检索结果-南通市图书馆

一种基于改进堆栈自动编码器的航空发电机旋转整流器故障特征提取方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国电机工程学报 2017年第19期37卷 5696-5706页

作者：崔江唐军祥龚春英张卓然南京航空航天大学自动化学院江苏省南京市211106

提出一种基于灰色关联度分析优化堆栈自动编码器的故障特征自适应提取方法,并用于航空发电机的旋转整流器二极管故障诊断中。首先,采集发电机交流励磁机励磁电流信号;其次,借助灰色关联度和深度学习理论对堆栈编码器网络进行训练学习,... 详细信息

提出一种基于灰色关联度分析优化堆栈自动编码器的故障特征自适应提取方法,并用于航空发电机的旋转整流器二极管故障诊断中。首先,采集发电机交流励磁机励磁电流信号;其次,借助灰色关联度和深度学习理论对堆栈编码器网络进行训练学习,以确立其较优的网络结构,通过该网络可以自适应地从励磁电流信号中提取故障特征;训练完毕,借助于支持向量机(support vector machine,SVM)分类器实施故障诊断。对所提方法与快速傅里叶变换方法进行了仿真和物理实验,并对分类性能进行比较。结果表明,所提方法自动化程度高,自适应性能好,所提取的特征用SVM评估可以取得很好的分类效果。

关键词：航空发电机旋转整流器特征提取自编码机灰色关联度分析深度学习

基于卷积神经网络的核电多相无刷励磁系统旋转整流器故障诊断

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2023年第20期38卷 5458-5472页

作者：梁郑秋郝亮亮周艳真段贤稳王光北京交通大学电气工程学院北京100044 清华大学电机工程与应用电子技术系北京100084 中广核核电运营有限公司深圳518172 南京南瑞继保电气有限公司南京211102

多相无刷励磁系统广泛应用于大容量核电机组,对其旋转整流器故障的准确判断是保障机组安全稳定运行的重要前提,但是现有方法难以准确区分所有类型故障。为此,该文提出基于卷积神经网络的多相无刷励磁系统旋转整流器故障诊断方案。在给... 详细信息

多相无刷励磁系统广泛应用于大容量核电机组,对其旋转整流器故障的准确判断是保障机组安全稳定运行的重要前提,但是现有方法难以准确区分所有类型故障。为此,该文提出基于卷积神经网络的多相无刷励磁系统旋转整流器故障诊断方案。在给出故障诊断信号选取的理论基础上,将励磁电流作为输入特征,采用一维空洞卷积神经网络实现励磁电流的特征提取和故障模式分类,并结合置信度指标对诊断结果的可靠程度进行评价。进一步使用Score-CAM类激活映射算法分析模型的诊断机制,兼顾了准确性和可解释性。通过11相无刷励磁系统的动模实验进行验证,结果表明,所提方法能够准确区分旋转整流器的不同二极管开路故障模式,在含噪声情况下仍然有较高的准确率,具有良好的应用前景。

关键词：无刷励磁系统旋转整流器深度学习卷积神经网络故障诊断

多相无刷励磁系统旋转整流器故障的仿真与识别

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2012年第4期27卷 138-144页

作者：郝亮亮王善铭邱阿瑞刘为群吴龙牟伟清华大学电机系电力系统及发电设备控制和仿真国家重点实验室北京100084 南京南瑞继保电气有限公司南京211102

多相无刷励磁系统中旋转整流器的损坏时有发生,故障恶化将严重影响主发电机的正常安全运行。为识别旋转整流器的故障,建立了包括旋转整流器在内的整个多相无刷励磁系统的多回路数学模型,对旋转整流器的正常运行和常见故障状态进行了仿真... 详细信息

多相无刷励磁系统中旋转整流器的损坏时有发生,故障恶化将严重影响主发电机的正常安全运行。为识别旋转整流器的故障,建立了包括旋转整流器在内的整个多相无刷励磁系统的多回路数学模型,对旋转整流器的正常运行和常见故障状态进行了仿真,仿真结果同励磁机额定运行值以及实验结果吻合。分析了旋转整流器各种状态时励磁机稳态定子励磁电流的频谱,并对特征机理进行了理论分析,在此基础上提出以励磁机定子励磁电流的4次谐波分量同22次谐波分量的比值作为故障识别对象,为多相无刷励磁系统旋转整流器故障诊断提供了理论依据。

关键词：无刷励磁旋转整流器故障识别多回路方法

基于BLS的无刷发电机旋转整流器特征提取技术研究

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2020年第12期40卷 4004-4012页

作者：崔江冯赛张卓然王莉孟飒飒南京航空航天大学自动化学院江苏省南京市210016

研究一种基于宽度学习系统(broadlearningsystem,BLS)的特征自适应提取方法,并将其应用于航空发电机旋转整流器二极管故障分类问题。针对目前宽度学习系统中参数选择等问题,尝试将网格搜索法与宽度学习系统进行结合,提出一种改进的宽度... 详细信息

研究一种基于宽度学习系统(broadlearningsystem,BLS)的特征自适应提取方法,并将其应用于航空发电机旋转整流器二极管故障分类问题。针对目前宽度学习系统中参数选择等问题,尝试将网格搜索法与宽度学习系统进行结合,提出一种改进的宽度学习系统,该方法可以自适应的计算网络结构,并进行故障特征提取。通过建立的航空发电机仿真模型和实际民用发电机平台的诊断实验表明,BLS与现有的一些典型故障诊断方法相比,在诊断性能相近的情况下,还具有较高的诊断速度。

关键词：航空发电机旋转整流器故障特征提取宽度学习

基于CEEMD与改进的ELM旋转整流器故障诊断

在线全文

学校读者我要写书评

暂无评论

北京航空航天大学学报 2023年第5期49卷 1166-1175页

作者：朱佩荣刘勇智刘棕成陈俊柏聂恺空军工程大学研究生院西安710038 空军工程大学航空工程学院西安710038

针对目前应用于航空发电机旋转整流器故障诊断中的人工智能算法存在诊断速度慢、参数选取困难等问题,提出一种基于互补式集合经验模态分解(CEEMD)与樽海鞘优化的极限学习机(SSA-ELM)故障诊断方法。在有限元软件Maxwell与Simplorer中搭... 详细信息

针对目前应用于航空发电机旋转整流器故障诊断中的人工智能算法存在诊断速度慢、参数选取困难等问题,提出一种基于互补式集合经验模态分解(CEEMD)与樽海鞘优化的极限学习机(SSA-ELM)故障诊断方法。在有限元软件Maxwell与Simplorer中搭建三级式电机模型,采集励磁电流信号,利用CEEMD将励磁电流信号分解为一系列模态分量,构建故障特征参量,再通过樽海鞘群算法(SSA)优化极限学习机的训练参数ω和b,并对故障进行诊断,最后通过实验平台验证所提方法。结果证明了三级式同步电机有限元模型的有效性,所提方法相校于现有方法,具有更高的故障诊断准确率与分类速度。

关键词：互补式集合经验模态分解极限学习机旋转整流器故障诊断有限元樽海鞘群算法

在线全文

学校读者我要写书评

暂无评论

旋转整流器故障检测的一种方法

电工技术学报 1996年第4期11卷 50-53页

作者：黄念慈黄山赵莉华四川联合大学

提出了一种无刷励磁同步发电机旋转整流器故障检测的新方法，利用装设在转子上的单片机系统对旋转整流器的各特征点的电压进行检测和判断，依靠一对红外发射／接收对管通过特殊编码的红外光脉冲列把转子上的信息传送到静止侧来，成功地... 详细信息

提出了一种无刷励磁同步发电机旋转整流器故障检测的新方法，利用装设在转子上的单片机系统对旋转整流器的各特征点的电压进行检测和判断，依靠一对红外发射／接收对管通过特殊编码的红外光脉冲列把转子上的信息传送到静止侧来，成功地实现了对转子上参数的实时监测。

关键词：整流器故障检测旋转整流器

基于改进DBN的发电机旋转整流器故障特征提取技术

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2020年第7期40卷 2369-2376页

作者：崔江郭瑞东张卓然王莉孟飒飒南京航空航天大学自动化学院江苏省南京市211106

该文研究一种基于深度置信网络(deep belief network,DBN)的改进方法,并将其用于航空发电机旋转整流器故障特征提取及诊断操作中。首先,采集发电机交流励磁机励磁电流信号。其次,利用粒子群算法(particle swarm optimization,PSO)对深... 详细信息

该文研究一种基于深度置信网络(deep belief network,DBN)的改进方法,并将其用于航空发电机旋转整流器故障特征提取及诊断操作中。首先,采集发电机交流励磁机励磁电流信号。其次,利用粒子群算法(particle swarm optimization,PSO)对深度置信网络进行训练,用于优化和确定深度置信网络的结构。最后,对所研究的方法进行仿真模型和实际平台的算法验证,并设计一个基于数字信号控制器(digital signal controller,DSC)的紧凑型实时诊断系统,成功实现了算法的移植工作,并取得了理想的诊断效果。

关键词：航空发电机旋转整流器特征提取深度置信网络数字信号控制器

基于极限学习机的航空发电机旋转整流器快速故障分类方法研究

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2018年第8期38卷 2458-2466页

作者：崔江唐军祥张卓然龚春英王莉南京航空航天大学自动化学院

航空发电机在现代多电和全电飞机的发展中将发挥越来越重要的作用,其重要部件的可靠性也是未来研究的重点。该文针对目前航空发电机旋转整流器（aerospace generator rotating rectifier,AGRR）的故障分类问题,提出了一种基于思维进化... 详细信息

航空发电机在现代多电和全电飞机的发展中将发挥越来越重要的作用,其重要部件的可靠性也是未来研究的重点。该文针对目前航空发电机旋转整流器（aerospace generator rotating rectifier,AGRR）的故障分类问题,提出了一种基于思维进化算法（mind evolutionary algorithm,MEA）的极限学习机快速分类技术。该方法通过MEA算法优化极限学习机的训练参数,以获取优化的识别模型,并将其应用于AGRR的故障分类中,取得了很好的效果。仿真和实验结果表明,经过优化的极限学习机与现有分类方法相比,具有很好的诊断性能和较高的分类速度。因此,该方法适合用于航空发电机旋转整流器的故障快速诊断和定位。

关键词：航空发电机故障诊断旋转整流器思维进化算法极限学习机

基于免疫算法的无刷励磁发电机旋转整流器故障诊断

在线全文

学校读者我要写书评

暂无评论

电力自动化设备 2007年第5期27卷 32-35页

作者：刘念谢驰王涛陈实孙克金周步祥冉立四川大学电气工程系四川成都610065 四川大学测控工程系四川成都610065 四川电力工业调整试验所四川成都610016

在大型发电机的无刷励磁系统中,旋转整流器承受着强大的离心力和电磁作用,故障发生率相对较高。采用旋转整流器故障时交流励磁机旋转电枢产生的谐波磁场在其定子励磁线圈中感应谐波电势的电磁特性,从中提取旋转整流器故障信号波形。运... 详细信息

在大型发电机的无刷励磁系统中,旋转整流器承受着强大的离心力和电磁作用,故障发生率相对较高。采用旋转整流器故障时交流励磁机旋转电枢产生的谐波磁场在其定子励磁线圈中感应谐波电势的电磁特性,从中提取旋转整流器故障信号波形。运用傅里叶分解故障信号波形,对故障信号波形的特征值进行编码处理,并用免疫算法中的反向选择算法对傅里叶分解后的故障特征值进行计算,完成旋转整流器的故障诊断。利用人工免疫的反向选择算法,对一台15 kW无刷励磁同步发电机旋转整流器的短路与开路故障进行仿真诊断。仿真结果表明,基于免疫系统反向选择机制的人工免疫算法,与傅里叶分解算法相结合,进一步提高了无刷励磁同步发电机旋转整流器故障诊断的准确率,可达95%以上。

关键词：人工免疫系统反向选择算法旋转整流器故障诊断