矿井提升机主回路故障诊断研究

发布时间：2017-11-03 07:01

  本文关键词：矿井提升机主回路故障诊断研究

  更多相关文章： 矿井提升机 主回路 故障诊断 支持向量机

【摘要】：提升机是矿井的“咽喉”,属于关键设备。到目前为止,我国矿业生产由于提升系统发生故障而产生重大事故,已造成了巨大的经济损失和人员伤亡。矿井提升机主回路系统主要设备包括供电部分的变压器、主回路的变频器、提升机、驱动滚筒,哪个部分出现故障,都是煤矿生产的不安全隐患,本文将故障诊断技术与工程技术领域相结合,研究矿井提升机主回路故障诊断,以解决实际的故障诊断问题和预防故障,从而确保提升机系统运行的安全性与可靠性。分析了矿井提升机主回路供电系统的组成,应用故障树分析法对其主回路系统组成的每个环节建立了相应的故障树,找出了系统的薄弱环节,为后续的故障诊断研究提供了技术指导。分析矿用油浸式变压器出现故障的特点,研究了变压器油中溶解气体的方法,根据溶解于变压器油中提供的有效气体信息,提出故障气体的组成含量和变压器故障类型之间的相互关系。因为传统的变压器故障诊断精度不高、核参数对故障分类影响比较大的缺点,结合可分离性测度的计算,提出了一种基于交叉验证参数优化基础上的改进的二叉树支持向量机(SVM)学习方法,建立变压器故障诊断模型,使用该参数优化的方法可以获得良好的效果,提高了变压器故障诊断的效率和准确性,同时更好的解决了核参数初始值选取困难的问题。对于变频器中的整流环节,针对电力电子电路故障的特点,使用了双线性网格搜索算法确定了相应的最优误差惩罚参数和高斯核参数,提出了一种改进的一对多支持向量机分类算法,建立分类器并对故障进行分类。当某一个分类器的值为真时,就不再进行下一步的计算并确定此时的电路故障类型,有效的降低了计算量,提高了测试的效率,针对实际的变频器搜集到的数据,应用提出的算法进行仿真研究,获得了良好的诊断精度。针对煤矿矿井提升机主驱动电机——异步电动机的转子绕组断条故障,提出了基于多层小波包分解的支持向量机故障诊断方法,该方法在分析电机转子绕组断条故障机理的基础上,采集电动机定子绕组电流信号,分别将正常信号和故障信号进行5层小波包变换,提取重构后的能量特征信息并进行归一化处理,作为支持向量机的输入向量,建立了异步电动机转子断条故障诊断模型,并对实际的矿井提升机转子断条故障进行验证,取得了良好的效果。
【关键词】：矿井提升机 主回路 故障诊断 支持向量机
【学位授予单位】：西安科技大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：TD534
【目录】：

• 摘要3-5
• ABSTRACT5-10
• 1 绪论10-26
• 1.1 选题背景及意义10-11
• 1.2 国内外研究现状11-23
• 1.2.1 矿用油浸式电力变压器故障诊断技术11-16
• 1.2.2 变频器故障诊断技术16-19
• 1.2.3 矿井提升机主驱动电机故障诊断技术19-23
• 1.3 主要研究内容23-24
• 1.4 研究方法及技术路线24-26
• 1.4.1 油浸式电力变压器故障诊断方法研究24-25
• 1.4.2 变频器中整流环节故障诊断方法研究25
• 1.4.3 矿井提升机主驱动电机故障诊断方法研究25-26
• 2 矿井提升机系统的组成及其故障树26-42
• 2.1 矿井提升机系统的组成结构26-29
• 2.2 矿井提升机运行时的速度曲线29-33
• 2.2.1 S形速度曲线29-31
• 2.2.2 S形速度曲线的数学模型31-33
• 2.3 故障树的工作原理33-36
• 2.3.1 故障树的特点33-34
• 2.3.2 故障树的构建34-36
• 2.4 矿井提升机的电控系统故障树36-41
• 2.4.1 变压器故障树的建立36-38
• 2.4.2 变频器故障树的建立38-39
• 2.4.3 驱动主电机故障树的建立39-41
• 2.5 本章小结41-42
• 3 基于支持向量机的矿用电力变压器故障诊断42-67
• 3.1 油中溶解气体分析42-45
• 3.1.1 油中溶解气体的来源42-44
• 3.1.2 变压器内部故障类型与油中溶解气体含量关系44-45
• 3.2 支持向量机45-57
• 3.2.1 线性最优分类超平面46-48
• 3.2.2 非线性最优分类超平面48-49
• 3.2.3 核函数49-50
• 3.2.4 多分类支持向量机50-53
• 3.2.5 改进的支持向量机——基于层次聚类法的二叉树支持向量机53-57
• 3.3 交叉验证参数优化算法57-58
• 3.4 支持向量机在矿用电力变压器故障诊断中的应用研究58-64
• 3.4.1 故障特征量的确定58-59
• 3.4.2 特征值的数据预处理59-61
• 3.4.3 故障诊断模型的确定61-63
• 3.4.4 核函数的选择及其参数的求解方法63-64
• 3.5 基于交叉验证法的支持向量机的变压器故障诊断实例仿真64-66
• 3.6 本章小结66-67
• 4 基于参数优化小波支持向量机的变频器整流环节故障诊断67-94
• 4.1 变频器的种类及其故障分析67-69
• 4.1.1 变频器的种类及应用67-68
• 4.1.2 电力电子电路功率管的故障机理分析68-69
• 4.2 交-直-交型变频器的整流桥仿真模型的建立69-71
• 4.2.1 整流电路正常工作时的状态分析69
• 4.2.2 整流电路仿真模型的建立69-71
• 4.3 整流电路故障状态分析71-77
• 4.4 小波变换77-85
• 4.4.1 小波变换77-78
• 4.4.2 多分辨率分析78-81
• 4.4.3 Mallat算法81-85
• 4.5 核函数参数寻优方法85-87
• 4.5.1 双线性搜索法85
• 4.5.2 网格搜索法85-86
• 4.5.3 双线性网格搜索法86-87
• 4.6 基于双线性网格搜索参数优化的小波支持向量机在整流电路中的应用87-91
• 4.6.1 整流电路故障电压信号的特征提取87-88
• 4.6.2 训练样本88-89
• 4.6.3 支持向量机分类器的构造89-91
• 4.7 双线性网格搜索法优化参数的支持向量机在变频器中的实际应用91-92
• 4.8 本章小结92-94
• 5 基于小波包支持向量机的矿井提升机驱动电机故障诊断94-111
• 5.1 笼型异步电动机常见故障94-95
• 5.2 笼型异步电机转子断条故障诊断机理分析95-98
• 5.3 转子断条故障特征的机理研究98-100
• 5.4 笼型异步电机转子断条故障诊断中的算法研究100-108
• 5.4.1 小波变换去噪100-101
• 5.4.2 小波包变换101-108
• 5.5 基于小波包多层分解的支持向量在实际矿井提升机电机中的应用108-109
• 5.6 本章小结109-111
• 6 结论与展望111-114
• 6.1 主要结论111
• 6.2 创新点111-112
• 6.3 展望112-114
• 致谢114-115
• 参考文献115-125
• 攻读学位期间取得的成果125-126

【参考文献】

中国期刊全文数据库 前10条

1 郭创新;王越;王媚;尹玉娟;文云峰;张金江;;表征内部潜伏性故障的变压器时变停运模型研究[J];中国电机工程学报;2013年01期

2 卿宇搏;莫学芳;吴上海;;故障诊断技术综述及发展趋势[J];中国储运;2012年11期

3 尹玉娟;王媚;张金江;袁鹏;詹俊鹏;郭创新;;一种自主核优化的二值粒子群优化 多核学习支持向量机变压器故障诊断方法[J];电网技术;2012年07期

4 董雷;魏国家;惠洪杰;李宏坤;王洁;;基于小波包分析的铣刀状态监测方法研究[J];风机技术;2011年05期

5 钟建伟;;基于改进模糊C均值算法的电力电子电路故障诊断[J];低压电器;2011年16期

6 蔡金锭;鄢仁武;;基于小波分析与随机森林算法的电力电子电路故障诊断[J];电力科学与技术学报;2011年02期

7 满红;贾世杰;;基于小波分析和神经网络的异步电机早期故障诊断[J];大连交通大学学报;2011年03期

8 郑蕊蕊;赵继印;赵婷婷;李敏;;基于遗传支持向量机和灰色人工免疫算法的电力变压器故障诊断[J];中国电机工程学报;2011年07期

9 孟涛;陈强;刘飞;廖源;杨彬;;利用变压器油中溶解气体分析技术进行故障诊断的研究[J];电工电气;2011年01期

10 郭创新;朱承治;张琳;彭明伟;刘毅;;应用多分类多核学习支持向量机的变压器故障诊断方法[J];中国电机工程学报;2010年13期

，

本文编号：1135102