小波变换及其在异步电动机转子断路故障诊断中的应用

小波变换具有良好的时 -频局部化特性 ,是信号的时 -频域分析和处理的有效方法 .简要论述了有关小波变换的基本理论 ,介绍了小波变换在异步电动机转子断路故障诊断的原理 ,给出了信号检测电路的组成 .     

小波变换在轴承故障诊断中的应用

提出了一种利用连续小波变换诊断轴承故障的方法。该方法不需要对象的数学模型，具有灵敏度高，仰操能力强，鲁棒性好的特点。     

小波变换在轴承故障诊断中的应用

提出一种利用连续小波变换诊断轴承故障的方法。该方法不需要对象的数学模型，具有灵敏度高、仰操能力强、鲁棒性好的特点。     

傅里叶变换与小波变换在信号故障诊断中的应用

研究了傅里叶变换与小波变换在信号故障诊断中的应用。仿真表明，小波变换在检测信号突变点方面比傅里叶变换优越得多，且利用小波变换可以精确地检测出信号突变的时间与位置。最后探讨了在应用小波变换进行故障检测时小波基的选取原则。     

小波变换及其在滚动轴承故障诊断中的应用

小波变换不仅具有良好的时频局部化特性,而且它的时域分辨率和频域分辨率随着分解尺度变化而变化．广义的小波分析包括多分辨率分析和小波包分析,本文采用小波分解和信号重构的方法,提起了噪声掩盖下滚动轴承振动信号中的故障信息,并计算出406滚动轴承外圈故障下的故障特征频率,通过对比由公式求取的故障特征频率,从而对滚动轴承的故障进行诊断．     

笼型异步电动机故障诊断系统设计

针对笼型异步电动机常见的气隙偏心、转子断条和匝间短路故障,开发了故障诊断系统。该系统包括信号采集、信号处理、特征提取及故障识别4个模块,气隙偏心和转子断条故障可以利用傅里叶变换后的电流数据,采用差分方法判断特征点处是否存在突变来实现,匝间短路故障可以利用派克变换后的电流数据生成图像,通过其圆度来实现。     

复合实心转子异步电动机的起动特性仿真

运用状态变量法和坐标变换理论建立了实心转子异步电动机的稳态和动态特性仿真模型，并考虑了随转速而变化的实心转子参数对动态特性的影响。用定步长四阶龙格－库塔法对几台具有不同转子外层材料的复合实心转子异步电机的起动性能进行了数字仿真计算，并进行了测试，试验结果与仿真结果基本相符。     

小波变换用于转子断条故障的诊断

利用小波变换对异步机转子导条断裂后产生的波形信号进行时频分析和处理,将缺陷信号从混有大量背景噪声的信号中检测出来,为电机故障诊断提供一种有效的方法。     

异步电机转子断条故障诊断研究

针对异步电机转子断条故障诊断中,原始信号包含的故障特征成分能量微弱,其提取过程较为繁琐,给断条故障的及时诊断带来不便,提出一种基于经验模态分解(Empirical Decomposition Mode,EMD)能量熵,主成分分析(Principal Component Analysis,PCA)和支持向量机(Support Vector Machine,SVM)相结合的新诊断方法,无须提取信号中的故障特征频率就能对电机断条故障做出准确的判断。该方法选取振动信号经过PCA处理后的EMD能量熵作为新的故障识别分类的特征量,然后支持向量机模型便可以根据断条故障前后振动信号EMD能量熵内在变化规律对转子正常和断条故障时的两种振动信号进行准确分类。通过实验分析表明,该方法操作便捷且简单,能够将转子正常和发生断条故障时的两种振动信号数据全部准确的识别分离,达到对转子断条故障进行有效识别诊断的目的,验证了方法的实用和有效性。     

小波变换及其应用

主要研究了小波变换在重力异常分析中的应用 ,并结合具体模型探讨了重力异常的小波特征     

双自寻优小波去噪方法及其在滚动轴承故障诊断中的应用

阈值和阂值函数的选取是小波阈值去噪方法中影响去噪效果的最重要的两个因素．经典方法与后续诸多改进方法都存在两者之间相互选取无法解决耦合性的问题,难以在噪声环境中提取有用的滚动轴承故障信号．在论述了已有方法中存在的耦合性和数与数组合的问题后,提出了一种双自寻优的方法解决这种问题．双自寻优方法中把所有阈值和阈值函数的参数可能性相互组合,在这些组合中找出最优去噪组合．闽值的寻优范围由信号自身的高频死去值决定,文中给出了解决方案并予以证明,阈值函数的选取本文以带参数的软硬阈值折衷法为基准,其参数寻优范围为0到1．通过模拟轴承信号和真实轴承故障信号的实验结果表明,此算法得到了更高的信噪比和更好的图像外观．     

基于滑模观测器的异步电动机速度传感器故障诊断及容错控制

针对异步电动机矢量控制系统中速度传感器故障问题,提出基于滑模观测器的故障诊断及容错控制方法。通过坐标变换的方法建立异步电动机的状态空间模型,从而构造滑模观测器,并使用李雅普诺夫稳定性理论求解稳定性条件并给出转速自适应律;设计矢量控制系统的转速切换策略,当残差信号大于给定阈值时使系统切换到无速度传感器矢量控制方式,保持异步电动机稳定运行。仿真结果表明该方法可以在0.2 s内实现故障检测,并使系统稳定运行,体现出该方法的快速性和有效性。     

基于线圈探测的笼型异步电机转子断条故障诊断初探

笼型异步电机转子断条故障研究是目前国内外关注的热点之一,已经提出的诊断方法在进行故障特征提取时具有一定困难。分析了异步电机参数与导条电气特征间的关系,通过数值仿真得到断条前后转子电流分布规律,结合有限元工具Ansys分析了导条漏磁场在故障前后的变化。研究结果表明探测线圈输出的电压幅值与导条故障的严重程度之间存在对应关系,探测线圈法可以应用于笼型异步电动机转子断条故障的诊断。     

Tunable Q-factor wavelet transform denoising with neighboring coefficients and its application to rotating machinery fault diagnosis

Fault diagnosis of rotating machinery is of great importance to the high quality products and long-term safe operation.However,the useful weak features are usually corrupted by strong background noise,thus increasing the difficulty of the feature extraction.Thereby,a novel denoising method based on the tunable Q-factor wavelet transform(TQWT)using neighboring coefficients is proposed in this article.The emerging TQWT possesses excellent properties compared with the conventional constant-Q wavelet transforms,which can tune Q-factor according to the oscillatory behavior of the signal.Meanwhile,neighboring coefficients denoising is adopted to avoid the overkill of conventional term-by-term thresholding techniques.Because of having the combined advantages of the two methods,the presented denoising method is more practical and effective than other methods.The proposed method is applied to a simulated signal,a rolling element bearing with an outer race defect from antenna transmission chain and a gearbox fault detection case.The processing results demonstrate that the proposed method can successfully identify the fault features,showing that this method is more effective than the conventional wavelet thresholding denoising methods,term-by-term TQWT denoising schemes and spectral kurtosis.     

Hilbert变换及其在机械故障诊断中的应用

阐述了Ｈｉｌｂｅｒｔ变换基本原理，分析了齿轮和轴承的故障特征。应用Ｈｉｌｂｅｒｔ变换的解调技术对齿轮故障信号进行了幅值、相位和频率解调。最后通过一诊断实例进一步说明了Ｈｉｌｂｅｒｔ变换在齿轮和轴承故障诊断中的应用。     

笼型异步电动机转子断条故障在线检测方法评述

基于快速傅里叶变换(FFT)的定子电流信号频谱分析方法,被广泛应用于笼型异步电动机转子断条故障的在线检测,其中自适应滤波、派克矢量变换、希尔伯特变换以及瞬时功率法是典型且成功的。在回顾这些方法的同时,分析了它们的优缺点,并在此基础上,指出了今后的发展趋势及工作重点。对该领域进一步的研究工作具有指导意义。