基于电磁转矩小波变换的感应电机转子断条故障诊断

该文提出了一种基于感应电机启动电磁转矩信号的转子断条故障诊断新方法。利用复值小波变换中的小波脊线提取出启动电磁转矩中故障特征在电机启动过程中的频率变化规律，检测出转子断条故障。同时，小波系数的模反映了信号在对应尺度上的能量大小，所以对应故障特征脊线上的小波系数模反映了该故障特征转矩的幅值变化规律。基于此，定义了脊线一小波能量谱的概念。将故障特征转矩对应的脊线一小波能量谱作为故障严重程度因子，即可根据其与转子连续断条根数的关系给出感应电机转子故障严重程度的表示方法。实验结果证明该方法是可行的。     

基于电磁转矩特征频率提取的感应电机转子断条故障诊断

分析了信号复值小波变换的瞬时频率提取原理,根据复解析小波系数的相位信息给出了信号瞬时频率提取算法,将其应用到电机启动电磁转矩信号中转子故障特征的提取上,实现转子断条故障的可靠诊断,并给出了电磁转矩计算及实验结果,实验证明了该方法的有效性。     

基于感应电机启动电磁转矩Hilbert-Huang变换的转子断条故障诊断

该文提出了一种感应电机转子故障诊断新方法。当感应电机转子出现断条故障时，转子绕组的不对称将会使电磁转矩谱中引入2sfs(s为转差率，fs为电网频率)谐波分量。利用砌bert-Huang变换中经验模态分解(EMD)方法对启动电磁转矩信号进行了分解，得到若干本征模态函数(IMF)。通过计算包含故障信息的IMF分量的瞬时频率，可以检测出转子断条故障。同时，根据包含故障信息的IMF的幅值可以进一步判断出转子断条根数。实验结果证明该方法是可行的。     

基于气隙转矩的笼型异步电动机转子断条监测

提出了基于气隙转矩的鼠笼异步电动机转子断条故障在线监测方法.根据旋转磁场理论研究了气隙转矩在电机正常及转子断条运行状态下包含的谐波频率成分.当电机转子出现断条故障时,气隙转矩将会含有2sfs谐波频率分量.通过对气隙转矩的计算处理,利用小波脊线提取气隙转矩中转子断条故障特征频率分量,克服了分析定子电流信号时的不足,实现了电机转子断条故障的在线监测.实验结果证明了该方法的有效性.     

基于小波包频带-能量重构的电机断条故障诊断

异步电机转子断条故障特征分量(1±2s)f与基波频率f相比,幅值较小、易被主频淹没。在研究小波包分解与重构的特征基础上,讨论了小波包分解树的频带分布规律,确定以sym8小波对电机定子电流信号进行12层分解,并通过对故障特征频带的信号能量重构来判断电机有无转子断条。运用该方法能避免基波频率对故障特征分量的影响,故障特征检测更明显,并能诊断转子轻微断条故障。仿真和试验结果证明了该方法的有效性。     

起动过程诊断感应电动机转子断条故障

针对稳态定子电流频谱难以突出故障特征分量的弱点,提出了基于起动过程的感应电动机转子断条检测方法。故障特征频率的定子电流分量对气隙磁场有调制作用,导致定子电流、电磁转矩和转子转速的周期性脉动,这些故障特征在起动过程中表现明显。通过监测感应电动机的整个起动过程,可实现对转子断条的故障检测。实验结果表明该方法行之有效。     

基于小波脊线的笼型异步电动机转子断条故障特征提取

提出了基于小波脊线的渐近信号特征频率提取算法,并应用到异步电机转子故障特征提取中.异步电机转子出现断条故障时,定子电流中相应地会含有频率为(1-2s)f1的故障特征分量.由于异步电机起动过程中转差率s是由1→0连续变化的,故(1-2s)f1将以f1→0→f1的规律进行变化,因此可以通过应用小波脊线分析异步电机定子起动电流信号来提取转子断条故障特征.实验结果证明了本方法的有效性.     

基于扩充Prony算法的感应电动机转子断条故障诊断

检测感应电机转子断条故障及故障程度的关键在于查找定子电流谱中频率为(1±2s)f的间谐波含有率。传统的谱分析由于加窗和截断带来的频谱泄漏,使特征谱难以辨识,采用现代谱估计中的扩充Prony算法,基于定子电流信号的AR参数估计,计算信号的谱线构成,依据故障电机稳态运行时的定子电流特征,选取合适的阶数,能够精确地检测到(1±2s)f故障特征分量的幅值和频率,回避了频谱泄漏问题,为感应电动机转子断条故障的MCSA检测法提供了一条新的途径。通过实验室实测算例验证了该方法的有效性,在电机空载和轻载运行时也能够准确地检测出故障特征信号,诊断出故障程度。     

基于改进小波脊线的感应电动机转子断条检测

笼型感应电动机转子断条时,定子电流中含有频率为(1-2s)f1(f1为电源频率)的附加电流分量.由于起动过程中电机转差率s是连续变化的,(1-2s)f1则f1→0→f1的规律进行变化,据此规律可以检测转子有无断条.分析了基于小波脊线的转子断条特征提取方法,探讨了小波脊线方法的不足并提出了改进的小波脊线算法;实验结果证明了改进小波脊线算法在转子断条检测中的有效性.     

一种感应电机转子断条早期故障诊断方法

针对感应电机转子发生早期断条故障时,定子电流故障特征频率容易被基波频率淹没,导致电机转子断条故障发现不及时的问题,采用多回路方程建立感应电机发生转子断条故障的模型,推导了dq0坐标系下感应电机发生早期断条故障的模型。在该故障模型的基础上,利用参数辨识和滑窗技术得到电机等效参数变化曲线。该方法得到的电机等效参数曲线对转子早期断条故障具有明显的故障特征信号,通过辨识曲线特征可诊断电机转子断条故障,同时给出了转子发生不同程度故障时的差异指标。最后试验验证了该方法的可行性。     

Rotor broken-bar fault diagnosis of induction motor based on HHT of the startup electromagnetic torque

This paper presents a new method for rotor broken-bar fault diagnosis of induction motors. The asymmetry of the rotor caused by broken-bar fault will give rise to the appearance of additional frequency component of 2sf _s (s is slip and f _s is supply frequency) in the electromagnetic torque spectrum. The startup electromagnetic torque signal is decomposed into several intrinsic mode function (IMF) with empirical mode decomposition (EMD) based on the Hilbert-Huang Transform. Then, using the instantaneous frequency extraction principle of the Hilbert Transform, the rotor broken-bar fault characteristic frequency of 2sf _s can be exactly extracted from the IMF component, which includes the rotor fault information. Moreover, the magnitude of the IMF which includes the rotor fault information can also give the number of rotor broken bars. Experimental results demonstrate that the proposed electromagnetic torque-based fault diagnosis method is feasible. __________ Translated from Proceedings of the Chinese Society for Electrical Engineering, 2005, 25(11):107–112 (in Chinese)     

基于多重信号分类与模式搜索算法的笼型异步电动机转子断条故障检测新方法

提出了一种基于多重信号分类(multiple signal classification,MUSIC)与模式搜索算法(pattern search algorithm,PSA)的异步电动机转子断条故障检测新方法。MUSIC方法对于短时信号具备高频率分辨力,可以准确计算转子断条故障特征分量以及其他分量的频率;但对诸频率分量幅值和初相角则无法准确求解。因此引入PSA确定诸频率分量的幅值、初相角,并对1台Y100L-2型3 kW笼型异步电动机完成了转子断条故障检测实验。实验结果表明:基于MUSIC与PSA的异步电动机转子断条故障检测方法切实可行,适用于负荷波动、噪声等干扰严重情况。     

基于小波包能量分析和信号融合的异步电机转子故障诊断

为提高异步电机转子故障诊断的可靠性,文中介绍了一种基于小波包能量分析和信号融合的异步电机转子故障诊断方法。采用定子电流信号和振动信号的频谱特征融合作为转子断条以及气隙偏心故障的诊断依据,首先对信号进行小波包分解,获得不同小波包频带节点下对应的能量分布,并与正常电机信号进行比较,进而对能量异常的信号频段进行小波包节点重构,最后通过快速傅里叶变换识别故障特征频率,诊断电机故障是否发生。通过仿真分析,验证了该方法的有效性和实用性,对于电机运行状态的准确监测具有重要意义。     

基于谐波小波的变频机转子断条故障诊断

变频机转子发生断条故障时,定子电流中将产生相应特征频率的电流分量。对这种特征信号的提取与监控,能够实现转子短条故障的检测。研究利用谐波小波的分频特性实现转子断条故障特征信号的提取方法。仿真结果和实际应用表明,这种方法能够准确地提取转子导条断裂故障的特征信号,是变频机转子导条断裂故障诊断的一种可靠的方法。     

基于希尔伯特和傅立叶变换的笼型感应电动机转子断条故障检测

针对笼型感应电动机转子断条故障时,频率为（1±2s）f1的故障特征分量容易被基频f1分量所淹没的特点,提出了一种基于希尔伯特变换和连续傅立叶变换的转子断条故障检测新方法。通过定子电流信号作希尔伯特变换取得反映转子断条故障特征的调制信号,然后再滤掉直流分量,最后进行连续细化傅立叶变换,以调制信号的频谱中是否存在2sf1频率分量来判断转子是否发生断条故障。仿真结果表明该方法具有可行性。     

基于D-S证据理论的感应电动机转子故障诊断方法研究

提出运用D-S(Dempster-Shafer)证据理论对感应电动机转子断条故障进行识别的故障诊断方法.基于小波包变换的频率划分特性,对定子电流信号进行小波包分解,建立了转子断条故障的特征矢量,提取转子断条故障的特征信息,利用BP神经网络对其识别的结果形成彼此独立的证据,并根据D-S证据融合规则进行融合处理,以实现对电动机转子断条故障的准确识别.实验结果表明,该方法克服了传统基于FFT分析方法难以提取故障特征频率分量的难点,提高了故障诊断的判决精度,可实现转子断条故障的可靠诊断.