39598

Разработка устройства для спектрального анализа процессов в электроэнергетических системах

Дипломная

Коммуникация, связь, радиоэлектроника и цифровые приборы

Анализ целого ряда аварийных и анормальных режимов работы элементов электроэнергетической системы а также устройств для их исследования показал что для решения значительной части этих задач требуется новое техническое решение которое позволило бы для анализа спектра исследуемого сигнала использовать широко распространенные в учебных заведениях и на производстве приборы или аппараты например персональные компьютеры. СОДЕРЖАНИЕ Перечень условных обозначений 7 Введение 8 Область использования спектрального анализа в энергосистемах 11...

Русский

2013-10-07

1.24 MB

40 чел.

Министерство образования и науки Республики Казахстан

ПАВЛОДАРСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

ИМ. С. ТОРАЙГЫРОВА

Институт магистратуры

УДК  621.313.13; 621.316.925       На правах

рукописи

МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ

по направлению подготовки:    6N7018  «Электроэнергетика»

Тема: Разработка устройства для спектрального анализа процессов в электроэнергетических системах

_________________

         (оценка)

Допущена к защите     Научный руководитель

Зав. кафедрой____________________  ____________________

( ученая степень, звание) (должность, ученая степень)

____________________ ____________________

(инициалы, фамилия) (инициалы, фамилия)

_____________________ ___________________

(подпись)             (дата) (подпись)             (дата)

Группа____________________

Магистрант________________

(ФИО)

_____________ _________

(подпись) (дата)


АННОТАЦИЯ

Объектом исследования данной магистерской диссертации является конструкционные особенности, математическое и программное обеспечение устройства на базе персонального компьютера для спектрального анализа процессов в электроэнергетических системах.

Анализ целого ряда аварийных и анормальных режимов работы элементов электроэнергетической системы, а также устройств для их исследования показал, что для решения значительной части этих задач требуется новое техническое решение, которое позволило бы для анализа спектра исследуемого сигнала использовать широко распространенные в учебных заведениях и на производстве приборы или аппараты, например персональные компьютеры.

Целью работы является разработка конструкционных элементов, математического и программного обеспечения для создания технического решения, позволяющего использовать практически любой персональный компьютер в качестве анализатора спектра. При этом анализатор спектра должен быть удобным в использовании, не чувствительным к колебаниям частоты сети и наличию в сигнале низкочастотной и апериодической составляющих.

В данной работе приведено теоретическое обоснование одного известного и двух неизвестных методов определения текущей частоты длительности периода основной гармонической сети, с оценкой погрешности каждого из методов; рассмотрены особенности конструктивного исполнения предлагаемого устройства спектрального анализа, приведены результаты экспериментальных исследований анализа отдельных элементов энергосистемы.

Практическим результатом магистерской диссертации является реализуемое устройство на базе персональной ЭВМ с программным обеспечением «Спектр ПК-01», предназначенное для регистрации, визуализации, хранения и спектральной обработки сигналов в электроэнергетических системах.


АҢДАТПА

Магистрлік диссертацияның зерттеу объектісі электроэнергетикалық жүйелерде үрдістерді спектрлік талдау үшін дербес компьютер негізіндегі құрылғының құрылымдық ерекшіліктері, математикалық және программалық қамтамасыздандыруы болып табылады.

Электроэнергетикалық жүйе элементерінің бірқатар апаттық және бейнормалдық жұмыс тәртіптерін, сонымен қатар, оларды зерттеу құрылғыларын талдау сияқты мәселелердің көбін шешу үшін зерттелетін сигнал спектрін талдауда оқу орындары мен өндірісте көп тараған аспаптар мен аппаратарды, мысалы, дербес компьютерлерді қолдануға мүмкіндік беретін жаңа техникалық шешім керектігін көрсетті.

Жұмыстың мақсаты спектр талдаушы ретінде кез-келген компьютерді қолдануға мүмкіндік беретін техникалық шешімді математикалық және программалық қамтамасыздандыру мен құрылымдық элементтерін жасау болып табылады. Мұнда  спектр талдаушысы қолданыста ыңғайлы болып, желінің жиілік толқындарына  және сигналддың төменгі жиіліктегі бейпериодикалық құраушыларының бар болуына  сезімтал емес болуы қажет.  

Ұсынылып отырған жұмыста негізгі гармониялық желінің период ұзындығының ағымдағы жиілігін анықтаудың  бір белгілі және екі белгісіз әдістерінің теориялық негізделуі келтірілген; ұсынылып отырған спектрлік талдау құрылғысының құрылымдық  орындалуының ерекшеліктері қарастырылған; энергожүйенің жеке элементтерін талдауды эксперименттік зерттеулердің нәтижелері келтірілген.

Магистрлік диссертацияның практикалық нәтижесі электроэнергетикалық жүйелерде сигналдарды тіркеуге, бейнелеуге, сақтауға және спектрлік талдауға арналған дербес ЭЕМ негізіндегі жасалынған құрылғы болып табылады.


ANNOTATION

Object of research given master’s dissertations is constructional features, mathematical and the software of the device on the basis of a personal computer for the spectral analysis of processes in electropower systems.

The analysis of a lot of emergency and abnormal operating modes of elements of electropower system, and also devices for their research has shown, that the decision of a significant part of these problems needs the new technical decision which would allow to use for the analysis of a spectrum of a researched signal widely widespread in educational institutions and on manufacture devices or devices, for example personal computers.

The purpose of work is development of constructional elements, mathematical and the software for creation of the technical decision, allowing to use practically any personal computer as the analyzer of a spectrum. Thus the analyzer of a spectrum should be convenient in use, not sensitive to fluctuations of frequency of a network and presence in a signal low-frequency and апериодической components.

In the given work the theoretical substantiation of one known and two unknown methods of definition of the current frequency of duration of the period of the basic harmonious network, with an estimation of an error of each of methods is resulted; features of a design of the offered device of the spectral analysis are considered, results of experimental researches of the analysis of separate elements of a power supply system are resulted.

Practical result master’s dissertations is the sold device on the basis of the personal computer with the software «SPECTR PC-01», intended for registration, visualization, storage and spectral processing of signals in electropower systems.


СОДЕРЖАНИЕ

Перечень условных обозначений

7

Введение

8

  1.  Область использования спектрального анализа в энергосистемах

11

  1.  Процессы в электроэнергетических системах и их анализ

11

  1.  Аналоговый и цифровой способы обработки сигналов

14

  1.  Аппаратная часть устройств для спектрального анализа

17

  1.  Программное обеспечение устройств для спектрального анализ

24

  1.  Выводы

26

  1.  Математическое обеспечение спектрального анализа

28

  1.  Способы представления электрических сигналов

28

  1.  Гармонический анализ сигналов

34

  1.  Разложение в ряд Фурье

35

  1.  Анализ сигналов, представленных дискретно

37

  1.  Быстрое преобразование Фурье

37

  1.  Гармонический анализ сигналов с помощью интеграла Фурье

38

  1.  Разложение сигнала на прямоугольные функции

38

  1.  Особенности определения величины периода основной

гармонической сети

40

  1.  Метод постоянного периода

40

  1.  Метод нулевых точек

41

  1.  Метод нулевых сумм

43

2.3.4  Метод минимума сумм

44

  1.  Погрешность методов определения длительности периода

основной гармонической

46

  1.  Выводы

50

  1.  Реализация устройства для спектрального анализа

51

  1.  Конструкционные особенности

51

  1.  Программное обеспечение

59

3.2.1  Описание взаимосвязи и функционирования программных модулей

59

3.2.2  Регистрация входного сигнала

60

3.2.3  Отображение измеряемого сигнала

60

3.2.4  Проведение спектрального анализа

61

3.2.5  Отображение характеристик сигнала (a,) в табличном виде

62

3.2.6  Файловые операции

62

3.2.7  Экспорт данных

62

3.2.8  Настройка параметров прибора

62

  1.  Анализ процессов в элементах электроэнергетических систем

62

  1.  Спектр высших гармонических в сети руднотермической печи

аксуского ферросплавного завода

62

3.3.2  Анализ повреждений электрических машин

66

  1.  Выводы

71

Заключение

73

Список использованных источников

74

Приложение А   Блок-схема процедуры определения

длительности периода методом нулевых точек

77

Приложение Б   Блок-схема процедуры определения

длительности периода методом нулевых сумм

78

Приложение В   Блок-схема процедуры определения

длительности периода методом минимума сумм

79

Приложение Г   Блок-схема функционального модуля регистрации

входного сигнала

80

Приложение Д   Блок-схема функционального модуля отображения

сигнала

81

Приложение Е   Блок-схема функционального модуля проведения

спектрального анализа

82


Перечень сокращений, символов и обозначений

АЦП

аналого-цифровой преобразователь

БОиА

блок обработки и анализа

БПФ

быстрое преобразование Фурье

ВУСА

виртуальное устройство спектрального анализа

ИС

интегральная схема

ИУ

исполнительное устройство

КЗ

короткое замыкание

ОЗУ

оперативное запоминающее устройство

ОУ

объект управления

ПК

персональный компьютер

ПО

программное обеспечение

УСО

устройство согласования с объектом

ЦАП

цифро-аналоговый преобразователь

ЦЗО

цифровой запоминающий осциллограф

ЭМ

электрическая машина


ВВЕДЕНИЕ

Производство, распределение и использование электроэнергии – непрерывный процесс, требующий постоянного контроля. Обычно он сопровождается аварийными ситуациями или анормальными режимами работы элементов электроэнергетической системы, в результате которых происходит отклонение ряда электрических параметров от предельно допустимых значений. Для сокращения размеров повреждений и ущерба от выхода из строя элементов электроэнергетической системы используется противоаварийная автоматика и релейная защита.

Методы исследования процессов элементов электроэнергетической системы, а также противоаварийная автоматика и релейная защита постоянно совершенствуются. При этом уровень исследований, а значит и уровень разрабатываемой противоаварийной автоматика и релейной защиты в значительной мере зависит не только от качества измерительных приборов, но их количества и доступности. Если учесть, что исследовательской деятельностью в Казахстане в значительной мере занимаются высшие учебные заведения, они в основном являются бюджетными организациями, то становится ясно, что основным препятствием для широкого исследования в области энергетики является отсутствие простого в использовании и доступного прибора, позволяющего осциллографировать процессы и делать их спектральный анализ в течении длительного времени.

В настоящее время появлялись устройства регистрации и обработки сигналов на базе получившего широкое распространение персонального компьютера. Они могут выполнять функции аналогового прибора, например вольтметра, частотомера, осциллографа, или анализатора спектра. Подобные средства для модернизации компьютеров выпускаются многими фирмами. Однако цена и узконаправленная специфика резко ограничивают возможность распространения этого оборудование в Казахстане.

Таким образом, разработка относительно недорогого и доступного, точного и надежного анализатора спектра является актуальной.

Целью работы является разработка конструкционных элементов, математического и программного обеспечения для создания технического решения, позволяющего использовать практически любой персональный компьютер в качестве анализатора спектра. При этом анализатор спектра должен быть удобным в использовании, не чувствительным к колебаниям частоты сети и наличию в сигнале низкочастотной и апериодической составляющих.

Для достижения цели были поставлены и решены следующие задачи:

  •  сделан анализ формы кривых сигналов, возникающих в элементах электроэнергетических систем в различных аварийных ситуациях или анормальных режимах работы;
  •  разработаны методы «нулевых сумм» и «минимумов сумм» для определения частоты и длительности периода основной гармонической сети при практически любой форме сигнала;
  •  проанализирована возможность использования встроенных в материнскую плату звуковых карт в качестве АЦП и разработаны рекомендации по их использованию;
  •  разработано программное обеспечение и интерфейс «Спектр ПК-01» для персонального компьютера, позволяющее получать спектральный анализ исследуемого сигнала в динамике.
  •  разработано и апробировано в лабораторных условиях и на производстве аппаратное и программное обеспечение реализуемого устройства спектрального анализа на персональном компьютере.

Объект исследования – исследование возможности разработки на базе персонального компьютера устройства для спектрального анализа процессов в электрических цепях и в электроэнергетических системах доступного для широкого круга ученых и пользователей при наличии персонального компьютера и без дополнительных капиталовложений.

Предмет исследования – разработанное устройство для спектрального анализа процессов в электрических цепях и в электроэнергетических системах доступного для широкого круга ученых и пользователей при наличии персонального компьютера и без дополнительных капиталовложений.

Инструментом в получении материалов исследования являются:

  •  фундаментальные положения математики в области гармонического анализа;
  •  фундаментальные положения теории релейной защиты;
  •  фундаментальные положения теории электрических машин;
  •  фундаментальные положения теоретических основ электротехники;
  •   физическое моделирование и метод натурного эксперимента;
  •  объектно-ориентированное программирование.

Научная новизна исследования определяется тем, что:

1. Обоснована необходимость разработки простого в использовании и доступного для широкого круга ученых и пользователей прибора, позволяющего осциллографировать процессы в электрических цепях и делать их спектральный анализ в течении длительного времени.

2. Разработаны методы определения текущей, постоянно меняющейся частоты цепи с низкочастотной и апериодической составляющими.

3. Приведен сравнительный анализ методов определения текущей частоты сети на основе экспериментально полученных данных погрешностей измерения каждым из методов.

4. Разработан алгоритм и программное обеспечение для удобного в использовании устройство спектрального анализа на базе персонального компьютера, позволяющее исследовать спектр с переменным шагом по частоте.

Теоретическая значимость работы заключается в том, что показана и обоснована целесообразность разработки устройства спектрального анализа на базе персональной электронно-вычислительной машины; представлено математическое обоснование методов определения частоты и длительности периода основной гармонической сети; исследованы причины возникновения и величины погрешности при определении текущей частоты сети различными методами; теоретически обоснованы параметры и конструктивные особенности устройства; разработан алгоритм, обеспечивающий необходимое быстродействие и правильную работу устройства.

Практическая ценность работы заключается в создании технического решения на базе персонального компьютера, позволяющего проводить полномасштабные исследования процессов в электрических цепях и электроэнергетических системах широким кругом ученых и пользователей при наличии персонального компьютера и без дополнительных капиталовложений.

Апробация результатов исследования – основные положения диссертации докладывались и обсуждались на международной научно- практической конференции «Компьютерные технологии в науке, практике и образовании» Самарского государственного технического университета, проводимой 16 октября 2005 года. Тема доклада: «Особенности построения системы диагностики асинхронного двигателя с встроенными индукционными преобразователями».

На защиту выносятся:

1. Обоснование необходимости разработки простого в использовании и доступного для широкого круга ученых и пользователей прибора, позволяющего осциллографировать процессы в электрических цепях и делать их спектральный анализ в течении длительного времени;

2. Методы определения текущей постоянно меняющейся частоты цепи с низкочастотной и апериодической составляющими;

3. Анализ погрешностей методов определения текущей частоты сети и выбор метода для реализации устройства;

4. Алгоритм и программное обеспечение для устройства спектрального анализа на базе персонального компьютера, позволяющее исследовать спектр с переменным шагом по частоте.

Публикации. По теме диссертации была опубликована статья «Особенности использования рядов Фурье при построении системы диагностики электрических машин» (Вестник ПГУ №3, 2005г).

Объем и структура диссертации. Диссертации состоит из введения, трех разделов, заключения, списка использованных источников и приложений. Общий объем диссертации —  82 страницы.


1  Область использования спектрального

анализа в Энергосистемах

1.1 Процессы в электроэнергетических системах и их анализ

За последние годы рост уровня науки и техники привел к значительным изменениям в области совершенствования электрического оборудования энергетических систем. При этом создание более мощного и совершенного оборудования базировалось не только на использовании новых технологий, но и новых, весьма эффективных способов диагностики. Причем, диагностики как отдельного оборудования, так и энергосистемы в целом. Одним из инструментов в этом случае служит спектральный анализ электрических параметров элементов системы, например, таких как ток, напряжение и частота.

Электрические машины и аппараты, линии электропередач и другие составляющие электроэнергетических систем постоянно находятся под напряжением и в них протекают токи. При этом все элементы энергосистемы подвергаются воздействиям окружающей среды. Поэтому в процессе эксплуатации постоянно возникают повреждения, некоторые их которых приводят к коротким замыканиям (КЗ) и иным анормальным режимам системы [1].

КЗ возникают из-за пробоя или перекрытия изоляции, обрывов проводов, ошибочных действий персонала и рада других причин. В большинстве случаев в месте КЗ возникает электрическая дуга с высокой температурой, приводящая к разрушениям токоведущих частей и изоляторов электрических аппаратов. Одновременно в сети, электрически связанной с местом повреждения, происходит глубокое понижение напряжения, что может привести к остановке электродвигателей и нарушению параллельной работы генераторов, то есть развитию аварии. В большинстве случаев развитие аварий может быть предотвращено быстрым отключением поврежденного участка электрической установки или сети при помощи устройств релейной защиты. Кроме повреждений электрического оборудования, могут возникать такие нарушения нормальных режимов работы, как перегрузка, замыкание на землю одной фазы в сети с изолированными нейтралями, выделение газа в результате разложения масла в трансформаторе или понижение уровня масла в его расширителе и др. [1].

Эти явления не представляют непосредственной опасности для оборудования и могут самоустраниться, поэтому при нарушении нормального режима работы достаточно вовремя диагностировать его появление и подать предупредительный сигнал обслуживающему персоналу или отключить оборудование с выдержкой времени.

КЗ, возникающие в электрических сетях, машинах и аппаратах очень разнообразны как по виду, так и по характеру повреждения. Основными видами КЗ являются трехфазное, двухфазное, двухфазное на землю и однофазное замыкание на землю [1].

Токи трехфазного КЗ наиболее опасны для работы элементов энергосистемы и могут вызвать нарушение устойчивости при параллельной работы электростанций и узлов нагрузки.

При двухфазном КЗ токи и напряжения разных фаз неодинаковы. В поврежденных фазах в месте короткого замыкания проходят одинаковые токи, а в неповрежденной фазе ток равен нулю. Данный вид повреждения представляет значительно меньшую опасность, чем трехфазное КЗ, так как в меньшей степени влияет на устойчивость параллельной работы генераторов и на работу электродвигателей.

Двухфазное КЗ на землю в сети с изолированной нейтралью практически не отличается от двухфазного КЗ. Заземление нейтрали приводит к резкому возрастанию токов при двухфазном КЗ. Поэтому оно значительно более опасно, чем двухфазное КЗ. Это объясняется значительным снижением междуфазных напряжений в месте КЗ, так как одно междуфазное напряжение уменьшается до нуля, а два других – до значения фазного напряжения неповрежденной фазы.

Однофазное замыкание на землю в сети с заземленной нейтралью сопровождаются снижением до нуля в месте повреждения только одного фазного напряжения, и представляют меньшую опасность для работы энергосистемы, чем рассмотренные междуфазные КЗ. Защита от этого вида повреждения, как правило, действует на сигнал. Однако длительная работа сети с заземленной фазой нежелательна, так как длительное прохождение тока в месте замыкания на землю, а также повышенные в 1,73 раза напряжения неповрежденных фаз относительно земли могут привести к пробою или повреждению их изоляции и возникновению двухфазного КЗ [1].

В обмотках трансформаторов и автотрансформаторов могут возникать междуфазные и однофазные КЗ, а также короткие замыкания между витками одной фазы и замыкания между обмотками разных напряжений. На вводах трансформаторов и автотрансформаторов, ошиновке и в кабелях могут также возникать КЗ между фазами и на землю.

В эксплуатации могут происходить нарушения нормальных режимов работы трансформаторов и автотрансформаторов, к которым относятся: прохождение через трансформатор или автотрансформатор сверхтоков при повреждении других связанных с ними элементов, перегрузка, выделение из масла горючих газов, понижение уровня масла, повышение его температуры [1].

Главными повреждениями электрических машин являются [2]:

  •  КЗ в обмотке статора;
  •   повреждения обмотки ротора или щеточного аппарата;
  •  статические и динамический эксцентриситет ротора;
  •  прогиб вала;
  •  повреждение подшипников.

Многофазные КЗ в обмотке статора в относятся к наиболее тяжелым видам повреждений. Чаще всего они возникают на вводах машин и сопровождаются большими токами, в десятки раз превышающих номинальное их значение. При однофазном замыкании на землю (на корпус ЭМ) в сети с изолированной нейтралью токи в месте замыкания невелики. Однако длительное прохождение тока и горение дуги в месте замыкания на корпус могут привести к выгоранию изоляции и значительному оплавлению активной стали.

В статоре могут также возникать замыкания между витками одной фазы. Токи, проходящие при этом в месте повреждения, соизмеримы с токами многофазных КЗ.

Перегрузка статора током больше номинального влечет за собой перегрев и разрушение, в результате чего может произойти повреждение. Для того, чтобы дежурный персонал мог принять меры к разгрузке, сигнал о ненормальном режиме работы должен быть верно диагностирован и своевременно подан. Несимметрия токов статора может возникнуть вследствие обрыва одной из фаз или отказа во включении – отключении выключателя одной из фаз. Защита в этом случае должна действовать на сигнал и на отключение.

Замыкание на землю в одной точке цепи возбуждения не оказывает влияния на нормальную работу ЭМ, ток в месте повреждения не проходит, и симметрия магнитного потока не нарушается. Однако наличие одного замыкания на землю представляет потенциальную опасность, так как в случае возникновения замыкания во второй точки цепи возбуждения часть обмотки окажется замкнутой накоротко. Замыкание на землю в двух точках сопровождается сильной вибрацией из-за нарушения симметрии магнитного потока. Дуга в месте замыкания может вызвать повреждения обмотки и стали ротора.

Эти повреждения являются причиной:

  •  небаланса напряженности воздушного зазора и линейных токов;
  •  увеличения пульсации вращающего момента;
  •  уменьшения среднего вращающего момента;
  •  увеличения потери и сокращения эффективности (КПД);
  •  чрезмерного нагревания.

Основным видом ненормального режима работы для электрических машин является перегрузка их токами, значительно превышающими номинальный ток. Перегрузка электродвигателей может возникнуть вследствие перегрузки механизма (например, забивания пылью вентилятора и т.д.) и его неисправности (например, повреждения подшипников и т.д.).

Статический эксцентриситет ротора возникает при смещении опор ротора и прогибах вала. Появляется неравномерность воздушного зазора, а в зазоре дополнительные поля. Последние вызывают в обмотках электрических машин (ЭМ) дополнительные токи. Эти токи изменяют параметры ЭМ и могут служить информацией об эксцентриситете ротора.

Одной из причин появления динамического эксцентриситета является разрушение подшипников качения. Разрушение, как правило, начинается с незначительного дефекта и развивается под действием возрастающей вибрации. Вибрация вызывает дополнительный момент сопротивления периодически изменяющийся при повороте вала ротора и дополнительные токи, появление которых, может также стать информационным признаком ненормальной работы ЭМ.

К ненормальным режимам относится также работа синхронного генератора без возбуждения, то есть асинхронный режим. При работе в асинхронном режиме увеличивается частота вращения генератора и возникает пульсация тока статора. В отдельных случаях потеря возбуждения, не представляя опасности для самого генератора, может послужить причиной резкого снижения напряжения, угрожающего нарушением устойчивости параллельной работы.

Анализ аварийных и анормальных режимов указывает на то, что для уменьшения времени восстановления поврежденного элемента и повышения надежности энергосистемы в энергетике требуется автоматический контроль, регистрация и спектральный анализ процессов.

По мере развития в электроэнергетике непрерывно появлялись новые устройства регистрации и средства обработки информации. Первыми были электромеханические системы. Затем появились микроэлектронные средства на базе аналоговой вычислительной техники. В настоящее время все больше используют цифровые измерительно-информационные системы. На первый план выдвигается задача оперативного получения информации о протекании процессов в электроэнергетических системах, обработки и анализа сигналов в целях своевременного диагностирования повреждений и ненормальной работы элементов систем. Не последнюю роль играют такие системы при исследовании процессов при повреждениях элементов энергосистем и при переходных процессах.

Диагностические методы идентификации вышеперечисленных повреждений и контроля переходных процессов весьма разнообразны. Наиболее широко известны:

  •  контроль электромагнитного поля;
  •  температурные измерения и инфракрасное исследование;
  •  спектральный анализ электрических сигналов, шумов и вибраций;
  •  моделирование, основанное на искусственном интеллекте и нейронных сетях.

Для решения задачи получения информации о протекании процессов в электроэнергетических системах с требуемой точностью и оперативностью, в настоящее время получили развитие методы диагностики, основанные на мониторинге параметров отдельных элементов системы с последующим выполнением спектрального анализа полученных сигналов [8-13].

Физический принцип, положенный в основу работы диагностического  комплекса, заключается в том, что любые возмущения в работе электрической или механической части электрической машины приводят к изменениям магнитного потока в зазоре электрической машины и, следовательно, к слабой модуляции потребляемого тока.

Таким образом, наличие, например, в спектре тока характерных частот свидетельствует о наличии повреждений электрической или механической части электродвигателя и связанного с ним приводного механизма [15].

1.2 Аналоговый и цифровой способы обработки сигналов

Под сигналами принято понимать материальное воплощение сообщений о каких-либо явлениях, событиях, состояниях объекта. Сигналами являются также и сами команды управления [3]. Новый университетский словарь Вебстера определяет сигнал как обнаруживаемую или измеряемую физическую величину, которая может быть передана как сообщение или как информация. Следовательно, сигнал сам является физическим процессом, протекающим во времени и несущим информацию о событии.

По своей природе все сигналы являются аналоговыми, так как реальный сигнал представляет собой непрерывную функцию и определен для любого момента времени [3]. С другой стороны существуют сигналы, которые называются цифровыми, где сигнал, определенным образом обработанный преобразован в цифры мгновенных значений в заданные моменты времени. Любой сигнал можно охарактеризовать такими параметрами как амплитуда, фаза, частотный спектром и др.

Главная цель обработки физических сигналов заключается в необходимости получения содержащейся в них информации. Эта информация обычно присутствует в амплитуде сигнала, абсолютной и относительной частоте или в спектральном составе, фазе или в относительных временных зависимостях нескольких сигналов. Извлечение информации из сигнала осуществляется путем анализа его параметров. Выполнение данной задачи осложняется наличием помех. К помехам относятся сигналы, дестабилизирующие работу устройства. Поэтому одной из самых распространенных операций, сопутствующих анализу сигналов, является их фильтрация, например подавление апериодической составляющей, подавление или, наоборот, выделение какой-то гармоники. Решаются данные задачи с помощью частотной фильтрации. Такие методы, как фильтрация, автокорреляция, свертка часто используются для выполнения этой задачи и в аналоговой, и в цифровой областях.

Среди проблем, стоящих перед современной электроэнергетикой, одной из основных является повышение эффективности работы отдельных компонентов электроэнергетических систем, в которых в той или иной форме происходит передача и обработка информации. В зависимости от назначения конкретной системы передача информации может осуществляться аналоговыми (непрерывными) и дискретными (цифровыми) сигналами. При этом в тех случаях, когда при передаче не производится временная дискретизация сообщений, сигналы называют аналоговыми. В системах передачи дискретных сообщений, когда каждое сообщение представляет собой комбинацию конечного числа элементов некоторого конечного объема, каждому элементу алфавита ставится в соответствие определенный сигнал. Набор таких сигналов называют ансамблем дискретных (цифровых) сигналов, а саму систему передачи информации — цифровой.

Обработка аналоговых и цифровых сигналов может выполняться аналоговым, дискретно-аналоговым и дискретным (цифровым) методами. Аналоговая обработка заключается в осуществлении преобразований напряжений и токов с помощью линейных (конденсаторов, индуктивностей, резисторов) и нелинейных (диодов, транзисторов) элементов. При этом каждый элемент аналогового устройства в каждый момент времени находится в состоянии активного выполнения предписанных ему операций. Аналоговый метод обработки обладает большим быстродействием и дает результат в непрерывной аналоговой форме.

При цифровой обработке сигналы представляются цифровыми кодами, поэтому результат может быть получен для дискретных моментов времени. Процесс цифровой обработки состоит из последовательного выполнения большого числа тех или иных операций, что затрудняет достижение высокого быстродействия. Кроме того, при цифровой обработке возникает необходимость в большом количестве относительно сложных цифровых узлов и устройств, координирующих их работу. Однако цифровая обработка по сравнению с аналоговой обеспечивает более высокую точность, помехозащищенность и стабильность, а также позволяет выполнять новые, более сложные, виды обработки.

При дискретно-аналоговой обработке, в отличие от цифровой, сигнал не превращается в кодовые комбинации, а сохраняет все градации выборочных (дискретизированных) значений. Дискретно-аналоговая обработка реализуется методами аналоговой, техники (взвешиванием, суммированием и т.д.), поэтому, обладая многими достоинствами цифровой обработки: простотой перестройки, широкими возможностями изменения временного масштаба, стабильностью временной задержки выборочных значений сигнала, — сохраняет высокое быстродействие аналоговых устройств.

Несколько методов реализации процесса обработки сигналов показано на рис. 1.1. В верхней области рисунка изображен чисто аналоговый вход. В остальных областях изображена реализация цифровой обработки. Термин "комбинированная обработка сигналов" подразумевает, что системой выполняется и аналоговая, и цифровая обработка. Такая система может быть реализована в виде печатной платы, гибридной интегральной схемы (ИС) или отдельного кристалла с интегрированными элементами. Аналого-цифровые преобразователи (АЦП) и цифро-аналоговые преобразователи (ЦАП) рассматриваются как устройства комбинированной обработки сигналов, так как в каждом из них реализованы и аналоговые, и цифровые функции.

Недавние успехи технологии создания микросхем с очень высокой степенью интеграции (VLSI) позволяют осуществлять комплексную (цифровую и аналоговую) обработку на одном кристалле. Сама природа цифровой обработки сигналов подразумевает, что эти функции могут быть выполнены в режиме реального масштаба времени.

Цифровые системы обработки информации выполняют дискретизацию входных сигналов для последующей их обработки в компьютере. Компьютер, как центральное звено системы, способен лишь выполнять простейшие команды и операции с числовыми данными в пределах элементарной арифметики. Однако, работая под управлением заранее написанной программы, вычислительное устройство может быстро анализировать получаемую информацию и реализовывать весьма сложные алгоритмы.

Методы цифровой обработки сигналов в радиотехнике, системах связи, управления и контроля непрерывно расширяются в связи с тем, что они не только способны в значительной мере заменить  классические аналоговые методы, но и позволяют получить новые  результаты, недостижимые при использовании аналоговых методов.

Основными операциями обработки сигналов являются спектральный анализ и линейная фильтрация. При этом использование цифровой  формы представления сигналов может обеспечить более высокую помехоустойчивость и стабильность параметров устройств обработки [4].

Рисунок 1.1 - Процессы обработки сигналов

1.3 Аппаратная часть устройства для спектрального анализа

Спектральный анализ процессов в электроэнергетических системах осуществляют анализаторами спектра. Этот класс приборов очень разнообразен. Все устройства в нем можно условно подразделить на низкочастотные и высокочастотные, портативные и стационарные. А в зависимости от способа обработки сигнала - на аналоговые, цифровые, аналого-цифровые и виртуальные.

К аналоговым анализаторам спектра можно отнести устройства С4-48 и PSA-65C. Модель PSA-65C является последней разработкой анализаторов спектра серии 65. Это высокочастотный прибор. Отличительной особенностью его является универсальность. PSA-65C c успехом может применяться для измерения спектральных характеристик сигналов в лабораторных и полевых условиях. Кроме визуального анализа спектра, PSA-65C имеет возможность детектировать и прослушивать сигналы с амплитудной и частотной модуляций.

При применении дополнительного полосового фильтра, анализ спектра может проводиться в полосе от 200 кГц до 1250 МГц c разрешением по частоте 10 кГц. Анализаторы PSA-65C поставляются с установленным фильтром 10 кГц и AM-FM демодуляторами.

Анализатор спектра С4-48 является стационарным низкочастотным прибором с питание 220В переменного тока. Его диапазон измерений 20-20000Гц, при входном напряжении 0,01-10В. Дискретизация в измерениях отсутствует. Полосы пропускания фильтров составляет 5 и 100 Гц. Этот прибор c успехом может применяться для измерения спектральных характеристик сигналов вручную как в лабораторных условиях, так и на производстве. Кроме визуального анализа спектра имеется возможность подключения устройства записи выбранной гармонической в режиме реального времени.

Автоматическая система сбора и обработки информации, выполненная на современной элементной базе с применением цифровой техники, имеет достаточно типичную структурную схему, приведенную на рисунке 1.2.

Рисунок 1.2 - Структурная схема цифрового устройства спектрального анализа

При цифровом способе обработки сигнала, данные, получаемые от аналого-цифрового преобразователя, как правило, предварительно обрабатываются специальным сигнальным процессором СП. В большинстве случаев АЦП является составной частью сигнального процессора. Сигнальный процессор имеет высокое быстродействие и выполняет такие задачи, как цифровая фильтрация и векторизация входных сигналов. Это позволяет разгрузить контроллер, выполняющий основные функции.

Получение, преобразование и нормирование сигналов, снимаемых с объекта управления (ОУ) информационно-измерительной системой обеспечиваются устройствами сопряжения с объектом (УСО). Затем сигналы передаются в блок обработки и анализа (БОиА). Результаты анализа полученной информации выводятся на дисплей, передаются в устройство предупредительной сигнализации или воздействуют на процесс путем автоматических переключений и изменений режимов работы контролируемого электроэнергетического объекта (исполнительное устройство ИУ).

При рассмотрении цифровых устройств на первый план выдвигаются не столько схемотехнические вопросы по исполнению аппаратной части, как это было характерно для аналоговых устройств, а преимущественно алгоритмы обработки и анализа сигналов в целях получения достоверной информации.

Представителем данного класса приборов является цифровой анализатор спектра Agilent E4411B. К его основным возможностям относится:

  •  диапазон частот от 9 кГц до 1,5 ГГц;
  •  наличие следящего генератора, узкополосных фильтров и возможности дистанционного управления;
  •  интуитивный и простой пользовательский интерфейс;
  •  большой объем внутренней памяти и цветной дисплей;
  •  автоматическая фиксация даты и времени записи.

Анализатор спектра Agilent E4411B - это портативный прибор, который выполняет базовые измерительные функции. Он выдает более 28 обновлений в секунду при работе с дисплеем и более 30 обновлений в секунду при работе через интерфейс GPIB. Кроме того, время прохода (sweep time) составляет всего около 4 мс, что значительно снижает время тестирования и повышает производительность. Используемый в E4411B фазопостоянный синтезатор увеличивает стабильность и повторяемость частотных измерений, а автоматическое фоновое выравнивание обеспечивает длительные периоды между калибровками. Кроме того, прибор выходит на расчетные характеристики уже через 5 минут после включения, обеспечивая точность измерения абсолютного уровня амплитуды сигнала ± 1,1 дБ в диапазоне до 1,5 ГГц. Стоимость такого прибора достигает 9920 у.е.

Применение специализированных быстродействующих микропроцессорных устройств является основной технической базой расширения сфер использования и совершенствования цифровой обработки сигналов.

Под микропроцессорными средствами обработки сигналов понимают функционально законченные устройства цифровой обработки информации, реализованные в виде одной или нескольких БИС. Микропроцессорные средства возникли в результате развития технологии интегральных схем и вычислительной техники. По сути, микропроцессор — это устройство, состоящее из нескольких БИС, которые выполняют функции процессора ЭВМ, поэтому микропроцессорные средства используют те же принципы построения, что и ЭВМ. Вместе с тем уровень развития полупроводниковой технологии  вносит свои коррективы в эти принципы.

Микропроцессорные устройства с успехом находят применения в технике релейной защиты и автоматики, например устройства производства НПФ «Радиус», «MiCOM», «ALSTOM» или блоки защиты типа БЗ-04 производства ООО «Электротрейд» г.Липецк. Однако реализацию анализаторов спектра на микропроцессорах авторам найти не удалось. Следует заметить, что устройства на микропроцессорах сравнительно дороги.

В последнее время в связи с всеобщей «компьютеризацией» значительно возрос интерес к измерительной аппаратуре на базе ЦАП-АЦП и использующей в качестве устройства управления и отображения персональный компьютер (ПК). Такие приборы предоставляют возможность создания гибкой, мобильной и недорогой измерительной системы, пригодной для решения широкого круга задач.

ПК обладает большой вычислительной мощностью, ресурсами хранения и представления информации. Основная проблема применения его в качестве анализатора спектра – это необходимость преобразования аналогового сигнала в цифровой. Для решения этой проблемы используют аналого-цифровые преобразователи (АЦП). Они преобразуют входной аналоговый сигнал в последовательность цифровых кодов. АЦП имеют аналоговые входы для подключения источников сигналов и цифровые выходы для передачи преобразованных данных в компьютер. Компьютер, оснащенный программным обеспечением, осуществляет управление устройствами АЦП и принимает данные для последующей обработки и анализа. Однако такие АЦП дороги. Поэтому иногда в качестве АЦП используют встроенные или внешние звуковые карты. С учетом того, что каждая материнская плата ПК имеет встроенную звуковую карту, дополнительные затраты к ПК не требуются.

В последние годы активно развивается еще одно направление – платы сбора данных, в которых есть все необходимые устройства для преобразования входного сигнала с датчиков в понятную для компьютера последовательность из числовых данных, выборок x(n). Для анализа получаемых данных требуется специальное программное обеспечение, которое позволяет сформировать на экране дисплея переднюю панель стационарного измерительного устройства.

Любая измерительная система, построенная на базе персонального компьютера, состоит из источника входного сигнала, аналого-цифрового преобразователя и программного обеспечения (рисунок 1.3).

Примером цифровой измерительной системы может служить двухканальный цифровой запоминающий осциллограф АСК-3105 с персональным компьютером, где сигнал с датчика передается на двухканальный цифровой запоминающий осциллограф, преобразуется в цифровую форму и поступает в порт компьютера.

Осциллограф АСК-3105 смонтирован в корпусе, который вставляется в свободный отсек для 5,25” дисковода (или CD-ROM) на передней панели системного блока ПК или использоваться в качестве внешнего подключения через параллельный порт.

Этот прибор позволяет наблюдать форму сигнала с использованием двух независимых каналов в полосе частот от 0 до 100МГц. Чувствительность по вертикали составляет от 5мВ/дел до 5 В/дел. Для связи с компьютером используется расширенный параллельный порт EPP и соответствующее программное обеспечение (ПО).

Для нормальной работы прибора, конфигурация компьютера, к которому он подключен, должна отвечать следующим требованиям:

  •  наличие параллельного порта, работающего в режиме EPP;
  •  установленная операционная система Windows 95 и выше;
  •  видеосистема VGA с разрешением 640480, 16 цветов;
  •  для использования звуковых сообщений программы необходима звуковая плата.

Для наиболее эффективной реализации всех возможностей программы рекомендуется использование процессора класса Pentium II и размер оперативного запоминающего устройства (ОЗУ) не менее 32 Мбайт.

Рисунок 1.3 - Структурная схема устройств информационно-измерительных систем на базе персонального компьютера

АСК 3105 состоит из двух идентичных аналоговых трактов с независимыми АЦП, блока оперативной памяти, блока управления оперативной памятью, интерфейсных буферов, блока дешифратора команд и адресных счетчиков оперативной памяти. Все узлы взаимодействуют между собой по шине данных с помощью соответствующих сигналов управления, поступающих с компьютера по параллельному интерфейсу EPP.

Программное обеспечение не только позволяет управлять прибором, но и предоставляет широкий спектр сервисных возможностей: экспорт/импорт данных, математическая обработка сигналов, спектральный анализ, аварийная сигнализация в режиме самописца. Однако, следует отметить, что АСК 3105 является в первую очередь осциллографом, а не средством измерения частотного спектра, хотя у него имеется такая возможность. Поэтому достоверность результата полученного спектра будет во многом зависеть от вида исследуемого сигнала, а также от аппаратной и программной частей цифрового запоминающего осциллографа (ЦЗО). Так как ЦЗО не имеют нормируемых метрологических характеристик в режиме анализа спектра частот, они не могут служить полной заменой специализированным приборам.

Для подключения к компьютеру используется USB-интерфейс. Использование этого интерфейса решает проблему подключения виртуального прибора к любому компьютеру, в том числе к ноутбуку. Вместе с тем, для совместимости с более старыми ПК сохранена возможность подключения через LPT-порт. Другая особенность USB – масштабируемость – позволяет подключить одновременно несколько виртуальных приборов.

Несмотря на обилие достоинств такого устройства, недостатком все же является его цена – 2399 у.е.

Если в качестве устройства АЦП использовать просто АЦП или плату сбора данных (на основе АЦП), то цена измерительной системы составит от 139 до 2000 у.е., в зависимости от параметров АЦП.

Конструктивно различают: внешние модули АЦП (отдельные устройства, подключаемые к коммуникационным портам компьютера COM, LPT или к шинам обмена с внешними устройствами USB и т.п) и внутренние платы АЦП (стандартные дочерние компьютерные платы, вставляемые в свободные слоты материнской платы компьютера ISA или PCI, и имеющие внешние разъемы для подключения источников сигналов). Главными характеристиками внешних модулей АЦП является мобильность и автономность. Внутренние платы АЦП используются, как правило, в стационарных измерительных установках, где требуется высокая скорость оцифровки и прием данных от большого количества источников сигналов. Также внутренние платы АЦП используются для управления и приема данных с различных измерительных приборов.

Аппаратная реализация АЦП может быть различной. Существуют АЦП мгновенных значений и интегрирующие АЦП. В устройствах, решающих одновременно несколько различных задач, какими и являются устройства спектрального анализа, чаще всего применяются АЦП мгновенных значений. При преобразовании широкополосного сигнала на входе АЦП обязательно должен присутствовать антиалиазинговый фильтр нижних частот в аналоговом исполнении. Частота среза этого фильтра в соответствии с теоремой отсчетов должна выбираться, по крайней мере, в 2 раза меньшей, чем частота осуществления выборок fs, где fСрФНЧ fs/2 – частота Найквиста. Этим обеспечивается ограничение частотного спектра преобразуемого сигнала, иными словами формирование гладкой функции в пределах интервалов между выборками. Аналого-цифровой преобразователь как аппаратный узел цифрового устройства спектрального анализа характеризуется рядом параметров, наиболее существенными из них для решения поставленной задачи являются: частота дискретизации (выборки) fs, разрядность АЦП p и погрешность преобразования .

В цифровых устройствах, имеющих дело с процессами в электроэнергетических установках, работающих на промышленной частоте 50 Гц, частота выборки выбирается в пределах 600 – 2000Гц [14]. Это позволяет работать с сигналами, включающими кроме основной и высшие гармоники до 6÷20-ой включительно.

Принципиально возможны режимы работы АЦП с фиксированной частотой выборки и с фиксированным числом выборок на периоде основной гармоники.

Фиксированная частота выборки не требует от цифровой системы слежения за фактическим периодом преобразуемого сигнала. Это упрощает реализацию АЦП, но усложняет последующую обработку его выходных данных, так как число выборок, приходящееся на период сигнала, будет переменной величиной.

При фиксированном числе выборок на периоде сигнала упрощается обработка данных, что и является основной причиной применения такого преобразования в большинстве устройств диагностики энергосистем. Однако корректное отслеживание текущей частоты сигнала возможно только в установившихся режимах. В переходных режимах, условие постоянства числа выборок на периоде основной гармоники не будет выполняться. Аналогично, погрешность в преобразовании будет наблюдаться при скачкообразном изменении фазы колебания, например, вследствие короткого замыкания в электроустановке.

Необходимая разрядность АЦП определяется динамическим диапазоном контролируемой величины и заданной точностью работы цифрового устройства.

Аппаратную часть профессиональных виртуальных приборов подключают к компьютеру, как правило, через шины PCI или USB. Первый вариант работает быстрее, зато второй не требует вскрытия компьютера. Но при подключении АЦП к шине PCI имеется ряд значительных недостатков: требуется согласование специальных узлов с шиной; сложные протоколы передачи информации [16]. Самыми простыми интерфейсами внешнего АЦП для виртуального измерительного прибора могут служить компьютерные порты COM и LPT. В операционной системе MS DOS эти порты доступны программам, однако под Windows сравнительно легко программировать работу только последовательного порта, для параллельного -  требуется специальный драйвер.

Исходя из необходимости передавать результаты работы АЦП в приложения Windows, выбор сделан в пользу АЦП, подключаемого к персональному компьютеру через последовательный COM порт и передающего информацию согласно стандарту RS232. Недостатком этого является ограничение скорости передачи значением 115,2 кБод. Что компенсирует простота реализации аппаратной и программной составляющих виртуального прибора [17].

Оптимальным, является подключение АЦП или платы сбора данных через универсальную шину USB. Этот интерфейс решает проблему подключения к ПК нескольких приборов (ПК имеет, как правило, несколько USB-разъемов, кроме того, можно применить хаб). USB-интерфейс имеется практически во всех современных ПК. Но, вместе с тем, использование этого интерфейса лишает совместимости с более старыми компьютерами, а также значительно возрастает стоимость такого устройства.

Рассмотрим несколько известных плат сбора данных.

PCL-711B фирмы Advantech [20] имеет 8-разрядную шину ISA, 12-разрядный АЦП без УВХ со временем преобразования 25 мкс, 8-канальный коммутатор, программируемый усилитель (x1, x2, x4, x8, x16), один 12-разрядный ЦАП, 16 линий ввода и 16 линий вывода цифровых сигналов без буферов. Указываемая погрешность АЦП - 0,01% от считанного значения +/-1 разряд. Работа через программируемый ввод-вывод и прерывания. Стоимость в Москве - 265 у.е.

Lab-PC-1200 фирмы National Instruments [21], объявляемая ею как недорогая (Low-cost). Плата имеет 8-разрядную шину ISA, 12-разрядный АЦП с УВХ и частотой дискретизации до 100 кГц, 8-канальный коммутатор, программируемый усилитель (x1, x2, x5, x10, x20, x50, x100), схему калибровки АЦП, буферную память данных АЦП типа FIFO на 512 отсчетов, два 12-разрядных ЦАП, 24 линии ввода-вывода цифровых сигналов без буфера, три счетчика/таймера. Указываемая максимальная погрешность АЦП - +/- 1,5 единицы младшего разряда. Работа через один канал прямого доступа к памяти (DMA), программируемый ввод-вывод и прерывания. Стоимость в Москве - 1084 у.е.

Платы такой структуры не имеют нормализующего фильтра, и потребитель должен сам следить за возможностью возникновения эффекта наложения частот при работе с широкополосными входными сигналами.

Существует тип плат сбора данных, часто называемых динамическими анализаторами, в которых решены проблемы с эффектом наложения частот. Такие платы по структуре похожи на звуковые и наиболее распространены на диапазон частот от 0 до 20 кГц. Характеристики плат этого класса выше звуковых и, что особенно важно, подробно объявляются и гарантируются. Пример такой платы - A2150C фирмы National Instruments [21]. Она имеет четыре одновременно работающих канала 16-разрядных сигма-дельта-АЦП с общей для всех каналов частотой дискретизации от 4 до 51,2 кГц. ЦАП отсутствует. Динамический диапазон DR (Dynamic Range) или отношение сигнал/шум SNR (Signal-to-Noise Ratio) - 93 дБ. Гармонические искажения THD (Total Harmonic Distortion) составляют 95 дБ (0,0018%). Неравномерность амплитудно-частотной характеристики (АЧХ) - не более +/- 0,025 дБ. Стоимость в Москве 2332 у.е.

1.4 Программное обеспечение устройств для спектрального анализа

Очевидно – технические и эргономические характеристики любого виртуального инструмента определяются не только уровнем исполнения его аппаратной части, но и во многом зависят от качества программного обеспечения.

Пользовательский интерфейс штатного ПО АСК-3105 состоит из набора рабочих панелей, каждая из которых содержит управляющие элементы, позволяющие оператору влиять на работу программы, и индикаторов, отображающих необходимую информацию [18]. Большинство этих элементов являются частью стандартного интерфейса Windows и не требуют специальных пояснений по использованию. На главной панели расположены: экран осциллографа, на котором воспроизводятся измеряемые сигналы, а также основные графические индикаторы, отображающие работу прибора и средства их настройки. Основной график, благодаря наличию функций плавного и ступенчатого масштабирования и прокрутки, позволяет исследовать любую часть принятого сигнала. Файловые операции позволяют сохранять собранные данные и загружать их в последующем для просмотра и обработки. Двоичные файлы данных можно преобразовывать в текстовые для их обработки внешними приложениями (например, Microsoft Word или Microsoft Excel). Результаты измерения могут быть распечатаны на принтере. Для большей наглядности представления измерительной информации добавлена отдельная панель, на которой отображаются текущие масштабы и результаты измерений.

Функциональные возможности прибора позволяют проводить спектральный анализ выделенного участка сигнала. Для этого используются алгоритмы прямого и обратного быстрого преобразования Фурье. Более широкие возможности предоставляет функция спектрального фильтра. Для ее использования необходимо включить режим преобразования Фурье, в результате чего исследуемый сигнал будет представлен как суперпозиция гармонических колебаний с различными частотами, амплитудами и фазами.

Для обеспечения работы прибора в режиме самописца служит соответствующая панель. В этом режиме данные поступают в программу непрерывным потоком, и этот поток не должен прерываться, иначе какая-то часть данных будет потеряна. Кроме того, заранее неизвестен общий объем записываемой информации. Поэтому данные записываются в файл в наиболее экономичном битовом формате. В режиме самописца имеется также возможность установки предельно-допустимых (аварийных) значений, что позволяет использовать прибор в качестве контрольно-регистрирующего устройства.

С помощью панели специальной функции можно производить различные математические операции над сигналами, а также получать статистические данные. Для работы программы в учебных целях (в отсутствии реального прибора) можно воспользоваться функцией эмулятора сигналов.

ПО двухканального цифрового запоминающего осциллографа АСК-3105 не является свободно распространяемым; его стоимость включена в общую стоимость прибора.

Кроме этого, существует большое количество различных устройств сбора данных, например внешние модули и внутренние платы АЦП, специализированные платы сбора данных (ПСД). Однако, все эти устройства обладают общими характеристиками, что позволяет с помощью программного обеспечения объединять их в единые измерительные комплексы.

ПО «PowerGraph» является именно такой связующей системой, позволяющей упростить и стандартизировать процессы регистрации, обработки и анализа данных [19]. Это, в свою очередь, дает огромные преимущества пользователям ПО «PowerGraph»: во-первых, это большой выбор аппаратной части системы; во-вторых, все это многообразие является единой универсальной системой.

ПО «PowerGraph» предназначено для регистрации, визуализации, обработки и хранения аналоговых сигналов, записанных с помощью АЦП, и позволяет использовать персональный компьютер в качестве стандартных измерительных и регистрирующих приборов (вольтметров, самописцев, осциллографов, спектроанализаторов и др.). Минимальные требования к ПК:

  •  Операционная система Windows (98, ME, 2000, XP);
  •  32 МБайта оперативной памяти
  •  20 Мбайт свободного дискового пространства.

Программное обеспечение содержит библиотеку драйверов для различных устройств. Оно позволяет использовать любые аппаратные и программные настройки устройств сбора данных в виде поддержки любой разрядности АЦП, настройки диапазонов измерения и параметров регистрации.

ПО «PowerGraph» обладает удобной системой регистрации и обработки данных, широкими возможностями отображения данных на графиках. В состав программного обеспечения входит библиотека функций математической и цифровой обработки сигналов

ПО автоматически осуществляет запись протокола используемых функций, который можно сохранить в специальный файл на диске и использовать в следующих сеансах работы. Кроме того, в программу встроены возможности импорта и экспорта данных. Это позволяет создавать, редактировать и многократно использовать сложные алгоритмы обработки данных.

ПО «PowerGraph» содержит встроенный многофункциональный спектроанализатор, позволяющий проводить спектральный анализ записанных данных, а также регистрацию спектров сигналов "on-line" (построение спектров сигналов в процессе их записи с АЦП).

Спектроанализатор позволяет строить:

  •  амплитудно-частотный спектр;
  •  спектр мощности;
  •  спектры комплексных составляющих;
  •  фазово-частотные спектры.

Демонстрационная версия является свободно распространяемой, лицензионное ПО «PowerGraph» имеет стоимость - 149 у.е. [19].

Изучив рынок аналогичного ПО, можно сделать вывод, что программа PowerGraph имеет самые разнообразные функциональные возможности и сравнительно невысокую цену относительно своих аналогов.

1.5 Выводы

  1.  Современная энергосистема является сложным производственным объединением, в котором постоянно происходят аварийные и переходные процессы, некоторые из которых способны вывести из строя не только отдельные элементы энергосистемы, но и всю ее полностью.
    1.  Одним из основных методов изучения процессов происходящих в энергосистеме и контроля ее состояния является спектральный анализ электрических и иных сигналов.
      1.  Современный рынок располагает сравнительно небольшим количеством типов приборов в основном импортного производства, некоторые из которых способны удовлетворять лишь отдельные требований современной энергосистемы.
        1.  Значительная стоимость аппаратной части устройства для спектрального анализа и его ПО представляемых рынком стран дальнего зарубежья в большей части случаев не позволяет проводить полномасштабные исследования, особенно той наиболее интеллектуальной частью исследователей, которая сосредоточена в госбюджетных организациях, например, таких как университеты.


2 МАТЕМАТИЧЕСКОЕ ОБЕСПЕЧЕНИЕ

СПЕКТРАЛЬНОГО АНАЛИЗА

2.1 Способы представления электрических сигналов

Практически все процессы в электроэнергетических системах можно описать с помощью математических функций, характеризующих изменение того или иного параметра во времени. Для большинства реальных процессов и сигналов приходится использовать несколько математических функций. При этом в электроэнергетике в качестве базовых функций [3] широко применяются тригонометрические функции, которые, например, для напряжения представляют в виде

, (2.1)

где  и  - амплитуда и номер гармонической;

- время;

и  - угловая скорость сети и угол сдвига по фазе гармонической.

При решении многих прикладных задач возникает необходимость представить анализируемый сигнал в виде совокупности весовых значений при базовых функциях. Весовые коэффициенты, например значения амплитуд отдельных гармоник , образуют спектр сигнала.

В общем случае все сигналы подразделяют на периодические, почти периодические, непериодические и конечной длительности.

Периодические сигналы – это сигналы, существующие бесконечно долго и удовлетворяющие условию

, (2.2)

где  - период повторения временной функции .

Почти периодические сигналы - это сигналы, колебания которых повторяются через интервал  с определенной степенью точности. Такие функции представляются дискретным спектром с произвольными расстояниями между спектральными линиями.

Непериодические сигналы невозможно представить конечной совокупностью элементарных колебаний, и они при спектральном анализе описываются непрерывными функциями — спектральными характеристиками, которые и несут информацию о виде сигнала [4-7]. К непериодическим сигналам относятся все сигналы конечной длительности.

Замена непрерывного сигнала мгновенными значениями, взятыми в отдельные моменты времени существования этого сигнала называется временной дискретизацией или квантованием по времени. Это обязательная процедура при использовании цифровой обработки сигналов и процессов. В результате аналого-цифрового преобразования непрерывная функция , описывающая исходный сигнал, заменяется ее дискретами, то есть мгновенными значениями сигнала замеренными через промежутки времени в  (рис.2.1)

Рис. 2.1 - Дискретизация сигнала

Дискреты создаваемой решетчатой функции однозначно определяются исходным колебанием. Однако обратная задача – восстановление исходной функции по дискретам в общем случае не может быть решена однозначно. В этом случае для решетчатой функции можно найти бесчисленное множество непрерывных функций, которые будут так называемыми огибающими дискретной функции. Корректное восстановление исходной функции по ее дискретам возможно только в тех случаях, когда дискретизация производилась при выполнении определенных условий. Принципиальную возможность восстановления исходной функции по ее решетчатой функции доказывает теорема Котельникова (теорема отсчетов), которая во временном представлении формулируется следующим образом: если наивысшая частота в спектре функции  меньше некого значения , то функция  полностью определяется последовательностью своих значений в моменты времени, отстоящие друг от друга на интервалы  [4].

. (2.3)

При выполнении этого условия огибающая будет казаться гладкой функцией на интервалах между выборками и точно совпадать с ними в моменты дискретизации. В этом случае функция  может быть представлена рядом вида [5].

, (2.4)

где .

Возможность представления сигнала с ограниченным частотным спектром с помощью ряда была показана В.А.Котельниковым в 1933 году.

Предположим, что длительность сигнала  конечна и равна , а его частотный спектр ограничен частотой . Теоретически такое невозможно, так как финитный сигнал обладает теоретически бесконечным спектром. Однако практически всегда в спектре любого сигнала можно указать наивысшую частоту , такую, что энергия исходного сигнала и сигнала с усеченным спектром различались бы пренебрежимо малой долей энергии [5]. В этом случае ряд будет иметь конечное число членов:

, (2.5)

где , откуда следует, что основная энергия сигнала длительностью  может быть передана  выборками. Число  называется базой сигнала.

Теорема отсчетов применительно к частотной области показывает возможность представления непрерывного спектра сигнала  рядом через частотные выборки из спектральной функции. Применительно к эффективной части спектра ряд имеет вид:

. (2.6)

Таким образом, если во временной области интервал между выборками  не должен был превышать , то в частотной области интервал  не должен превышать , при этом эффективная часть спектра должна находиться в области , а число выборок должно быть равно

. (2.7)

Выборки из спектральной плотности сигнала являются комплексными числами, то есть задаются двумя параметрами: модулем и аргументом . Вследствие этого общее число параметров в описании спектра оказывается вдвое большим. Избыточность при частотном представлении сигнала легко устраняется если учесть, что  и  являются комплексно-сопряженными числами. Следовательно, спектр полностью характеризуется совокупностью выборок, взятых, например, только из области положительных частот [5, 7]. Таким образом, для описания спектра сигнала требуется то же число независимых параметров , что и при временном представлении сигнала.

Математическая обработка сигналов в обязательном порядке присутствует в составе любого из рассмотренных ранее устройств, ориентированных на решение прикладных задач, связанных с измерениями и анализом физических процессов. Рассмотрим основополагающие приемы работы с данными и сигналами.

Нередко при анализе процессов необходима интерполяция дискретно представленного сигнала. Исходными данными в цифровых устройствах являются дискреты. Несмотря на это обстоятельство, определение мгновенных значений дискретно представленного сигнала возможно практически для любого произвольного значения времени, с учетом близлежащих выборок.

При вычислении мгновенных значений дискретизированного сигнала в произвольной точке времени прибегают к различным методам интерполяции. Наиболее проста линейная интерполяция, базирующаяся на предположении, что приращение функции пропорционально приращению аргумента. В этом случае значение функции  относительно заданной точки , как показано на рис.2.2, определяется выражением

(2.8)

Рис.2.2 - Действия с мгновенными значениями дискретно представленного сигнала

В настоящее время, в связи с ростом производительности и мощи цифровых устройств, при интерполяции стали широко использоваться формулы Лагранжа и Ньютона и более сложные методы на основе сплайн-интерполяции [22].

Выборки из сигнала часто содержат случайные погрешности, для устранения которых применяют сглаживание исходных данных. Сглаживание экспериментальных данных применяется в уточнении ординат каждой отдельной точки с учетом положения нескольких близлежащих точек. Для случая нормального распределения погрешностей используют метод наименьших квадратов Гаусса. При этом задачу по сглаживанию данных  решают в два этапа. Во-первых, по нескольким точкам экспериментальных данных определяется аппроксимирующая функция. Затем по критерию минимального среднеквадратического отклонения уточняют ординаты точек относительно аппроксимирующей функции.

При использовании линейного сглаживания по трем точкам в качестве аппроксимирующей функции берется функция вида . Рассмотрим случай равноотстоящего расположения точек (рис.2.1), то есть , где  – интервал между значениями независимой переменной . При заданном числе точек , используемых при аппроксимации, будет справедлива система уравнений [22]

(2.9)

Подставив в эти уравнения значения , и приняв симметричное расположение точек данных относительно искомой точки, получим

(2.10)

Из этой системы уравнений определяются значения коэффициентов аппроксимирующей функции как

(2.11)

Соответственно сглаженные значения точек будут определяться по следующим выражениям:

(2.12)

Следует отметить, что данный способ сглаживания применяется в программном обеспечении цифровых осциллографов серии ACK [18].

Нередко в электроэнергетических системах напряжения и токи наряду с периодическими составляющими содержат апериодическую составляющую экспоненциального вида. Для определения параметров такого сложного колебания можно использовать метод минимизации среднеквадратической ошибки со следующим алгоритмом действий.

Если учесть, что аппроксимирующая функция должна наилучшим образом описывать данное колебание, то видимо следует применить функции вида

(2.13)

Интегральная ошибка между реальным колебанием и аппроксимирующей его функцией определяется выражением:

(2.14)

Условие наилучшего совпадения аппроксимирующей функции и сигнала будет обеспечиваться при равенстве нулю частных производных от функции ошибки, то есть:

Выбор пределов интегрирования в вышеприведенных выражениях определяется эффективной длительностью апериодической составляющей. Если постоянная времени экспоненты больше или соизмерима с периодом основной гармоники , то интегрирование должно вестись в пределах порядка . В случае, когда интегрирование допустимо выполнять в пределах периода основной гармоники, то есть при малых , расчетные выражения существенно упрощаются и имеют вид:

и

(2.15)

2.2 Гармонический анализ сигналов

Идеальной электроэнергетической системой считается такая система, в которой электроэнергия передается с номинальными, неизменным во времени значениями частоты и напряжения. В реальной энергосистеме частота и напряжение меняются во времени в пределах определенных ГОСТ. При аварийных режимах их изменения столь значительны, что могут привести к нарушению работы системы. Отклонение формы кривой тока или напряжения от правильной синусоиды обычно представляют с помощью гармонических составляющих.

Анализ периодических сигналов сложной формы удобнее выполнить, разложив исходную функцию на элементарные составляющие. То есть любая непрерывная функция, повторяющаяся на интервале , может быть представлена суммой основной синусоидальной компоненты и гармоническими составляющими более высокого порядка с частотами, кратными основной частоте. Синусоида обладает свойствами симметрии, косой симметрии и чередования [23]. Из равенства

(2.16)

следует, что кривая  симметрична относительно осей, происходящих через точки абсциссы, в которых =90, 270 …, то есть если  – любое целое число, то

(2.17)

для всех значений .

Так как функция  симметрична относительно =90 и , то можно утверждать, что она обладает косой симметрией относительно значений =0, 180, 360 и так далее, то есть если  - любое целое число, то  для всех значений .

Так как , то функция  обладает также свойством чередования с интервалом 180.

Указанные свойства используют в анализе процесса, что позволяет сделать вывод о ее составляющих.

2.2.1 Разложение в ряд Фурье. Анализ периодических сигналов сложной формы энергосистем нередко осуществляют путем разложения его на гармонические составляющие в ряд Фурье. В виде ряда Фурье можно представить любую функцию, удовлетворяющую условию периодичности

, (2.18)

и условиям Дирихле, по которым функция должна быть ограниченной, кусочно-непрерывной и иметь на протяжении периода конечное число экстремумов или разрывов [3].

В тригонометрической форме ряд Фурье имеет вид:

(2.19)

Коэффициенты ряда Фурье определяются по следующим формулам:

,   и

(2.20)

Через коэффициенты ряда Фурье определяется амплитуда произвольной гармоники. При этом спектр и амплитуда гармоник зависят от длительности периода разложения и изменения частоты сети во времени.

В некоторых случаях удобнее пользоваться рядом Фурье, представленным в комплексной (экспоненциальной) форме:

, (2.21)

где  - коэффициент при -ой гармонике, являющийся комплексным числом.

Связь между комплексными и вещественными базовыми функциями вытекает из тождества Эйлера [3]

, (2.22)

которое можно представить и в следующем виде:

(2.23)

С учетом того, что коэффициенты экспоненциального ряда являются комплексно-сопряженными числами, то есть , а  и, используя показательную форму записи комплексного числа, выражение (2.10) можно получить

(2.24)

из которого следует, что вещественную функцию  можно представить суммой косинусоид, имеющих амплитуды  и начальные фазы .

Таким образом, периодическая функция может быть представлена в виде временной зависимости (рис.2.3,а) и совокупностью коэффициентов ряда Фурье, представляющих собой либо пары вещественных чисел  и , или  и , либо комплексные числа , состоящие также из пар чисел (рис.2.3,б).

Физическая сущность коэффициентов ряда Фурье заключается в отражении амплитуд и начальных фаз отдельных гармонических составляющих, входящих в состав сложного периодического колебания.

Полный ряд Фурье содержит бесконечное число членов. Однако основная часть энергии реальных электрических колебаний передается в ограниченном диапазоне частот, то есть конечным числом гармоник [4-7]. В большей своей части коэффициенты полного ряда Фурье пренебрежимо малы на фоне конечного числа реально значимых коэффициентов. Это позволяет использовать при описании реальных колебаний конечные ряды Фурье.

                                                                                                               а)

                                                                                                              б)

Рис.2.3 - Способы представления электрического сигнала

2.2.2 Анализ сигналов, представленных дискретно. После аналого-цифрового преобразования непрерывный сигнал представляется совокупностью его мгновенных значений - выборок. Принципиально аналого-цифровое преобразование может выполняться как с постоянным интервалом между выборками, так и с фиксированным числом выборок  на каждом периоде преобразуемого колебания . С точки зрения обработки информации используемый способ дискретизации имеет существенное значение.

При фиксированном числе выборок  на периоде сигнала  для вычисления коэффициентов ряда Фурье можно использовать следующие алгоритмы:

;   ;

, (2.25)

или

, (2.26)

где - номер выборки из сигнала в предела периода.

2.2.3 Быстрое преобразование Фурье. Дискретное преобразование Фурье широко применяется в системах цифровой обработки информации. При вычислении коэффициентов ряда Фурье по алгоритмам (2.25) и (2.26) требуется выполнить  операций умножения и  операций сложения. Это приводит к тому, что с ростом  резко увеличивается объем вычислений. В настоящее время во многих цифровых устройствах широко применяется алгоритм быстрого преобразования Фурье (БПФ). Идея быстрого преобразования заключается в рекуррентном применении основополагающих выражений дискретного преобразования Фурье к анализируемому сигналу. Существуют различные алгоритмы БПФ, отличающиеся друг от друга способами разделения выборок на подгруппы и требованиями, предъявляемыми к числу одновременно обрабатываемых выборок. Особенно эффективным БПФ становится при условии , где  – целое число [22]. При этом число выполняемых операций умножения уменьшается до  вместо .

2.2.4 Гармонический анализ с помощью интеграла Фурье. Представление временной функции рядом Фурье справедливо только в тех случаях, когда функция наблюдается в бесконечных пределах. Наблюдение реального сигнала всегда ограничено во времени. По своей сути конечные во времени сигналы – непериодические. Однако финитный сигнал можно рассматривать как частный случай периодического сигнала с периодом  [7]. При беспредельном возрастании  разности между частотами соседних гармоник ряда Фурье и сама частота основной гармоники будут стремиться к нулю, обращаясь в дифференциал. Соответственно, дискретное множество значений частот переходит в непрерывно изменяющуюся частоту , а сумма гармоник – в интеграл по этой частоте:

(2.27)

Обратный переход от спектральной характеристики к временной функции выполняется в соответствии со следующим выражением:

(2.28)

Соотношение 2.28 называют прямым преобразованием Фурье. Оно позволяет по заданной функции  найти ее спектральную характеристику . Обратное преобразование Фурье дает возможность по спектру  определить функцию . В отношении прямого преобразования на функцию  накладывается ограничение: чтобы интеграл имел определенное конечное значение, функция  должна не только удовлетворять условию Дирихле, но и быть абсолютно интегрируемой в пределах от  до . Это значит, что  должна стремиться к нулю при  и .

Преобразование Фурье в интегральной форме представляет интерес в первую очередь для анализа сигналов и процессов в целом.

2.2.5 Разложение сигнала на прямоугольные функции. Гармонический анализ широко применяется в электротехнике как основное средство анализа линейных систем. Однако разложение сложных функция на гармонические составляющие не является единично возможным, существует способ разложения сигналов на прямоугольные функции, в частности функции Уолша.

Преобразование Уолша базируется на том положении, что любая периодическая функция, определенная на интервале , может быть разложена в ряд следующего вида:

, (2.29)

где  – коэффициенты ряда;

– функция Уолша -го порядка;

=0,1,2,… - целые числа;

– безразмерный аргумента, выражаемый в долях периода .

Коэффициенты ряда Уолша  определяются из выражения

(2.30)

Функции Уолша представляют собой прямоугольные колебания, принимающие одно из двух значений: +1 или -1, образуют полную ортонормированную систему и обладают следующими свойствами:

  •  они ортонормированны на интервале 0 t/T < 1, то есть

; (2.31)

  •  удвоение номера функции эквивалентно сжатию шкалы времени наполовину, то есть

(2.32)

  •  при перемножении двух функций Уолша получается новая функция с номером ;

, (2.33)

где  – символическая запись номера функции как результата логической операции «Исключающее ИЛИ»

  •  все функции имеют четную и нечетную симметрию относительно , то есть

(2.34)

Для работы с дискретизированными сигналами удобнее применять функции Уолша в дискретной форме. Значения функций Уолша для  =0,1,2…7 даны в [3], для других случаев значения функций Уолша в точках дискретизации можно получить из выражений (2.32) и (2.33). В общем случае рассчитать значении функции Уолша -го порядка в -той точке  при их дискретной длине можно по следующему выражению [3]:

, (2.35)

где =0,1,…-1; =0,1,…, -1 – номера точек, представляемые в двоичной форме;

- те же параметры, но в десятичной форме.

Кроме функций Уолша известны прямоугольные функции, например Радемахера, Адамари и Пэли [3].

Анализ методов разложения электрических сигналов на составляющие показывает, что в электроэнергетике предпочтение следует отдавать, все же, методу Фурье.

2.3 Особенности определения величины периода основной гармонической сети

Спектр гармонических в токах и напряжениях элементов электроэнергетических систем помимо основной гармонической сети с частотой  содержит гармоники с  и субгармоники с . Кроме них в электроэнергетической системе есть гармонические с иными частотами, которые являются результатом оперативных переключений, коротких замыканий и несинхронным вращением роторов. Так как частота сети колеблется в пределах регламентируемых ГОСТ 13109-97 49,650,4 Гц, то для повышения точности выделения необходимых составляющих из электрического сигнала необходимо повышать точность в определении периода разложения в ряд Фурье. Для определения длительности периода основной гармонической сети можно использовать следующие методы.

2.3.1 Метод постоянного периода. Частота основной гармонической в энергосистеме =50Гц при предельно допустимом ее изменении =±0,4 Гц [9]. Если принять период разложения  в ряд Фурье постоянным и равным =0.02 с., то погрешность в определении периода разложения при предельно допустимом ее изменении составит

(2.36)

Такая погрешность в определении периода разложения, например, при наличии в электрическом сигнале только первой составляющей с =50,4 Гц, при разложении дает к спектр, приведенный на рис. 2.4, где штрих-пунктирной и сплошной линиями показаны результаты разложения с периодом =1/50,4=0,01984 и =1/50=0,02 секунды. Из рисунка видно, что неточность в определении периода приводит к появлению гармоник, а погрешность расчета произвольной гармоники определится как

(2.37)

где  и  измеренное напряжение -ой гармонической в измеряемом сигнале и ее расчетное значение при погрешности расчета периода.

Таким образом, погрешность расчета напряжения, например второй гармоники с =100 гц, при погрешности расчета периода разложения в 0,8% составит 100%.

Рис.2.4 - Спектр электрического сигнала при разложении в ряд Фурье с периодом =0.02 c. и  =0,01984 c.

2.3.2 Метод нулевых точек. Из аналитического выражения напряжения основной гармонической сети (2.1) видно, что оно при определенных значениях равно нулю, а расстояние между соседними  с u=0 определяет величину половины периода . Таким образом, одним из очевидных способов решения поставленной задачи, является определение периода по точкам пересечения гармонической функцией нулевой линии.

Выборки, максимально приближенные к моментам перехода нулевой линии, можно обнаружить в массиве данных, используя следующий критерий – существование двух рядом стоящих выборок с отрицательным и положительным значениями. Непосредственный момент пересечения колебанием нулевого уровня требует уточнения. Для уточнения перехода синусоидального колебания через нуль в данном случае правомерно использовать линейную интерполяцию, так как связь аргумента синусоидальной функции с ее значением вблизи нуля близка к линейной, то есть  при 0. Суть линейной интерполяции состоит в том, что заданные точки соединяются отрезками, и функция приближается уравнением прямой, проходящей через данные точки. Графически метод проиллюстрирован на рисунке 2.5.

Рис. 2.5 - Определение величины периода основной гармоники методом нулевых точек

Если функция  является суммой периодических функций с разными амплитудами и фазами - точек пересечения с нулем будет множество  (рис.2.6).

Рис. 2.6 - Сигнал, имеющий в составе высшие гармонические частоты

За уточненный момент перехода нулевой линии будем принимать среднее значение массива . Длительностью периода с определенной точностью можно считать разность между значением третьей и первой нулевой точки выбранного окна наблюдения. Блок-схема процедуры определения длительности периода рассмотренным методом приведена в приложении А.

2.3.3 Метод нулевых сумм. Метод нулевых сумм заключается в определении длительности периода по времени достижения суммы дискретов дискретно представленной функции нулевого значения. Графическая реализация метода приведена на рис.2.7 дискретно функции нулевого значения.

Рис. 2.7 - Определение длительности периода основной гармонической

Пусть на отрезке  задана функция . Примем за начальный момент времени =0, а конечный . Разобьем отрезок интегрирования [0, ] на равные отрезки с шагом . На каждом из этих отрезков выберем произвольную точку  и найдем произведение  значения функции в этой точке  на длину элементарного отрезка

(2.38)

Составим сумму всех таких произведений:

(2.39)

Сумма  называется интегральной суммой [40].

Выражение (2.38) описывает площади прямоугольников (штриховые линии), интегральная сумма (2.39) – площадь ступенчатой фигуры, образуемой этими прямоугольниками. При неограниченном увеличении числа точек деления и стремлении к нулю отрезка t, верхняя граница фигуры (ломаная) переходит в линию . Площадь полученной фигуры, которую называют криволинейной трапецией, равна определенному интегралу [40]:

(2.40)

Однако на практике для вычисления определенного интеграла функции пользуются методами численного интегрирования. Они основаны на аппроксимации подынтегральной функции с помощью интерполяционных многочленов. Наиболее известными являются методы прямоугольников, трапеций и метод Симпсона. Сравнив их, можно отметить, что последний обладает более высокой точностью [40]. Поэтому дальнейшее решение будет основываться на аппроксимации функции  методом Симпсона.

На каждом отрезке подынтегральную функцию заменим многочленом второй степени [40]:

(2.41)

Коэффициенты этих квадратных трехчленов могут быть найдены из условий равенства многочлена в точках  соответствующим значениям . В качестве  можно принять интерполяционный многочлен Лагранжа второй степени, проходящий через три точки функции при , , и . Тогда элементарная площадь каждого отрезка будет определяться по формуле [40]:

(2.42)

Проведя такие вычисления для каждого элементарного отрезка, выразим площадь полученной фигуры по формуле Симпсона:

(2.43)

Так как функция  гармоническая и имеет форму синусоиды, то можно предположить, что при достижении интегральной суммы нулевого значения будет найдена длительность периода .

С учетом того, что  величина постоянная, предпочтительней просто осуществлять суммирование дискретов. Блок-схема процедуры определения длительности периода методом нулевых сумм приведена в приложении Б.

2.3.4 Метод минимума сумм. При работе с реальным периодическим сигналом (рис.2.8а) можно предположить, что интегральная сумма  будет колебаться вблизи нуля. Это приводит к погрешности определения периода основной гармонической, и как следствие к погрешности разложения в ряд Фурье. Поэтому, очевидным следствием метода нулевых сумм явился метод минимальных сумм.

Суть метода состоит в определении длительности периода основной гармонической сети как времени между двумя минимумами суммы дискретных значений функции. Графически метод проиллюстрирован на рисунке 2.8 б.

а)

б)

Рис. 2.8 - Определение величины периода основной гармоники методом минимальных сумм

Весь алгоритм вычисления величины периода основной гармоники методом минимальных сумм может быть представлен  следующим образом:

1. Формирование массива S(n), включающего суммарные значения дискретов функции, то есть .

2. Нахождение длительности периода , осуществляемое путем последовательного сравнения текущего элемента массива  с минимальным значением.

Для нахождения минимума в  вычислительной технике широко применяются различные способы сортировки массива. Воспользуемся методом «пузырька», так как он обладает наибольшей сходимостью [40]. Для этого за начальное значение минимума возьмем, к примеру, значение функции S[2]. Далее, перебирая все значения сумм и сравнивая с минимумом, находим первое минимальное значение . Очевидно, что второе минимальное значение будет находиться в пределах [+ 0,01984; +0,02016]. Исследуем этот интервал на минимальное значение .

Длительность периода будет равна разности абсцисс при значениях Smin2 и .

Блок-схема процедуры определения длительности периода методом минимума сумм приведена в приложении В.

2.4 Погрешность методов определения длительности периода основной гармонической

Анализ показывает, что погрешность вычисления периода основной гармоники зависит от числа дискрет на период и наличия в сигнале:

1. Субгармоник, то есть гармонических с частотой ниже основной в целое число раз.

2. Гармонических с частой ниже основной.

3. Гармоник и гармонических с частотой выше основной;

4. Апериодической составляющей.

Таким образом, в зависимости от решаемой задачи можно применять один из предлагаемых методов определения величины периода. В данной работе оценка погрешностей расчета различных методов определения периодов в зависимости от перечисленных выше факторов осуществляется расчетным путем с использованием специально разработанной тест - программой.

В случае анализа сигнала, в котором отсутствует гармонические с частотой ниже основной и апериодическая составляющая, а амплитуда гармонических не превышает 20% основной, то можно использовать практически любой способ. В случае применения метода «нулевых точек» установлено, что погрешность определения периодов в основном зависит от частоты дискретизации, то есть от числа точек на период. Результаты исследования приведены на рис. 2.9. Из рисунка видно, что при количестве точек 300-400 погрешность расчета будет такой же, как у метода «постоянного периода» при нормально допустимом изменении частоты сети =±0,2 Гц [9]. Что составляет погрешность расчета 0,4%.

В случае возрастания амплитуды высших гармонических следует применять метод «нулевых сумм» или методом «минимумов сумм», так как погрешность метода «нулевых точек» резко возрастает из-за неточности определения нулевых точек при неоднократном пересечении функцией средней линии. Как показали расчеты, в этом случае погрешность расчета зависит только от  числа точек на период и при 160 точках уменьшается практически до нуля.

Погрешность методов «нулевых сумм» и «минимумов сумм» возрастает в переходных режимах электроэнергетической системы, возникающих при коротких замыканиях, оперативных переключениях и пусках асинхронных электродвигателей. В этих случаях в электрическом сигнале появляется апериодическая составляющая с начальным значением сигнала , величина которого в первый момент переходного процесса определяется из выражения

(2.44)

и может равняться амплитудному значению [24], где и  - амплитуда основной гармоники сети и время на момент начала переходного процесса.

Рис. 2.9 - Зависимость погрешности определения периода основной гармонической методом «нулевых точек» от частоты дискретизации

Вторым показателем апериодической составляющей является время ее затухания, так как процесс ее затухания описывается как

, (2.45)

где  - показатель затухания, величина которого определена наличием и соединением активных и реактивных элементов в электрической сети;

- время.

Обычно апериодическая составляющая затухает за время 0,01-0,06 с., но при определенных условиях может достигать до десяти периодов основной гармонической. 

Если амплитуда апериодической составляющей не превышает 15% от амплитуды основной гармоники а время затухания 0,06 с., то погрешность метода «нулевых сумм» составляет 0,54%, а метода «минимумов сумм» – 00,02% (рис. 2.10).

Рис. 2.10 - Зависимость погрешностей метода «нулевых точек» и метода «минимумов сумм» от амплитуды апериодической составляющей А2

Наличие апериодической составляющей изменяет зависимость погрешности методов расчетов от числа точек на один период. Результаты расчета такой зависимости при и длительности =0,06 с. приведены для методов «нулевых сумм» и «минимумов сумм» приведены на рис. 2.11.

Рис. 2.11 - Зависимость погрешностей метода «нулевых точек» и метода минимальной суммы от частоты дискретизации

При наличии в сигнале субгармонических составляющих метод «нулевых точек» зависит от частоты дискретизации как показано на рис. 2.12. В тоже время погрешность метода «минимумов сумм» дает практически нулевую погрешность.

Рис. 2.12 - Зависимость погрешности определения периода основной гармонической от частоты дискретизации при наличии субгармоник.

Наличие высших гармонических в реальных энергетических системах несомненно также влияет на погрешность расчета при определении длительности периода [24]. При этом погрешность метода «нулевых точек» зависит только от амплитуды гармоник и частоты частоте дискретизации измеряемого сигнала (рис. 2.13).

Рис. 2.13 - Зависимость погрешности определения периода основной гармонической от частоты дискретизации при наличии высших гармонических

Так, например, при наличии в сети третьей и пятой гармонических с амплитудой 0,3 и 0,1 основной % при частоте дискретизации 8000Гц (160 интервалов на период T=0,02с.) погрешность расчета составит порядка 0,59%. Из рис. 2.13 видно, что данный метод можно использовать только начиная с частоты дискретизации 50000-60000Гц, что для большей части звуковых карт нереально.

Как показали многочисленные расчеты и эксперименты погрешность метода «минимумов сумм» практически близка к нулю.

2.5 Выводы

  1.  Для обработки электрических сигналов при анализе процессов в энергосистемах их необходимо дискретизировать.
  2.  Из известных методов математического анализа периодических сигналов в электроэнергетике наиболее часто используется метод разложения в ряд Фурье.
  3.  Как видно из анализа приведенных результатов расчетов и экспериментов, метод «нулевых точек» применим для определения длительности периода основной гармоники в сигналах с малой величиной гармоник.
  4.  Анализ погрешностей расчета показывает, что наиболее универсальным и точным для определения длительности периода основной гармоники является метод «минимумов сумм», который позволяет достаточно точно определять длительность периода даже при наличии апериодической составляющей с коротким временем затухания.


3  РЕАЛИЗАЦИЯ УСТРОЙСТВА для спектрального

Анализа

3.1 Конструкционные особенности

Современная измерительная аппаратура давно «срослась» с цифровыми и процессорными средствами управления и обработки информации. Стрелочные указатели уже становятся нонсенсом даже в дешевых бытовых приборах. Аналитическое оборудование все чаще подключается к обычным ПК через специальные платы-адаптеры. Таким образом, используются интерфейсы и возможности программ приложений, которые можно модернизировать и наращивать без замены основных измерительных блоков, плюс вычислительная мощь настольного компьютера.

Кроме того, и расширение возможностей обычного компьютера возможно за счет разнообразных программно-аппаратных средств - специальных плат расширения, содержащих измерительные аналого-цифровые преобразователи (АЦП) и цифро-аналоговые преобразователи (ЦАП). Таким образом, компьютер может выполнять функции аналитического прибора, к примеру, анализатора спектра, осциллографа или частотомера. Подобные средства для модернизации компьютеров выпускаются многими фирмами. Однако цена и узконаправленная специфика препятствуют распространению этого оборудования в условиях высших учебных заведениях Казахстана.

Некоторые модели выпускаемых осциллографов и анализаторов спектра не сопрягаются с ПК, что в свою очередь порождает следующие недостатки.

  •  отсутствие дистанционного управления.
  •  невозможность включения в систему автоматизированного управления и, как следствие, затруднена процедура обработки и хранения информации.
  •  снижение рентабельности прибора за счет включения в него блоков самотестирования, отображения информации, дополнительных устройств преобразования, индикации режимов и т.д.

Стоимость средств измерений с возможностью подключения к унифицированному интерфейсу персонального компьютера значительно выше стоимости автономных средств измерений. В тоже время современные ПК относительно недороги, имеют достаточно высокие технические параметры и широко распространены.

Исходя из всего выше сказанного, при проектировании недорогого, многофункционального, надежного устройства для спектрального анализа, оптимальным решением является использование в качестве блока анализа и обработки сигналов ПК, оснащенный соответствующим программным обеспечением. В этом случае ПК выступает в роли виртуального устройства спектрального анализа (ВУСА).

ВУСА на базе ПК обладает:

  •  относительной дешевизной реализации и доступностью;
  •  возможностью обработки и передачи информации, программными и аппаратными средствами;
  •  возможностью передачи данных сигнала по локальной и глобальной сетям;
  •  большими информационными объемами запоминающих устройств;
  •  возможностью разработки программного обеспечения своими силами или силами сторонних производителей;
  •  возможностью шифрования информации в рамках обеспечения безопасности информации;
  •  постоянно растущую скорость обработки информации;
  •  большую надежность и ремонтопригодность.

Реализацию устройства для спектрального анализа процессов в электроэнергетических системах на ПК необходимо начать с определения того минимума аппаратных средств компьютера, который сможет обеспечить полноценную работу разрабатываемого устройства. На основании анализа операций построения частотного спектра сигналов, а также специфики хранения и скорости обработки информации составлен перечень необходимых элементов архитектуры устройства:

1) центральный процессор (ЦП), включающий в себя:

  •  арифметико-логическое устройство, которое обеспечивает арифметическую и логическую обработку данных;
  •  устройство управления, организующее автоматическое выполнение программ и обеспечивающее функционирование вычислительной машины как единой системы;
  •  регистры общего назначения, служащие для промежуточного хранения информации в процессе обработки;

2) энергозависимая оперативная память (ОЗУ), обеспечивающая запись и считывание информации;

3) энергонезависимая вторичная память, предназначенная для долговременного хранения программ и массивов данных в виде файлов. В качестве вторичной памяти могут выступать различные запоминающие устройства (ЗУ) – жесткий диск, съемный диск, Flash – память.

4) порты ввода, предназначенные для получения входного сигнала

5) порты вывода, предназначенные для подключения устройства к монитору, исполнительному органу (ИО) через усилительный блок и для включения устройства в автоматизированную информационно-управляющую систему;

5) аналого-цифровой преобразователь (АЦП), роль которого в данном случае играет звуковая карта;

6) устройства сопряжения  (УСО) с объектом управления (ОУ), в функции которого входит преобразование и нормирование входных сигналов информационно-измерительной системы.

Перечень дополнительных устройств может быть составлен исходя из функциональных особенностей применения реализуемого устройства.

Для выполнения функций прибора наблюдения и диагностики необходимы следующие периферийные устройства:

1) монитор, служащий для визуального отображения результатов обработки сигналов;

2) устройства командного управления – манипулятор типа «мышь», клавиатура, служащие для настройки и управления виртуальным анализатором спектра;

3) внешние запоминающие устройства – CD-RW или Zip – накопитель, служащий для резервного хранения анализируемой информации за прошедший период.

С учетом этого, в основу устройства спектрального анализа вышеперечисленного положена архитектура, построенная на магистрально-модульном принципе организации ЭВМ, что позволяет легко менять состав и конфигурацию вычислительной машины.

Функциональная схема разработанного устройства представлена на рисунке 3.1. для достижения большей информативности и наглядности отображения отдельные модули  устройства взаимосвязаны друг с другом посредством общей магистрали, объединяющей в себе шину адреса, шину данных, командную шину.

Рис. 3.1 - Функциональная схема устройства спектрального анализа

В качестве блока аналого-цифрового преобразования, в данном случае, можно использовать различного рода серийно выпускаемые IBM-совместимые платы, но специализированные АЦП такого класса достаточно дороги. Альтернативой служит АЦП звуковой карты, но при условии, что диапазон измерений и погрешностей лежит в допустимой, для данного класса звуковых карт зоне.

АЦП звуковой карты обладает широкими возможностями обработки данных. Ее основой является сигнальный процессор DSP, который выполняет такие задачи, как цифровая фильтрация и векторизация входных сигналов. Для того, чтобы использовать его возможности, необходимо иметь непосредственный доступ к буферам, содержащим входные данные и управляющим режимом работы DSP, то есть использовать интерфейс низкого уровня. Как правило, звуковая карта (рис. 3.2) имеет два сдвоенных входа и два таких же выхода.

Рис. 3.2 - Структурная схема звуковой карты

Линейный вход рассчитан на сигналы с амплитудой около 1В, а микрофонный на сигналы 3-50mB. При использовании звуковой карты в качестве АЦП можно использовать любой из этих входов, но с целью уменьшения погрешностей измерения от внешних наводок предпочтение следует отдавать линейному входу. При этом следует быть очень осторожным и не допускать чтобы амплитуда сигнала превышала 1,5-2В. Это скорее всего вызовет выход устройства из строя. Хотя для корректных измерений уровень сигнала должен быть гораздо ниже от максимально допустимого значения, что так же определяется типом звуковой карты. Для согласования подаваемого сигнала со входом звуковой карты потребуется собрать простой делитель напряжения, например такой, который изображен на рис.3.3.

Рис. 3.3 - Делитель напряжения

Резисторы подбираются так, чтобы сопротивление R3 было ниже входного сопротивление звуковой карты. Оно может составлять значение порядка 20 кОм. Переменный резистор предназначен для регулировки величины напряжения на линейном входе в пределах 0,5-0,7В. Тип стабилитронов подбираются таким, чтобы моно было обеспечить ограничение напряжения в 2 В, к примеру КС119А — 1,9 В. В случае превышения напряжения сигнала на входе звуковой карты (на резисторе R3) выше нормы, сработает защита - начнется пробой стабилитронов и напряжение не поднимется выше 1,9 В. Можно использовать и другие типы стабилитронов на напряжение 1-1.8 В, но ставить их следует обязательно, иначе повреждение звуковой карты практически не избежать.

В справочных данных на новые звуковые платы или системные платы со звуковой подсистемой могут быть приведены ссылки на совместимость с требованиями стандарта AC 97 (Audio Codec 97). Кодек должен быть выполнен в виде отдельной микросхемы, содержащей минимально возможное количество цифровых узлов и размещенной в небольшом корпусе с 48 - 64 выводами. Это позволяет разместить его в максимально близко к входным/выходным разъемам и минимизировать уровень шумов.

В зависимости от типа платы кодек может быть или отдельной схемой, или интегрирован вместе с другими узлами в одну многофункциональную микросхему.

Оптимальным выбором для задач регистрации и формирования сигналов оказываются платы (в том числе и не самые новые), совместимые с Microsoft Windows Sound System (WSS), с кодеками фирм Analog Devices или Crystal Semiconductor. Основные характеристики кодеков этих фирм-производителей приведены в таблице 1. Для сравнения, в последнем столбце таблицы приведены технические характеристики платы сбора данных A2150C фирмы National Instruments.

Таблица 1 – Основные характеристики кодеков звуковых карт

Параметр

AD1848K

AD1845

CS4248/

CS4231

CS4231A

A2150C

Верхняя граничная частота, % от установленной частоты дискретизации

 0.45

 0.4

 0.4

 0.4

 0.4

Частота дискретизации

5...48,0 кГц

4...50 кГц

5...48,0 кГц

5...48,0 кГц

4 до 51,2 кГц

Неравномерность АЧХ, дБ

 +/- 0.1

 +/- 0.1

 +/- 0.1

 +/- 0.1

+/- 0.025

Динамический диапазон (DR) или отношение сигнал/шум, дБ

 80 – 85

 80 – 85

 80 – 85

 80 – 85

 93

Гармонические искажения (THD) ,%

 

 

 0.003 -0.02

 0.006 -0.02

0.0018

Продолжение таблицы 1

Параметр

AD1848K

AD1845

CS4248/

CS4231

CS4231A

A2150C

АЦП: THD+шум (N), %

 0.02

 0.025

 

 

ЦАП: DR, дБ

 80 -85

 80 - 85

 80 - 85

 80 - 85

ЦАП отсутст.

ЦАП: THD, %

 

 

0.01 -0.02

0.01 -0.02

ЦАП отсутст.

ЦАП: THD+N, %

 0.02

 0.022

 

 

ЦАП отсутст.

Стоимость, $

 20

 21

 20

 20

 2332

В настоящей работе для построения анализатора спектра была использована звуковая карта из комплекта Sound System Version 1.0. Технические характеристики этой карты в полной мере определяются характеристиками ее цифрового сигнального процессора типа AD1848K фирмы Analog Devices. Данный процессор позволяет записывать и воспроизводить сигналы по двум каналам с частотами дискретизации 5; 8; 11.025; 22.050; 44,1 кГц как с восьми, так и с шестнадцатибитовой точностью представления. При диапазоне напряжения линейного входа 1В точность преобразования составляет порядка 8мВ и 0.03мВ соответственно.

Технические характеристики специализированной платы сбора данных A2150C ненамного превосходят обычные звуковые карты, но стоимость их измеряется тысячами долларов. Если учесть, что такая звуковая карта стоит порядка нескольких десятков долларов, что эквивалентно стоимости 10-12 разрядного АЦП, то приобретение готовой платы по сравнению с отдельной микросхемой является экономически выгодным решением.

Однако применение звуковой карты в качестве АЦП имеет свои недостатки. Прежде всего, при работе со звуковой картой необходимо учитывать уровень шумов. Это могут быть шумы наведенных токов в соединительных шнурах, шумы, создаваемые нестабильными блоками питания и другие. Они хорошо отслеживаются при подключении источника питания в отсутствие сигнала.

Существенным фактором, влияющим на точность измерений, являются время включения и постоянная составляющая сигнала на входе звуковой карты. Время включения сравнимо с интервалом времени между соседними выборками АЦП и составляет около 30 мс, поэтому при оценке спектральных характеристик необходимо учитывать сдвиг во времени звуковых данных. Постоянная составляющая сигнала на входе имеет отрицательную полярность и составляет около 0,06 В. При непосредственном подключении к электронной схеме этот потенциал может нарушить нормальный режим работы, поэтому между анализируемой схемой и звуковой картой желательно включить дополнительные цепи развязки. Когда исследуемый сигнал приведен к диапазону входных значений звуковой карты, ее необходимо откалибровать. Это можно сделать с помощью осциллографа.

Третий минус - не все звуковые карты поддерживают одновременную работу АЦП и ЦАП в режиме DMA (Full Duplex). Однако большинство способно работать в режиме программируемого ввода-вывода, а в нем можно обеспечить одновременное считывание данных из АЦП и запись данных в ЦАП. Этот подход потребует разработки собственного программного обеспечения (ПО) для поддержки аппаратной части.

Таким образом, если известны характеристики звуковой карты, то исследуемый сигнал приводится к диапазону входных значений используемой карты. Затем, с использованием функций низкого уровня доступа к регистрам звуковой карты, считывается записанный сигнал, и данные представляются в удобном виде.

Применение звуковой карты в качестве АЦП цифрового анализатора спектра, а персонального компьютера – для обработки данных, открывает широкие возможности представления по обработке и хранению данных. На базе реализуемого в данной работе анализатора спектра можно строить как учебные стенда для лабораторного практикума, так и системы обработки экспериментальных данных при решении различных научных и инженерных задач, диапазон измерения частоты сигнала в которых составляет 0-20000 Гц, при использовании звуковой карты с частотой дискретизации 44000 Гц., а также с верхней частотой 24000 Гц, при использовании более дорогих звуковых карт с частотой дискретизации 48000 Гц.

Программа «Спектр ПК-01» использует функции высокого уровня для работы со звуковой картой, так называемые WinAPI-функции операционной системы, что накладывает некоторые ограничения на используемое программное обеспечение.

Win API - это набор функций, предоставляемых операционной системой, начиная с версии Windows 95. Эти функции находятся в стандартных динамически компонуемых библиотеках (Dynamic Linked Library, DLL), таких как kernel32.dll, user32.dll, gdi32.dll. Эти файлы находятся в директории Window\System.

Таким образом, минимальным требованием к программному обеспечению является наличие операционной системы Windows 95/98 и выше.

Операционная система производит диалог с пользователем, осуществляет управление компьютером, его ресурсами (оперативной памятью, местом на дисках и т.д.), запускает прикладные программы на выполнение. Так как это управляющий программный комплекс, то он в свою очередь накладывает требования к аппаратным средствам.

Для системы Windows 95 [41] минимальные требования таковы: процессор 386DX или выше, оперативное запоминающее устройство – 8Мб, VGA-совместимый видеоадаптер. Необходимый объем жесткого диска – 70Мб.

Необходимость в свободном дисковом пространстве возникает в связи с тем, что запись сигнала происходит в файл (wav-файл) по блокам. Специфика работы с wav-файлом предполагает, что при частоте дискретизации 44 КГц значению каждого блока отводится 44 байта. Затем блок данных обрабатывается и очищается из файла. Таким образом, размер файла с данными не превышает 44 байт. При необходимости файл с данными можно сохранить. Исполнимый файл программы требует 700 кБ свободного дискового пространства. Для корректной работы операционной системы требуется свободный объем диска около 650 Мбайт. Таким образом, для корректной работы программы «Спектр ПК-01» вполне пригоден жесткий диск объемом 2 Гб.

В связи с тем, что определяющим фактором диагностической системы является ее быстродействие, следует отметить, что быстродействие анализатора спектра на базе персональной ЭВМ складывается из времени съема информации и времени обработки. Если пренебречь потерями времени на соответствующие преобразования в звуковой карте или АЦП (30мс), то минимальное время съема информации зависит, например, для определения эксцентриситета ЭМ, от числа пар полюсов  и частоты сети . Оно определяется как

(3.1)

и при =2-12, =50Гц составит 0,04-0,24с.

Время обработки зависит от частоты процессора и средней скорости доступа к жесткому диску. В соответствии с минимальными требованиями и минимальной ценой для реализации устройства был выбран жесткий диск южнокорейской фирмы Samsung HDD 40 Gb IDE Samsung <SP0411N/SP0401N>. Этот винчестер со скоростью вращения шпинделя 7200 оборотов в минуту имеет емкость 40 Гбайт (в настоящее время в продаже отсутствуют диски объемом 2Гб), размер буфера - 8 Мбайт, средняя задержка - 4,17 мс и среднее время доступа при чтении 8,9 мс. «Изюминкой» такого накопителя является фирменная технология Dual DSP, повышающая производительность работы и высокая внутренняя скорость обмена данными, достигающая 840 Мбит/с.

Для апробации программы был выбран процессор Pentium с тактовой частотой 133 МГц. Эксперименты на АД АО-41-6 с использованием программного обеспечения «Спектр ПК-01» показали, что на обработку блока данных размером 100 Кбайт требуется 0,04с.

Такое время вполне удовлетворяет требованиям к устройству диагностики эксцентриситета любых типов ЭМ, так как подобные устройства с фильтрами на операционных усилителях из-за их инерционности имеют время срабатывания на порядок больше.

Исходя из всего выше сказанного, рекомендуемые требования к аппаратной платформе таковы:

  •  Pentium-совместимый процессор с частотой 133 МГц или выше;
  •  64 Мб оперативной памяти (с увеличением размера оперативной памяти увеличивается быстродействие обработки данных);
  •  жесткий диск объемом 2Гб, на котором имеется не менее 650 Мб свободного места;
  •  звуковая карта с частотой дискретизации 48кГц;
  •  дисковод для компакт дисков CD-RW;
  •  монитор VGA;
  •  мышь Microsoft Mouse или другое совместимое указывающее устройство.

3.2 Программное обеспечение

Для написания программы была выбрана интегрированная объектно-ориентированная среда программирования Borland Delphi 6.0 Enterprise. На сегодня Delphi является одним из самых распространенных средств создания приложений. Эти средства позволяют создавать прикладные программы, предназначенные для работы на ПК под управлением оболочки Windows 95 и более поздних версий, а так же операционной системы Windows NT и использующие общепринятые для Windows элементы пользовательского интерфейса. Программы такого типа в настоящее время признаны в качестве стандарта, поскольку наиболее широко распространены, удобны для пользователей и не требуют дополнительного изучения.

Предпочтение было отдано системе Borland Delphi 6.0 Enterprise благодаря тому, что она позволяет программисту очень быстро и удобно разрабатывать пользовательский интерфейс. Это свойство особенно ценно из-за того, что, как показывает практика, работа над интерфейсом занимает большую часть (до 80%) времени создания программного продукта. Еще одним преимуществом выбранной системы является высокая (по сравнению со многими другими средствами программирования) эффективность генерируемого компилятором кода, что весьма существенно для данного проекта.

3.2.1 Описание взаимосвязи и функционирования программных модулей. Реализуемое устройство на базе ПК «Спектр ПК-01», предназначенное для регистрации, визуализации, обработки и хранения аналоговых сигналов имеет следующие функциональные модули:

  •  регистрация входного сигнала;
  •  воспроизведение измеряемого сигнала в виде временной зависимости;
  •  проведение спектрального анализа;
  •  отображение сигнала в виде спектра частот составляющих гармоник;
  •  отображение характеристик сигнала (A,) в табличном виде;
  •  файловые операции (сохранение информации в файл, открытие существующего файла данных, печать);
  •  экспорт данных;
  •  настройка параметров прибора.

Пользовательский интерфейс программы «Спектр ПК-01» состоит из набора рабочих панелей (окон), каждая из которых содержит набор управляющих элементов (УЭ), позволяющих оператору влиять на работу программы, и индикаторов, отображающих необходимую информацию. Большинство этих элементов являются частью стандартного интерфейса Windows и не требуют специальных объяснений по использованию. Легкость освоения программы обеспечивается также наличием «всплывающих подсказок» - кратких текстовых пояснений по использованию каждого элемента. Для управления прибором можно также использовать команды выпадающего меню основной рабочей панели.

3.2.2 Регистрация входного сигнала. Процесс регистрации входного сигнала можно проводить в двух режимах: автоматическом и ручном. Выбрав ручной режим работы, начать регистрацию входного сигнала можно, нажав кнопку «Пуск», при этом в wav-файл производится запись дискретных данных до тех пор, пока не будет нажата кнопка «Стоп». После остановки записи данных в файл, автоматически запускается процедура разложения в ряд Фурье и на экране выводится частотный спектр. При работе в автоматическом режиме сигнал снимается со звуковой карты и отображается в графическом виде непрерывно.

Режим работы выбирается в одноименном пункте верхнего меню программы. По умолчанию в программе установлен ручной режим сбора данных.

Процедура записи входного сигнала в файл и считывания данных из файла основана на применении API-функций Windows. При запуске программы операционная система проводит опрос устройств и определяет основные характеристики звуковой карты. Максимальная частота дискретизации отображается на панели индикации. Параметр  (частота выборок) является настраиваемым. В целях исправной работы устройства, в программе предусмотрена защита ввода значения частоты дискретизации, превышающего максимальное для данной звуковой карты значение .

Для обеспечения работы прибора в режиме самописца служит команда «Режим работы» - «Автоматическая регистрация». Запись информации в этом режиме принципиально отличается от обычной записи данных в файл. Данные непрерывным потоком поступают в wav-файл, размер которого заранее неизвестен. Поэтому результаты измерений в режиме самописца записываются в наиболее экономичном битовом формате. В дальнейшем эти данные могут быть загружены в программу «Спектр ПК-01» для просмотра или преобразованы в текстовый формат для внешней обработки. После определения параметров в очередной точке измерения, результаты заносятся в массив данных и выводятся в графическом виде как амплитудно-частотная характеристика или зависимость  при работе устройства в режиме «Осциллограф». Осциллограмму можно приостановить для сохранения данных в файл или более детального анализа. В режиме самописца также имеется возможность настройки параметров отображения и обработки сигнала. Блок-схема модуля регистрации входного сигнала приведена в приложении Г.

3.2.3 Отображение измеряемого сигнала. Выбирая из меню «Вид» пункты «Анализатор спектра» или «Осциллограф» можно использовать прибор в качестве устройства спектрального анализа или осциллографа соответственно.

Основную рабочую область окна программы занимает экран вывода графика временной зависимости измеряемого сигнала (рис. 3.4) или в виде спектра частот составляющих гармоник (режим анализатора спектра), а также панель инструментов, с расположенными на ней пиктограммами «Пуск» и «Стоп». Кроме того, с помощью верхнего меню могут быть вызваны многие сервисные функции программы («Настройка масштаба», «Выбор шага разложения» и т.д.). Основной график, благодаря наличию функций ступенчатого масштабирования позволяет исследовать любую часть принятого сигнала. Для более информативной картины исследуемую прямоугольную область необходимо выделить левой кнопкой мыши, при этом происходит увеличение масштаба отображения в два раза.

Рис. 3.4 - Основное окно программы «Спектр ПК-01»

Графические результаты измерения (изменение сигнала во времени, спектральные характеристики) можно сохранить в графическом формате в файле с расширением *.bmp или вывести на печать. Для этого предназначены команды контекстного меню, появляющегося при щелчке правой кнопкой мыши по основной рабочей области окна. Блок-схема модуля отображения сигнала приведена в приложении Д.

3.2.4 Проведение спектрального анализа. Для проведения спектрального анализа в состав программного обеспечения включены функции разложения в ряд Фурье. При работе устройства в ручном режиме обработка входного сигнала и выдача спектрограммы происходит при нажатии на кнопку «Стоп». В автоматическом режиме построение спектра сигналов происходит в процессе их записи со звуковой карты в файл данных.

В целях уменьшения погрешности спектрального анализа в программе предусмотрено автоматическое определение периода основной гармонической в зависимости от колебаний частоты сети. В выпадающем меню «Вычисления» предлагается выбрать метод определения длительности периода из рассмотренных в разделе 2.3. При этом в абсолютном режиме работы анализатора спектра («Вид» – «Анализатор спектра» – «Абсолютный») разложение в ряд Фурье происходит с учетом программно определяемого периода основной гармонической сети; в относительном режиме расчет ведется с учетом постоянной величины периода =0,02сек. Блок-схема модуля проведения спектрального анализа приведена в приложении Е.

3.2.5 Отображение характеристик сигнала (A,) в табличном виде. Определение численных параметров спектра измеренных сигналов, таких как номер гармоники, частота, амплитуда – проводится автоматически. Результаты измерений сохраняются в таблице данных, отобразить которую можно при необходимости, подключив опцию «Таблица данных меню», «Вид». Табличное представление спектра может быть распечатано или импортировано во внешнюю программу (например, MS Excel) с помощью команд контекстного меню.

3.2.6 Файловые операции. Файловые операции, собранные в меню «Файл», позволяют сохранить собранные данные (в битовом виде) и загружать их в последующем для просмотра и обработки. Двоичные файлы данных можно преобразовывать в текстовые для их обработки внешним приложением Microsoft Excel. Результаты измерений, спектр частот, а также табличное представление спектра может быть распечатано на принтере («Файл» – «Печать»).

3.2.7 Экспорт данных. Достоинством программного обеспечения «Спектр ПК-01» является возможность обработки данных встроенными средствами табличного процессора Microsoft Excel. Для экспорта данных служит команда «Файл» – «Экспорт данных».

3.2.8 Настройка параметров прибора. Программа «Спектр ПК-01» предоставляет возможность масштабирования по оси абсцисс и ординат («Настройка» – «Масштаб»), установления шага разложения в ряд Фурье («Настройка» – «Шаг разложения»).

3.3 Анализ процессов в элементах электроэнергетических систем

Как было сказано выше, электроэнергетические системы очень сложны. В их состав входят электрические станции, подстанции, линии электропередач и различные потребители электрической энергии. Очевидно, сложны и процессы, протекающие в этих элементах них. Спектральный анализ некоторых из них проведенных аналоговым С4-48 и разработанным «Спектр ПК-01» анализаторами спектра приведен ниже.

3.3.1 Спектр высших гармонических в сети руднотермической печи Аксуского ферросплавного завода. Руднотермическая печь ферросплавного завода является основным его потребителем электроэнергии. Она представляет собой нелинейную нагрузку, которая генерируется в коротких сетях и на низкой стороне печных трансформаторов возникают высшие гармонические. Наличие высших гармонических искажает форму кривых токов, напряжений и оказывает отрицательное влияние на работу кабельных сетей, трансформаторов и электродвигателей. Необходимость ограничения допустимых значений высших гармонических определена техническими требованиями эксплуатируемых в сетях завода электротехнических устройств.

Экспериментальные исследования уровня высших гармонических в цепях руднотермических сетей проводились непосредственно в производственных условиях. Принципиальная схема проведения эксперимента приведена на рисунке 3.5.

Контроль спектра гармонических проводился в точках 1, 2, 3. при этом датчиком в точках 1 и 3 служил магнитный трансформатор тока в виде катушки от реле РП-25 с W=6800 витков, а в точке 2 – стационарно установленный трансформатор тока. Измерение спектра гармонических осуществлялось с помощью анализатора спектра «Спектр ПК-01» и дублировались аналоговым анализатором спектра С4-48. Для согласования выхода трансформатора тока и входов анализаторов применялся трансреактор и резисторный делитель напряжения. Для согласования магнитного трансформатора тока с анализаторами требуется только делитель напряжения. Магнитный трансформатор закреплялся на измерительной штанге и размещался на расстоянии 0,3-0,45 м от шины фаз A и B короткой сети, а также на расстоянии 0,5 м от шины 10 кВ фазы A.

Рис. 3.5 - Принципиальная схема анализа гармонических составляющих руднотермической печи анализатором спектра «Спектр ПК-01».

Учитывая непрерывность колебания тока в сетях, осуществлялся контроль действующего напряжения на входе «Спектр ПК-01» и поддержание его величины с помощью делителя напряжения. Результаты измерения представлялись в относительных единицах.

Целью экспериментального исследования являлось:

1. Сравнительный анализ спектров гармонических в фазах A и B короткой сети при неизменном положении переключателей печного трансформатора.

2. Сравнительный анализ спектров гармонических фазы A короткой сети и на шине 10 кВ.

3. Анализ изменений спектра гармонических в короткой сети фазы A при различных положениях переключателя.

4. Сравнительный анализ спектров гармонических на шине 10 кВ фазы А, снятый с трансформатора тока и магнитного трансформатора.

Результаты эксперимента приведены на рисунках 3.6 - 3.9.

Анализ результатов измерения на рисунке 3.6 показывает, что независимо от несимметрии тока в фазах A и B амплитуды гармонических различаются незначительно — не более чем на 10-15%. Амплитуды третьей, пятой, седьмой гармоник достигают, соответственно, 42%, 18-25% и 8-9% от основной гармонической. Остальные гармоники имеют величины не более одного процента и при анализе их можно не учитывать.

Рис.3.6 - Спектр гармонических в фазе A (линии слева) и B (линии справа) короткой сети при неизменном положении переключателей

Анализ результатов измерения на рисунке 3.7 позволяет оценить потери мощности в печном трансформаторе от высших гармонических. Результаты эксперимента приведены в относительных единицах. По результатам измерений на рисунке 3.8 достаточно легко оценить потери высших гармонических в измерительном трансформаторе тока. Очевидно, при переключении ступеней печных трансформаторов должен изменяться и спектр гармонических. Изменение наиболее мощных гармонических приведено на рисунке 3.9.

Рис. 3.7 - Спектр гармонических фазы А (линии слева)

и на шине 10 кВ (линии справа).

Рис. 3.8 - Спектр гармонических на шине 10 кВ, снятый с трансформатора тока (линии слева) и магнитного трансформатора (линии справа)

Рис. 3.9 – Изменение амплитуды 2-8 гармонических фазы А короткой сети при различных положениях переключателя

3.3.2 Анализ повреждений электрических машин. Электрические машины играют особо важную роль в энергетической системе. Поэтому ним предъявляются высокие требования надежной работы. Внезапные аварийные отключения могут привести к существенным нарушениям сложных технологических процессов на электрических станциях и в узлах нагрузки. Кроме того, эксплуатация находящихся в неудовлетворительном техническом состоянии электрических машин приводит как к прямым финансовым потерям, связанным с непрогнозируемым выходом из строя оборудования  и вызванным этим нарушением технологического процесса, так и к значительному (до 5-7%) перерасходу электроэнергии при той же полезной мощности.

Для обеспечения эффективного контроля текущего состояния в условиях работы возникает необходимость своевременного распознавания неисправностей с помощью соответствующих информативных признаков. Такими признаками для электрической машины могут быть характеристики электромагнитного процесса функционирования [42]. Эффективность диагностирования неисправностей технического состояния машины в процессе ее работы требует, чтобы параметры контроля были не только информативными, но и легко доступными для измерения. Поэтому в качестве информативных параметров были выбраны гармонические составляющие электромагнитного поля рассеяния в торцевой зоне машины. Методом диагностики при этом является метод, основанный на выполнении мониторинга потребляемого тока с последующим выполнением специального спектрального анализа полученного сигнала, что позволяет с высокой степенью достоверности определять состояние различных элементов электрической машины.

Мнения практически всех авторов в публикациях о повреждаемости ЭМ значительно расходятся [36-38]. В среднем в ЭМ на элементы статора приходится - 38% повреждений, элементы ротора - 10%, подшипники - 40% и другие повреждения  - 12%.

Повреждения обмотки статора АД обычно вызваны повреждением изоляции. Все они делятся на витковые и междуфазные замыкания, а также замыкания на землю. Полагается, что изначально все короткие замыкания – это необнаруженные витковые замыкания, которые разрастаются и переходят в основные [34, 36-38]. Почти 30-40 % из всех сообщений об отказах двигателей попадают в эту категорию [36-38]. Своевременное отключение позволит свести к минимуму объем повреждений обмотки статора [33].

Магнитное поле в воздушном зазоре идеализированной электрической машины (ЭМ) имеет только основную  гармоническую [24]. В воздушном зазоре реальной машины, наряду с основной гармонической поля, существуют и другие. Те, у которых частота выше или ниже основной в целое число раз, называют гармониками и субгармониками [25]. Гармонические, частота которых зависит от скольжения, считаются роторными [26]. Гармонические, появляющиеся в результате неравномерности воздушного зазора, – боковыми [25]. Все остальные гармонические называют дополнительными [27,28]. Гармонические поля зазора делят на временные и пространственные.

Временные гармонические [24] возникают в воздушном зазоре из-за несинусоидальности напряжения электрической сети, неравномерности механической нагрузки и изменения температуры элементов ЭМ.

Пространственные гармонические в воздушном зазоре ЭМ обусловлены дискретным расположением обмоток статора и ротора, неравномерностью воздушного зазора, нелинейностью некоторых параметров машины и недостатками технологии изготовления.

Магнитное поле воздушного зазора реальной ЭМ меняется также при коротких замыканиях в обмотке статора и фазного ротора [29, 30], обрыве стержней «беличьей клетки» короткозамкнутого ротора асинхронного двигателя [27], эксцентриситете ротора [25, 31] и повреждении подшипников качения [28].

Очевидно, что при построении системы защиты и диагностики ЭМ информационным признаком повреждения должны служить гармонические поля, появляющиеся или изменяющиеся по величине при перечисленных выше повреждениях. Появляющаяся при этом или изменяющаяся по величине гармоническая поля должна превышать величину этой гармонической в произвольном режиме неповрежденной ЭМ.

В свою очередь магнитное поле воздушного зазора индуцирует в обмотках статора и ротора ЭДС, под действием которых в этих обмотках возникают токи гармонических.

Для подтверждения изложенного, а также получения некоторых дополнительных данных для задач диагностики проведено экспериментальное исследование названных неисправностей в ряде машин. Эксперименты проводились на типовых машинах в экспериментальной лаборатории ПГУ с предварительной проверкой исправности всех экспериментальных машин.

Сущность методики исследования заключается в том, что, задавая отдельные повреждения искусственно, в условиях работы машины можно исследовать влияние их на параметры электромагнитного поля.

Для измерения магнитного поля воздушного зазора, а также токов в обмотках статора и ротора использовался кольцевой (КИП) индукционный преобразователь [29, 34].

Схема диагностирования асинхронного двигателя с КИП приведена на рисунке 3.10. Для диагностики используется кондиционер сигнала, препятствующий появлению ложных частот сигналов при их дискретизации, аналого- цифровой преобразователь – на базе звуковой карты Sound Blaster AD1848K, персональный компьютер с установленным программным обеспечением «Спектр ПК-01».

Рис. 3.10 - Диагностическая система анализа повреждений электрической машины

Физический принцип, положенный в основу работы экспериментального комплекса, заключается в том, что любые возмущения в работе электрической или механической части электродвигателя и связанного с ним устройства приводят к изменениям магнитного потока в торцевой зоне электрической машины.

Таким образом, наличие в спектре ЭДС КИП двигателя характерных частот определенной величины свидетельствует о наличии повреждений электрической или механической части электродвигателя и связанного с ним механического устройства [43].

Результаты экспериментов приведены на рисунках 3.11-3.14 Следует отметить, что экспериментальные данные, изображенные в виде спектрограмм, являются результатами измерения усредненных значений исследованных параметров, и они определены как математическое ожидание на основе многократного измерения этих величин.

Рисунок 3.11 наглядно отображает появление высших гармонических спектральных в напряжении КИП составляющих (600-1200 Гц) электромагнитного поля при межвитковом замыкании обмотки электрической машины.

Рис. 3.11 - Спектрограмма сигнала при межвитковом замыкании в обмотке статора асинхронного двигателя

На рисунке 3.12 приведена спектрограмма напряжения, характеризующая изменение спектральных составляющих напряжения в условиях работы указанной машины при повреждении ротора (обрыв стержней, ослабление крепления стержней к контактным кольцам, скрытые дефекта литья). Этот вид неисправности обнаруживается по наличию двух симметричных относительно частоты питающей сети пиков в спектре тока.

Рис. 3.12 - Спектр при повреждениях ротора

Такой вид неисправности как несоосность валов двигателя и механической нагрузки, выявляется по частотам, кратным частоте вращения ротора (рис. 3.13)

Рис. 3.13 - Спектр при наличии несоосности валов двигателя

и приводного механизма

На рисунке 3.14 приведены результаты экспериментов при искусственной имитации дефектов ременной передачи вентилятора. Этот вид неисправности определяется по частотам, кратным частоте биений ремня, определяемой длиной последнего и диаметрами шкивов.

Рис. 3.14 - Спектр при наличии дефектов ременной передачи

Очевидно, что результаты исследований электромагнитных параметров в электрических машинах могут оказаться ценной диагностирующей информацией для решения задач определения неисправностей в условиях работы. При проведении повторных измерений на данном оборудовании необходимо формировать базу данных, позволяющую отслеживать динамику развития повреждений во времени. Это позволит заблаговременно планировать выведение оборудования в ремонт.

  1.  Выводы

1. Для построения анализатора спектра наиболее приемлемы материнские платы ПК с встроенный звуковой картой комплекта Sound System Version 1.0.

2. Анализатор спектра на базе ПК с программным обеспечением «Спектр ПК-01» способен с достаточной точностью регистрировать, визуализировать, обрабатывать и хранить аналоговые сигналы различной длительности.

3. Экспериментальные исследования отдельных элементов электроэнергетических систем в лабораторных условиях и на производстве показали, что комплекс для спектрального анализа на базе ПК с разработанным программным обеспечением «Спектр ПК-01» прост в эксплуатации, обладает достаточной точностью и может применяться практически на любом ПК при наличии в нем звуковой карты и навыков работы на ПК.

4. Использование ПК с программным обеспечением «Спектр ПК-01» позволяет с высокой эффективностью выявлять информационные параметры повреждений элементов электроэнергетических систем, что в свою очередь позволит резко сократит сроки необходимые для исследования процессов при построении устройств их релейной защиты и диагностики.


Заключение

Основные результаты теоретических и экспериментальных исследований сводятся к следующему:

1. Показано, что для исследования процессов в электрических цепях и электроэнергетических системах широкому кругу ученых и эксплуатационному персоналу необходимо устройство позволяющее проводить экспериментальные исследования наличии персонального компьютера без дополнительных капиталовложений.

2. Выявлено, что электрические сигналы электроэнергетических систем содержат кроме основной и высших гармоник низкочастотные и апериодические составляющие.

3. Предложены методы «нулевых сумм» и «минимумов сумм» для определения частоты и длительности периода основной гармонической сети при практически любой форме сигнала;

4. Доказана возможность использования встроенных в материнскую плату звуковых карт в качестве АЦП.

5. Разработано и апробировано в лабораторных условиях и на производстве аппаратное и программное обеспечение и интерфейс «Спектр ПК-01» для персонального компьютера, позволяющее получать спектральный анализ исследуемого сигнала в динамике.


Список использованных источников

  1.  Беркович, М.А. Основы техники релейной защиты / М.А. Беркович В.В.Молчанов, В.А.Семенов. – 6-е изд., перераб. и доп. — М.: Энергоатомиздат, 1984.-376с.:ил.
  2.  P.Vas, Parameter Estimation, Condition Monitoring, and Diagnosis of Electrical Machines, Clarendron Press, Oxford,1993
  3.  Шмурьев, М.Н. Цифровая регистрация и анализ аварийных процессов в электроэнергетических системах / М.Н. Шмурьев – М.: НТФ «Энергопрогресс», 2004. – 96с.:ил. (Библиотечка электротехника, приложение к журналу «Энергетик», Вып.2)
  4.  Харкевич, А.А. Спектры и анализ / А.А. Харкевич – 4-е изд. М.: Гос.изд-во физико-мат. лит-ры, 1962. – 251с.
  5.  Гоноровский, И.С. Радиотехнические цепи и сигналы: Учеб.для вузов / И.С. Гоноровский – 4-е изд., перераб. и доп. М.: Радио и связь, 1986. – 300с.
  6.  Матханов, П.Н. Основы анализа электрических цепей. Линейные цепи: Учеб. для электротехн. и радиотехн спец.вузов /  П.Н. Матханов; – 3-е изд., перераб. и доп. М.: Высшая школа, 1990. – 210с.
  7.  Гутников, В.С. Фильтрация измерительных сигналов / В.С. Гутников - Л.: Энергоатомиздат, Ленинградское отд-ние, 1990. – 450с.
  8.  V Thorsen and M Dalva: "Condition Monitoring Methods, Failure Identification and Analysis for High Voltage Motors in Petrochemical Industry", Proc 8a 1EE Int Conf, EMD'97, University of Cambridge, No 444, pp 109-113
  9.  W T Thomson and D Rankin; "Case Histories of Rotor Winding Fault Diagnosis in Induction Motors", 21"1 Int Conf Proc on Condition Monitoring, University College Swansea, March 1987
  10.  G B Kliman and J Stein: "Induction Motor Fault Detection Via Passive Current Monitoring", Proc Int Conf (ICEM'90), MIT, Boston, USA, 1990, pp 13-17
  11.  W T Thomson, S J Chalmers and D Rankin: "On-line Current Monitoring and Fault Diagnosis in High Voltage Induction Motors - Case Histories and Cost Savings in Offshore Installations", Offshore Europe '87, Conf Proc SPE September 1987, Aberdeen, SPE 16577/1 - SPE 16577/10
  12.  Randy R. Schoen, Thomas G. Habetler, Farrukh Kamran, Robert G. Barthel “Motor Bearing Damage Detection Using Stator Current Monitoring” IEEE TRANSACTIONS ON INDUSTRY APPLICATIONS, VOL.31, NO. 6, November/December 1995
  13.  William T.Thomson, Mark Fenger “Current Signature Analysis to Detect Induction Motor Faults”IEEE Industry Application Magazine July/August 2001.
  14.  Общие технические требования к микропроцессорным устройствам защиты и автоматики энергосистем: РД 34.35.310 – 97.М.: СПО ОРГРЭС, 1997.
  15.  W. T. Thomson : "A Review of On-Line Condition Monitoring Techniques for Three-Phase Squirrel-Cage Induction Motors -Past Present and Future" Keynote address at IEEE Symposium on Diagnostics for Electrical Machines, Power Electronics and Drives, Gijon, Spain, Sept. 1999 pp 3-18.
  16.  Степнев, В. Адаптер интерфейса PCI для периферийных устройств /  В. Степнев // Радио. – 2004 – №10. – c. 26-28.
  17.  Марков, М. АЦП с интерфейсом RS-232 / М. Марков // Радио.– 2005.– №2. – c. 26-29.
  18.  Суханов, Е.В. ACK -3105 — новый цифровой запоминающий осциллограф на базе ПК / Е.В. Суханов // Контрольно-измерительный приборы и системы. – 2003. – №4. – с.21-26.
  19.  http://www.powergraph.ru/
  20.  http://www.advantech-usa.com/
  21.  http://www.natinst.com/
  22.  Бронштейн, И.Н. Справочник по математике для инженеров и учащихся втузов / И.Н.  Бронштейн, К.А. Семендяев– 13-е изд., исправл. М.:Наука, 1986. –120с.
  23.  Мэнли, Р. Анализ и обработка записей колебаний / Р. Мэнли.— пер. с англ. – М.: Машиностроение, 1972 – 367с.
  24.  Иванов-Смоленский, А.В. Электрические машины / А.В. Иванов-Смоленский -М.: Энергия, 1980.- 909с.
  25.  Геллер, Б. Высшие гармоники в асинхронных машинах/  Б. Геллер, В. Гамата -М.: Энергия, 1981.- 351с.
  26.  Вольдек, А.И. Влияние неравномерности воздушного зазора на магнитное поле машины / А.И. Вольдек // Электричество. - 1951.- №12.-с.40-46.
  27.  Новожилов, А.Н Метод численного моделирования работы асинхронного двигателя с обрывом стержней в короткозамкнутом роторе/ А.Н. Новожилов, А.П. Кислов, О.А Андреева // Электричество.- 2004.-  №11.- с.41-45.
  28.  Булычев, А.В. Метод контроля состояния механической части асинхронного электродвигателя / А.В. Булычев, В.К. Ванин // Электротехника. – 1997.- № 10.- с.109-110.
  29.  Клецель, М.Я. Защита двигателей от витковых замыканий на кольцевом преобразователе/ М.Я. Клецель, А.Н. Новожилов, В.Е. Поляков // Известия вузов. Электромеханика. – 1986.- № 3.- с.118-126.
  30.  Новожилов, А.Н. Моделирование токов в асинхронном двигателе с фазным ротором в эксплуатационных режимах / М.П. Воликова, А.Н. Новожилов =Труды 2-й международной научно-технической конференции (часть 1), Тобольск, 2004. – с.27-29.
  31.  Новожилов, А.Н. Токи асинхронного двигателя при статическом эксцентриситете / А.Н. Новожилов // Электротехника. – 1994.- №11.- с.45-47.
  32.   Межгосударственный стандарт. Электрическая энергия. Совместимость технических средств электромагнитная. Нормы качества электроэнергии в системах электроснабжения общего назначения. ГОСТ 13109-97.
  33.  Корогодский, В.И. Релейная защита электродвигателей напряжением выше 1000 В /  В.И. Корогодский, С.П. Кужеков, Л.Б. Паперно -М.: Энергоатомиздат, 1987.- 248с.  
  34.  Клецель, М.Я. Защита электродвигателей на катушках индуктивности от витковых замыканий / М.Я. Клецель, А.Н. Новожилов, В.И. Полищук, А.Г. Кошель, А.Н. Метельский // Пром. энергетика. – 1994.- №3.- с.17-20.
  35.  Бессонов, Л.А. Теоретические основы электротехники /  Л.А. Бессонов -М.: Высшая школа, 1967.- 775с.
  36.  Трешнев, И.И. Методы исследования машин переменного тока /  И.И. Трешнев - Л.: Энергия, 1969.- 235с.
  37.  Козырев, Н.А. Изоляция электрических машин и методы ее исследования /  Н.А. Козырев -М.: Госэнергоиздат, 1962.- 263с.
  38.  Кулаковский, В.Б. Профилактические испытания и дефекты изоляции крупных электрических машин /  В.Б. Кулаковский -М.: Энергия, 1970.- 184с.
  39.  Муравлев, О.П. Влияние обмоточно-изолировочных работ на пробивное напряжение витковой и корпусной изоляции асинхронных двигателей / О.П. Муравлев, Ю.П. Похолков, Э.К. Стеблицкий // Изв. вузов. Электромеханика. – 1966.- №1.- с.109-110.
  40.  Турчак, Л.И. Основы численных методов: Учеб.пособие /  Л.И. Турчак– М.: Наука. Гл.ред.физ.-мат.лит., 1987. – 320с.
  41.  Котеча, Х. Windows 95: Шаг за шагом / Х. Котеча.  - пер с англ. – М.: БИНОМ, 1997. –182/ с.
  42.  Гаджиев, Г.А. Исследование магнитных полей рассеяния в электрических машинах для их диагностики в условиях работы / Н.Д. Абдуллаев, М.А. Гашимов, Г.А. Гаджиев, Д.Д. Халилов // Электротехника. – 2000. - №6. – с.22-27.
  43.  W. T. Thomson : "A Review of On-Line Condition Monitoring Techniques for Three-Phase Squirrel-Cage Induction Motors -Past Present and Future" Keynote address at IEEE Symposium on Diagnostics for Electrical Machines, Power Electronics and Drives, Gijon, Spain, Sept. 1999 pp 3-18.


ПРИЛОЖЕНИЕ А

(обязательное)

Блок-схема процедуры определения

длительности периода методом нулевых точек


ПРИЛОЖЕНИЕ Б

(обязательное)

Блок-схема процедуры определения

длительности периода методом нулевых сумм


ПРИЛОЖЕНИЕ В

(обязательное)

Блок-схема процедуры определения

длительности периода методом минимума сумм


ПРИЛОЖЕНИЕ Г

(обязательное)

Блок-схема функционального модуля

регистрации входного сигнала


ПРИЛОЖЕНИЕ Д

(обязательное)

Блок-схема функционального модуля

отображения сигнала


ПРИЛОЖЕНИЕ Е

(обязательное)

Блок-схема функционального модуля

проведения спектрального анализа


Аналоговая обработка сигнала

Аналоговое преобразование

Датчик

Цифровая

обработка сигналов

Аналоговая обработка сигналов

Цифровая обработка сигнала

Аналоговое преобразование

Датчик

АЦП

ЦАП

ЦАП

АЦП и преобразование

Цифровая обработка сигнала

ИУ

Датчик

Дисплей

АЦП    ЦАП

Цифровая обработка сигнала

ОиАС

Датчик

УСО

ОУ

x(t)

200__

Шина данных

Выход на громкоговоритель

Линейный выход

Линейный вход

Вход микрофона

DSP

интерфейс

ОУ

УСО

Порт

ввода 1

АЦП

ОЗУ

ЗУ

Порт

вывода 3

ИО

Усилительный блок

Порт

вывода 2

Монитор

Порт

вывода 1

ЦП

FOR I=1 to N

Начало

Конец

Ts=s/j

J=j+1 s=s+M[j]

j=1

Нет

Да

u[i]<0 AND u[i+1]>0  AND Ts0,02016 AND Ts0,01984

FOR I=1 to N

Начало

I - четное

Да

Нет

S=0, n=2, S1=0, S2=0

S1=S1+u[i]

S2=S2+u[i]

Конец

S=0

Нет

Да

Ts=dt*(i-1)

I=I+1

Ts=Min2-Min1

Нет

S<min

Да

Min2=S

S=S+u[i]

FOR I=N to 2N

Конец

S<min

Да

Min1=S

S=S+u[i]

N=1/50.4*f_kvant

S=0, min=u[1]

Начало

FOR I=1 to N

Нет


 

А также другие работы, которые могут Вас заинтересовать

66529. Интерполирование с помощью многочленов 369.88 KB
  В соответствии с вариантом исходное уравнение имеет вид: По узлам и соответствующим значениям функции построить интерполяционный многочлен, представив его в виде линейной комбинации значений.
66531. УПРАВЛЕНИЕ ПАМЯТЬЮ В ОС UNIX И WINDOWS 148.11 KB
  Цель работы — изучение аспектов организации работы с внутренней и внешней памятью в операционных системах семейств Unix и Windows. Использованные теоретические сведения Материалы из методического пособия...
66532. Обслуговування сканерів 17.04 KB
  Помістити чорнобілу фотографію на скляну робочу поверхню зображенням вниз лицьовою стороною до скла. Якщо використовується сторінковий сканер вставте чорнобілий документ в лоток з механізмом автоподачі листа вихідного зображення і переконайтеся що він правильно орієнтований...
66533. Освоение технологии структурного программирования при разработке и создании программы на языке Турбо Паскаль для циклического вычислительного процесса с неизвестным числом повторений 259.5 KB
  Цели работы: Освоение методики нисходящей разработки (проектирования) программы методом пошаговой детализации с помощью псевдокода при решении задач с помощью ПК. Освоение методов структурного программирования при разработке и создании программы на языке...
66534. Управление памятью в ОС UNIX и Windows 46 KB
  Напишите набор программ, удовлетворяющих теоретическому понятию оверлея. Каждый оверлей должен осуществлять какие-либо вычисления, выводя результаты в терминал, далее он передает управление другому оверлею из комплекса. Всего в комплексе должно быть не менее 4 оверлеев.
66535. Управление службой каталога в Windows-сети 91.65 KB
  Разработать структуру локальной вычислительной сети предприятия, в которой используются ОС Windows Server 2003, Windows XP, Windows Vista, Windows 2000 и которая состоит из сервера и трех рабочих станций. С использованием физических и виртуальных машин реализовать разработанную структуру.
66536. Настройка параметров протокола TCP/IP и службы DNS 251.8 KB
  Какие протоколы входят в стек протоколjв TCP IP Какие протоколы входят в стек протоколjв TCP IPВ сетях TCP IP принято различать адреса сетевых узлов трех уровней физический или локальный адрес узла МАС-адрес сетевого адаптера или порта маршрутизатора...
66537. Численное решение задачи Коши для ОДУ 160 KB
  Цель: Решить ОДУ методом Адамса(3-х шаговым неявным) и методом Рунге-Кутта 4-го порядка (классическим). Результаты предоставить графически. Задание 1 Условие: Решить методом Адамса (3-х шаговым неявным). Результат представить графически...