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.     

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。     

转子断条与静态偏心复合故障诊断方法

为了探究笼型异步电动机中,转子断条和静态偏心两种故障的影响因素和耦合规律,提高转子断条与静态偏心复合故障识别的准确率,基于多通道自适应陷波和总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)两种算法对转子断条与静态偏心复合故障进行诊断分析。首先采用自适应陷波技术滤除定子电流中的工频及奇次谐波,再对信号进行EEMD分解获得若干固有模态分量(intrinsic mode function,IMF)。然后对IMF分量进行包络分析,解调出故障特征频率,甄别故障类型。实验结果表明,该方法对转子断条与静态偏心复合故障能够准确识别。     

基于电流时频特征的不对中故障诊断研究

电动机电流信号分析广泛应用于电机本身的监测和故障诊断,但该技术与转动系统的研究却比较少。针对转子系统的轴系不对中故障,提出了基于经验模态分解(EMD)和遗传算法支持向量机(GA-SVM)的不对中故障诊断方法。首先通过EMD方法将电流信号分解成若干个本征模函数(IMF);然后计算各IMF分量的能量特征和峭度值;最后从包含有故障信息的IMF分量的能量特征和峭度值作为输入建立支持向量机(SVM)判断轴系故障类型。实验表明,该方法可以有效地实现对于转子系统不对中故障类型和故障程度的诊断,且相对于只依靠能量特征的诊断方法,该方法对于不对中故障的诊断正确率有了明显的提高。     

变频供电异步电动机转子断条状态下变频器一次侧特征电流分析

异步电动机变频调速系统已经广泛应用于工业生产之中。实现变频调速异步电动机转子断条故障的诊断,对保障安全生产、提高生产效率有十分重要的意义。目前,已经提出的转子断条故障诊断方法多是针对定子电流信号做频谱分析。然而,在变频调速异步电动机运行过程中易于测取的多是开关柜二次侧电流信号,即供电电流(变频器输入侧电流)信号。该文分析了异步电动机转子断条故障特征分量穿越变频器对供电电流信号的影响,基于定子电流频谱分析方法,分别对定子电流(变频器输出侧电流)和供电电流做频谱分析。仿真和实验结果显示,在供电电流信号中存在转子断条故障特征分量,进而可以据此实现变频供电异步电动机转子断条故障诊断。     

基于随机森林的异步电动机转子断条故障诊断

为了快速准确识别异步电动机转子断条故障,提出一种随机森林算法(Random Forests,RF)的异步电动机转子断条故障诊断方法。该方法以Park矢量模平方函数为故障特征提取手段,然后采用随机森林进行故障模式自动识别。Park矢量模平方函数方法可以较好地削弱定子电流中基频信号的影响,便于故障特征量的准确提取。而随机森林泛化能力好、训练时间短,提高了故障识别的成功率。实例验证表明,基于随机森林的异步电动机转子断条故障诊断方法性能良好。     

基于高频信号注入的异步电动机转子故障诊断方法研究

鉴于工频分量对异步电动机转子断条故障特征分量的泄露影响,提出了高频信号注入的异步电动机转子故障诊断新方法.推导出高频信号注入后转子断条新的故障特征频率,采用电机多回路理论和绕组函数理论建立异步电动机完好以及转子断条故障数学模型,通过仿真验证了高频信号注入法在电机轻载情况下对诊断转子断条故障的有效性和可行性.     

采用p-q变换的感应电动机转子断条故障诊断

转子断条故障是感应电动机的常发故障,故障时定子电流谱中的(1±2s)f故障特征分量远小于基频分量,易被基频的泄漏所淹没,因此无法准确判别故障的存在,尤其是轻载情况下。针对这一问题,文章提出采用p-q变换进行电动机转子断条故障诊断,分离影响特征量提取的基频信号,使故障特征在频谱中得以凸显,实现感应电动机断条故障的准确检测与诊断。通过理论分析和实验验证表明,该方法能够正确检测出转子断条故障的存在,即使在电机轻载运行时亦具有良好的检测效果。     

SVD滤波技术与Prony谱线估计算法相结合的异步电动机转子故障检测新方法

提出了一种奇异值分解(SVD)滤波技术与Prony谱线估计算法相结合的异步电动机转子断条故障检测的新方法。SVD滤波技术可以理想地滤除电机定子电流信号中的基频分量与有色噪声,从而凸显转子断条故障特征频率分量。Prony谱线估计算法可以准确计算出各特征分量的频率和幅值,且不失高频谱分辨能力。将二者结合即可在短时采样信号条件下准确、有效地提取转子断条故障特征频率分量。对一台异步电机进行试验,结果表明:基于SVD滤波技术与Prony谱线估计算法的异步电动机转子断条故障检测方法效果理想。     

基于VMD分解和支持向量机的水电机组振动故障诊断

针对传统方法难以精确提取水电机组非平稳振动信号的故障特征,首先引入变分模态分解(variational modal decomposition,VMD)将水电机组非平稳振动信号分解为一系列中心频段互不重叠的IMF分量,进而采取能量法提取各IMF分量的故障特征,最后将提取的故障特征向量输入到本文建立的基于遗传算法优化支持向量机的故障诊断模型中,实现故障模式的识别与诊断。将该方法应用于实际水电机组故障振动信号的处理中,仿真结果表明,该方法能够有效识别机组的异常状况,具有较高的故障诊断正确率。     

基于遗传算法异步电动机转子故障诊断研究

为了能够有效地对异步电动机转子进行故障诊断,深入地研究遗传算法在异步电动机转子故障诊断中的应用。首先,对传统的遗传算法进行了改进。其次设计了基于遗传算法的异步电动机转子故障诊断的神经网络。最后,进行实际的异步电动机转子的故障诊断,验证结果表明该方法具有准确、便捷的优点。     

基于笼型电动机转子断条故障的诊断分析

为了解决目前已有的故障诊断方法只能诊断出电机是否发生转子断条故障而不能诊断出转子断条数目的问题,对电机转子断条故障进行了仿真和断条数目诊断方法的研究。首先对Y2-132M-4型的鼠笼式三相异步电机进行了建模,利用建立的模型对发生不同断条数的电机故障进行了仿真研究。然后,提出了基于机器学习的对转子断条故障的断条数目进行诊断的算法。实验结果表明,所提出的故障诊断分类方法实现了电机不同数目的转子断条故障的智能诊断分类,且诊断分类准确率达100%。     

希尔伯特变换在牵引电机转子断条故障诊断中的应用研究

基于希尔伯特变换分析方法,以动车组电机定子电流信号为研究对象,对定子电流信号应用希尔伯特变换后,消去定子电流中包含的直流分量,解决了转子断条故障特征分量容易被基波淹没、难以检测等问题,使故障特征分量的提取更加准确。通过仿真实验证明了希尔伯特变换法在动车组牵引电机转子断条故障诊断中应用的正确性和有效性。     

振动分析在电机制造厂的成功实践

简要介绍了振动分析技术在电机故障(包括电机滑动轴承间隙不当、电机转子不平衡和电机转子动态气隙偏心)诊断中的成功应用。振动分析和诊断过程对电机的故障诊断具有一定的参考价值。     

笼型异步电动机状态监测与转子故障诊断方法对比分析

笼型异步电动机广泛应用到工农业生产领域,转子故障是其主要的故障形式.本文针对笼型异步电动机转子故障的几种诊断方法,分析了他们各自的优缺点,阐明了检测异步电动机转子故障的关键所在,并针对异步电动机转子故障诊断的复杂性提出了相应的对策.     

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。     

振动分析在电机制造厂的成功实践

简要介绍了振动分析技术在电机故障（包括电机滑动轴承间隙不当、电机转子不平衡和电机转子动态气隙偏心）诊断中的成功应用。振动分析和诊断过程对电机的故障诊断具有一定的参考价值。     

电机转子断条故障诊断方法探讨

通过综合国内外相关理论,对笼型异步电动机几种转子断条故障诊断方法进行了研究.仿真或实验验证结果表明,所有的方法对检测笼型异步电动机的转子故障是有效的.在此基础上讨论了转子断条故障诊断方法的发展趋势,为电机转子断条故障研究者提供了理论指导.     

基于小波变换及SVM的电机故障诊断

通过采用一种基于小波分析及SVM的电机故障诊断方法,利用Simulink工具对三相异步电机无故障、定子故障及转子故障三种情况进行了仿真建模及故障诊断分析。实验结果表明,所采用的电机故障诊断方法诊断速度快且诊断精度高,满足实际需求。     

基于支持向量机的电机转子断条故障诊断

交流电动机转子断条故障诊断的问题可以归结为模式分类的问题,支持向量机是近几年来涌现的一种新型的针对小样本集合具有较好分类效果的方法.根据断条故障在定子电流谱中产生相应特征分量,本文利用窗提取的方法对定子电流谱进行转换,在不损失故障特征信息的前提下构造低维数特征空间,并在其中用SVM进行分类.同时针对实际应用中转差率s由于负载的变化而使故障特征频率位置发生变化的问题,分别在恒定负载和变负载条件下进行试验.断条情况为无断条、一根断条、连续两根断条三类,结果表明在恒定负载和变负载条件下都有较高的诊断正确率.同时因为整个诊断过程可以实现自动化,所以可实现在线诊断.