。     

安全工程技术领域数字孪生应用研究综述

为系统了解安全工程技术领域数字孪生应用现状并预测其发展趋势,综述国内外安全工程领域数字孪生应用进展,主要包括数字孪生在动态仿真、安全监控、故障诊断、运维控制、预测性维护等方面的应用,展望未来数字孪生在安全工程技术领域的研究方向.研究结果表明:数字孪生技术在机械工业、航天航空、石油化工、矿山、电气、船舶运输、建筑施工、城...     

故障树在油库火灾爆炸事故风险评价中的应用

将故障树分析法应用于南京摄山油库火灾爆炸事故的环境风险评价,构建了油库火灾爆炸故障树,确定最小割集,进行结构重要度分析,计算汽油罐发生火灾爆炸的概率,并对各基本事件的概率重要度进行了分析。依据故障树分析的结论提出了降低顶事件概率的防范措施,为油库的风险管理提供科学依据,并可为其它油库项目的火灾爆炸事故分析提供参考。     

基于DBT-DBN模型的气化炉超温动态风险分析

为加强煤气化装置核心设备气化炉的安全风险管理,利用动态领结(DBT)模型和动态贝叶斯网络(DBN)相结合的风险分析方法,构建气化炉超温事故风险分析模型.首先,分析设备故障的时序性,建立超温事故的DBT模型,结合模糊评价确定设备故障的发生概率;然后,将DBT映射到DBN中,将故障维修的动态特征定义为转移概率,双向推理气化...     

复杂事件事故树“人-机-环”简易展开模型及应用

为了寻找编制复杂事件事故树时中间事件的展开方式,采用理论分析的方法,剖析事故原因,发现事故的发生均是事故致因理论中"人-机-环"三因素作用导致的。基于此,根据系统分割准则和事故致因理论,研究了一种事故树基本展开型式,提出事故树编制时的"二分法"原则,建立了通用的事故树简易展开模型。利用模型将事故的"人-机-环"三因素分析方法应用于高处坠落这一事件的事故树分析中,确定了高处坠落事故的主要影响因素,编制出包含7个中间事件和11个基本事件的高处坠落事故树。研究表明,模型可有效实现复杂事件事故树的编制及影响因素分析,研究结论将传统的"因素分析"从定性向半定量方向推进了一步。     

城市大跨度隧道爆破对地面建筑物影响的研究

以嘉华隧道工程开挖为研究对象,应用安全系统工程中的事故树法对爆破振动影响区域内的地面建筑物进行定性分析,找出影响地面建筑物稳定的最小割集;求出各基本事件的结构重要度,为后续监测和施工方案的调整提供理论依据。结合现场实际情况,制定合理的爆破地震波的振动监测方案。同时,对爆破振动监测结果的回归分析,确立振动传播衰减规律。分别从振动速度和峰值频率两个方面对地面建筑物的安全性进行评价。笔者研究成果对指导隧道工程开挖爆破施工和保证地面建筑物安全有重要指导作用。     

汶川8级大震震害特征和发震断裂运动方式探讨

2008年5月12日四川汶川8级大地震发生后,笔者随同江苏省地震救援队即赴重灾区北川县城实施救援。在救援期间所获取的现场资料基础上,对该次大震的震害特征和发震断裂运动方式进行了探讨。汶川8级特大地震的极震区地震烈度高达11度;10~11度重灾区主体沿龙门山活动断裂带呈北东方向展布。龙门山断裂带为汶川特大地震的发震断裂,其运动方式为逆冲兼右旋水平错动。由于所处的特殊地震地质环境,地震地质灾害非常严重,致使此次地震的震害更具毁灭性的特征。     

基于故障树分析法的舰载武器装备电子元器件及PCB的失效研究

目的 对极端海洋环境下某型舰声呐装置中的多功能信号发生器进行失效研究。方法 使用故障树分析法作为失效分析基本方法。首先通过微焦点CT检测技术对样品进行准确的失效定位,并通过扫描电子显微镜和能谱分析样品的失效机理。然后结合应用背景,分析归纳样品失效的机理因子和影响因素。最后,针对每种失效形式提出具体的改善方案。结果 由电阻本身表面形貌、额定温度及外部环境（高温、高湿、高盐）等原因,导致含有盐雾的水汽进入电阻内部,致使电阻内部出现电化学迁移现象,电阻阻值因此明显降低,最终导致多功能信号发生器出现失效。结论 舰艇中的电子设备,如多功能信号发生器的失效往往是由设计制造及各种海洋环境因素综合作用所造成的。这就要求舰载电子设备的研制方、使用方都应重视海洋环境适应性问题,并采取一定的改善措施。     

基于AVMD与DPC-FCM的旋转机械无监督故障诊断方法

目的 针对旋转机械故障诊断过程中存在故障信号特征提取困难、故障诊断过程有标签数据较少、故障诊断准确率低等问题,提出自适应变分模态分解算法(Adaptive Variational Mode Decomposition, AVMD)与密度峰值算法优化的模糊C均值算法(Clustering by Fast Search and Find of Density Peaks Optimizing Fuzzy C-Means,DPC-FCM)结合的无监督诊断方法。方法 首先,将多尺度排列熵与峭度相结合的综合系数作为适应度函数,对VMD算法的惩罚因子alpha和模态个数K进行参数寻优,提取分解后本征模态函数(Intrinsic Mode Function,IMF)的平均样本熵与平均模糊熵,并输入至聚类算法中。其次,提出利用密度峰值聚类算法确定FCM的初始聚类中心,降低聚类结果的随机性。结果 将提出的无监督故障诊断模型应用到滚动轴承试验信号中,实现了准确的故障诊断。结论 AVMD在故障提取方面具有优越性,同时DPC算法可以有效提高FCM算法无监督聚类的准确性,二者结合可以有效实现旋转机械故障的智能分类。     

故障树中最小割集和最小径集的改进算法

介绍了故障树分析的基本概念,对其中用到的最小割集和最小径集做了详细的说明.介绍求最小割集和最小径集的传统方法,并在此基础上提出一种新的方法.此方法把故障树转换为串并联系统或并串联系统的形式.转换后的形式可以很容易地得出最小割集和最小径集.并用例子进行了详细的说明.