智能诊断方法及其在变压器故障中的应用分析

《智能诊断方法及其在变压器故障中的应用分析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、第1章绪论1.1选题背景及意义近半个世纪以来，机械故障诊断借助机械、力学、电子、计算机、信号处理、人工智能等学科的现代化科学技术成果，迅速发展成为一门新兴学科。其突出特点是理论研究与工程实际应用紧密结合。随着科学技术和现代工业的飞速发展，国民经济的机械、能源、石化、运载和国防等行业的机械设备日趋大型化、高速化、集成化和自动化。如：百万千瓦大型发电机组、百万吨级乙烯及重催成套装备、300km/h的高速列车、大型连轧机组、人型舰船、人型盾构掘进装备、成套集成电路制造装备、航空航天运载工具等，对机械故障诊断提出严峻的挑战。关键机械设备一旦出现事故

2、，将带来巨大的经济损失和人员伤亡，国内外因机械设备故障失效而引起的灾难性事故屡有发生。若能准确及时识別运行过程中萌牛和演变的故障，对机械系统安全运行，避免重大和灾难性事故意义重大山o随着国民经济的快速稳定发展，对电能需求的迅速增长，电网规模越来越大，电力系统向超高压、大容量、大电网、自动化方向发展的同时，电气设备的故障率也越来越高。变压器是利用电磁感应，以相同的频率，在两个或更多的绕组之间变换交换电压或电流的一种静止设备，是电力系统中最昂贵的设备2—，它的运行状况直接关系到电力系统的安全稳定运行。变压器事故率是电力系统评价高压设备运行状况的

3、一项重要指标，变压器容量越大，发生故障时，造成的危害也越大。由于变压器设计时制造质量不良、材质不良和运行安装等各方面的原因，经常发生故障，特别是变压器长期运行后造成的绝缘老化、材质劣化及预期寿命的影响，已成为发生绝缘故障的主要原因。由于绝缘故障机理和特征复杂性，变压器的故障诊断研究一直被国内外电力部门所重视。如何快速对变压器故障进行诊断，迅速判断故障原因是提高电力系统工作效率、减少经济损失的一种必要手段。由于传统对变压器的绝缘检修，不仅需要被测试的变压器停电，而且定期性检修更换的设备或是零部件很大一部分并没有超过其使用寿命，经常会造成资源的

4、浪费，降低了电力系统的经济性12］。因此常规的试验和检测方法与现代化状态维护发展趋势不相适应，考虑到电力系统的重要性，供电系统的可靠性和经济性，电力系统的在线检测和故障诊断系统就应运而生了。现代科技进步使微电子技术、传感技术和计算机技术广泛应用于电力系统变压器在线监测成为现实，打破了以往收集变压器信息的局限性，取得了比较广泛的应用。1.2国内外故障诊断研究现状自20世纪60年代美国机械故障预防小组和英国机器保健中心成立以来，故障诊断技术逐步在世界范围内推广普及，全球工程和科研领域工作者在信号获取与传感技术、故障机理与征兆联系、信号处理与特征

5、提取、识别分类与智能决策等方面开展了积极地探索，例如美国麻省理工学院（MIT）综合利用混合智能系统实现核电站大型复杂机电系统的在线监测、故障诊断和预知维修⑶；在美国宇航局（NASA）倡导下美国成立了机械故障预防小组，主要研究故障机理研究、检测、诊断和预测技术、可靠性设计和材料耐久性评估⑷；美国密歇根大学、辛辛那提大学和密苏里罗拉大学在美国自然科学基金的资助下，联合工业界共同成立了“智能维护系统（IMS）中心”，旨在研究机械系能衰退分析和预测性维护方法⑸；美国斯坦福大学的Fu-KuoChang在复合材料结构健康监测方而取得了显著地研究成果⑻；

6、美国佐治亚理工学院的MarkA.Lawley等在机床制造与寿命预测的研究中提出了新思路⑺；英国曼彻斯特大学、南安普顿大学、剑桥大学等长期致力于基于先进监测方法的设备在线监测与损伤识别、可靠性、可维护性的研究工作及其应用推广国。德国柏林科技大学Gasch等深入研究了裂纹转子的动力学行为⑼；日本九州工业大学丰田立利和三重大学陈鹏等在故障机理与特征提取等实用技术方而进行大量研究［⑼；澳大利亚新威尔士大学R.B.Randall和法国贡皮埃涅技术大学J.Antoni一直致力于故障信号处理与特征提取的底层研究n，-121;澳大利亚悉尼大学的LinYe等

7、长期从事复合材料健康监测研究，并提出了数码指纹损伤识别的新概念〔⑶；加拿大阿尔伯塔大学M.J.Zuo等对齿轮、轴承等典型零部件的故障诊断方法进行了深入研究［⑷；印度理工学院的Sekhar研究了转子多裂纹动力学行为及其辨识方法［⑸。在国内，香港城市大学P.W.Tse等在基于小波变换的信号处理与特征提取技术方面进行了深入探索I⑹。北京化工大学高金吉归纳总结了旋转机械常用故障机理及其征兆、自愈诊断21;东北大学闻邦椿和哈尔滨工业大学陈予恕等基于混沌和分岔理论对轴系非线性动力学行为进行了深入研究中南大学钟掘等一直致力于研究现代大型复杂机电系统耦合机

8、理问题120】；华中科技大学杨叔子和史铁林等在先进制造技术和故障诊断新技术等方面取得一系列成功⑵I。西安交通大学屈梁生、何正嘉、张优云等长期致力于全息谱、小波变换等先进故障诊断技