张征平[1]2002年在《异步电动机早期故障检测的小波分析方法研究》文中研究说明本文着重于异步电动机早期故障检测的小波分析方法研究。异步电动机(本文有时简称为异步电机或电动机)是电力系统内广泛运用的重要的旋转机械,其运行状况对于电力系统的安全运行具有很大的影响。当异步电机内部的早期故障经过一定的时间而发展成为突发故障时,现有的继电保护装置只能将故障电机从电网中切除,防止故障的进一步扩大。但电力生产仍然可能受到意外的中断,昂贵的电机可能也已受到严重的损毁。因此,研究如何将异步电机的早期故障及时地在线检测出来,就具有重大的社会效益和经济效益。异步电机故障信号中常常含有非平稳信号,如起动时的过渡过程、定子绕组发生故障时的电流突变信号以及轴承故障时引起的复杂的振动信号等等,使得在应用传统的Fourier 变换的分析方法来提取故障特征量时,受到很大的局限性,因而产生较高的误判率。小波变换则具有优良的时频局部化性能,适合于非稳态信号的分析。本文正是基于这一思想,将小波变换引入到异步电机的早期故障检测中来,主要对异步电机的转子、定子及轴承等早期故障的检测方法进行了研究,并研制开发出了一套异步电动机早期故障小波智能诊断系统。本文在阐述小波变换基本原理的基础上,深入研究了小波变换的时频窗口特性。从时频窗口的角度出发,提出了在实际应用中,小波函数的选取所应遵循的一些共同原则,并从频域角度出发,对常用小波函数的幅频特性及其相频特性进行了分析。深入研究了起动过程中的异步电机转子故障特征量的特性,提出了起动过程中转子断条故障检测中的小波脊线方法,实现了异步电机起动过程中转子故障的准确诊断。分析表明,该检测方法对异步电机的负荷量没有要求,即使是在空载运行情形下,对只有一根断条的故障也可以很准确地检测出来。深入研究了稳态运行下异步电机转子故障误判率高的原因,提出了相应的改进措施,并把对定子电压信号的同时性监测也引入到异步电机转子故障的检测中来。在此基础上,提出了基于频距比较的转子故障检测新方法,并首次将小波分析方法引入到稳态运行下转子断条故障的在线诊断领域中来,提出了转子断条故障特征检测的小波算法,从而大大提高了稳态运行下转子故障检测的准确度,并
程汪刘[2]2008年在《基于Duffing振子阵列的异步电机转子断条故障检测新方法》文中研究表明异步电动机是工业系统中广泛运用的重要的旋转机械,随着现代工业系统的飞速发展,电机的单机容量不断增加,所驱动的负荷越来越复杂。电机故障不仅损坏电机本身,严重时还会使电机突然停机、生产线崩溃,造成巨大的经济损失和灾难性后果。转子断条故障是感应电机最常见故障之一。因此,研究异步电动机转子断条早期故障检测具有重大的理论意义和社会经济效益。异步电动机转子断条早期故障检测是属于强噪声背景下的微弱信号检测问题,而杜芬振子对强噪声背景下微弱周期信号的检测有其独特的优越性。杜芬振子从混沌到间歇性混沌的非平衡相变对与参考信号频差较小的周期微弱信号具有敏感性,而对白噪声和与参考信号频差较大的周期干扰信号具有免疫力,所以具有良好的抗噪性和很高的灵敏度。本文在已有的Hilbert模量法的基础上,提出了基于Duffing振子阵列的异步电动机转子断条早期故障检测新方法。该方法通过Hilben变换,消除了基频对故障特征频率的干扰;通过基于双Hilben变换的直流分量消去方法,能够实现任意非整周期信号的直流分量的准确滤除。然后再运用杜芬阵列对故障特征分量进行检测,通过辨别两个振子对的周期性间歇混沌运动可对转子断条故障进行识别与诊断,尤其对早期故障检测尤为有效。又由于在电机转子故障检测中,诊断效果常受负荷波动的影响,提出了基于小波变换的负荷波动判定方法,它能明显地区分出电机的转子断条与负荷波动。经过大量的仿真和实验验证,该方法可以不用对待测信号进行消噪等预处理,实现了强噪声背景下的微弱信号检测,提高了鼠笼式异步电动机转子故障早期诊断的可靠性和准确性,因此在微弱信号检测方面有广阔的应用前景。
袁禹[3]2008年在《基于以太网的电机故障远程监测实验平台的开发》文中指出随着现代科学技术的进步和电气化程度的提高,电机已被广泛应用于工业生产的各个领域。因此开发电机故障远程监测的实验平台,使学生更好的了解电机的机械和运行故障特点和诊断方法,掌握常用的数字信号处理方法,学习远程监测技术,对于自动化专业的教学具有重要实用价值。本论文首先从鼠笼式异步电动机常见的定子匝间短路、转子断条、气隙偏心等故障的基本电磁关系出发,深入分析了不同故障情况下,定子电流频谱中各种特征频率成分的产生机理。接着提出了电机在稳态运行下的四种故障检测方法的原理和特点,分别为常规频谱分析法、基于Hilbert模量频谱分析的异步电动机转子故障检测方法、基于Park's矢量变换的定子故障检测方法、基于平均瞬时功率频谱分析的鼠笼式异步电动机故障检测方法。并在此基础上,提出了电机在负载波动时故障检测的小波分析法。构建了基于以太网的电机故障远程监测实验平台,采用霍尔传感器采集叁相电流电压信号,远程监测模块基于C/S模式,采用面向连接的TCP协议的Socket方式编程,嵌入式开发板作为服务器端将数据打包,通过以太网控制器CS8900A传输数据包,PC机采用WinSock封装类编程,建立客户机接收数据文件,并用本文提出的故障检测方法对电机信号进行分析,输出分析结果。
朱丽娟[4]2008年在《基于小波神经网络的异步电动机振动故障诊断研究》文中研究表明异步电动机以其结构简单、制造成本低廉、可靠性高、使用寿命长、维修方便等特点广泛应用于生产活动中。它的正常工作对保证生产制造过程中的安全、高效、敏捷、优质及低耗运行具有非常重大的意义。如果异步电动机因故障而停运则将会对生产、生活甚至人身安全造成极其严重的影响,进而造成巨大的经济损失。因此,对电机的早期故障诊断要求变得十分迫切。本文比较详细地阐述了电动机故障的机理,分析了造成各种故障的原因,得出了几种常见故障的频率表现。着重结合实验数据得到振动信号及其小波包特征能量。然后以小波分析作为神经网络的前处理器,利用改进的BP神经网络进行诊断,建立基于小波变换和神经网络的故障诊断系统。电机出现故障时,故障信号中往往含有大量的时变、短时突发性质的成分,传统的信号分析方法如Fourier不能有效地提取电机的故障特征。小波变换作为一种时频分析方法,它在时频域都具有表征信号局部特征的能力,能通过时频窗的灵活变换来突出信号的不同频率成分。本文通过对傅立叶变换和小波变换的比较,证明小波变换在故障诊断领域的优越性能;由于小波包变换具有对信号的传递特性和对噪声的抑制特性,即相当于带通滤波器,本文还通过比较小波变换和小波包变换的消噪效果,证明了小波包变换不论在理论上还是实际应用中都对信号具有最优的降噪处理效果。也由于小波包变换具有优良的时频局部特性和多分辨率的处理能力,既可对信号整体进行分析,又能反映信号局部细节的内容,能够及时准确的捕捉到非平稳局部突变信号的故障特征。所以小波包对于故障特征提取有着广泛的应用。当电机发生故障时,其振动的振幅值、振动型式及频谱成分均会发生变化,不同的缺陷和故障,其引起振动方式也不同。所以,电机的振动等信号能够较准确地反映异步电动机的早期故障信息,因此本文采用小波包分析法对异步电动机振动信号进行了详细的分析,对采集的信号进行6层小波包分解,得到各个频段的能量特征值,从而作为神经网络的输入样本。本文选取六个与故障紧密联系的频段作为神经网络的输入神经元个数,模拟叁种故障,共四种状态作为神经网络的输出神经元个数,根据经验选择合适的隐层数及隐层神经元数来建立BP网络。采集大量的故障信息对网络进行学习和训练,达到所需的精度后,对所输入的信号进行故障诊断,并利用测试数据对已经训练好的网络进行检验,从而得出精确的诊断结果。经过实际的电机故障诊断,证明小波神经网络能够使电机故障诊断更加智能化。
陈凯[5]2006年在《异步电动机轴承故障检测方法研究》文中研究说明高灵敏度、高可靠性地提取异步电动机轴承初发故障特征,是一项必要的研究内容。在考虑了载荷分布及轴承运动等因素影响下,首先在MATLAB环境下实现了轴承故障的仿真,在此基础上,提出了异步电动机轴承故障的综合诊断技术,进而实现轴承故障的有效检测。基于电机定子电流信号分析方法的异步电动机轴承故障检测是轴承故障检测的新领域。本文对传统的定子电流频谱分析方法进行了深入研究,提出了将小波变换、连续细化傅立叶变换和改进LMS自适应滤波方法有机结合的异步电动机轴承故障检测新方法。这对保证生产系统安全可靠地运行、有针对性地减小电机故障率具有重要意义。
田慕琴[6]2005年在《基于模型的异步电动机早期故障智能诊断》文中研究说明异步电动机是用于驱动各种机械和工业设备的最通用装置,作为工矿企业大型的动力机械,其工作负荷较重,工作环境较差,因此在机械方面、电气方面发生故障的情况非常普遍,如定子铁芯故障、绕组绝缘故障、定子端部线圈故障、转子绕组的故障、转子本体故障、电气不平衡故障、轴承故障,等等,一旦发生故障和停运,不仅会损坏昂贵的电动机本身,而且直接威胁到整个工矿企业系统的安全和生产,造成巨大的经济损失。虽然现有的继电保护功能已十分完善,但继电保护系统只是当被监视参数达到或超过继电器整定值时才起作用,当继电保护系统动作后,电动机被突然切断而使生产流程意外中止,仍然可能导致重大的经济损失。为了将因电动机故障造成的损失降低到最小的程度,人们迫切希望能对电动机的早期故障进行检测。这对于人们及早发现故障,预防故障的进一步恶化,以防止灾难性的事故发生,及时进行故障定位、决策和维修,是非常重要的。 异步电动机作为复杂的机电系统,具有非线性传递特性,并且当其环境和输人为非平稳过程时也会产生非平稳时变信号,它的故障机理非常复杂,其故障原因与其征兆之间的关系并非完全是一一对应的关系,往往是同一故障表现为多个征兆,而某一征兆又可能同时反映
安国庆[7]2013年在《异步电动机早期故障特征检测技术的研究》文中研究说明异步电动机故障早期,故障特征非常微弱。且出于调速和节能要求,许多场合下的异步电动机由变频器驱动,变频器中剧增的谐波成分,加上外围机械设备所产生的噪声,使异步电动机早期故障特征的检测更为困难。以异步电动机转子断条、定子匝间短路以及轴承故障为对象,研究了强噪声背景下早期故障特征的提取与检测技术。针对异步电动机转子早期故障时,定子电流中新增的故障特征分量被基波信息湮没而难以识别的问题,提出了改进型相关算法来检测转子断条故障。根据定子电压与电流基波频率相等的特点,构造出与定子电压同频的参考信号,利用改进型相关算法提取定子电流基波信号的幅值与相位,将基波分量准确滤除来突出转子断条故障信息。由变频电源驱动的异步电动机转子故障时,在变频器输入端的电流频谱中会出现以载波频率为中心,按某特定频率间隔分布其左右的故障边频。指出该故障特征容易被附近的频率分量湮没,且当低频或轻载运行时,故障特征的提取变得更加困难。提出根据变频器输入、输出以及载波频率构造参考信号,利用相关性消去法滤除湮没故障特征的频率分量的方法,使在变频器噪声背景下的转子故障特征在频谱图上凸显。异步电动机发生定子匝间短路早期故障后,尤其在变频器供电下,电流信号中存在大量谐波及噪声严重影响了定子故障诊断结果。针对该问题利用叁相改进型相关算法准确获取故障电机叁相定子电流基频信息,提出通过逆序同步速坐标变换将基频正序分量转换成二倍频交流量,负序分量转换成直流量。采用均值法提取直流分量,导出了负序分量在逆序同步速旋转坐标系下合成矢量幅值,并考虑电机先天不平衡因素定义了灵敏度因子以表征匝间短路故障程度。异步电动机轴承早期故障特征容易被机器运转时的背景噪声湮没而难以识别。提出一种提取轴承故障早期微弱信号的峭度滤波器。该方法对振动信号进行短时傅立叶变换以得到信号的峭度,并自动构建一个受控于故障信噪比的滤波器滤除信号中无关的噪声成分,对滤波后的信号进行包络分析,可凸显故障信息。以32位的S3C2440A内核微处理器作为电动机参数的采集核心,以Labview软件为数据分析及故障诊断的平台,构建出一套异步电动机早期故障检测系统。最后验证了该系统在定子匝间短路、转子断条和轴承故障诊断的可行性。
丁宝华[8]2006年在《异步电动机内部故障分析及检测方法研究》文中指出叁相鼠笼式异步电动机具有结构简单、运行可靠、维护方便等优点,在工农业生产中得到了广泛的应用,是人类生产和生活中应用最广泛的一种电机,它们的正常运行对生产过程有着至关重要的影响。由于工作环境恶劣以及自然老化等各方面的影响,鼠笼异步电动机故障时有发生。电动机故障不仅会损坏电机本身,而且会影响整个生产系统的正常工作,甚至危及人身安全,造成巨大的经济损失。因此,对异步电动机故障进行分析和检测就显得尤为重要。通过对电动机常见故障的诊断和分析,可以及早发现故障和预防故障的进一步恶化,减少突发事故造成的停产损失,降低维修成本,防止对人员和设备安全的威胁,并为实现状态检修创造条件;也可以为设计和制造者提供经验,积累数据,并提供改进电机性能及可靠性的重要信息。 本文在系统的总结前人研究成果的基础上,主要针对异步电动机内部故障分析和检测方法进行了研究,主要完成了以下工作: 从鼠笼异步电动机的基本电磁关系出发,给出了电动机典型故障对应的故障特征,并讨论了这些故障特征的主要特点,为进行异步电动机故障检测方法的研究提供了理论基础。 基于异步电动机内部故障时相应参数发生变化这一事实,通过计算异步电动机内部故障和阻抗参数之间的定量关系而建立电动机内部故障模型,利用电磁暂态仿真软件EMTDC实现了基于参数变化的电动机内部故障仿真,主要针对鼠笼异步电动机转子断条故障和定子绕组匝间短路故障进行了仿真,并对仿真结果进行了分析验证。由仿真结果来看,不论是转子断条,还是定子绕组匝间短路,该模型均有一定的准确度,为异步电动机内部故障的分析和检测提供了一种仿真工具。 针对异步电动机转子断条故障检测时边频分量容易被基频淹没的问题,本文介绍了叁种检测方法,并分别进行了数字仿真。基于连续细化傅立叶分析的检测方法,通过对定子电流信号进行连续细化傅立叶分析,提出利用软件抵消基频分量的算法,从而解决了基频分量淹没边频分量这一问题;基于输出功率信号的检测方法,通过判断电动机输出功率信号中是否含有一个直流分量和一
王靖[9]2010年在《基于高速采集的电机参数分析测试系统研究》文中研究说明本文研究了基于高速采集的电机参数分析测试系统。系统包括数据采集和电机故障诊断两部分,以鼠笼式中小型叁相异步电动机为数据信号源,采用数字信号处理器控制ADS8364转换器对电动机参数进行高速采集,进而对采集到的各项信号进行分析处理,诊断异步电动机故障,文中对涉及到的异步电动机故障诊断算法以及各种故障诊断方法做了详细的分析说明。系统将TMS320F2812作为数据处理与控制单元,缩短指令周期,提高了数据的采集和传输速度,以A/D转换模块ADS8364为基础,通过CPLD实现数据的缓存和数据传输的逻辑控制,硬件电路设计更简便,可实现采集数据的高速、实时传输并达到很高的稳定性和可靠性电机故障诊断主要包括转子断条故障、电动机轴承故障和转子碰摩故障叁方面的内容,本文研究的转子断条故障采用小波包分析并结合快速傅立叶(FFT)变换方法对异步电动机的定子电流信号进行分析,不仅能够诊断电机是否存在故障,同时结合FFT方法判定故障频率,利用小波分析方法检测异步电动机转子断条故障的发生时刻;引入Hilbert-Huang变换时频分析方法对DSP采集到的异步电动机的振动信号进行EMD分解,最后给出分解结果的Hilbert边际谱,从而通过故障频率诊断异步电动机的轴承中的内圈、外圈、滚动体故障;最后利用小波分析方法诊断电机中存在的转子碰摩故障。并运用文中的方法对异步电动机各种不同故障进行检测与诊断,实验结果表明了本文方法的有效性。
宋苏臣[10]2017年在《鼠笼式异步电动机故障检测系统研究》文中认为异步电动机是工业生产中应用最广泛的动力设备,它的运行状态直接影响工业生产的正常进行,一旦发生故障,会导致整个的生产系统的瘫痪,甚至会造成极大的经济损失。因此,研究监测和诊断系统及早发现其异常状态,具有十分重要的意义。本文研究了异步电动机状态监测及故障诊断技术。研究内容如下:首先研究了异步电动机的基本结构及运行原理,分析了异步电动机常见电气故障和机械故障及发生原因,重点对转子断条、定子绕组断路及电源缺相故障进行了故障机理分析,并对其检测原理进行了分析。研究了频域和时频信号分析方法,包括Fourier变换、包络谱分析、小波变换和FSWT变换。并以对转子断条故障模拟信号为例,分别对4种算法进行了分析,为异步电动机故障特征提取提供了参考。设计开发了异步电动机信号采集及诊断系统。系统总体架构设计包括硬件和软件两方面。硬件部分由测量系统、数据采集卡等部分组成。其中测量系统主要包括电流检测模块、转速检测模块及温度检测模块叁个模块,作为系统状态监测的前端模块,是由传感器、旋转编码器、AD采集卡和接线端子等部件构成。数据采集卡采用PCI-1716采集叁相定子电流,PCL-818采集温度和电机转速。开发设计了系统应用程序,实现了电动机的叁相电流、转速、温度的信号采集、处理和显示、参数设置、数据管理、故障诊断等功能。采用Access数据库记录电流、转速和温度信息,方便对电机历史数据信息进行分析。搭建了电动机试验台,验证了异步电动机信号采集及诊断系统的设计方案的可行性和系统的功能。通过对试验台异步电动机转子断条、定子绕组断路及电源缺相等故障等试验和分析,验证了故障诊断方法的有效性。
参考文献:
[1]. 异步电动机早期故障检测的小波分析方法研究[D]. 张征平. 华南理工大学. 2002
[2]. 基于Duffing振子阵列的异步电机转子断条故障检测新方法[D]. 程汪刘. 东北电力大学. 2008
[3]. 基于以太网的电机故障远程监测实验平台的开发[D]. 袁禹. 中南大学. 2008
[4]. 基于小波神经网络的异步电动机振动故障诊断研究[D]. 朱丽娟. 太原理工大学. 2008
[5]. 异步电动机轴承故障检测方法研究[D]. 陈凯. 华北电力大学(河北). 2006
[6]. 基于模型的异步电动机早期故障智能诊断[D]. 田慕琴. 太原理工大学. 2005
[7]. 异步电动机早期故障特征检测技术的研究[D]. 安国庆. 河北工业大学. 2013
[8]. 异步电动机内部故障分析及检测方法研究[D]. 丁宝华. 山东大学. 2006
[9]. 基于高速采集的电机参数分析测试系统研究[D]. 王靖. 河北科技大学. 2010
[10]. 鼠笼式异步电动机故障检测系统研究[D]. 宋苏臣. 长安大学. 2017