Hilbert模量与MUSIC相结合的感应电机转子断条故障检测方法

为了提高异步电动机转子断条故障检测的及时性与准确性,将Hilbert模量与多重信号分类(Multiple Signal Classification,MUSIC)相结合用于异步电机转子断条故障检测。Hilbert模量可以巧妙地转工频分量为直流分量,消除工频分量的不良影响。而MUSIC能够快速而准确地检测故障特征分量的频率大小,即使对于短时采样信号也有良好的性能,从而减少计算量。最后,通过仿真和以Y132M-4型感应电机进行试验验证了基于Hilbert模量与MUSIC相结合的异步电动机转子断条故障检测方法的有效性。     

一种利用融合相关谱的异步电机故障诊断方法

为提高异步电机故障诊断的可靠性,针对故障特征频谱分量小信号、多成分、难识别的问题,提出一种异步电机融合相关谱故障诊断方法.该方法基于多源信息融合的思想,采用电机定子电流和振动信号的融合相关谱特征作为转子断条及定子匝间短路故障的诊断依据.通过将含有相同故障频率分量的特征信号作融合相关分析,建立不同信号间的相关关系,能够有效抑制单一信号频谱中与故障识别不相关的频谱分量,使得电机故障特征频率分量更加突出,降低故障识别难度.通过仿真分析,揭示了融合相关谱特征频率与电机故障类型的对应关系,实现了转子断条及定子匝间短路故障的快速诊断,并与单一信号频谱分析进行对比,验证了该方法的有效性和实用性,对于异步电机运行状态的准确监测具有重要意义.     

基于瞬时无功功率感应电机转子断条故障诊断研究

在基于定子电流信号进行异步电机故障诊断时,转子断条故障特征频率分量常常被电流的基频分量淹没.针对这种情况,本文提出一种新型的基于瞬时无功功率的转子断条故障诊断方法.该方法首先对定子电压和电流进行Hilbert变换,然后在此基础上构建瞬时无功功率.通过对无功功率进行频谱分析,选取特征频率2ksf作为转子断条的故障诊断判据.同时定义一个新的故障严重程度系数,对感应电机转子故障严重程度进行判别.实验结果表明该方法能有效进行转子断条故障诊断.与传统的Hilbert模量方法和瞬时功率方法相比,该方法因没有交叉项而频谱简单;只需采集单相电流,不需要进行坐标变换,简化了硬件和软件,节省计算时间.     

笼型异步电机转子断条故障诊断

通过对电机电流信号分析,提取电流故障特征,实现鼠笼异步电机系统的状态检测及电机电气故障诊断。对比较常见的转子断条故障进行分析,根据电流信号谐波分量的变化提取故障有效特征;对电机轴承故障电流进行分析,并根据多回路理论建立电机故障状态下的仿真模型,对电机转子断条故障运行状态进行了仿真。     

基于Hilbert模量频谱分析的转子断条检测

针对定子电流频谱难以突出故障特征分量的弱点,提出了基于Hilbert模量频谱分析的转子断条检测方法。通过对定子电流的Hibert模量作傅立叶变换,将定子电流的故障特征频率分量转换为低频分量,再采用数字滤波和频谱细化的方法准确得出特征分量的幅值和频率。仿真结果表明,在转差率很小时,该方法可以有效避免故障特征分量被基频分量淹没,并能准确提取故障特征分量的信息。     

基于单相功率频谱分析的感应电机故障诊断

感应电机定子电流频谱中,转子断条故障频率分量幅值很小并且与基波频率相当接近,故障特征不易提取.针对电流频谱分析的缺点,综合运用单相功率频谱分析、数字滤波和频谱细化技术,突出故障特征.仿真结果表明,即使断条特征微弱,单相功率频谱中故障特征频率分量也能得到充分的反映.随着断条数日的增多,故障特征分量的幅值明显增大.该方法具...     

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。     

采用Park变换感应电机转子复合故障检测

针对感应电机转子断条与偏心故障特征受定子电流基波信号的影响而难以提取的难点,提出了一种基于旋转Park变换滤波的感应电机转子复合故障检测方法.该方法利用电压与电流基波频率相等,通过旋转Park变换,将电流Park矢量的基波正序分量完全滤除而不影响其它的谐波分量,从而使转子断条和偏心故障特征更清晰地显示出来,然后对旋转Park变换滤波后的电流Park矢量的频谱进行分析,可以准确检测到电机转子复合故障时的故障特征.解决了电流频谱分析方法转子故障特征频率分量容易被基波湮没而难以突出故障特征的问题.实验结果表明,应用该方法可有效的对电机转子复合故障进行实时检测.     

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.     

基于Hilbert模量与改进BP神经网络的电机转子断条故障诊断

为了更加快速准确识别感应电机转子断条故障,文中提出一种基于定子电流Hilbert模量与混沌粒子群算法(Chaos Particle Swarm Optimization,CPSO)优化BP神经网络的感应电机转子断条故障诊断方法。该方法首先通过定子电流Hilbert模量进行故障特征提取,然后采用CPSO-BP神经网络进行故障状态的自动识别。Hilbert模量可以将定子电流中的基波信号转化为直流分量,降低其对特征提取的干扰,从而凸显故障特征。而CPSO-BP神经网络方法相比BP神经网络具有更好的权值系数,可以进一步提高故障识别率。经实例验证,基于Hilbert模量与改进BP神经网络的电机故障诊断方法性能良好。     

Zoom-Prony方法及其在转子断条故障严重程度定量估算中的应用

在基于定子电流信号分析的感应电动机故障诊断中,通过求基波两侧由转子断条故障引起的边频分量的幅值、相位和频率,可以进行故障严重程度的定量估算.由于Prony方法对噪声非常敏感,而实际电动机电流信号包含丰富的谐波和噪声,且故障特征分量的幅值很小,直接应用Prony方法很难估算出故障特征分量的参数.本文提出Zoom-Prony方法,将Prony方法与选带细化技术(Zoom技术)相结合,对转子断条故障特征频率附近的小频段进行局部放大分析,估算这两个边频分量的参数,提高了计算的准确性,缩短了计算时间.此外,由于故障特征频率与基频过于靠近且幅值相差太大,边频分量常常被基频分量所掩盖而无法得到正确的结果,因此本文通过两次应用该方法来消除基频分量的影响.仿真与实验验证了这一方法的有效性.     

基于改进多信号分类法的异步电机转子故障特征分量的提取

在基于定子电流信号进行异步电机故障诊断时，转子断条故障特征频率分量常常被电流的基频分量淹没。针对这一情况，该文提出一种新的改进的MUSIC方法来提取这一故障特征频率。MUSIC方法通过特征值分解把自相关矩阵中包含的信息空间分成信号子空间和噪声子空间两个正交的子空间，该文提出的改进方法是将信号子空间中对应最大主分量的特征向量移到噪声子空间，这样构成两个新的正交子空间I和II。子空间I由信号中的最大主分量和噪声所对应的特征向量张成，子空间II由其他分量的特征向量张成。把不同频率的信号投影到子空间I，基频信号在该空间的投影将远大于其他的频率分量，因此在投影的倒数谱中，基频分量被抑制，凸显出了故障频率分量。仿真和实验表明，该方法用于提取转子断条故障特征是可行并且是有效的。     

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。     

基于小波包分析的异步电机转子故障检测

针对异步电机转子断条故障信号特征频率易被主频淹没的缺点,利用小波包分析法提取电机电流信号的故障特征频带能量,并以此为依据,基于"频率-能量-故障"模式,对异步电机转子断条故障进行检测信号,实验结果表明该方法能够有效检测转子断条故障。     

笼型异步电动机转子断条故障新特征

根据笼型异步电动机转子断条故障的基本规律与正弦信号希尔伯特变换的物理意义,将希尔伯特变换、频谱分析/校正与自适应滤波技术相结合,以获取定子电流滤波信号的希尔伯特模量,指出其在复平面所占面积可反映转子断条故障存在与否,且其数值伴随故障程度的加剧而增大.仿真与实验数据分析验证了这一规律.进而提炼出笼型异步电动机转子断条故障新特征--定子电流滤波信号希尔伯特模量回转半径.仿真与实验数据表明,该特征对于转子断条故障灵敏,并对电机负载状况呈现一定的鲁棒性,将其应用于笼型异步电动机转子断条故障检测可行.     

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)     

利用希尔伯特边际谱鉴别变压器励磁涌流

根据励磁涌流中有很大成分的高次谐波和非周期分量,而故障电流基本保持基频正弦波的特点,研究了一种利用希尔伯特边际谱来辨别变压器励磁涌流和故障电流的新方法。该方法利用希尔伯特黄变换对电流信号按频率分离,对额定频率段的希尔伯特边际谱幅值进行积分,根据积分值与整定值关系可鉴别信号电流。经PSCAD/EMTDC和MATLAB仿真软件对大量样本的仿真验证,该方法能精确地实现变压器励磁涌流与故障电流的可靠区分。     

谐振接地电网故障选线相关分析法

对于谐振接地电网,发生故障前,故障馈线与健全馈线零模电流中的不对称分量具有较强的相似性,它们之间的互相关系数会受到不对称分量的影响.对各线路故障零模电流,用故障发生之后第1个周期采样数据对应减去故障发生前1个周期采样数据,得到零模电流的纯故障分量.提出一种基于零模电流纯故障分量的相关分析选线方法,对各馈线故障零模电流的纯故障分量在一定数据窗下进行综合相关度分析,选择最小的综合相关系数对应的馈线为故障馈线.该选线方法具有较强的抗电弧接地能力,能有效地克服系统不对称的影响.理论分析及仿真结果表明,该方法选线结果准确、可靠.进一步提高了选线保护的裕度.     

基于EMD-神经网络的电动机转子故障诊断方法研究

在电动机运行过程中,转子断条故障将导致电动机出力降低,性能恶化。因此研究更高效的电动机故障诊断方法来对其进行检测迫在眉睫。针对电动机转子出现断条故障时定子电流信号的非平稳特征,提出了一种基于经验模态分解(EMD)和神经网络相结合的转子故障诊断方法。该方法首先将原始信号分解为突出了原信号不同时间尺度的局部特征信息的内在模函数(IMF)分量,然后将各IMF分量输入到BP网络中进行训练学习和故障诊断。将此方法应用于电动机转子断条故障的识别,实验结果表明,该方法能快速准确地识别转子断条故障。