【摘要】：感應電爐是金屬材料加熱領(lǐng)域中常用的工業(yè)設(shè)備。為了確保感應電爐工作正常,一般需要監(jiān)測其電源部分的一些信號波形。當出現(xiàn)故障信號時,技術(shù)人員需要去現(xiàn)場結(jié)合信號波形和人工經(jīng)驗排查故障,效率較低。針對此問題,本論文設(shè)計了一套基于物聯(lián)網(wǎng)的感應電爐故障波形多率采集與診斷系統(tǒng)。該系統(tǒng)可以分為兩個較為獨立的部分:故障波形多率采集系統(tǒng)和故障診斷系統(tǒng)。故障波形多率采集系統(tǒng)是基于物聯(lián)網(wǎng)架構(gòu)設(shè)計的,由安裝在感應電爐現(xiàn)場電氣柜的故障數(shù)據(jù)采集模塊、部署在公網(wǎng)的服務(wù)器模塊和遠程用戶終端模塊組成。故障數(shù)據(jù)采集模塊針對多率系統(tǒng),設(shè)計了一種基于多通道模數(shù)轉(zhuǎn)換器的高低頻信號有限時間混合采集方法,該方法能夠在有限時間內(nèi)通過采集通道的合理配置,實現(xiàn)高低頻信號波形的混合采集。在提高性價比和資源利用率的同時,解決了在單塊數(shù)據(jù)采集卡上完成數(shù)據(jù)采集的需求問題。用戶終端通過服務(wù)器可以與現(xiàn)場故障數(shù)據(jù)采集模塊進行交互,實現(xiàn)遠程查看故障波形數(shù)據(jù)和現(xiàn)場狀態(tài)等功能。故障診斷系統(tǒng)是針對采集到的故障波形數(shù)據(jù)進行故障分類。首先對大量故障波形數(shù)據(jù)進行標記,作為多分類監(jiān)督學習的數(shù)據(jù)集。然后使用兩種方式進行分類對比:一種是使用LSTM神經(jīng)網(wǎng)絡(luò)分類器直接對故障時序數(shù)據(jù)進行分類,另一種是先對故障波形使用小波分解得到能量特征向量,再以該特征向量作為輸入,通過隨機森林分類器進行分類。兩種方式均得到了較為可觀的結(jié)果,驗證了該故障診斷系統(tǒng)的可行性。通過上述兩個部分組成的完整的基于物聯(lián)網(wǎng)的感應電爐故障波形多率采集與診斷系統(tǒng),實現(xiàn)了感應電爐電源故障波形遠程查看和故障診斷功能,為自動化監(jiān)控系統(tǒng)打下基礎(chǔ)。
【圖文】：

浙江大學碩士學位論文邐基于物聯(lián)網(wǎng)的故障波形采集系統(tǒng)逡逑２基于物聯(lián)網(wǎng)的故障波形采集系統(tǒng)逡逑本文針對的２４脈整流逆變感應電爐設(shè)備外觀示意圖如圖２．１所示。１２脈大逡逑功率電源柜包括兩節(jié)開關(guān)整流柜和一節(jié)中頻逆變柜。２４脈大功率電源采用雙１２逡逑脈電源柜并聯(lián)供電。主電路原理圖如圖２．２所示。逡逑二開關(guān)整流柜邋士：開關(guān)整v峁褚恢袠;逆變拒ｙ逡逑

邐＂邐ｍａｘ逡逑如圖３．１所示，三角形標識處為高頻信號的采集點。為了使多周期合成的信逡逑號采集點在信號波形上有間隔時間ｔ，所以需要設(shè)置組間間隔時間。逡逑．．慕．．ｊ邋八，］Ａ＾邋—逡逑Ｓｕｉｙｒｙ逡逑…山ｈｎ⑴：Ｈ：⑴丨丨；＂丨山出………逡逑ｔ邐？逡逑－Ｌ．．；——上二邋．：．Ｄ：．，．二》一；：」．．．—邋？？逡逑厶厶厶邋厶邋△厶邐厶厶厶逡逑圖３．１高頻信號采集示意圖逡逑設(shè)高頻信號需要Ｘ個周期合成。則對于一個周期來說，一個周期時間內(nèi)的采逡逑集點數(shù)為Ｎ／ｍＸ，要使得下一個高頻信號周期的初始采集點偏移時間量為ｔ，，則每逡逑組采集周期需要偏移時間量為ｙ：逡逑Ｎ逡逑＾ｘｙ＝ｔ邐（３４）逡逑又經(jīng)過Ｘ周期后，時間偏移量應該恰好等于組內(nèi)高頻信號采集時間間隔：逡逑３＋１逡逑ｔＸ＝邋了邐（３．５）逡逑Ｊ邋ｉｎ逡逑所以：逡逑２３逡逑
【學位授予單位】：浙江大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP391.44;TN929.5;TG307

【參考文獻】

相關(guān)期刊論文 前10條

1 章敏敏;徐和平;王曉潔;周夢昀;洪淑月;;谷歌TensorFlow機器學習框架及應用[J];微型機與應用;2017年10期

2 薛彥杰;蘇淑靖;洪萬帆;;高精度數(shù)據(jù)采集電路設(shè)計及通道交叉干擾分析[J];電子器件;2017年03期

3 劉帆;劉鵬遠;李兵;徐彬彬;;TensorFlow平臺下的視頻目標跟蹤深度學習模型設(shè)計[J];激光與光電子學進展;2017年09期

4 張俊;李鑫;;TensorFlow平臺下的手寫字符識別[J];電腦知識與技術(shù);2016年16期

5 鐘宏宇;高陽;鐘超;田明輝;武良;;dbN小波變換在超短期風功率預測中的應用研究[J];沈陽工程學院學報(自然科學版);2015年03期

6 周德東;;基于光纖隔離的高精度數(shù)據(jù)采集電路設(shè)計[J];工業(yè)儀表與自動化裝置;2015年02期

7 楊博;張加宏;李敏;顧芳;;基于ARM的多通道數(shù)據(jù)采集系統(tǒng)[J];儀表技術(shù)與傳感器;2015年02期

8 崔永俊;梁永剛;雷建勝;張會新;;基于FPGA的多通道可變采樣率采集卡設(shè)計[J];科學技術(shù)與工程;2013年35期

9 杜改麗;;基于USB2.0的高速高精度數(shù)據(jù)采集系統(tǒng)數(shù)字后端相關(guān)電路設(shè)計[J];電子設(shè)計工程;2013年23期

10 徐鵬;王玉玨;李健;;物聯(lián)網(wǎng)技術(shù)綜述[J];軟件導刊;2011年05期

相關(guān)重要報紙文章 前1條

1 朱林;俞松堯;;中頻感應電爐的優(yōu)勢和發(fā)展[N];中國冶金報;2002年

相關(guān)碩士學位論文 前7條

1 席文娣;中頻電爐節(jié)能原理與方法的研究[D];山東理工大學;2012年

2 姜攀;基于神經(jīng)網(wǎng)絡(luò)的風電機組控制系統(tǒng)故障診斷研究[D];華北電力大學（北京）;2010年

3 馬青;高速數(shù)據(jù)采集信號調(diào)理電路的研究[D];哈爾濱理工大學;2009年

4 張作良;基于小波變換和神經(jīng)網(wǎng)絡(luò)的電壓型變頻器故障診斷系統(tǒng)[D];中南大學;2008年

5 何維;一種高速數(shù)據(jù)采集及存儲系統(tǒng)的研究[D];西北工業(yè)大學;2007年

6 王才華;基于故障樹思想的模擬電路故障診斷[D];西安電子科技大學;2006年

7 陳迎霞;基于小波變換的電力系統(tǒng)故障分析[D];武漢理工大學;2005年

本文編號：2668520