当前位置:主页 > 科技论文 > 金属论文 >

基于物联网的感应电炉故障波形多率采集与诊断系统

发布时间:2020-05-17 12:06
【摘要】:感应电炉是金属材料加热领域中常用的工业设备。为了确保感应电炉工作正常,一般需要监测其电源部分的一些信号波形。当出现故障信号时,技术人员需要去现场结合信号波形和人工经验排查故障,效率较低。针对此问题,本论文设计了一套基于物联网的感应电炉故障波形多率采集与诊断系统。该系统可以分为两个较为独立的部分:故障波形多率采集系统和故障诊断系统。故障波形多率采集系统是基于物联网架构设计的,由安装在感应电炉现场电气柜的故障数据采集模块、部署在公网的服务器模块和远程用户终端模块组成。故障数据采集模块针对多率系统,设计了一种基于多通道模数转换器的高低频信号有限时间混合采集方法,该方法能够在有限时间内通过采集通道的合理配置,实现高低频信号波形的混合采集。在提高性价比和资源利用率的同时,解决了在单块数据采集卡上完成数据采集的需求问题。用户终端通过服务器可以与现场故障数据采集模块进行交互,实现远程查看故障波形数据和现场状态等功能。故障诊断系统是针对采集到的故障波形数据进行故障分类。首先对大量故障波形数据进行标记,作为多分类监督学习的数据集。然后使用两种方式进行分类对比:一种是使用LSTM神经网络分类器直接对故障时序数据进行分类,另一种是先对故障波形使用小波分解得到能量特征向量,再以该特征向量作为输入,通过随机森林分类器进行分类。两种方式均得到了较为可观的结果,验证了该故障诊断系统的可行性。通过上述两个部分组成的完整的基于物联网的感应电炉故障波形多率采集与诊断系统,实现了感应电炉电源故障波形远程查看和故障诊断功能,为自动化监控系统打下基础。
【图文】:

示意图,感应电,外观,示意图


浙江大学硕士学位论文逦基于物联网的故障波形采集系统逡逑2基于物联网的故障波形采集系统逡逑本文针对的24脉整流逆变感应电炉设备外观示意图如图2.1所示。12脉大逡逑功率电源柜包括两节开关整流柜和一节中频逆变柜。24脉大功率电源采用双12逡逑脉电源柜并联供电。主电路原理图如图2.2所示。逡逑二开关整流柜邋士:开关整v峁褚恢袠;逆变拒y逡逑

示意图,示意图,高频信号,偏移时间


逦"逦max逡逑如图3.1所示,三角形标识处为高频信号的采集点。为了使多周期合成的信逡逑号采集点在信号波形上有间隔时间t,所以需要设置组间间隔时间。逡逑..慕..j邋八,]A^邋—逡逑Suiyry逡逑…山hn⑴:H:⑴丨丨;"丨山出………逡逑t逦?逡逑-L..;——上二邋.:.D:.,.二》一;:」...—邋??逡逑厶厶厶邋厶邋△厶逦厶厶厶逡逑图3.1高频信号采集示意图逡逑设高频信号需要X个周期合成。则对于一个周期来说,一个周期时间内的采逡逑集点数为N/mX,要使得下一个高频信号周期的初始采集点偏移时间量为t,,则每逡逑组采集周期需要偏移时间量为y:逡逑N逡逑^xy=t逦(34)逡逑又经过X周期后,时间偏移量应该恰好等于组内高频信号采集时间间隔:逡逑3+1逡逑tX=邋了逦(3.5)逡逑J邋in逡逑所以:逡逑23逡逑
【学位授予单位】:浙江大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP391.44;TN929.5;TG307

【参考文献】

相关期刊论文 前10条

1 章敏敏;徐和平;王晓洁;周梦昀;洪淑月;;谷歌TensorFlow机器学习框架及应用[J];微型机与应用;2017年10期

2 薛彦杰;苏淑靖;洪万帆;;高精度数据采集电路设计及通道交叉干扰分析[J];电子器件;2017年03期

3 刘帆;刘鹏远;李兵;徐彬彬;;TensorFlow平台下的视频目标跟踪深度学习模型设计[J];激光与光电子学进展;2017年09期

4 张俊;李鑫;;TensorFlow平台下的手写字符识别[J];电脑知识与技术;2016年16期

5 钟宏宇;高阳;钟超;田明辉;武良;;dbN小波变换在超短期风功率预测中的应用研究[J];沈阳工程学院学报(自然科学版);2015年03期

6 周德东;;基于光纤隔离的高精度数据采集电路设计[J];工业仪表与自动化装置;2015年02期

7 杨博;张加宏;李敏;顾芳;;基于ARM的多通道数据采集系统[J];仪表技术与传感器;2015年02期

8 崔永俊;梁永刚;雷建胜;张会新;;基于FPGA的多通道可变采样率采集卡设计[J];科学技术与工程;2013年35期

9 杜改丽;;基于USB2.0的高速高精度数据采集系统数字后端相关电路设计[J];电子设计工程;2013年23期

10 徐鹏;王玉珏;李健;;物联网技术综述[J];软件导刊;2011年05期

相关重要报纸文章 前1条

1 朱林;俞松尧;;中频感应电炉的优势和发展[N];中国冶金报;2002年

相关硕士学位论文 前7条

1 席文娣;中频电炉节能原理与方法的研究[D];山东理工大学;2012年

2 姜攀;基于神经网络的风电机组控制系统故障诊断研究[D];华北电力大学(北京);2010年

3 马青;高速数据采集信号调理电路的研究[D];哈尔滨理工大学;2009年

4 张作良;基于小波变换和神经网络的电压型变频器故障诊断系统[D];中南大学;2008年

5 何维;一种高速数据采集及存储系统的研究[D];西北工业大学;2007年

6 王才华;基于故障树思想的模拟电路故障诊断[D];西安电子科技大学;2006年

7 陈迎霞;基于小波变换的电力系统故障分析[D];武汉理工大学;2005年



本文编号:2668520

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/jinshugongy/2668520.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户309a5***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com