双余度永磁无刷直流电机磁-热耦合分析

文章针对永磁无刷直流电机中常见的绕组故障,将余度技术引入到无刷电机设计中来,设计了双余度永磁无刷直流电机,它采用2种定子绕组方式,包括同槽嵌放和隔槽嵌放2种结构.根据永磁无刷直流电机的电压平衡方程式,推导了2种结构下的双余度永磁无刷直流电机电压、转矩方程.建立了2种双余度无刷直流电机的电磁场模型,设置了2套独立的控制电路,并利用magnet对其进行了电磁场仿真,对比分析了2种结构下的转速、转矩等.文章建立了2种双余度无刷直流电机的磁热耦合分析模型,对其热场进行了仿真,对比分析了2种结构下的温度.仿真结果表明:2种结构的双余度无刷直流电机在运行过程中,具有良好的动态特性,2套绕组并未给电机带来不良后果,但大大提高了系统可靠性.     

双余度永磁无刷直流电机设计与实验研究

为了提高系统可靠性,将余度技术引入到永磁无刷直流电机设计中.设计了2种定子绕组方式,包括同槽嵌放和隔槽嵌放结构.建立了2种结构下的数学模型,对绕组电感进行了分析计算,推导了绕组自感和互感之间的关系.根据数学模型,设计了双余度永磁无刷直流电机的具体结构参数,对转速和转矩进行了仿真.利用magtrol测试系统对双余度永磁无刷直流电机进行了实验,对比分析了2种结构不同工作模式下的机械特性曲线.实验结果表明:2种结构的双余度无刷直流电机在运行过程中,具有良好的动态特性,2套绕组同时工作时其转矩为1套绕组工作时的2倍;2套绕组并未对电机性能产生不良影响,但大大提高了系统可靠性.     

双余度高压无刷直流电机有限元分析

针对多电飞机的快速发展,设计了基于270 V的双余度高压无刷直流电机。根据双余度高压无刷直流电机的结构特点,建立了双余度高压无刷直流电机的数学模型,推导了双余度工作时的转矩计算公式。建立了双余度高压无刷直流电机的电磁场模型,并利用magnet对其进行了电磁场仿真,对比分析了单绕组工作时与双余度工作时的反电势、转矩、转速等。并建立了双余度高压无刷直流电机的磁热耦合分析模型,对其双余度工作时的热场进行了仿真。仿真结果表明:双余度高压无刷直流电机在运行过程中,可以达到与单绕组工作时相同的动态特性,转矩为单绕组工作时的2倍,且大大提高了系统的可靠性。     

基于小波分析的发电机匝间短路故障的智能诊断研究

本文提出了基于小波变换和模糊理论的智能诊断新策略。通过故障信号小波变换的模量极大值特征的提取,可实现发电机定子绕组匝间短路故障的诊断。仿真实验表明,本方法适用于动态非平稳故障信号的特征提取,适合于实时故障检测。同时,结合模糊诊断技术提高了故障诊断率。     

双余度永磁无刷直流电机电磁特性分析

为了提高系统可靠性,将余度技术引入到永磁无刷直流电机设计中。设计了2种定子绕组方式,包括同轴线绕组冗余和不同轴线绕组冗余2种结构。建立了2种结构下的数学模型,对绕组电感进行了分析计算,推导了绕组自感和互感之间的关系。对同轴线绕组冗余时和不同轴线绕组冗余时的磁势进行了分析,分析结果表明,同轴线绕组冗余时增磁磁势和去磁磁势相等,而不同轴线绕组冗余时去磁磁势大于增磁磁势。根据数学模型,设计了双余度永磁无刷直流电机的具体结构参数,对电机转速进行了仿真,仿真结果表明不同轴线绕组冗余时的电机转速高于同轴线绕组冗余时的电机转速,验证了理论分析结果。     

基于威布尔分布和支持向量机的滚动轴承故障诊断方法

提出了一种基于威布尔分布模型和支持向量机的滚动轴承故障诊断方法。首先对滚动轴承原始振动信号建立威布尔分布模型,提取其形态参数和尺度参数构建表征轴承运行状态的特征向量,然后将提取的特征向量输入支持向量机分类器进行故障诊断和识别。分别与基于小波分解和小波包分解特征提取的支持向量机诊断方法进行滚动轴承故障试验仿真比较,结果表明,基于威布尔分布模型特征提取的支持向量机诊断方法具有更高的故障识别准确率。     

基于支持向量机的转子振动故障融合诊断技术

针对某些大型复杂旋转机械振动信号特征提取和故障样本获取难的问题,提出了一种基于小波包特征谱熵支持向量机（SVM）的转子振动故障融合诊断方法.通过转子实验台模拟了转子振动的4种典型故障,并采集其振动故障数据.用小波包对振动故障信号进行分解,提取故障信息含量大的频带并计算出其小波特征谱熵作为故障特征,建立故障诊断模型.通过对故障类别的区分和故障严重程度的判断,验证了该方法在解决转子振动故障信号的特征提取及小样本情况下的故障诊断问题等方面是有效的.     

基于Hilbert-Huang变换的电机故障诊断与仿真技术研究

对永磁同步电机发生退磁故障的有效诊断,一直是业界关注的主要问题之一。在AN-SOFT公司MAXWELL2D软件环境下,通过设置不同的永磁体矫顽力参数数值,建立永磁同步电机(Permanent Magnet Synchronous Motor,PMSM)正常与退磁故障模型。再将模型导入SIMPLOR-ER软件,与该软件中的电机驱动电路建立动态联合仿真,获得定子绕组相电流仿真信号。采用先进的Hilbert-Huang变换方法,求取电机相电流内禀模态分量(Intrinsic mode function,IMF)的瞬时频率。通过对比正常与退磁状态下相电流IMF分量的瞬时频率,可实现对永磁同步电机退磁故障进行有效诊断。研究结果表明,采用Hilbert-Huang变换方法,可有效诊断电机退磁故障,解决了永磁同步电机退磁故障难以有效诊断的难题,具有较好的推广应用价值。     

小波分析在发电机转子绕组匝间短路故障诊断中的应用

介绍了小波变换用于突变信号的检测原理,通过对发电机转子绕组匝间短路时气隙电动势信号特点的分析,提出了基于小波变换的故障诊断方法,并用实例验证了该方法的有效性,为现场早期发现转子绕组故障和处理故障提供了理论依据.     

小波降噪和局域均值分解的齿轮故障特征提取技术

针对齿轮系统非线性、非平稳性特点及传统时频分析方法的局限性,提出一种将小波和局域均值分解(Local mean decomposition,LMD)相结合进行齿轮故障特征提取的方法。该方法将原始信号通过小波分解再重构进行处理,以降低噪声的干扰,然后对重构信号进行LMD分解,并且对分解后所得到的乘积函数(PF)分量进行筛选。对筛选后的乘积函数进行包络谱分析,提取其故障特征进行研究。结果表明,两者相结合是一种很有效的故障特征提取方法,减弱了噪声对信号的干扰,可以实现对其振动信号故障特征的提取和诊断。     

基于小波包分析的旋转机械故障诊断研究

故障信号的特征提取,是故障诊断的关键。通过以德比契斯（Daubechies）小波为基函数的二进小波变换、采用Mallat快速算法的小波包对故障信号进行特征提取。利用小波包对实验数据进行分析,其结果具有良好的时频局部化特性,能对非线性信号进行有效识别。     

基于混合特征提取和WNN的齿轮箱故障诊断

提出了一种基于混合特征提取和小波神经网络(WNN)的齿轮箱故障诊断方法,运用时域分析法、小波分解和小波包分解相结合的方法对齿轮箱振动信号进行故障特征提取,将所提取的特征值作为WNN分类器的特征输入参数,采用反向传播(BP)算法对WNN结构中的平移参数、尺度参数、连接权值和阈值进行调整和优化.在实验中采用不同裂纹尺寸的齿轮来模拟三种故障模式,通过对三种故障齿轮进行诊断和分类,能证明本文所提议的故障诊断方法是有效且可靠的.     

一种新的模拟电路故障诊断小波神经网络方法

结合小波变换和神经网络二者之间的优点,提出基于小波神经网络的模拟电路故障诊断方法.采用能量分布特征提取方法和改进BP算法,用正弦信号仿真模拟电路,应用小波变换对模拟电路的采样信号进行多尺度分解,再进行能量分布特征提取,然后利用神经网络对各种状态下的特征向量进行分类识别,实现模拟电路故障诊断.相对于传统的故障诊断方法,用小波变换对故障信号进行预处理,大大减少了神经网络的输入数目,从而简化了神经网络的结构和减少了它的训练时间,并提高了辨识故障类别的能力.对实例电路仿真结果表明,该方法能正确识别各种故障状态,准确率高.     

永磁直流电机故障诊断中电流信号分析与处理

在分析永磁直流电动机空载电枢电流特征的基础上,综合利用傅里叶分析、小波分析和数理统计等多种信号处理手段从永磁直流电机的启动电枢电流和稳态电枢电流信号中提取电机的故障特征并对其进行了故障机理分析．实验提取的故障特征与理论分析的一致性表明,永磁直流电机电枢电流中包含了稳态电流的平均值iav、稳态电流标准差istd、电流脉动频率fw、起动电流峰值im、峰值点电流变化率k等5个主要故障特征,将这5个量确立为故障诊断的特征参数是可行的．     

一种新的模拟电路故障诊断小波神经网络方法

结合小波变换和神经网络二者之间的优点，提出基于小波神经网络的模拟电路故障诊断方法。采用能量分布特征提取方法和改进BP算法，用正弦信号仿真模拟电路，应用小波变换对模拟电路的采样信号进行多尺度分解，再进行能量分布特征提取，然后利用神经网络对各种状态下的特征向量进行分类识别，实现模拟电路故障诊断。相对于传统的故障诊断方法，用小波变换对故障信号进行预处理，大大减少了神经网络的输入数目，从而简化了神经网络的结构和减少了它的训练时间，并提高了辨识故障类别的能力。对实例电路仿真结果表明，该方法能正确识别各种故障状态，准确率高。     

一种变压器绕组形变故障在线诊断技术

文章研究了一种基于短路电抗与振动分析相结合的绕组形变故障在线诊断方法。应用了一种只需在线测量出变压器高、低压侧绕组电压、电流向量的短路电抗在线监测算法对短路电抗进行在线监测,采用一种基于小波包能量熵的振动信号处理方法对振动信号进行分析。通过对S11-M-500/35变压器进行绕组形变下的模拟负载试验和短路冲击试验,得出绕组不同程度形变下变压器短路电抗和振动信号的变化特点。试验结果表明:当绕组产生较严重形变时,短路电抗法可及时反映出绕组的形变故障;当绕组产生轻微形变时,振动分析法可作为短路电抗法的有效补充,及时对绕组的微小形变进行反映。采用二者相结合的诊断方法,对及时判断变压器绕组形变故障具有重要意义。     

基于RSSD和小波变换的滚动轴承故障诊断

滚动轴承故障被视作瞬态冲击成分,在信号共振稀疏分解中一般被分解到的低共振分量当中。由于噪声影响,低共振分量的希尔伯特解调包络谱中依然存在大量的干扰频率,使得故障特征提取有时不明显,或不易观察,因此本文提出了一种基于信号共振稀疏分解(RSSD)与小波变换相结合的故障诊断方法。在滚动轴承早期微弱故障的诊断中,采用小波分析技术对隐藏于低共振分量的故障特征进行提取,可以更加有效地凸显故障特征;通过对滚动轴承内圈和外圈单一故障振动信号的分析应用,成功提取了故障特征,验证了这一方法在滚动轴承早期故障诊断应用的有效性。     

基于小波包特征熵SVM的压缩机气阀故障诊断研究

针对气阀信号信噪比低、特征提取困难及故障样本较少、难以建立可靠的故障识别模型的问题,提出基于小波包特征熵支持向量机的气阀故障诊断方法。首先选择容错性较强的信息熵作为特征参数,通过对信号小波包分解,提取故障敏感频带的小波包特征熵作为输入向量,采用仅有的故障训练样本构建SVM分类器,建立气阀故障诊断模型。试验表明,该方法对小样本情形下气阀故障的非线性模式分类问题体现了良好的适应性,且具有特征提取工作量小的特点。     

小波分析在齿轮故障诊断中的应用

利用MATLAB语言编程检验了小波分析在齿轮故障诊断中的应用效果。利用双正交小波基（Bior2.4）将减速机箱体的故障振动信号分解到时频域，提取出了齿轮故障信号，同时结合传统的故障诊断方法进一步诊断了齿轮的故障模式，试验结果验证了上述方法结合应用的有效性。     

小波和余弦变换的电机轴承故障特征参数构造

针对传统故障诊断特征参数的应用缺陷,提出了一种小波和余弦变换的感应电机轴承故障特征参数提取方法.首先,根据感应电机轴承振动信号的特点选择合适的小波滤波器和信息代价函数,并将感应电机轴承振动信号分解到各个不同的频域子空间;然后,基于离散余弦变换的频域能量聚集性对分解后的信号构造感应电机轴承故障特征参数,并对实际感应电机轴承正常、内圈故障、外圈故障和滚珠故障4种状态的振动信号进行分析,验证了所构造的特征参数能有效地实现电机轴承的早期故障检测与诊断;最后,与传统故障诊断特征参数方法进行了比较,说明所提出的特征参数构造方法对于感应电机轴承早期故障的诊断优于传统故障诊断特征参数方法.