廣東中翔新材料簽約德米薩智能ERP加強(qiáng)企業(yè)管理水平
碩鋮工業(yè)簽約德米薩智能進(jìn)銷存系統(tǒng)提升企業(yè)管理水平
燊川實(shí)業(yè)簽約德米薩醫(yī)療器械管理軟件助力企業(yè)科學(xué)發(fā)展
森尼電梯簽約德米薩進(jìn)銷存系統(tǒng)優(yōu)化企業(yè)資源管控
喜報(bào)!熱烈祝賀德米薩通過國(guó)際CMMI3認(rèn)證
德米薩推出MES系統(tǒng)助力生產(chǎn)制造企業(yè)規(guī)范管理
德米薩醫(yī)療器械管理軟件通過上海市醫(yī)療器械行業(yè)協(xié)會(huì)評(píng)審認(rèn)證
德米薩ERP助力客戶成功對(duì)接中石化易派客平臺(tái)
選擇進(jìn)銷存軟件要考慮哪些因素
德米薩告訴您為什么說ERP系統(tǒng)培訓(xùn)很重要?
利用 AFV 信號(hào)分析法對(duì) OLTC 進(jìn)行狀態(tài)監(jiān)測(cè),需要建立完善的信號(hào)分析體系。OLTC 在運(yùn)行過程中產(chǎn)生的振動(dòng)信號(hào)是復(fù)雜的,受到多種因素的影響。我們需要通過對(duì)大量正常和故障狀態(tài)下的 OLTC 振動(dòng)信號(hào)進(jìn)行采集和分析,建立起故障類型與信號(hào)特征之間的數(shù)據(jù)庫。例如,針對(duì)觸頭接觸不良、觸頭磨損、彈簧彈性下降等不同故障類型,分別確定其對(duì)應(yīng)的振動(dòng)信號(hào)特征模式。在實(shí)際監(jiān)測(cè)中,將采集到的 OLTC 振動(dòng)信號(hào)與數(shù)據(jù)庫中的模式進(jìn)行比對(duì),通過模式識(shí)別技術(shù)準(zhǔn)確判斷 OLTC 的故障類型和狀態(tài),實(shí)現(xiàn)對(duì) OLTC 的智能化監(jiān)測(cè)和管理。杭州國(guó)洲電力科技有限公司振動(dòng)聲學(xué)指紋在線監(jiān)測(cè)技術(shù)的市場(chǎng)需求分析。浙江GZAF-1000S系列高壓開關(guān)振動(dòng)聲學(xué)指紋的概述
OLTC 的正常運(yùn)行對(duì)電力系統(tǒng)的穩(wěn)定性至關(guān)重要,而 AFV 信號(hào)分析法是保障其穩(wěn)定運(yùn)行的重要工具。OLTC 在切換過程中,內(nèi)部機(jī)械部件的運(yùn)動(dòng)撞擊和摩擦?xí)a(chǎn)生復(fù)雜的振動(dòng)信號(hào),這些信號(hào)蘊(yùn)含著豐富的設(shè)備健康信息。通過 AFV 傳感器監(jiān)測(cè)這些信號(hào),我們可以實(shí)時(shí)了解 OLTC 的工作狀態(tài)。例如,當(dāng) OLTC 出現(xiàn)彈簧彈性下降的故障時(shí),其振動(dòng)信號(hào)的阻尼特性會(huì)發(fā)生改變,信號(hào)的衰減速度與正常狀態(tài)不同。借助 AFV 信號(hào)分析法,我們能夠準(zhǔn)確捕捉到這些細(xì)微變化,及時(shí)發(fā)現(xiàn)故障隱患,采取針對(duì)性的維修措施,確保 OLTC 始終處于良好的運(yùn)行狀態(tài)。具備振動(dòng)聲學(xué)指紋功能特性杭州國(guó)洲電力科技有限公司振動(dòng)聲學(xué)指紋在線監(jiān)測(cè)技術(shù)系統(tǒng)的可擴(kuò)展性。
在運(yùn)用 AFV 信號(hào)分析法對(duì) OLTC 進(jìn)行狀態(tài)判斷時(shí),要充分認(rèn)識(shí)到 OLTC 故障類型與振動(dòng)特性之間的緊密聯(lián)系。OLTC 內(nèi)部的故障,無論是觸頭問題還是彈簧彈性下降,都會(huì)通過振動(dòng)信號(hào)表現(xiàn)出來。以觸頭磨損為例,隨著磨損程度的加深,觸頭間的接觸面積減小,接觸電阻增大,在分 / 合過程中產(chǎn)生的沖擊力也會(huì)相應(yīng)改變,從而導(dǎo)致 OLTC 振動(dòng)信號(hào)的幅值和頻率發(fā)生變化。通過對(duì) AFV 信號(hào)的長(zhǎng)期監(jiān)測(cè)和分析,建立起故障類型與振動(dòng)特征之間的對(duì)應(yīng)關(guān)系,我們就能在 OLTC 出現(xiàn)故障的早期及時(shí)發(fā)現(xiàn)并進(jìn)行處理,提高電力系統(tǒng)的可靠性。
信號(hào)包絡(luò)分析
為提高在線監(jiān)測(cè)的準(zhǔn)確度,GZAFV-01系統(tǒng)的IED/主機(jī)通常采用高采樣率獲取聲紋振動(dòng)及驅(qū)動(dòng)電機(jī)電流的信號(hào),然而大量的數(shù)據(jù)不利于快速、準(zhǔn)確存儲(chǔ)與分析。因而采用包絡(luò)分析,簡(jiǎn)化并反映原始信號(hào)特征,便于后續(xù)分析與處理。傳統(tǒng)希爾伯特變換進(jìn)行包絡(luò)分析時(shí)存在提取深度不足、存在幅值偏差等問題,因此采用小波變換和希爾伯特變換結(jié)合的信號(hào)包絡(luò)分析。聲紋振動(dòng)和電流的信號(hào)包絡(luò)分析
信號(hào)包絡(luò)重合度比對(duì)分析
信號(hào)包絡(luò)分析后可快速實(shí)現(xiàn)歷史信號(hào)重合度比對(duì)分析,更直觀地判斷OLTC運(yùn)行狀態(tài)。為量化信號(hào)重合度比對(duì),GZAFV-01系統(tǒng)引入互相關(guān)系數(shù)的計(jì)算。當(dāng)實(shí)時(shí)采集的與正常狀態(tài)的信號(hào)包絡(luò)互相關(guān)系數(shù):◆接近1時(shí),OLTC接近正常運(yùn)行狀態(tài)?!艚咏?時(shí),OLTC可能存在故障。 杭州國(guó)洲電力科技有限公司振動(dòng)聲學(xué)指紋在線監(jiān)測(cè)技術(shù)的政策支持背景。
變壓器振動(dòng)主要包括OLTC切換時(shí)的瞬態(tài)振動(dòng)、電流通過繞組時(shí)電動(dòng)力引起的繞組振動(dòng)、硅鋼片的磁致伸縮及硅鋼片接縫處與疊片之間的漏磁導(dǎo)致鐵芯振動(dòng)、以及冷卻裝置工作時(shí)的振動(dòng)。其中,由冷卻系統(tǒng)引起的基本振動(dòng)頻率小于100Hz,不作為變壓器的分析內(nèi)容。變壓器內(nèi)部的聲紋振動(dòng)信號(hào)通過絕緣油、支撐單元、加強(qiáng)筋結(jié)構(gòu)等多種途徑傳播至變壓器外壁,可由安裝于外壁的聲紋振動(dòng)傳感器測(cè)得。
OLTC切換過程中,分接選擇器動(dòng)作、切換開關(guān)動(dòng)作、動(dòng)靜觸頭碰撞等機(jī)械動(dòng)作產(chǎn)生聲紋振動(dòng)信號(hào),信號(hào)包含觸頭分合狀態(tài)、三相觸頭是否同期、觸頭表面是否平整、切換是否到位等信息,可反映OLTC結(jié)構(gòu)磨損、卡滯、松動(dòng)、變形等故障。切換過程中若儲(chǔ)能彈簧性能發(fā)生改變或儲(chǔ)能過程中存在機(jī)構(gòu)卡塞等現(xiàn)象,必然伴隨著電機(jī)驅(qū)動(dòng)力矩的變化,從而使驅(qū)動(dòng)電機(jī)電流發(fā)生變化。因此,可通過監(jiān)測(cè)驅(qū)動(dòng)電機(jī)電流信號(hào)與聲紋振動(dòng)信號(hào)的結(jié)合分析,可更加有效的評(píng)價(jià)OLTC在線運(yùn)行狀態(tài)下的健康態(tài)勢(shì)評(píng)價(jià)與故障類型診斷。 GZAFV-01型聲紋振動(dòng)監(jiān)測(cè)與診斷系統(tǒng) 。智能化振動(dòng)聲學(xué)指紋的技術(shù)說明
杭州國(guó)洲電力科技有限公司振動(dòng)聲學(xué)指紋在線監(jiān)測(cè)技術(shù)系統(tǒng)的安全性設(shè)計(jì)。浙江GZAF-1000S系列高壓開關(guān)振動(dòng)聲學(xué)指紋的概述
能量分布曲線
基于小波變換的聲紋振動(dòng)信號(hào)多分辨率分析結(jié)果如下圖3.8所示。原始信號(hào)經(jīng)8層分解后產(chǎn)生第8層的近似分量和第1層至第8層的詳細(xì)分量,計(jì)算各層詳細(xì)分量信號(hào)能量,可獲得信號(hào)能量分布曲線。比對(duì)正常狀態(tài)與異常狀態(tài)能量分布曲線,可判斷OLTC運(yùn)行狀態(tài),并提取互相關(guān)系數(shù)、最大值、平均值、峰度、偏度作為狀態(tài)診斷特征參量。下圖3.7為正常與異常狀態(tài)的聲紋振動(dòng)信號(hào)能量分布曲線比對(duì)。
時(shí)頻能量分布矩陣(ATF圖譜)
獲取聲紋振動(dòng)信號(hào)的時(shí)頻能量分布矩陣,同時(shí)反映原始信號(hào)時(shí)域、頻域特性及能量分布。將信號(hào)時(shí)頻分布矩陣分為6個(gè)區(qū)間,計(jì)算各區(qū)間平均值作為特征參量,用于OLTC正常狀態(tài)與異常狀態(tài)比對(duì)。下圖3.9為正常狀態(tài)下聲紋振動(dòng)信號(hào)時(shí)頻能量矩陣。 浙江GZAF-1000S系列高壓開關(guān)振動(dòng)聲學(xué)指紋的概述