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。     

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。     

基于小波脊线的笼型异步电动机转子断条故障特征提取

提出了基于小波脊线的渐近信号特征频率提取算法,并应用到异步电机转子故障特征提取中.异步电机转子出现断条故障时,定子电流中相应地会含有频率为(1-2s)f1的故障特征分量.由于异步电机起动过程中转差率s是由1→0连续变化的,故(1-2s)f1将以f1→0→f1的规律进行变化,因此可以通过应用小波脊线分析异步电机定子起动电流信号来提取转子断条故障特征.实验结果证明了本方法的有效性.     

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。     

基于改进矩阵束滤波与检测的异步电动机故障诊断新方法

针对传统电机故障诊断技术,断条故障边频易被基频淹没、对短时数据分辨率低、复合故障引入平方交叉项等缺点,提出了一种改进矩阵束滤波与检测的异步电机转子故障诊断技术。首先,利用定子电流实测信号构造Hankle矩阵,并对其进行奇异值分解,形成不同的信号子空间。然后对奇异值的部分置零,剔除了基波和噪声的影响,从而准确地估算出故障信息。最后,通过对改进MP算法得到的特征故障频率幅值,定义了转子断条故障严重因子。试验对异步电机转子断条和偏心的故障进行验证,表明该算法可以有效抑制强大的基频和噪声对故障特征频率的影响,且具有远高于快速傅里叶变换(FFT)的高分辨率。     

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。     

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.     

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.     

基于逆变器直流侧电流的异步电机转子断条和偏心混合故障诊断

电机发生早期故障时,出现在定子电流中的故障特征频率分量很弱,容易被基波分量的泄漏淹没。很多文献通过各种变换方法将电流的基波分量转化为直流量,以减少频谱泄漏来突出故障特征分量。基于变频器驱动的异步电机,通过分析发现定子电流中的基波分量转化为逆变器直流侧电流中的直流分量,定子电流中的各种故障特征频率分量和逆变器直流侧电流中的频率分量存在对应关系。提出了一种基于逆变器直流侧电流的异步电机转子和偏心混合故障诊断方法,采集逆变器直流侧电流信号,并用MUSIC算法进行频率估计,具有很好的实时性。试验结果证明,提出的方法是一种简单有效的方法。     

基于Park矢量模信号小波分解的感应电机轴承故障诊断方法

在分析小波包分频特性的基础上，总结出小波包分解子频带按频率高低排列的通式；对三相定子电流的Park矢量模信号进行小波包分解，求相应子频带的小波包分解系数的均方根值（RMS），并用其表征轴承的故障特征，以此作为轴承故障诊断的依据。研究表明，该方法降低了基频电流及电流中噪声的影响，克服了由于受负载变化引起故障特征频率波动使得难以准确提取故障特征频率的缺陷；实验结果证明了该方法应用于电机轴承故障诊断的可行性。     

高压异步电机转子绕组故障诊断系统的研究

采用定子稳态电流与起动电流相结合的分析方法诊断异步电机转子绕组故障中 ,通过频率细化和自适应滤波技术 ,大大提高了基于电机稳态电流故障诊断的分辨能力和实用性 ;通过对电机定子起动电流时频分析 ,提出采用起动电流中特定频率分量诊断故障的新方法 ,大大提高了电机轻微故障时故障诊断的准确性。根据分析结果研制出了实用可靠的大型异步电机转子绕组故障诊断系统。     

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.     

局域波时频分布在转子系统早期故障诊断中的应用研究

该文提出了一种具有自适应特性的时频分析方法一局域波时频分布，对旋转机械中常见的动静件碰摩、不对中早期故障信号进行了分析，和频谱分析进行了比较。结果表明局域波法能清晰地描述振动信号的时频特征，为工程实际中转子系统的早期故障诊断提供有效的依据。     

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。     

Online computational tools dedicated to the detection of induction machine faults

This paper presents online components calculation techniques for stator and rotor of the induction machine. Four techniques have been developed for online components calculation; the first one starts the calculation of the negative component of stator current space vector using the Discrete Fourier Transform (DFT) in order to detect the stator fault. The second technique is dealing with the detection of rotor fault by the Recursive Fourier Transform (RFT), This technique improves the signal acquisition and enhanced detection of components near the fundamental. The third technique allows improving of the rotor fault detection by the spectrum of analytical signal. The fourth and the last technique is the frequency analysis of the instantaneous power, which allows obtaining a singular signature of faults. These techniques have shown better detection, where each fault is characterized by a singular signature and therefore they improve the detection and diagnosis of faults. Experimental results applied on an asynchronous machine 5.5 kW, approve and validate these calculation techniques.     

HHT方法在转子振动故障诊断中的应用

传统的振动故障诊断主要是基于频谱分析的方法，而Hilbert-Huang变换得出的时频图是分析故障信号奇异性的有效工具，也是非平稳信号比较有力的分析工具。Hilbert- Huang变换方法以经验模态分解为基础，使信号变换后得到的瞬时频率具有物理意义。该文通过几种时频分析方法如魏格纳-维尔(Wigner-Ville)分布、小波变换等比较，发现Hilbert-Huang变换的时频分析更能够清楚给出时频分布情况，准确反映系统的固有特性。对转子实验台几种典型振动故障信号进行了分析研究，结果表明，利用Hilbert-Huang变换的时频分析不仅能直观检测信号中的微弱奇异成分，而且可以有效地进行故障诊断，实现早期故障预报。该方法为旋转机械状态检测和故障诊断提供了新的手段。     

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。     

定子电流二次方法的异步电机转子复合故障诊断

为了突出故障早期的故障特征信息,避免复杂算法,实现故障早期状态在线监测,提出定子电流二次方法(流方)的笼型异步电机转子复合故障检测。定子电流经过二次方后转移和放大了定子电流中的故障信号,由于转子断条和气隙偏心的故障特征频率在频谱分布上的差距,转子复合故障得到分离和辨识。同时比较了单相流方和三相总流方对复合故障的诊断效果。复合故障时,流方的故障频率不是单一故障频率的直接累加,还包括两故障频率所引起的交叉干扰项。实验表明,随着断条数的增加,复合故障中表征断条的故障特征分量的幅值增加,有利于故障程度的量化和诊断系统的建立。     

基于改进SSD-Teager时频分析的引风机转子故障诊断方法

为了自适应确定奇异谱分解(SSD)信号处理过程的奇异谱分量个数,实现信号自动分解处理,融合互信息判据对SSD的迭代停止条件进行改进。然后结合Teager能量算子解调优良的时频分辨能力以及信号特征跟踪特点,提出了基于改进SSD-Teager时频分析的引风机转子故障诊断方法。通过仿真信号分析验证所提方法对于含噪多分量信号的处理能力,并利用现场实测引风机转子不对中故障振动信号分析验证该方法的工程实用性,结果表明该方法能够精确呈现信号的整体时频特征,与传统的希尔伯特-黄变换方法相比分析效果更佳。