本文關(guān)鍵詞：基于小波分析的感應(yīng)電動(dòng)機(jī)故障診斷

  更多相關(guān)文章： 小波包分析 故障診斷 感應(yīng)電機(jī) 小波基

【摘要】：隨著現(xiàn)代化生產(chǎn)方式的普及與發(fā)展,生產(chǎn)過程對設(shè)備的依賴逐漸大于對人的依賴。電機(jī)作為應(yīng)用廣泛的工業(yè)設(shè)備,成為了現(xiàn)代化生產(chǎn)中必要的組成。電機(jī)的故障診斷也越發(fā)的重要,成為電機(jī)運(yùn)行的安全衛(wèi)士。電機(jī)故障診斷的終極目標(biāo)是有效防治故障,確保電機(jī)正常運(yùn)行。首先是提取信號,查明原因,清除異常;其次是實(shí)時(shí)監(jiān)測,防患未然,避免損失;最后是明確根源,徹底修護(hù),根除障礙。而診斷技術(shù)的發(fā)展歷程中,信號的處理是關(guān)鍵的一環(huán),目前大多數(shù)的研究都集中于此。本文介紹了電機(jī)的主要故障類型,比較了目前主流的故障診斷技術(shù)手段,并對定子電流法以及振動(dòng)分析法進(jìn)行了闡述以及討論。在診斷系統(tǒng)重要的信號處理部分,本文采用了小波包分析法,在Matlab上,對基于改進(jìn)的小波包分析法的振動(dòng)信號分析法以及定子電流法進(jìn)行診斷驗(yàn)證,成功的分離出故障類別的特征頻率,檢測出了故障類型,驗(yàn)證了本文提出的改進(jìn)的感應(yīng)電機(jī)故障診斷方案的可行性。具體來說,本文首先介紹了電機(jī)故障診斷的研究背景和意義,對國內(nèi)外電機(jī)故障診斷技術(shù)的發(fā)展歷程進(jìn)行了概述,并對電機(jī)的故障類型分布以及故障原因進(jìn)行了數(shù)據(jù)對比、分析;其次,對傅里葉分析以及小波分析的數(shù)學(xué)原理進(jìn)行了闡述。在此章節(jié)的最后一節(jié)圍繞兩種變換中,基的不同展開討論,小波變換相對于傅里葉變換的優(yōu)勢在這部分內(nèi)容中得到了簡單明了的分析。因此,本文采用小波分析作為信號處理的數(shù)學(xué)方法,對故障的精確診斷提供支持;進(jìn)一步,對小波包分析法在實(shí)際應(yīng)用中呈現(xiàn)的問題,進(jìn)行了探討分析。提出了3個(gè)改進(jìn)方案,分別是特定故障最佳小波基選擇算法、頻率混淆改善算法(包括頻率交錯(cuò)調(diào)整以及改善的單節(jié)點(diǎn)重構(gòu)算法)、小波包結(jié)合傅里葉確定故障特征頻率;最后,將小波包應(yīng)用改進(jìn)方案分別與電機(jī)振動(dòng)分析法以及定子電流法進(jìn)行整合,提出了改進(jìn)的電機(jī)振動(dòng)分析法以及改進(jìn)的定子電流法,并且通過實(shí)驗(yàn)驗(yàn)證改進(jìn)診斷算法以及最佳小波基算法的可行性。通過本文的論證以及對比,驗(yàn)證了小波包分析在故障診斷領(lǐng)域應(yīng)用上的優(yōu)勢,小波分析的引入為故障診斷提供了更加精確的可能。而特定故障的最佳小波基算法可以篩選出適合故障特征的小波基,可以進(jìn)一步的結(jié)合人工智能進(jìn)行故障分析識別。隨著小波分析研究的深入,小波分析在故障診斷領(lǐng)域的運(yùn)用會(huì)愈加卓越。
【關(guān)鍵詞】：小波包分析 故障診斷 感應(yīng)電機(jī) 小波基
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TM346
【目錄】：

• 摘要4-6
• ABSTRACT6-11
• 第一章 緒論11-25
• 1.1 研究背景和意義11-12
• 1.2 國內(nèi)外電機(jī)故障診斷概況12-14
• 1.3 電機(jī)故障診斷技術(shù)的主要研究內(nèi)容14-15
• 1.4 感應(yīng)電動(dòng)機(jī)常見的故障分布統(tǒng)計(jì)以及常見診斷手段15-23
• 1.4.1 感應(yīng)電動(dòng)機(jī)常見故障分布案例統(tǒng)計(jì)15-22
• 1.4.2 感應(yīng)電動(dòng)機(jī)常見的故障診斷方法22-23
• 1.5 本文的主要工作23-25
• 第二章 小波分析理論基礎(chǔ)25-40
• 2.1 傅里葉變換及其改進(jìn)25-27
• 2.1.1 傅里葉變換25
• 2.1.2 窗.傅里葉變換25-26
• 2.1.3 傅里葉變換于信號處理的局限性26-27
• 2.2 小波變換27-38
• 2.2.1 小波基函數(shù)27-32
• 2.2.2 連續(xù)以及離散小波變換32-33
• 2.2.3 多分辨率分析33
• 2.2.4 信號多分辨率分解與重構(gòu)33-36
• 2.2.5 小波包分析36
• 2.2.6 小波優(yōu)勢分析36-38
• 2.3 本章小結(jié)38-40
• 第三章 應(yīng)用于感應(yīng)電機(jī)故障診斷的小波包分析改進(jìn)40-54
• 3.1 小波包分析應(yīng)用于故障診斷的可行性討論40-41
• 3.2 小波包快速算法頻率混淆調(diào)整41-46
• 3.3 信號能量結(jié)合傅里葉變換作為故障判斷標(biāo)準(zhǔn)46-49
• 3.4 特定故障最佳小波基的選取49-53
• 3.5 本章小結(jié)53-54
• 第四章 基于小波包分析的振動(dòng)信號特征分析54-68
• 4.1 感應(yīng)電動(dòng)機(jī)的振動(dòng)信號特征分析54-59
• 4.1.1 定子異常產(chǎn)生的定子電磁振動(dòng)54-55
• 4.1.2 轉(zhuǎn)子導(dǎo)體異常引起的電磁振動(dòng)55-56
• 4.1.3 轉(zhuǎn)子不平衡產(chǎn)生的機(jī)械振動(dòng)56-57
• 4.1.4 滾動(dòng)軸承異常產(chǎn)生的機(jī)械振動(dòng)57-58
• 4.1.5 轉(zhuǎn)子不對中產(chǎn)生的機(jī)械振動(dòng)58
• 4.1.6 密封和間隙動(dòng)力失穩(wěn)產(chǎn)生的振動(dòng)58-59
• 4.2 改進(jìn)的振動(dòng)信號分析法流程59-60
• 4.3 改進(jìn)的振動(dòng)信號分析法應(yīng)用于轉(zhuǎn)子不對中故障診斷60-67
• 4.3.1 轉(zhuǎn)子不對中故障小波基函數(shù)選擇60-63
• 4.3.2 轉(zhuǎn)子不對中故障的診斷63-66
• 4.3.3 不同小波基分解效果對比66-67
• 4.4 本章小結(jié)67-68
• 第五章 基于小波包分析的電機(jī)定子電流信號特征分析68-95
• 5.1 感應(yīng)電動(dòng)機(jī)的定子電流特征分析(MCSA)68-72
• 5.1.1 電流特征成因68
• 5.1.2 故障電流特征頻率68-72
• 5.2 改進(jìn)的定子電流特征分析流程72-73
• 5.3 定子電流分析法應(yīng)用于轉(zhuǎn)子斷條故障分析診斷73-83
• 5.3.1 轉(zhuǎn)子斷條故障小波基函數(shù)選擇73-77
• 5.3.2 轉(zhuǎn)子斷條故障的診斷77-81
• 5.3.3 不同小波基分解效果對比81-83
• 5.4 定子電流分析法應(yīng)用于匝間短路故障診斷83-94
• 5.4.1 匝間短路故障的特征83-84
• 5.4.2 匝間短路故障小波基函數(shù)選擇84-86
• 5.4.3 匝間短路故障的診斷86-92
• 5.4.4 不同小波基分解效果對比92-94
• 5.5 本章小結(jié)94-95
• 結(jié)論95-96
• 參考文獻(xiàn)96-102
• 攻讀碩士學(xué)位期間取得的研究成果102-103
• 致謝103-104
• 附件104

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 雷宏峰;王朝暉;郭存杰;;電機(jī)故障診斷中電流信號采集的研究[J];電機(jī)技術(shù);2005年04期

2 陳祥訓(xùn);對幾個(gè)小波基本概念的理解[J];電力系統(tǒng)自動(dòng)化;2004年01期

3 周靜,陳允平,周策,梁勁;小波系數(shù)軟硬閾值折中方法在故障定位消噪中的應(yīng)用[J];電力系統(tǒng)自動(dòng)化;2005年01期

4 胡國勝,任震,黃雯瑩;小波變換在電力系統(tǒng)中應(yīng)用研究[J];電力自動(dòng)化設(shè)備;2002年03期

5 王紅君;劉冬生;岳有軍;;基于小波分析和神經(jīng)網(wǎng)絡(luò)的電機(jī)故障診斷方法研究[J];電氣傳動(dòng);2010年03期

6 李建平,張萬萍,陳廷槐,徐問之;多種小波基應(yīng)用性能分析(Ⅰ)[J];重慶大學(xué)學(xué)報(bào)(自然科學(xué)版);1998年02期

7 常廣;張振乾;王毅;;高壓斷路器機(jī)械故障振動(dòng)診斷綜述[J];高壓電器;2011年08期

8 張中民,盧文祥,楊叔子,張英堂;滾動(dòng)軸承故障振動(dòng)模型及其應(yīng)用研究[J];華中理工大學(xué)學(xué)報(bào);1997年03期

9 沈艷霞,紀(jì)志成,姜建國;電機(jī)故障診斷的人工智能方法綜述[J];微特電機(jī);2004年02期

10 趙學(xué)智,陳統(tǒng)堅(jiān),彭永紅,葉邦彥;卷積型小波包變換及其快速算法[J];信號處理;2002年06期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 魏云冰;小波變換在電機(jī)故障診斷與測試中的應(yīng)用研究[D];浙江大學(xué);2002年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 司方坤;基于小波包分析的感應(yīng)電機(jī)故障診斷技術(shù)的研究[D];西安電子科技大學(xué);2011年

2 勾軼;基于小波分析的中小型電機(jī)故障診斷研究[D];沈陽工業(yè)大學(xué);2004年

3 劉蕾蕾;基于小波分析的電機(jī)故障信號診斷研究[D];哈爾濱理工大學(xué);2007年

4 孫鴻婷;基于FFT和小波變換的電能質(zhì)量實(shí)時(shí)監(jiān)測儀的研究[D];西安科技大學(xué);2010年

，

本文編號：703519