【摘 要】
：
随着工业技术的进步和大型生产设备的持续更新,大型电机在生产过程中起到了举足轻重的作用。电机故障对电机自身的损害是必然的,同时会影响整个系统的正常运行,如果不及时维修便会危及人身安全,造成巨大的经济损失和事故。传统的故障诊断技术主要针对事后维修和定期检修两方面,且弊端都是需要电机的停止运行,因而影响了设备的维修成本和生产效率。针对以上问题设计出一套基于谐波分析的电机故障在线监测系统来解决故障诊断现存
论文部分内容阅读
随着工业技术的进步和大型生产设备的持续更新,大型电机在生产过程中起到了举足轻重的作用。电机故障对电机自身的损害是必然的,同时会影响整个系统的正常运行,如果不及时维修便会危及人身安全,造成巨大的经济损失和事故。传统的故障诊断技术主要针对事后维修和定期检修两方面,且弊端都是需要电机的停止运行,因而影响了设备的维修成本和生产效率。针对以上问题设计出一套基于谐波分析的电机故障在线监测系统来解决故障诊断现存问题。在本文中,首先介绍了异步电机常见的几种故障类型,并阐述了相应机理。随后针对相应故障类型介绍了几种常用的故障诊断方法,并针对各种常见故障诊断方法的不足之处进行总结,从而提出谐波诊断理论。该方法能够准确诊断出电机设备的异常部位、劣化程度,是电机设备诊断的跨时代技术。针对谐波诊断技术,介绍了电气设备与谐波的关系以及谐波诊断法的诊断步骤。在原有的谐波法诊断流程的基础上提出了基于智能算法的故障诊断专家系统,并通过专家数据库中不同电机的运行状态数据作为样本进行仿真实验,验证该方法的可行性。在此理论的基础上,结合物联网技术设计了电机故障监测系统,通过信号的采集和处理后,将数据上传专家诊断系统进行故障诊断分析诊断,诊断结果下发回本地服务器,供Web应用软件访问,最后在用户终端显示电机运行状态、诊断报告和维修建议等。最后搭建电机系统运行平台,通过对电机故障类型的模拟,并使用此监测系统对其进行检测,实验诊断结果及分析证实了该方法应用于电机故障诊断领域的可行性,很好的解决了目前电机领域的停机检修和时效性差等问题。该设计符合工业技术的进步和大型生产设备的持续更新发展的要求,减少了由于电机故障而引起的经济损失和事故。图53表16参88
其他文献
随着居民生活水平的不断提高,居民对医疗卫生的重视程度也与日俱增。作为医院的重要窗口,护士站有着举足轻重的地位。但是护士站存在的一些问题对家属、病人和医护人员造成了困扰:（1）护士给病人输液或巡视时,多通过口头确认、核对患者信息,手写信息单和标签,效率低、信息不全面、不及时;（2）在输液过程中,滴速的快慢可能会引发患者身体的不适,严重的甚至会危及患者的生命;（3）病人呼救并寻求护士帮助时,经常出现护
电力设备具有尺寸大小不一,视觉难以提取等特点,针对这一特点一般采用特征金子塔结构模型对其进行识别,一般的Single Shot MultiBox Detector（SSD）、Feature Pyramid Networks for Object Detection（FPN）、Scale-Transferrable Object Detection（STDN）等模型的每一个特征图只来自于主干网络中的
双作用叶片泵因其运转平稳,流量脉动较小的特点在机械领域中被广泛使用,是液压系统中的重要动力元件,但是随着液压设备朝着高压、高速化的方向发展,高压、大流量泵在实际工程应用中所占比例越来越大。为了增加双作用叶片泵的流量输出,且保证其良好的流量脉动性,本文提出并设计的双排定量叶片泵能较为有效的处理该问题,通过三维建模、理论分析、模拟试验验证和正交分析等方法对双排定量叶片泵的流量脉动性展开分析研究,主要的
煤矿巷道和隧道会遇到瓦斯爆炸和火灾事故,巷道和隧道岩壁在长时间高温加热后会经历喷水灭火和用水降温的情形,且一些发生火灾后的巷道和隧道在后期仍会面临爆炸和地震等动荷载的影响。因此,研究岩石高温和高温遇水冷却后的物理性能和动态力学性能将对安全生产和灾害预防具有重要的工程意义。本文以安徽淮南矿业集团顾北煤矿巷道砂岩为研究对象,对高温加热后的砂岩试件采用自然冷却和水冷却两种冷却方式降温。对砂岩试件进行了基
土壤侵蚀是全球当前较为严重的自然灾害之一,是人类目前面临最普遍的环境问题。皖南山区是安徽省水土流失较严重的区域,定期开展区域土壤侵调查和探究水土流失规律有利于为区域水土流失综合治理提供科学依据。本文选取皖南山区为研究区,结合GIS技术和CSLE模型,提取分析土壤侵蚀各个因子,计算皖南山区土壤侵蚀模数并进行定量评价,对2000-2018年土壤侵蚀时空变化进行分析,并分析不同条件下的土壤侵蚀分布状况。
电力负荷预测是保证电力系统安全稳定运行,实现合理电力调度和提高电网系统运行效率的基础。因此,需要更为精准的电力负荷预测方法。针对传统电力负荷预测方法具有预测精度低、资源浪费大等问题,特别是在电力负荷波动较大的情况下,传统预测方法的局限性就凸显出来了。然而,机器学习的方法具有很强的非线性拟合能力,能够充分发掘负荷数据的内在特性,对提高电力负荷预测的准确性有很好的效果。针对这种情况,将机器学习方法应用
随着科技的日益进步,对煤炭巷道作业的要求也在日益提高。但传统的轮式巡检机器人越障能力差,履带式巡检机器人移动速度慢,轮-履复合式行走装置又存在轮-履更换机构复杂,效率低等问题。针对以上不足,本文基于TRIZ理论设计出一种新型导向轮式轮-履复合型行走装置,对该行走装置的结构进行设计,并对该行走装置进行静力学和运动学分析。基于TRIZ创新理论,对现有轮式与履带式行走装置采用九屏分析和组件分析方法,找出
在电力系统中,变压器能否正常稳定的工作将直接影响电网的安全运行。一但变压器发生故障,将可能导致大面积或整个电网的瘫痪,对人的生活造成巨大的影响和巨大的社会经济损失。因此,对变压器进行实时的监测其运行状态,尽早发现、诊断、解决变压器潜在的故障就显得至关重要。近年来,随着人工智能技术的飞速发展及“智能电网”政策的实施,以人工神经网络为主的模式识别在电力系统的故障诊断领域得到了广泛的应用。就变压器而言,
碳、氮、磷作为土壤养分组成,是反映土壤肥沃和生态环境风险的重要指标。土壤碳氮磷生态化学计量有着丰富的内涵,是研究生态系统的多元素之间耦合和平衡的一种工具,其比值大小对环境有着指示作用。本文以土壤碳氮磷生态化学计量为研究对象,采用变异函数、趋势分析、冗余分析、地理探测器等方法,探究了研究区碳氮磷生态化学计量特征,探索土壤碳氮磷生态化学计量的影响因素;对比分析研究区生态化学计量与氮磷流失风险等级关系,
煤矿井下有轨机车承担着煤矿生产辅助运输的作用,是煤矿生产中不可或缺的部分,与此同时企业在煤矿井下有轨机车运输中消耗大量资金和人力。因此对煤矿井下有轨机车运输过程实时监测,保证工作人员实时掌握车辆信息,并且通过合理的调度降低运输成本具有十分重要的意义。针对煤矿井下有轨机车监测不足,本文设计了煤矿井下有轨机车监测与调度系统。该系统由感知层、传输层和应用层构成。感知层由移动节点和从基站组成:移动节点主要