关键词： 高压断路器   线圈电流   目标识别   故障检测   聚类分析  

摘要： 分合闸线圈上电驱动铁芯再触发操作机构传动部件顺序动作控制断路器分合闸，现有研究聚焦于提取分合闸线圈电流特征判别故障，铁芯动作与分合闸线圈电流关联机理不明。本文通过Lucas-Kanade光流法逐帧分析高速图像序列，由运动目标识别获得与控制线圈电流配合的铁芯动作轨迹，发现铁芯运动早于电流峰值，其运动速度、加速度和位移与线圈电流时序及其累积持续时间相关联。提出基于聚类动作特征表征故障程度、利用随机森林判断动作关联性电流特征对故障的敏感程度，建立基于分合闸线圈电流-铁芯特征联合分析的故障分类诊断框架，并通过实验模拟线圈电压异常、铁芯卡涩程度不同、线圈固定螺丝松动等故障进行验证，结果表明线圈电流-铁芯动作故障关联性诊断结果更为精确。

关键词： 感应电动机   迁移学习   定转子故障   图形化样本   卷积神经网络  

摘要： 在工程实际中，感应电动机故障数据的匮乏已成为制约数据驱动诊断方法广泛应用于现场实际的“瓶颈”。为了摆脱对实际数据的依赖，提出一种基于仿真数据驱动的感应电动机定转子故障迁移诊断方法。该方法首先通过有限元建模，产生电机不同健康状态下的电压和电流数据；然后，分析不同故障在瞬时功率中的表现，并将其中不同频率的故障特征分量转化为不同颜色的轨迹图形，进而形成多特征分量融合的图形化样本，用以降低仿真数据与实际数据间的分布差异，达到降低迁移识别难度的目的；最后，以该图形化样本作为输入，将仿真数据训练后的卷积神经网络直接应用于实际电机的故障辨识。实验结果表明，该方法在只学习仿真数据样本的情况下，仍能准确辨识出实际电机的定转子故障，且准确率高达97.7%，满足工程要求。

关键词： 台风灾害   降雨   输电杆塔   机器学习   生成对抗网络   故障概率预测  

摘要： 针对以往研究往往侧重台风或暴雨等单一灾害下的输电杆塔故障，忽视了台风灾害携带暴雨共同威胁输电杆塔安全。本文建立含降雨量修正的台风灾害下输电杆塔数据机理联合故障概率预测模型，以准确预测台风与暴雨复合作用下输电杆塔故障概率。首先，在数据驱动部分，通过生成对抗网络（Generative Adversarial Network，GAN）解决数据量不足、数据信息不均衡等问题，并以支持向量回归、岭回归、随机森林、K近邻、极端随机树及自适应提升算法等6种机器学习算法预测输电杆塔故障概率。其次，在机理驱动部分，考虑降雨量对输电杆塔的影响，通过降雨雨压模型，计算降雨修正系数修正输电杆塔的故障概率。最后，以2022年登陆浙江省舟山市的台风“梅花”为例进行仿真验证，算例表明所提模型与实际情况更为吻合，可精准地预测输电杆塔故障概率。

关键词： 工业机器人  

ISBN: (纸本)9787111772224

摘要： 本书围绕着从认识ABB工业机器人实训工作站硬件构成, 到能够独立完成工业机器人实训工作站的周期维护保养, 以及根据实际情况进行基本故障诊断这一主题, 通过详细的图解实例对ABB工业机器人实训工作站的硬件的相关基础知识、周期维护保养和故障诊断相关的方法与功能进行讲述, 让读者掌握与周期维护保养作业和故障诊断相关的每一项具体操作方法, 从而使读者对ABB工业机器人实训工作站本体控制器硬件方面有一个全面的认识。

关键词： 通用总线   IP核   故障注入   电气层   协议层  

摘要： 为验证航空航天系统中通信总线在出现故障后，整个系统的稳定性、可靠性及容错性，设计了一套通用总线故障注入系统，系统将实现对各类通用串行总线的故障注入，通过故障注入设备能够实现总线信号在物理层、电气层及协议层3个层面上的故障注入功能；通过软硬件结合提出了一种通用串行总线故障注入方法，以FPGA为基础，利用ADC对信号进行采集，利用IP核实现通用串行总线的协议解析，利用DAC信号输出实现电气层故障调节，利用电阻矩阵网络实现信号在物理层的故障注入；同时通过上位机软件对故障注入设备进行系统控制及故障模拟；经实验测试故障注入设备实现了通用串行总线的物理层、电气层及协议层的故障注入功能。

关键词： 框架结构健康评价   多物理引导神经网络   有限元协同   BWBN滞回模型   参数识别  

摘要： 为了量化结构安全状态并进行健康评价，提出了一种基于有限元协同与BWBN滞回模型的多物理引导神经网络(Multi-Physics Guided Neural Networks， MPGNN)的框架结构健康评价方法。首先通过贝叶斯更新技术(Bayesian Updating，BU)进行有限元模型的BWBN滞回参数识别。然后基于结构相对刚度水平计算有限元模拟及BWBN滞回模型下的结构健康度，以此构建多物理引导模块(Multi-Physics Guided Block， MPG-Block)中的有限元协同项以及物理学理论项，从而引导神经网络学习有限元及BWBN滞回模型中的物理规律，形成多物理引导神经网络。最后，以结构整体、局部监测指标与实际健康度分别作为MPGNN的输入和输出，实现结构健康评价。在此基础上，分别通过数值模拟和试验研究验证了方法的有效性，与其他经典模型对比具有更准确的结构健康评价效果。

关键词： 变压器故障诊断   多传感器信息融合   数据预处理   特征提取   信息融合算法  

摘要： 变压器作为电力系统中的关键设备,其故障诊断对保障电力系统的稳定运行具有重要意义.本文探讨了基于多传感器信息融合技术的变压器故障诊断方法,旨在通过整合多种传感器数据,提高故障诊断的准确性和可靠性.研究内容包括多传感器信息融合的基本原理、传感器类型及其功能、信息融合算法的选择与优化等.通过理论分析多传感器信息融合技术在变压器故障诊断中的有效性,提出了提升故障诊断效果的策略.

关键词： 牵引脉冲整流器   故障诊断   数据驱动   电流预测器   故障分类器  

摘要： 在列车牵引变流器中，电流传感器和功率器件（如IGBT模块）作为薄弱环节，因受到过热过压等影响而故障频发，此类故障在初期往往潜伏在系统中，难以被硬件保护电路辨识。针对系统中传感器与IGBT（绝缘栅双极晶体管）模块开路的复合故障，以列车牵引系统中牵引脉冲整流器为研究对象，结合数据驱动回归与分类算法，提出一种混合数据驱动的在线诊断方法，避免单一数据驱动的局限，兼顾故障的检测与溯源。该方法通过建立故障检测预测器模型，设定预测值与传感器测量值残差阈值以实时判断系统运行状态，检测到故障发生后，通过故障诊断分类器模型识别出故障位置及原因。根据电流传感器故障与IGBT开路故障特性，分析牵引整流器单个IGBT开路故障与多个IGBT开路故障机理，提出一种基于故障特征叠加的故障诊断决策方法，在不同时间范围内区分出电流传感器故障和IGBT开路故障模式。实验结果表明，该故障诊断方法可检测到任意时刻的故障发生，可在10ms内，以98.5%的准确率诊断出电流传感器故障模式；克服IGBT相似故障干扰，在15ms内以99%的准确率诊断出单个和多个IGBT开路故障模式。所研究的在线故障检测方法无需增加额外的硬件电路，仅需将整流器网侧电压、电流信号和直流侧电压信号作为特征输入，是一种用于整流器在线诊断中精确且具实用性的有效方法。

关键词： 旋转机械   故障诊断   改进麻雀搜索算法   复合多尺度注意熵   极限学习机  

摘要： 为准确提取旋转机械轴承故障信号的特征，从而实现多类型的故障分类，提出一种融合复合多尺度注意熵(composite multiscale attention entropy， CMAE)和改进的麻雀搜索算法(improved sparrow search algorithm， ISSA)优化极限学习机（extreme learning machine， ELM）的旋转机械故障诊断方法。首先，针对传统注意熵缺少粗粒度易丢失信息的缺点提出复合多尺度注意熵，仿真试验证明该方法具有良好的稳定性和识别能力；其次，为提高麻雀搜索算法的性能，引入多种策略优化麻雀搜索算法并用基准测试函数测试其收敛性和求解时间，算法性能优异；然后，针对极限学习机参数难以调节的问题采用改进的算法对其进行优化，得到CMAE-ISSA-ELM模型；最后，利用数据集对所提模型进行旋转机械故障诊断试验。结果表明，相比未改进的方法，所提模型的诊断结果的精度提高了7.7%，这证明了融合CMAE-ISSA-ELM的旋转机械故障诊断的可靠性和优越性。

关键词： 风电场   柔性直流输电   故障   过电压   低电压穿越  

摘要： 风电经柔直送出系统送端交流汇集线路两端均为电力电子换流器，在送端发生交流故障时可能出现非故障相过电压和恢复过电压等问题，容易导致系统低电压穿越失败。为此，首先，分析了风电经柔直送出系统送端发生交流故障时系统产生非故障相过电压和恢复过电压的原因。然后，通过推导系统负序分量与非故障相电压之间的关系，并结合降压控制、闭锁控制和负序限幅优化等方法，提出了适用于送端对称和不对称交流故障等场景的低电压穿越策略。最后，在PSCAD/EMTDC中建立风电经柔直送出系统的电磁暂态仿真模型，通过在送端设置4种不同的交流故障类型，验证了所提策略的有效性和可行性。