Метод определения технического состояния электроприводной арматуры, основанный на применении непрерывного вейвлет-преобразования. Проверка точности восстановленных сигналов в данных диапазонах частот. Спектральный анализ на основе преобразования Фурье.
При низкой оригинальности работы "Использование непрерывного вейвлет-преобразования для диагностирования электропроводной арматуры", Вы можете повысить уникальность этой работы до 80-100%
Предложен метод определения технического состояния электроприводной арматуры, основанный на использовании непрерывного вейвлет - преобразования. На сегодняшний день большой интерес среди специалистов вызывает метод диагностирования технического состояния электроприводной арматуры (ЭПА) по токовому сигналу с использованием спектрального анализа на основе быстрого преобразования Фурье. Следует отметить, что существуют некоторые трудности практического применения указанного метода для диагностирования ЭПА это: увеличение отношения сигнал-шум, которое образуется в виду его усреднения и синхронного накопления; малая разрешающая способность анализа в высокочастотной области, что требует применения процедур детектирования (анализ огибающей). Так же, не учитывается возможность изменения частоты во времени в связи появления задиров при работе ЭПА и ложных гармоник в сигнале при различных помехах, появляющихся в электрической сети. Непрерывное вейвлет-преобразование определяется выражением (1), а обратное преобразование - (2). где - сигнал - вейвлет-родитель; - масштаб; b - сдвиг. где - постоянной допустимости; - преобразование Фурье от , при условии .
Список литературы
вейвлет преобразование электроприводной арматура
1. Altug S., Mo-Yuen C., Joel H. Fuzzy Inference Systems Implemented on Neural Architectures for Motor Fault Detection and Diagnosis / IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS, VOL. 46. № 6 1999. С. 60-72.
2. Bayir R., Bay O. F. Kohonen Network based fault diagnosis and condition monitoring of serial wound starter motors / IJSIT Lecture Note of International Conferense on Intelligent Knowledge Systems, Vol. 1, № 1, 2004.С. 30-36.
3. Marques Cardoso, A.J. Inter-Turn Stator Winding Fault Diagnosis in Three-Phase Induction Motors, by Park"s Vector Approach / IEEE Transaction on Energy Conversion, Vol. 14. № 3, 1999. С. 102-105.
4. Петухов В., Соколов В. Диагностика состояния электродвигателей. Метод спектрального анализа потребляемого тока / Новости электротехники. № 1, 2005. С. 15-18.
5. Сиротин Д.В. Использование параметров токового сигнала электродвигателя для оценки технического состояния электромеханического оборудования [Текст] / Известия высших учебных заведений. Северо-Кавказский регион. Технические науки, 2006 г. С. 57-62.
6. Arata Masuda. Accurate Computation of Forward/Inverse Continuous Wavelet Transform / Memoirs of the Faculty of Engineering and Design Kyoto Institute of Technology. 2003. 10 c.
7. Синельщиков П.В. Алгоритм построения огибающей токового сигнала электроприводной арматуры/ П.В. Синельщиков, А.В. Чернов, В.Н. Никифоров// Теория, методы и средства измерений, контроля и диагностики: Материалы VIII Междунар. науч.-практ. конф., г. Новочеркасск, 28 сент. 2007г./ Юж.-Рос. гос. техн. Ун-т (НПИ). Новочеркасск: ЮРГТУ, 2007. С. 83-88.
Размещено на .ru
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
