本文選題：異步電機 + 故障診斷��； 參考：《電工技術學報》2014年05期

【摘要】：異步電機故障時,故障信號往往是低頻信號且故障不明顯;若形成復合故障,故障信號之間非線性耦合,導致頻譜非常復雜。針對上述問題,本文提出了以時頻分析的譜峭度法為基礎,結合Hilbert包絡解調(diào)的新方法。Hilbert包絡解調(diào),得到包含故障的特征信息的低頻包絡信號,突出和分離了故障特征信息;時頻分析的譜峭度法根據(jù)峭度最大化原則自動確定帶通濾波器參數(shù),對含噪信號進行濾波;最后通過頻譜分析可以對故障的特征頻率快速有效的識別。本文還分析了負載的變化對不同類型的電機故障的影響。通過實驗和實際的工程信號驗證了在不同的噪聲強度、不同負載的情況下,該法對于單一故障或是復合故障均有效。
[Abstract]:In the fault of asynchronous motor, the fault signal is usually low frequency signal and the fault is not obvious. If the complex fault is formed, the nonlinear coupling between the fault signals leads to the complexity of the frequency spectrum. Aiming at the above problems, a new method of Hilbert envelope demodulation is proposed, which is based on spectral kurtosis method of time-frequency analysis and a new method of Hilbert envelope demodulation. The low-frequency envelope signal containing characteristic information of fault is obtained, and fault characteristic information is highlighted and separated. The spectral kurtosis method of time-frequency analysis can automatically determine the parameters of band-pass filter according to the principle of kurtosis maximization, and filter the noisy signal. Finally, the characteristic frequency of fault can be quickly and effectively identified by spectrum analysis. The influence of load variation on different types of motor faults is also analyzed. The experimental and practical engineering signals show that the method is effective for single fault or complex fault under different noise intensity and load.
【作者單位】： 哈爾濱工業(yè)大學電氣工程及自動化學院;東北電力大學輸變電技術學院;
【分類號】：TM343

【參考文獻】

相關期刊論文 前10條

1 沈金偉;石林鎖;;滾動軸承故障診斷的改進小波變換譜峭度法[J];軸承;2010年08期

2 張雄希;劉振興;;基于倒頻譜分析的電機故障檢測[J];電力系統(tǒng)保護與控制;2010年20期

3 王曉冬;何正嘉;訾艷陽;;滾動軸承故障診斷的多小波譜峭度方法[J];西安交通大學學報;2010年03期

4 蘇文勝;王奉濤;張志新;郭正剛;李宏坤;;EMD降噪和譜峭度法在滾動軸承早期故障診斷中的應用[J];振動與沖擊;2010年03期

5 石林鎖;張亞洲;米文鵬;;基于WVD的譜峭度法在軸承故障診斷中的應用[J];振動.測試與診斷;2011年01期

6 任震,張征平,黃雯瑩,管霖,楊楚明,胡國勝;基于最優(yōu)小波包基的電動機故障信號的消噪與檢測[J];中國電機工程學報;2002年08期

7 劉振興,尹項根,張哲;基于Hilbert模量頻譜分析的異步電動機轉子故障在線監(jiān)測與診斷方法[J];中國電機工程學報;2003年07期

8 侯新國,吳正國,夏立;基于Park矢量模平方函數(shù)的異步電動機轉子故障檢測方法研究[J];中國電機工程學報;2003年09期

9 冷永剛,王太勇,李瑞欣,彭永勝,鄧學欣;變尺度隨機共振用于電機故障的監(jiān)測診斷[J];中國電機工程學報;2003年11期

10 張含蕾;周潔敏;李剛;;基于小波分析的感應電動機復合故障診斷[J];中國電機工程學報;2006年08期

【共引文獻】

相關期刊論文 前10條

1 閆曉玲;董世運;劉彬;徐濱士;王望龍;;基于熵理論的超聲波檢測信號消噪與缺陷識別[J];北京理工大學學報;2012年05期

2 潘慶慶;趙書濤;潘亮亮;;基于聲波處理的變壓器故障診斷與狀態(tài)發(fā)展趨勢預測[J];變壓器;2009年02期

3 秦焱;劉啟勝;;基于小波包頻帶包絡分析的船用錨機電動機轉子斷條在線檢測方法[J];船舶工程;2011年S2期

4 孟慶華;趙文禮;;基于最優(yōu)小波包基的模極大值法信號消噪研究[J];傳感技術學報;2006年06期

5 張文博,范大鵬;基于最優(yōu)小波包理論陀螺信號處理方法[J];傳感器世界;2005年07期

6 曲國慶;黨亞民;章傳銀;;變形監(jiān)測信號消噪的不確定度[J];測繪科學;2007年05期

7 潘遠峰;;基于小波分析的齒輪箱齒輪點蝕診斷研究[J];重慶科技學院學報(自然科學版);2008年05期

8 沈仁發(fā);祁彥潔;康海英;鄭海起;關貞珍;;基于階次小波包與粗糙集的軸承復合故障診斷[J];軸承;2009年09期

9 王軒;王莉;魏蔚;;瞬時功率小波包分解法在軸承故障診斷中的應用[J];軸承;2010年10期

10 張靜;王韻然;李強;劉濤;王野蒙;;基于同步旋轉坐標變換的互功率譜MUSIC算法異步電機轉子故障診斷[J];東北電力大學學報(自然科學版);2007年04期

相關會議論文 前10條

1 柳亦兵;周雁冰;辛衛(wèi)東;高青風;何纓;;直驅(qū)風電機組軸承故障的雙譜特征分析與診斷[A];中國自動化學會控制理論專業(yè)委員會B卷[C];2011年

2 李華;程偉;;一種改進的小波模極大值檢測與消噪算法[A];2009中國控制與決策會議論文集（3）[C];2009年

3 ;On-line Rotor Fault Detection In Squirrel Cage Induction Motors Based On Wavelet Analysis[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

4 馬征賓;張建文;徐善琛;;電流分析法檢測斷條故障的對比研究[A];第十七屆全國煤礦自動化學術年會、中國煤炭學會自動化專業(yè)委員會學術會議論文集[C];2007年

5 李楠;;一種鼠籠式異步電動機轉子早期故障檢測的新方法[A];第十屆全國電工數(shù)學學術年會論文集[C];2005年

6 秦焱;楊洋;;機電設備故障診斷系統(tǒng)中的數(shù)據(jù)采集與信號處理技術研究[A];2011年全國電子信息技術與應用學術會議論文集[C];2011年

7 陳曉平;和衛(wèi)星;陳季云;;基于小波分析的滾動軸承振動信號處理[A];2008中國儀器儀表與測控技術進展大會論文集（Ⅰ）[C];2008年

8 和衛(wèi)星;陳曉平;陳季云;陸森林;;石油鉆井傳動滾動軸承的故障診斷[A];2008中國儀器儀表與測控技術進展大會論文集（Ⅰ）[C];2008年

9 陳建玉;李國嶺;孟憲民;;高壓電動機保護測控技術的進展與發(fā)展方向[A];中國電工技術學會第八屆學術會議論文集[C];2004年

10 趙池航;周百令;李坤宇;趙立業(yè);;小波包分解在高精度海洋重力儀數(shù)據(jù)處理中的應用研究[A];中國慣性技術學會第五屆學術年會論文集[C];2003年

相關博士學位論文 前10條

1 吳冬梅;基于達芬振子的微弱信號檢測方法研究[D];哈爾濱工程大學;2010年

2 龔玉蓉;基于小波包的三維大地電磁測深靜態(tài)效應壓制研究[D];中南大學;2011年

3 安群濤;三相電機驅(qū)動系統(tǒng)中逆變器障診斷與容錯控制策略研究[D];哈爾濱工業(yè)大學;2011年

4 劉志剛;多小波理論及其在電力系統(tǒng)故障信號處理中的應用研究[D];西南交通大學;2003年

5 蔣鵬;小波理論在信號去噪和數(shù)據(jù)壓縮中的應用研究[D];浙江大學;2004年

6 劉振興;電機故障在線監(jiān)測診斷新原理和新技術研究[D];華中科技大學;2004年

7 張鵬飛;電力系統(tǒng)動態(tài)響應的數(shù)據(jù)挖掘[D];山東大學;2005年

8 李慧;配電系統(tǒng)負荷數(shù)據(jù)處理方法的研究[D];中國農(nóng)業(yè)大學;2005年

9 楊定新;微弱特征信號檢測的隨機共振方法與應用研究[D];國防科學技術大學;2004年

10 鄧學欣;開放式故障診斷構架及動態(tài)測試分析方法研究[D];天津大學;2004年

相關碩士學位論文 前10條

1 趙長生;滾動軸承故障特征增強方法與狀態(tài)預測研究[D];大連理工大學;2010年

2 周桂珍;基于小波神經(jīng)網(wǎng)絡的異步電機故障診斷[D];湘潭大學;2010年

3 張冬霞;異步電動機轉子斷條故障診斷研究[D];河南理工大學;2010年

4 趙宏偉;人工免疫和證據(jù)理論集成應用于旋轉機械并發(fā)故障診斷中的研究[D];太原理工大學;2011年

5 杜占峰;基于小波包分析的電動機轉子斷條故障檢測[D];北方工業(yè)大學;2011年

6 葛榮亮;基于幅值恢復法的感應電動機定子電流的測試與分析[D];河北科技大學;2011年

7 劉文娟;小波紋理分析及維氏硬度壓痕分割應用[D];廣東工業(yè)大學;2011年

8 張素梅;在線紙頁缺陷快速檢測算法的研究[D];山東輕工業(yè)學院;2011年

9 廖壽學;矩形微槽道內(nèi)納米流體流動阻力特性研究[D];華南理工大學;2011年

10 陽桂蓉;基于定子電流幅值校正頻譜細化的電機轉子故障診斷研究[D];電子科技大學;2011年

【二級參考文獻】

相關期刊論文 前10條

1 崔玲麗;高立新;張建宇;胥永剛;;基于EMD的復合故障診斷方法[J];北京科技大學學報;2008年09期

2 石林鎖;;滾動軸承故障檢測的改進包絡分析法[J];軸承;2006年02期

3 劉振興,張哲,尹項根,吳杰余;一種新型的籠型異步電動機轉子故障在線監(jiān)測和診斷方法[J];電工技術學報;2002年04期

4 任震,黃雯瑩,石志強;小波分析及其在電力系統(tǒng)中的應用(三)工程應用技術[J];電力系統(tǒng)自動化;1997年03期

5 劉振興,尹項根,張哲;鼠籠式異步電動機轉子故障在線監(jiān)測與診斷方法[J];電力自動化設備;2004年01期

6 薛蕙,楊仁剛;利用Morlet連續(xù)小波變換實現(xiàn)非整次諧波的檢測[J];電網(wǎng)技術;2002年12期

7 周鋒,王明渝,杜彥巍;基于MCSA的異步電動機狀態(tài)監(jiān)測與故障診斷綜述*[J];重慶大學學報(自然科學版);2005年01期

8 王鐵,張國忠,侯榮濤;基于倒譜和小波變換的驅(qū)動橋故障特征提取[J];計算機測量與控制;2003年08期

9 胡紅英;馬孝江;;基于局域波分解的信號降噪算法[J];農(nóng)業(yè)機械學報;2006年01期

10 向玲,胡愛軍,唐貴基,朱永利;轉子動靜碰摩故障仿真與試驗研究[J];潤滑與密封;2005年05期

【相似文獻】

相關期刊論文 前10條

1 呂景秀;王新;;基于模糊神經(jīng)網(wǎng)絡的異步電動機故障診斷研究[J];電機技術;2010年03期

2 孫愛進;郭西進;;電機匝間短路故障信息融合診斷方法研究[J];煤礦機電;2011年04期

3 呂曙東;;異步電機模型仿真及故障分析研究[J];南通職業(yè)大學學報;2010年04期

4 趙四化;王琪;;支持向量機在電機轉子故障診斷識別中的應用[J];中國測試;2009年03期

5 方瑞明;鄭力新;馬宏忠;黃東海;;基于MCSA和SVM的異步電機轉子故障診斷[J];儀器儀表學報;2007年02期

6 梁霖,徐光華,劉彈,栗茂林;小波-奇異值分解在異步電機轉子故障特征提取中的應用[J];中國電機工程學報;2005年19期

7 曹海洋;杜秋閣;許允之;;鼠籠異步電動機故障診斷方法的研究[J];煤炭工程;2009年02期

8 韓天;尹忠俊;楊邵偉;;電機轉子斷條故障診斷方法探討[J];電力系統(tǒng)及其自動化學報;2009年01期

9 張雄希;劉振興;;基于分數(shù)階傅里葉變換的變頻調(diào)速異步電機故障診斷方法[J];電機與控制應用;2010年04期

10 喬水云;;基于神經(jīng)網(wǎng)絡的電機轉子斷條故障診斷[J];上海大中型電機;2008年04期

相關會議論文 前10條

1 宋彥兵;方瑞明;盧小芬;;基于改進MCSA的異步電機轉子故障的模糊推理診斷法[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術年會論文集（中冊）[C];2008年

2 吳慰;黃p，

本文編號：2003859