張文璽(中國中車大同電力機車有限責任公司,山西 大同 037000)
?
探析電力機車主變壓器故障診斷技術
張文璽
(中國中車大同電力機車有限責任公司,山西 大同 037000)
摘 要:隨著我國鐵路行業的迅猛發展,我國列車已經實現了既定的跨越式發展目標。隨著國內列車多次大提速、單列機車持續地增大了牽引噸位,對車輛以及機車的裝備維護及檢修都提出了更為嚴格的要求。筆者重點研究了對電力機車中的主變壓器故障進行診斷的相關技術,希望能夠更好地增強機車的保障與檢修水平,改進相關的診斷理論和技術,更好地提升電力機車在運行過程中的可靠性及安全性。
關鍵詞:電力機車;主變壓器;故障診斷技術
電力機車中的主變壓器是其能量來源,被譽為電力機車的強大心臟,它的可靠安全運行對確保鐵路運輸的高效性及安全性意義重大。然而相對于這種能夠發揮重大作用的主變壓器,對其故障診斷技術的分析和研究卻出現了顯著缺陷。
按照具體的分類標準,可以把油浸式變壓器中的故障劃分為不同種類。比如可以按照傳導介質從差別,分成磁路故障、電路故障以及油路故障。按照形成故障的影響因素劃分,涵蓋了短路故障、絕緣故障以及接地故障。按照不同的發生部位,則涵蓋了鐵心故障、繞組故障以及組部件故障(囊括了冷卻系統故障及套管故障)。根據性質劃分,涵蓋了電故障及熱故障。按照不同的嚴重程度,可以將熱故障分為輕度過熱(通常情況下少于150℃)、低溫過熱(維持在150℃到300℃)、中溫過熱(維持在300℃到700℃)、高溫過熱(通常情況下超過了700℃。在此過程中,按照放電能量的不同密度,電故障涵蓋了火花放電、局部放電以及高能電弧放電。除此之外,還能夠把其外部、內部、變壓器滲漏、變壓器出口短路以及油流帶電等多種故障等。
因為變壓器涵蓋了較多的故障類型,所以一部分故障可能會出現不同的多種故障,比如機車中的主變壓器發生了鐵芯接地的故障,可以將其分成磁路故障或者局部過熱故障;還能夠將繞組匝間短路故障分析電故障或者熱故障,也開會出現兩者同時發生的現象。通常情況下,針對相當數量的油浸式變壓器來講,在變壓器內部出現了故障的情況下,一般都會發生放電性或者過熱故障。然而也有一部分變壓器剛開始發生故障時未出現放電性或者過熱故障。
所以應該密切聯系機車中主變壓器的結構以及運行特點,按照發生故障的物理性質的差異,判定電力機車中的主變壓器出現故障的具體類型,第一類屬于機械類故障,例如在車輛及電動力的振動作用下,鐵芯以及繞組出現了變形或者發生了松動;第二種屬于變壓器中不同絕緣材料發生的故障,根據這類故障點的能量不同,能夠分成低溫、高溫、中溫這三種過熱故障,此外涵蓋了局部、高能以及低能放電故障等在內的六種故障。按照這這兩種大類的主變壓器存在的故障類型,針對電力機車中的變壓器的繞組變形、鐵芯變形以及絕緣材料所存在的缺陷而發生故障進行相關的診斷研究。
在研究中選擇主流的電力機車,分析它的主變壓器的相關基本結構,案例是眼下廣泛使用的交流大功率機車——HXD1C中的主變壓器(比如選取TBQ35-8900/25),熟悉其鐵芯及線圈的結構,而且針對這種類型的牽引變壓器繞組受到相應的電磁力作用時所出現的振動狀況構建了相應的有限元模型。充分地借助振動信號來診斷變壓器中的鐵芯故障的相關特點,在此基礎上建立了以混合粒子群優化算法為基礎的小波神經網絡訓練算法。重點完成了下列活動:
(1)從變壓器等效電路以及麥克斯韋方程組出發,借助變壓器等效電路的相關矩陣方程以及電磁場系統自身的矩陣方程組,將變壓器電磁場自身的藕合方程組推導出來。
(2)ANASYS軟件被用來針對HXD1C型機車用的相關牽引變壓器開展了相應的實體有限元建模,對它在受到電磁力作用時的具體振動狀況進行了分析。在調整模型中繞組加載電流的具體數值大小,對處在大小不等的加載電流如何影響繞組的振動信號進行了分析。
(3)借助大小不等的預應力,對各種繞組的預緊力的具體大小情況進行模擬,分析了繞組振動信號在受到各種預緊力作用下的變化,提出繞組中的軸向預緊力及其在受到一定電磁力的具體影響下,所形成的軸向振動100Hz加速度能量之間存在的二次映射關系比較良好。所以,在對變壓器繞組軸向100Hz振動加速度能量能進行檢測的過程中,能夠更好地診斷以及監測變壓器繞組的實際預緊力的大小。
(4)設計了一種小波神經網絡訓練算法,它以混合粒子群優化算法為基礎,在診斷電力機車中牽引中的相關主變壓器方式中的鐵芯松動的相關故障的過程中。運用了這種算法訓練的相關小波神經網絡。從具體實踐來看,這種量子計算理論可以進一步提升粒子的計算速度,運用免疫優化理論以及混沌理論,能夠在一定程度上強化粒子群自身的全局搜索水平。從MATLAB仿真測試來看,這種算法訓練的相關小波神經網絡,對以振動信號為基礎的電力機車中牽引中的相關主變壓器方式中出現的鐵芯松動的相關故障診斷進行收斂、診斷精度也會更高。
首先論述來了DGA技術的相關原理以及既有的多種DGA診斷算法:
(1)有機地整合不同的DGA診斷方式,而且密切聯系電力機車中的主變壓器的相關特點,以DGA技術為基礎,全方位地設計了診斷機車主變壓故障的方法和基本流程。
(2)可以對其進行實例分析,對以DGA技術為基礎,全方位地設計了診斷機車主變壓故障的方法和基本流程的正確性及有效性進行檢驗。
(3)可以采取相應的自組織RBF神經網絡訓練算法。這種算法能夠充分地借助平均粒距D(t)對粒子的集中程度進行描述,與Gaussian結合起來,隨機數根據一定的概率,增加PSO算法內的相關慣性因子W,強化其的全局搜索能力,在此過程中也應該將Gaussian-PSO算法以及FCM算法密切結合起來,運用在選擇RBF神經網絡隱層的相關節點以及優化網絡連接的相關權值的過程中,而且還應該通過葡萄酒、鶯尾屬植物的相關數據集來驗證相關算法。
(4)筆者在具體診斷電力機車主變壓器DGA故障的相關技術中,運用了自組織RBF神經網絡訓練算法,已經獲得的歷史數據集被用來訓練UI及測試由這個算法建立而成的RBF神經網絡,從相關試驗結果來看,在一定程度上表明了這種算法的診斷精度更高,然而需要較長的訓練時間。
參考文獻:
[1]任建華,李興釗.電力機車牽引變壓器故障解析[J].鐵道機車車輛,2012(01).
作者簡介:張文璽(1978-),女,安徽太和人,本科,高級工程師,設計師。
DOI:10.16640/j.cnki.37-1222/t.2016.02.136