首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 62 毫秒
1.
异步电动机转子断条故障在线检测新方法   总被引:1,自引:0,他引:1  
针对MUSIC(Multiple Signal Classification Algorithm)算法用于故障诊断的两大缺点:运算量大和可能产生的虚假波峰对故障特征的混淆带来的不利影响,给出了相应的解决方法.定子电流Hilbert幅值包络信号包含了低频的故障特征频率调制信号,故通过对定子电流Hilbert幅值包络信号进行降采样率重采样、减少分析信号长度,可避免低频段频谱混叠,再对减少的重采样数据进行具有超分辨率的MUSIC低频段估计,可大大降低MUSIC算法频谱估计时间;运用连续细化傅里叶变换(SFFT)和转子街槽谐波转差率估计技术,可预知故障特征频率精确值,从而可有目的地查询故障分量,消除MUSIC虚假波峰对故障检测混淆的影响,大大提高了故障检测的灵敏度和可靠性,以此形成异步电动机转子断条故障检测新方法.试验表明,该方法可行有效.  相似文献   

2.
针对MUSIC(Multiple Signal Classification Algorithm)算法用于故障诊断的两大缺点:运算量大和可能产生的虚假波峰对故障特征的混淆带来的不利影响,给出了相应的解决方法。定子电流Hilbert幅值包络信号包含了低频的故障特征频率调制信号,故通过对定子电流Hilbert幅值包络信号进行降采样率重采样、减少分析信号长度,可避免低频段频谱混叠,再对减少的重采样数据进行具有超分辨率的MUSIC低频段估计,可大大降低MUSIC算法频谱估计时间;运用连续细化傅里叶变换(SFFT)和转子齿槽谐波转差率估计技术,可预知故障特征频率精确值,从而可有目的地查询故障分量,消除MUSIC虚假波峰对故障检测混淆的影响,大大提高了故障检测的灵敏度和可靠性,以此形成异步电动机转子断条故障检测新方法。试验表明,该方法可行有效。  相似文献   

3.
利用连续细化的傅里叶变换方法.对电动机稳态运行时定子电流进行分析,提出了用软件利用傅里叶变换的结果形成参考信号,准确抵消基波f1分量的方法,彻底解决了傅里叶变换时f1分量的泄漏淹没(1—2s)f1分量这一问题。运用该方法己经成功研制了嵌入式在线检测仪。  相似文献   

4.
笼型异步电动机转子断条故障检测新方法   总被引:19,自引:3,他引:19  
计及实际电机本身所固有的非对称、气隙偏心、转子不对中及其它因素,进行高灵敏度、高可靠性的笼型异步电动机转子断条故障检测,是一个亟待解决并颇具工程意义的研究课题,该文即以此作为研究重心。首先完成了笼型异步电动机转子断条故障数字仿真与物理实验。通过分析仿真与实验结果,总结出在转子断条故障检测实践中保证其灵敏度与可靠性的原则及方法。在此基础上,首次将连续细化傅里叶变换、自适应滤波、转子齿槽谐波转差率估计、检测阈值自整定技术有机结合,形成了笼型异步电动机转子断条故障检测新方法。实验结果表明,该方法是切实可行的。  相似文献   

5.
安永红  夏昌浩 《电力学报》2006,21(3):310-313
对笼型异步电动机转子断条故障诊断进行了研究,归纳和总结出几种方法。这些方法均由研究人员进行了仿真或实验验证,对检测笼型异步电动机的转子故障是有效的。并对各种方法进行了分析比较,指出了各自的优缺点。  相似文献   

6.
基于定子电流的笼型异步电动机转子断条故障检测   总被引:2,自引:1,他引:1  
转子断条故障是笼型异步电动机常见故障之一.通过对基于定子电流的转子断条故障检测方法的研究,对几种方法进行了分析与总结.这些方法所检测到的转子故障信号各有不同,因此应根据具有环境选取更适当的方法.  相似文献   

7.
鼠笼式异步电动机转子故障检测方法   总被引:6,自引:1,他引:6  
基于定子电流的频谱分析方法是异步电动机状态监测与故障诊断的主要途径。总结了异步电动机转子断条和偏心故障时,定子电流中可能出现的故障特征频率成分,通过对同时存在断条和偏心故障的异步电动机的实验结果分析,发现基波周围的断条和偏心特征频率成分尽管容易出现频率重叠,但因其幅值较大,对其进行监测仍是故障诊断最有效的途径;避免误诊的方法是对断条和偏心特征频率成分各自的分布规律进行监测分析,如果同时结合槽谐波及其周围的偏心特征频率成分的监测,将会使结果更准确。  相似文献   

8.
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。  相似文献   

9.
笼型异步电动机转子断条故障新特征   总被引:1,自引:0,他引:1  
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.  相似文献   

10.
针对异步电动机经常发生的转子断条故障,提出一种Duffing系统与扩展Prony算法相结合的检测方法。利用Duffing系统对初始参数的敏感性准确提取定子电流信号中的故障特征分量,但Duffing系统无法对故障特征分量幅值进行有效估计。为解决该问题,提出利用扩展Prony算法确定各故障特征分量的幅值和初相角。仿真和实验结果表明所提方法切实可行,且算法简单、结果直观。  相似文献   

11.
笼型异步电动机转子断条数目诊断新判据   总被引:5,自引:1,他引:4  
笼型异步电动机一旦发生转子断条故障,在其定子电流中将出现边频分量。当前已提出Filippetti判据等基于定子电流边频分量的转子断条数目诊断判据,但其准确性有待改进。该文从定子电流边频分量的产生机理入手,推导出转子断条数目诊断新判据。相对于Filippetti判据而言,新判据具有普遍性,可以视为Filippetti判据的推广。新判据同时考虑了导条间电流对转子断条数目诊断的影响。针对一台Y100L-2型三相异步电动机(3 kW,380 V,50 Hz)完成了转子断条故障实验。实验结果表明新判据在准确性方面得以改进。  相似文献   

12.
基于扩展卡尔曼滤波器的感应电机转子断条故障检测   总被引:4,自引:0,他引:4  
根据扩展卡尔曼滤波器的原理,推导出用感应电机端电压、线电流信号估计电机转速的方法,还对扩展卡尔曼滤波器的参数进行了优化,提高了辨识的精度和收敛的速度.对电机转速进行FFT频谱分析,并以此为基础进行电机转子断条故障的在线检测.该方法不仅较以往电流检测方法更有利于克服边频带效应带来的影响,同时也避免了精密的转速测量装置的使用,因此具有广泛的实用价值.实测结果表明该方法是正确有效的.  相似文献   

13.
电机转子断条故障诊断方法探讨   总被引:8,自引:0,他引:8  
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.  相似文献   

14.
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。  相似文献   

15.
张惺 《防爆电机》2013,(3):30-32,47
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。  相似文献   

16.
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。  相似文献   

17.
本文提出一种检测异步电机笼型转子断条的新方法。该方法是基于转子断条时气隙磁场中存在脉振分量这一事实。转子断条时 ,气隙磁场可看作是一个圆形旋转磁场和一个脉振磁场的叠加。在定子铁心上放置一个节距为二倍极距的探测线圈 ,即可探测脉振磁场的存在。该方法中转子既不通电也不转动 ,给使用带来方便。实验证明该方法简单有效 ,灵敏度高。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号