智能故障診斷技術在中頻冶煉中的應用.pdf

1、中頻冶煉技術近年來作為一門新興技術，在淬火、熔煉、透熱工業(yè)領域中得到廣泛運用。隨著現(xiàn)代集成化感應加熱技術日益趨于成熟，中頻冶煉自動化水平的不斷提高，中頻冶煉系統(tǒng)的可靠、穩(wěn)定、安全運行也越來越重要。
　　 本文主要是通過對中頻冶煉系統(tǒng)主電路電壓信號進行監(jiān)測從而實現(xiàn)對變頻器短路故障進行智能故障診斷的研究。發(fā)生短路故障的變頻器電壓信號是非平穩(wěn)隨機信號，以往的傅里葉變換難以滿足故障特征向量提取要求，并且建立變頻器故障數(shù)學模型比較復雜，基

2、于以上原因本文提出了基于小波包變換和PSO神經(jīng)網(wǎng)絡的中頻冶煉故障診斷方法，通過小波包提取故障特征向量，利用PSO神經(jīng)網(wǎng)絡進行故障識別，并輸出系統(tǒng)相應故障類型。
　　 該故障診斷方法首先是通過利用MATLAB軟件對中頻冶煉主電路進行建模、仿真，模擬了主電路中晶閘管開路故障，獲得了相應的故障波形。其次，當一個系統(tǒng)或電路發(fā)生故障時，測試點測得的電壓或電流與正常情況下相同頻帶內(nèi)能量值是不一樣的，根據(jù)能量守恒定律，某一頻帶能量低，另一頻帶

3、能量值可能就高，信號每個頻帶的能量值是體現(xiàn)故障狀態(tài)一個有效信息。本文使用的小波包算法就是對信號進行系數(shù)分解，得到一組能量形式的故障特征向量；最后，本文主要對變頻器三大類短路故障狀態(tài)進行測試：無故障，一只晶閘管短路故障、兩只晶閘管短路故障，設計了相應的故障信號采集系統(tǒng)和試驗方案，利用已經(jīng)得到的特征向量和三大類故障狀態(tài)設計并訓練PSO神經(jīng)網(wǎng)絡。通過MATLAB平臺實現(xiàn)相應的算法。
　　 本文主要是通過仿真實驗驗證相應故障診斷算法的準