CN118153133A - 一种大功率高频变压器智能优化设计方法 - Google Patents
一种大功率高频变压器智能优化设计方法 Download PDFInfo
- Publication number
- CN118153133A CN118153133A CN202410183563.2A CN202410183563A CN118153133A CN 118153133 A CN118153133 A CN 118153133A CN 202410183563 A CN202410183563 A CN 202410183563A CN 118153133 A CN118153133 A CN 118153133A
- Authority
- CN
- China
- Prior art keywords
- noise
- transformer
- optimization
- noise data
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 104
- 238000013461 design Methods 0.000 title claims abstract description 68
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000000694 effects Effects 0.000 claims abstract description 39
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 238000012360 testing method Methods 0.000 claims abstract description 9
- 238000004804 winding Methods 0.000 claims description 35
- 239000000463 material Substances 0.000 claims description 33
- 230000000875 corresponding effect Effects 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 17
- 238000011156 evaluation Methods 0.000 claims description 17
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 13
- 230000009467 reduction Effects 0.000 claims description 12
- 230000008092 positive effect Effects 0.000 claims description 8
- 238000001228 spectrum Methods 0.000 claims description 7
- 238000009434 installation Methods 0.000 claims description 4
- 239000007787 solid Substances 0.000 claims description 3
- 238000007670 refining Methods 0.000 claims 1
- 238000010183 spectrum analysis Methods 0.000 claims 1
- 238000004088 simulation Methods 0.000 abstract description 6
- 230000005291 magnetic effect Effects 0.000 description 36
- 238000013016 damping Methods 0.000 description 18
- 229910000976 Electrical steel Inorganic materials 0.000 description 11
- 238000009826 distribution Methods 0.000 description 10
- 230000006698 induction Effects 0.000 description 5
- 239000003973 paint Substances 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008030 elimination Effects 0.000 description 4
- 238000003379 elimination reaction Methods 0.000 description 4
- 238000009413 insulation Methods 0.000 description 4
- 238000003475 lamination Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 229910000831 Steel Inorganic materials 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000005284 excitation Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000010959 steel Substances 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 230000008713 feedback mechanism Effects 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 239000012774 insulation material Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000005381 magnetic domain Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 239000011358 absorbing material Substances 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000009351 contact transmission Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000005294 ferromagnetic effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 239000011810 insulating material Substances 0.000 description 1
- 238000005495 investment casting Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 239000000696 magnetic material Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Regulation Of General Use Transformers (AREA)
Abstract
本申请公开了一种大功率高频变压器智能优化设计方法，属于优化设计方法技术领域，还包括：采集变压器噪音数据信息；对采集到的数据信息进行分析；对分析后的噪音数据信息进行划分；获取信息来源的变压器的具体设计方案；根据所掌握的变压器设计方案与噪音数据信息进行优化；模拟测试，通过该优化方法，能够便于对变压器运行时产生的噪音进行充分而全面的优化，提升对变压器运行中产生的噪音的去噪效果，进而便于提升周围居民的生活舒适度。
Description
技术领域
本申请涉及优化设计方法技术领域，更具体地说，涉及一种大功率高频变压器智能优化设计方法。
背景技术
随着城镇化水平的不断提高以及电力需求的快速增长，城市小区内的配电房也随之增加，被广泛应用于室内供配电场所的干式变压器在运行时存在着振动以及噪音的问题，对附近居民的日常生活产生干扰，并由此引发住宅小区内越来越多的居民投诉与纠纷问题。
现有技术公开号为CN113962094B的文献提供一种综合考虑振动噪声的高频变压器优化设计方法，通过初步设计高频变压器的关键参数，形成初步的设计方案，通过对设计方案的多项检验，特别是建立振动噪声的验证方式，优化参数设计，得到最优设计方案，本申请易应用于工程实际中，便于高频变压器的快速优化设计；结合效率、温升、漏感、绕组参数、磁芯参数和振动噪声等因素对高频变压器的结构进行优化设计，具有重要的理论和工程指导意义；本申请在提高频变压器使用寿命的同时，也能促进高频变压器周围的环境友好型，具有良好的工程实用价值。
虽然该装置虽然能够从变压器的多个设计角度进行噪音设计评价，但依然存在下列问题：上述方法只是对变压器的铁心与绕组进行优化设计，涉及优化变压器引发的噪音方面较为单一，不够全面，从而容易使得优化过后的变压器依然存在较大噪音，进而容易影响周围居民的生活舒适度，此外在当前单一的方向进行优化设计后与其直接相关的变压器的部件的噪声特性虽然一般能够得到改善，但是该当前设计往往会对其他变压器的部位同样造成影响，而且往往是负面影响，因此在遍历完多个设计角度后，噪音改善效果并不是简单的叠加，甚至出现相互干扰需要重新进行降噪优化，鉴于此，我们提出一种大功率高频变压器智能优化设计方法。
发明内容
本申请实施例通过提供一种大功率高频变压器智能优化设计方法，解决了现有技术中涉及优化变压器引发的噪音方面较为单一，不够全面，从而容易使得优化过后的变压器依然存在较大噪音，进而容易影响周围居民的生活舒适度的技术问题，实现了能够便于对变压器运行时产生的噪音进行充分而全面的优化，提升对变压器运行中产生的噪音的去噪效果，进而便于提升周围居民的生活舒适度的技术效果。
本申请实施例提供了一种大功率高频变压器智能优化设计方法，包括如下步骤：
S1、采集变压器噪音数据信息；
S2、对采集到的数据信息进行分析；
S3、对分析后的噪音数据信息进行划分；
S4、获取信息来源的变压器的具体设计方案；
S5、根据所掌握的变压器设计方案与噪音数据信息进行优化；
S6、模拟测试。
在结构与材料进行优化、减少传播方式优化以及声波优化任一优化措施或者多个措施组合完成后监测当前优化方式结束后的噪音变化以及与当前优化方式不相关的变压器部件的噪音变化数据分别进行获取，进行当前优化的直接正面效果评价和间接负面效果评价，如果直接正面效果评价超过优化阈值且间接负面效果评价小于影响阈值则当前优化有效，其中优化阈值为与当前优化方向对应的变压器结构部分噪音强度减少百分比数值，影响阈值为除去上述变压器结构部分非其他结构部分的噪音强度加百分比数值；
通过采用上述技术方案，通过该优化方法，能够便于对变压器运行时产生的噪音进行充分而全面的优化，提升对变压器运行中产生的噪音的去噪效果，进而便于提升周围居民的生活舒适度。
可选的，所述S1中，通过根据相同品牌的变压器在不同时段进行噪音数据信息采集，从而便于对不同时段的输出的功率不同的变压器产生的噪音数据进行采集；
通过根据相同品牌的变压器在不同寿命阶段进行噪音数据信息采集，从而便于对变压器在使用寿命的初期、中期和晚期阶段的信息采集，便于获取更加全面的的噪音数据信息；
通过根据相同品牌的变压器的安装位置，在多点多方位对变压器所产生的噪音进行数据采集，进而便于后续确定噪音是否符合相应标准。
通过采用上述技术方案，通过对变压器进行多方面的噪音数据进行采集，保证数据的全面性，进而便于后续工作进行。
可选的，所述S2中，通过对采集到的噪音数据信息进行分析，具体可通过频谱分析仪与声学分析软件对采集的数据进行频谱与频率分析。
通过采用上述技术方案，通过对噪音数据进行分析，从而能够对噪音数据的特性进行分析，进而便于快速识别出不同原因造成的不同类型的噪音。
可选的，所述S3中，对分析后的数据进行具体细化划分，便于根据噪音数据的分析将噪音细化为：铁心振动引发的噪音数据、绕组振动引发的噪音数据、风机震动引发的噪音数据、噪音与空气接触传递的噪音数据以及二次噪音数据，进而便于根据细化后的噪音数据进行针对性优化。
通过采用上述技术方案，通过对分析后的数据进行具体划分，能够便于工作人员根据划分的相应的噪音数据确定噪音来源和产生的原因，进而便于工作人员能够针对性的对变压器进行优化。
可选的，所述S4中，获取变压器的铁心、绕组与风机的的结构设计和材料的设计方案，进而便于后续根据分析后的噪音数据结合设计方案对变压器进行优化。
通过采用上述技术方案，通过获取变压器的设计方案，能够使得工作人员快速确定变压器的结构与材质设计，进而便于工作人员以此为依据对变压器进行优化。
可选的，所述S5中，通过对结构与材料进行优化，从而便于减少铁心、绕组与风机的振动，进而便于通过对噪音的产生源进行优化而降低噪音；
通过减少传播方式优化，从而便于减少噪音与空气的接触或与实体建筑物的直接接触，从而能够对空气接触传递的噪音、二次噪音进行降低；
通过声波优化，便于主动减少变压器产生的噪音，进一步提升降噪效果。
通过采用上述技术方案，通过设置声波优化，能够主动、精准地消除变压器运行中产生的噪音，减少隔音材料的使用，对环境影响较小，同时提升了变压器的性能。
可选的，所述S5中，通过对声波的波形进行分析，然后再根据声波波形生成反相声波，接着再安装相应的声波发射单元，使得反相声波与噪音声波相叠加抵消噪音，最后再根据噪音的变化进行实时调整，保证降噪效果。
通过采用上述技术方案，通过实时调整反相声波参数，可以应对变压器运行状态的变化，保持消除效果。
可选的，所述S6中，在对变压器进行优化过后，可以通过重复S1-S3来对比优化前与优化后的变压器的噪音数据，进而便于测试优化后的噪音数据是否达到相应效果。
通过采用上述技术方案，通过进行模拟测试，能够便于工作人员在对变压器进行优化过后，能够对优化后的变压器进行测试，进而便于将优化后的变压器的噪音数据与优化前的噪音数据进行对比，进而便于保证优化后保持较高的去噪效果。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
1.通过该优化方法，能够便于对变压器运行时产生的噪音进行充分而全面的优化，提升对变压器运行中产生的噪音的去噪效果，进而便于提升周围居民的生活舒适度。
2.通过对分析后的数据进行具体划分，能够便于工作人员根据划分的相应的噪音数据确定噪音来源和产生的原因，进而便于工作人员能够针对性的对变压器进行优化。
3.通过设置声波优化，能够主动、精准地消除变压器运行中产生的噪音，减少隔音材料的使用，对环境影响较小，同时提升了变压器的性能。
4.通过实时调整反相声波参数，可以应对变压器运行状态的变化，保持消除效果。
5.本申请中的噪音优化设计评价过程可以有效的在各个优化方向维度设计后的效果进行客观评价，使得当前优化方向的直接有益效果和其他方向的负面效果均进行评价，使得优化方案切实可行，不会产生重复设计的问题。
附图说明
图1为本申请实施例的一种大功率高频变压器智能优化设计方法整体流程示意图；
图2为本申请实施例的一种大功率高频变压器智能优化设计方法的数据采集的流程示意图；
图3为本申请实施例的一种大功率高频变压器智能优化设计方法的噪音数据划分的流程示意图；
图4为本申请实施例的一种大功率高频变压器智能优化设计方法的优化流程示意图；
图5为本申请实施例的一种大功率高频变压器智能优化设计方法的声波优化的流程示意图；
具体实施方式
以下结合说明书附图对本申请作进一步详细说明。
参照图1，本申请实施例公开一种大功率高频变压器智能优化设计方法，包括如下步骤：
S1、采集变压器噪音数据信息；
S2、对采集到的数据信息进行分析；
S3、对分析后的噪音数据信息进行划分；
S4、获取信息来源的变压器的具体设计方案；
S5、根据所掌握的变压器设计方案与噪音数据信息进行优化；
S6、模拟测试。
参照图2，S1中，通过根据相同品牌的变压器在不同时段进行噪音数据信息采集，从而便于对不同时段的输出的功率不同的变压器产生的噪音数据进行采集；
通过根据相同品牌的变压器在不同寿命阶段进行噪音数据信息采集，从而便于对变压器在使用寿命的初期、中期和晚期阶段的信息采集，便于获取更加全面的的噪音数据信息；
通过根据相同品牌的变压器的安装位置，在多点多方位对变压器所产生的噪音进行数据采集，进而便于后续确定噪音是否符合相应标准。
在结构与材料进行优化、减少传播方式优化以及声波优化任一优化措施或者多个措施组合完成后监测当前优化方式结束后的噪音变化以及与当前优化方式不相关的变压器部件的噪音变化数据分别进行获取，进行当前优化的直接正面效果评价和间接负面效果评价，如果直接正面效果评价超过优化阈值且间接负面效果评价小于影响阈值则当前优化有效，其中优化阈值为与当前优化方向对应的变压器结构部分噪音强度减少百分比数值，影响阈值为除去上述变压器结构部分非其他结构部分的噪音强度加百分比数值；
参照图1，S2中，通过对采集到的噪音数据信息进行分析，具体可通过频谱分析仪与声学分析软件对采集的数据进行频谱与频率分析。
参照图3，S3中，对分析后的数据进行具体细化划分，便于根据噪音数据的分析将噪音细化为：铁心振动引发的噪音数据、绕组振动引发的噪音数据、风机振动引发的噪音数据、噪音与空气接触传递的噪音数据以及二次噪音数据，进而便于根据细化后的噪音数据进行针对性优化。
参照图1、图3和图4，S4中，获取变压器的铁心、绕组与风机的的结构设计和材料的设计方案，进而便于后续根据分析后的噪音数据结合设计方案对变压器进行优化。
参照图4和图5，S5中，通过对结构与材料进行优化，从而便于减少铁心、绕组与风机的振动，进而便于通过对噪音的产生源进行优化而降低噪音；
通过减少传播方式优化，从而便于减少噪音与空气的接触或与实体建筑物的直接接触，从而能够对空气接触传递的噪音、二次噪音进行降低；
通过声波优化，便于主动减少变压器产生的噪音，进一步提升降噪效果。
具体而言，其中铁心振动和噪声的两个主要来源为：交变磁场中硅钢片的非线性特性会引起磁致伸缩而引发振动与在电流激励的情况下，铁心硅钢片叠片之间缝隙处的漏磁会对导体产生电磁力，从而引起振动；
当考虑磁致伸缩现象时，可用以下公式表示正弦电磁场下的数学模型：
式中，D0表示硅钢片的弯曲刚度，N·m2；v表示材料的泊松比；ω表示交变磁场的角频率，Hz；Δlz表表示磁性材料z方向的变形量，m；E表示材料的弹性模量，MPa；εz表示介质z方向的磁致伸缩率。
将励磁模型进行简化处理，可以得到此时铁磁介质所受的磁场力体积力密度：
式中，f表示磁场力体积力密度相量，N/m3；J表示电流密度矢量，A/m2；B表示磁感应相量，T；H表示磁场强度，A/m；μ表示介质的磁导率，N/A2；τ表示介质的体积密度，kg/m3。
采用具有较低磁致伸缩的取向硅钢片是降低变压器铁心噪声最根本有效的方法。磁致伸缩大小主要取决于励磁时硅钢片晶粒受磁微变化和磁畴特点。高斯织构取向度高的晶粒则磁畴转换容易，磁致伸缩则越低。高磁感取向硅钢片具有1.88T以上磁感，其成品晶粒角度差一般不大于3％，所以磁致伸缩值较小。首先采用激光照射钢带表面沟槽应力显著改善产品磁畴结构，产品铁损降低的同时磁致伸缩也减小。此外，优异质量的张力绝缘涂层、提高钢片板形也是获得低磁滞伸缩钢片的方法；
具体而言，在铁心硅钢片叠片之间缝隙处的漏磁引发的噪音方面，可以在以下几个方面进行优化：
材料选择：选择具有较低磁导率和低磁滞损耗的高性能硅钢片作为叠片材料，以减少磁场的集中程度和磁滞损耗，从而降低漏磁振动的产生。
间隙设计：通过精确的间隙设计，确保硅钢片叠片之间的间隙均匀一致；可以考虑采用不同的间隙形状(如圆形、直线等)来减少磁场不均匀性，从而降低漏磁引发的振动。
磁路改进：优化铁心的磁路结构，使磁场在硅钢片叠片之间传播更加均匀；可以通过增加磁路的交叉面积、使用磁性填充材料等方式来改善磁场分布，减少漏磁引发的振动。
绝缘和阻尼材料：在硅钢片叠片之间添加绝缘和阻尼材料，能够吸收部分振动能量，减少振动的传播和扩散，从而减少噪音产生。
具体而言，在绕组振动方面，绕组周围空间中会随着变压器绕组通过交变电流而产生磁场，其中包含沿着铁心闭合的主磁通以及漏磁通，进而产生了漏磁场。在此漏磁场中的绕组之间以及导线之间会受到电场力的作用而产生振动。绕组振动是造成变压器负载运行振动的主要来源。此外，铁心振动和绕组振动发出的声音频率不同，铁心的振动较为尖锐，大多为高频振动；绕组的振动则较为沉闷，属于低频振动；
当负载电流流入变压器绕组时，会在周围产生相应的漏磁场。因此绕组内部会产生电磁力(即洛伦兹力)；
dF＝i dl×B
式中，F表示洛伦兹力，N；i表示负载电流，A；然后将其带入代入到绕组所在的圆柱坐标系，电磁力的表达式如下：
F＝∫Jφφ×(Brr+Bzz)dV＝Frr+Fzz
式中，JΦ表示Φ方向的电流密度，A/m2；r、Φ、z则分别表示圆柱坐标系下的单位相量；Br、Bz分别表示辐向和轴向磁感应强度，T；Fr、Fz分别表示轴向和辐向电磁力，N；
具体而言，在漏磁场引发的绕组振动方面，具体可以采用以下优化方法：
绕组设计：优化绕组的布局和结构，减少绕组对漏磁场的敏感度，采用合适的绕组形状、分层布置和距离配置，以降低绕组与漏磁场之间的相互作用；
材料选择：选择低振动和低磁滞损耗的绝缘材料和绕组线材，以减少绕组对漏磁场的响应，优选具有良好阻尼特性的材料，有助于吸收振动能量；
振动控制：在绕组附近设置振动吸收材料或振动控制装置，可以有效减少绕组振动的传播和放大，这有助于降低噪音水平，改善设备的工作环境；
绝缘和阻尼：在绕组之间和绕组与设备其他部分之间添加绝缘和阻尼材料，可以减少振动的传播和扩散，从而降低漏磁引发的振动问题；
进而便于对漏磁场引发的绕组振动进行优化，降低噪音。
具体而言，在噪音与空气接触传递以及二次噪音方面，可采用以下方式进行优化：
在二次噪音方面，可在变压器与导轨或地面接触处放置减振底座，可以减少变压器箱体振动的传播，本次施工采用的减振底座是由多层减振块、阻尼弹簧、压板及螺栓连接而成，在施工前，应当对减振底座的承重能力、弹性性能以及形变性能进行检测分析，保证施工过程的安全以及合理性，本方法可以有效地减小变压器本体振动对周围环境的影响，同时具有安装简单、安全可靠、成本较低等优点；
在噪音与空气接触传递方面，在变压器上涂敷水性阻尼涂料，具有较好的导热性能，使涂覆的阻尼涂料不妨碍变压器及配电房散热，与此同时，考虑到配电房温度一般较高，该涂料具有较宽的适用温域，通过将水性隔音阻尼涂料涂覆于变压器保护罩表面以及配电房墙壁，可以有效地削弱噪声的传播。
具体而言，在风机振动引发的噪音方面，可以通过对风机进行重新设计进行优化，可采用以下方式：
气动性能分析：进行详细的气动性能分析，包括流场模拟和风洞实验，优化风机叶片的形状、曲线和角度，以最大程度地减小气动失效、气动噪音和振动；
噪音控制：针对风机噪音产生的振动，优化叶片和罩壳之间的间隙和密封，减少气流引发的噪音，选择噪音低的材料，并采用声学隔离技术，如吸声材料、隔音罩等；
材料和制造：选择高强度、低振动和耐腐蚀性能的材料制造风机叶片，采用先进的制造工艺，如精密铸造、复合材料制造等，确保叶片的几何精度和质量；
动平衡和静平衡：对风机叶片进行动平衡和整体静平衡，减少旋转不平衡引发的振动，确保叶片在高速旋转时的稳定性和平衡性来减少噪音；
叶片阻尼：在叶片结构中引入适当的阻尼机制，以吸收叶片振动的能量，优化阻尼材料和位置，提高叶片的阻尼效果；
转子动力学分析：进行转子动力学分析，考虑叶片与轴的相互作用，优化轴承支撑结构、轴的材料和设计，以减少叶片振动传递到轴上；
轴向和径向扭曲：考虑风机在工作过程中受到的轴向和径向载荷，进行结构优化，以减少叶片变形和不稳定引发的振动；
通过上述方式，能够对变压器风机振动引发的噪音进行降低，进而进一步提升对变压器的优化效果。
参照图4和图5，S5中，通过对声波的波形进行分析，然后再根据声波波形生成反相声波，接着再安装相应的声波发射单元，使得反相声波与噪音声波相叠加抵消噪音，最后再根据噪音的变化进行实时调整，保证降噪效果。
具体而言，在变压器的材料与结构优化后，具体可通过以下方法针对噪音进行进一步优化：
声学波形分析：在变压器运行时，通过声学传感器监测噪音的波形和频谱特征，并对噪音的时域特性、频域特性进行分析，使用短时傅里叶变换(STFT)等方法，将声音信号在时域和频域上的变化可视化；
反相声波生成：基于声学波形分析结果，计算出与变压器噪音波形相反的声波波形，这是实现消除的关键步骤，可选择合适的反相声波生成算法，如LMS(最小均方)算法或NLMS(归一化最小均方)算法，并进行参数优化；
声波发射单元：在变压器周围的特定位置布置声波发射单元，这些单元能够根据计算得到的反相声波波形，发射出相应的反相声波；先确定需要发射的声波频率范围，根据应用需求选择适当的频率范围；再设计所需的声波波形，可以是正弦波、方波、脉冲等，以满足特定的声音效果或传输需求；然后设计合适的驱动电路和放大器，将控制信号转化为足够的电力，以驱动声波发射单元；再然后考虑声波辐射模式的控制，如全向辐射、定向辐射或波束成形等，以适应不同的应用场景，具体可使用阵列技术可以实现定向辐射和波束成形，以精确控制声波传播方向；
声波叠加：发射的反相声波与变压器噪音波形相叠加，根据波形干涉原理，两者会相互抵消，从而达到消除噪音的效果，具体可通过以下方式：根据叠加效果的要求，选择适当的叠加方式，如简单叠加、相干叠加、干涉；进行空间位置和方向性考虑，考虑声源的位置和方向，确保声波叠加在特定区域内产生期望的效果，在叠加声波之前，可能需要考虑声波的位置、角度和距离，以实现所需的声音分布；在多声源环境中，可能需要考虑多个声源的叠加效果，确保各个声源的声波特性相互协调，以避免不必要的相位干涉，用声场模拟软件或工具，预测声波叠加后的声音分布和效果，进行模拟和优化，以确定最佳的声波叠加参数和配置；
实时调整：首先，通过集成传感器数据实时采集声波优化后的噪音数据信息；接着，对传感器采集的数据进行预处理和滤波处理，应用适当的滤波算法，以去除不必要的噪声或抖动，包括噪声滤除、数据平滑和校正，以确保所得到的数据质量可靠；然后，根据传感器数据和应用需求，选择适当的实时控制算法，如比例积分微分(PID)控制、模糊逻辑控制、神经网终控制等，将传感器数据映射到实际调整参数，定义控制策略中的参数、闯值和反馈机制，以实现实时调整系统的稳定性和响应性；再接着，设计反馈机制，监测实际效果与目标效果之间的差距，并进行误差校正，根据误差大小，调整相应参数，以逐步逼近所需的状态或效果；最后，根据控制算法和策略，实现硬件和/或软件部分，以执行实时调整，提升对变压器的优化效果。
参照图1，S6中，在对变压器进行优化过后，可以通过重复S1-S3来对比优化前与优化后的变压器的噪音数据，进而便于测试优化后的噪音数据是否达到相应效果。
该过程中在结构与材料进行优化、减少传播方式优化以及声波优化任一优化措施或者多个措施组合完成后监测当前优化方式结束后的噪音变化以及与当前优化方式不相关的变压器部件的噪音变化数据分别进行获取，进行当前优化的直接正面效果评价和间接负面效果评价，如果直接正面效果评价超过优化阈值且间接负面效果评价小于影响阈值则当前优化有效，其中优化阈值为与当前优化方向对应的变压器结构部分噪音强度减少百分比数值，影响阈值为除去上述变压器结构部分非其他结构部分的噪音强度加百分比数值；该种设计可以解决例如在对变压器的铁心材质改进后，例如材质改变导致的质量和重心变化，获取该铁心材质变化后的噪音部分，但是由于该贴心的重心分布改变会导致外壳的振动特性发生变化，例如其外壳的某一侧的噪声分布会发生变化，因此需要同样进行负面的监测。
上述噪音优化设计评价过程可以有效的在各个优化方向维度设计后的效果进行客观评价，使得当前优化方向的直接有益效果和其他方向的负面效果均进行评价，使得优化方案切实可行，不会产生重复设计的问题。
Claims (8)
1.一种大功率高频变压器智能优化设计方法，其特征在于：包括如下步骤：
S1、采集变压器噪音数据信息，通过根据相同品牌的变压器在不同时段进行噪音数据信息采集，从而便于对不同时段的输出的功率不同的变压器产生的噪音数据进行采集；通过根据相同品牌的变压器在不同寿命阶段进行噪音数据信息采集，从而便于对变压器在使用寿命的初期、中期和晚期阶段的信息采集，便于获取更加全面的的噪音数据信息；通过根据相同品牌的变压器的安装位置，在多点多方位对变压器所产生的噪音进行数据采集，进而便于后续确定噪音是否符合相应标准；
在结构与材料进行优化、减少传播方式优化以及声波优化任一优化措施或者多个措施组合完成后监测当前优化方式结束后的噪音变化以及与当前优化方式不相关的变压器部件的噪音变化数据分别进行获取，进行当前优化的直接正面效果评价和间接负面效果评价，如果直接正面效果评价超过优化阈值且间接负面效果评价小于影响阈值则当前优化有效，其中优化阈值为与当前优化方向对应的变压器结构部分噪音强度减少百分比数值，影响阈值为除去上述变压器结构部分非其他结构部分的噪音强度加百分比数值；
S2、对采集到的数据信息进行分析，对采集的数据进行频谱与频率分析；
S3、对分析后的噪音数据信息进行划分，对分析后的数据进行具体细化划分，便于根据噪音数据的分析将噪音细化为：铁心振动引发的噪音数据、绕组振动引发的噪音数据、风机震动引发的噪音数据、噪音与空气接触传递的噪音数据以及二次噪音数据，进而便于根据细化后的噪音数据进行针对性优化；
S4、获取信息来源的变压器的具体设计方案；
S5、根据所掌握的变压器设计方案与噪音数据信息进行优化，所述S5中，通过对结构与材料进行优化，从而便于减少铁心、绕组与风机的振动，进而便于通过对噪音的产生源进行优化而降低噪音；通过减少传播方式优化，从而便于减少噪音与空气的接触或与实体建筑物的直接接触，从而能够对空气接触传递的噪音、二次噪音进行降低；通过声波优化，便于主动减少变压器产生的噪音，进一步提升降噪效果；
S6、模拟测试，所述S6中，在对变压器进行优化过后，可以通过重复S1-S3来对比优化前与优化后的变压器的噪音数据，进而便于测试优化后的噪音数据是否达到相应效果。
2.如权利要求1所述的大功率高频变压器智能优化设计方法，其特征在于，步骤S2中通过对采集到的噪音数据信息进行分析通过频谱分析仪进行频谱分析。
3.如权利要求2所述的大功率高频变压器智能优化设计方法，其特征在于，通过声学分析软件对采集的数据进行频率分析。
4.如权利要求3所述的大功率高频变压器智能优化设计方法，其特征在于：所述S4中，获取变压器的铁心的的结构设计和材料的设计方案，进而便于后续根据分析后的噪音数据结合设计方案对变压器进行优化。
5.如权利要求4所述的大功率高频变压器智能优化设计方法，其特征在于：所述S4中，获取变压器的绕组的结构设计和材料的设计方案，进而便于后续根据分析后的噪音数据结合设计方案对变压器进行优化。
6.如权利要求5所述的大功率高频变压器智能优化设计方法，其特征在于：所述S4中，获取变压器的风机结构设计和材料的设计方案，进而便于后续根据分析后的噪音数据结合设计方案对变压器进行优化。
7.如权利要求6所述的大功率高频变压器智能优化设计方法，其特征在于：所述S5中，通过对声波的波形进行分析，然后再根据声波波形生成反相声波，接着再安装相应的声波发射单元，使得反相声波与噪音声波相叠加抵消噪音，最后再根据噪音的变化进行实时调整，保证降噪效果。
8.如权利要求7所述的大功率高频变压器智能优化设计方法，其特征在于：采用噪音数据是否达到阈值下来进行优化效果评价。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410183563.2A CN118153133A (zh) | 2024-02-19 | 2024-02-19 | 一种大功率高频变压器智能优化设计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410183563.2A CN118153133A (zh) | 2024-02-19 | 2024-02-19 | 一种大功率高频变压器智能优化设计方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118153133A true CN118153133A (zh) | 2024-06-07 |
Family
ID=91294251
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410183563.2A Pending CN118153133A (zh) | 2024-02-19 | 2024-02-19 | 一种大功率高频变压器智能优化设计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118153133A (zh) |
-
2024
- 2024-02-19 CN CN202410183563.2A patent/CN118153133A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101793922A (zh) | 电力电容器可听噪声测量电路及方法 | |
| Ertl et al. | The role of load harmonics in audible noise of electrical transformers | |
| CN103033259A (zh) | 一种变电站主设备声功率级的测量结构及方法 | |
| CN111063528B (zh) | 变压器有源降噪设备及变压器噪声在线监测系统 | |
| He et al. | Analytical and experimental studies of electric motor NVH design focusing on torque ripple and radial force | |
| CN113373788A (zh) | 一种大跨度桥梁和非线性减振集电一体化方法 | |
| CN118153133A (zh) | 一种大功率高频变压器智能优化设计方法 | |
| Dupont et al. | Simulation of the airborne and structure-borne noise of electric powertrain: Validation of the simulation methodology | |
| CN110926597B (zh) | 一种确定汽轮发电机铁心的噪声异常部位的方法 | |
| Yılmaz et al. | Experimental and numerical investigation of sound radiation from thin metal plates with different thickness values of free layer damping layers | |
| CN102445605B (zh) | 一种电抗器噪音测试装置、测试方法 | |
| Kozupa et al. | Acoustic radiation efficiency parameter in assessment of transformer noise | |
| Wen et al. | Investigate and control of power transformer noise | |
| CN114235142A (zh) | 一种变电站噪音监测评估方法 | |
| Wang et al. | Measurement and analysis of sound radiation from coherently vibrating shunt reactors | |
| Tao et al. | A near-field error sensing strategy for compact multi-channel active sound radiation control in free field | |
| CN202372586U (zh) | 一种电抗器噪音测试装置 | |
| Liu et al. | Simulation analysis of interference sound field of shunt high voltage reactor | |
| CN203148563U (zh) | 一种变电站主设备声功率级的测量结构 | |
| Yunxiang et al. | Coupling characteristics of noise radiation and tank wall vibrations of typical distribution transformers based on field measurements | |
| Petrović et al. | Noise measurements of the power transformers | |
| Gao et al. | On-line Monitoring and Data Analysis Based on Vibro-acoustic Signals of High-voltage Shunt Reactor | |
| Choi et al. | Power transformer excitation force estimation for load noise reduction using experimental apparatus based on beamforming theory | |
| Ruan et al. | Prediction of Outdoor Noise Propagation Induced By Single-Phase Power Transformers. | |
| CN118586253B (zh) | 一种电抗器减隔振系统的降噪方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication |