笼型异步电动机转子故障的判断

电机转子出现故障后,定子电流的频谱图上将出现一个特有的电流脉动成分(转子断条)或独特的频谱成分(气隙偏心),根据其大小和变化情况,判断转子出现了何种故障。     

笼型异步电动机转子故障诊断技术

电机转子出现故障后，定子电流的频谱图上将出现一个特有的电流脉动成分(转子断条)或独特的频谱成分(气隙偏心)，根据其大小和变化情况，就能准确判断转子出现了何种故障。     

笼型异步电动机转子故障的判断

电机转子出现故障后，定子电流的频谱困上将出现一个特有的电流脉动成分（转子断条）或独特的频谱成分（气隙偏心），根据其大小和变化情况，判断转子出现了何种故障。     

基于小波变换的频谱细化方法在电动机故障检测中的应用

异步电动机转子出现导条或端环断裂后,定子电流中会出现(1±2s)f1的频率分量.考虑到此信号的特点,必须用高分辨率的频谱分析仪才能有效区分故障信号和工频信号,文中基于小波变换可提取信号所需频率成分的特性,利用小波变换频谱细化方法,通过软件编程实现故障信号的有效检测.     

基于小波变换的频谱细化方法在电动机故障检测中的应用

异步电动机转子出现导条或端环断裂后 ,定子电流中会出现 (1± 2s)f1 的频率分量。考虑到此信号的特点 ,必须用高分辨率的频谱分析仪才能有效区分故障信号和工频信号 ,文中基于小波变换可提取信号所需频率成分的特性 ,利用小波变换频谱细化方法 ,通过软件编程实现故障信号的有效检测。     

小波包分析在汽轮机转子振动故障诊断中的应用

针对汽轮发电机组振动的频谱特点,提出了基于小波包变换的汽轮机转子振动故障诊断方法,它较一般的小波变换更能反映振动信号所包含的频谱成分及能量。根据Bently实验台所采集的4种典型汽轮机转子振动故障信号,运用小波包分析方法对其进行能量分析并提取故障特征。实验分析表明,基于小波包分析与信号能量分解的故障特征提取方法,可以获得汽轮机转子振动的故障状况;根据不同故障发生时的频谱特征,识别出不同的故障,从而进行汽轮机转子振动故障诊断。该方法比基于Fourier变换的故障特征提取方法更有效,适合于机械故障诊断。     

基于频谱分析的发电机转子系统故障诊断

通过对发电机转子线圈的电磁特性分析,得出转子绕组主磁场变化特性,以及转子匝间短路在定子绕组并联支路出现的电势差和环流.采用频谱特征向量作为学习样本,建立径向基神经网络的频谱特征和故障类型的映射关系.应用表明,采用该方法能有效地诊断出发电机转子系统的故障.     

基于Hilbert模量频谱分析的异步电机转子断条故障研究

转子绕组断条是异步电机最常见故障之一.在分析当前主要诊断方法的基础上,提出Hilbert 模量频谱分析方法对异步电机转子断条故障进行研究.将Hilbert模量定义为原始信号与其共轭信号的平方和,利用Hilbert模量将原相电流中的基波分量转变为直流分量,原频谱分析的转绕组断条的故障特征分量转变为频率为二倍转差频率的电流分量,决了相电流频谱分析方法中断条故障特征成分容易被基波湮没而难以突出故障特征的问题.文中研究了Hilbert模量频谱分析方法的原理和实现方法,并对偏心故障电机和转子断条电机分别进行仿真和实验研究.仿真分析和实验结果均表明,该方法对异步电机转子断条故障诊断具有较高的诊断精度和很好的频率分辨率,能克服传统的电流频谱法主频泄漏的影响,且工程实现方便.     

基于逆变器直流侧电流和融合算法的感应电机转子故障诊断方法

分析了逆变器驱动的感应电机发生转子故障时的逆变器直流侧电流的频谱成分,发现与转子故障对应的故障特征频率分量分布在逆变器直流侧电流频谱的低频和高频的多个频段.基于此,提出了一种融合算法,利用解析信号的模平方函数将分布在高频段的故障特征频率分量转化到低频段,然后和低频段的信号进行融合相关处理,融合谱中的噪声和与故障不相关的...     

用频谱分析方法检测异步电机转子故障

本文对异步电动机转子故障的检测方法作了初步研究。转子出现导条或端环断裂后,定子电流中会反映出(1-2s)f_1频率分量。应用FFT,从定子电流频谱上可以判断电动机转子故障。考虑到信号的特点,在分析信号的选取和处理时采取了某些措施。文中对栅栏效应进行了分析,并提出一种消除其误差的方法。实践表明,由频谱分析方法来检测电动机转子故障是有效的。     

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.     

希尔伯特变换在牵引电机转子断条故障诊断中的应用研究

基于希尔伯特变换分析方法,以动车组电机定子电流信号为研究对象,对定子电流信号应用希尔伯特变换后,消去定子电流中包含的直流分量,解决了转子断条故障特征分量容易被基波淹没、难以检测等问题,使故障特征分量的提取更加准确。通过仿真实验证明了希尔伯特变换法在动车组牵引电机转子断条故障诊断中应用的正确性和有效性。     

异步电动机定子电流信号的数据采集与处理

异步电动机发生转子断条时,定子电流中将出现(1—2S)f1(f1为电源频率)的附加电流分量,因此可以通过采集定子电流进行数据分析来诊断电机转子是否发生断条故障。本文设计了基于Windows NT坏境的异步电机定子电流数据采集软件和具有PCL 818数据采集卡的硬件系统,并利用小波变换提取出了转子断条故障特征。试验结果证明了本设计的有效性。     

用自适应方法提取鼠笼式异步电机转子断条的特征分量

本文根据自适应滤波的原理,推导出处理鼠笼转子异步电机定子电流的方法。经过仿真计算和对转子有断条的电机定子电流的处理,结果表明:用本方法可以大大提高检测转子断条故障特征分量的灵敏度。     

永磁同步电机转子位置辨识研究

传统脉振高频电压信号注入法在估计永磁同步电机(Permanent Magnet Synchronous Motor,简称PMSM)转子位置时,因无法辨识转子N/S极而存在位置估算可能相反的问题。利用电机磁场的饱和效应,提出了一种新型转子位置辨识方法,通过分析包含转子位置误差信息的二次高频电流分量,对转子永磁体磁极极性进行判别,结合传统方法,准确辨识出转子位置。对一台凸极式PMSM进行了转子位置估计实验,验证了该方法的有效性。     

基于希尔伯特和傅立叶变换的笼型感应电动机转子断条故障检测

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。     

大型异步电机转子绕组故障特征量的新研究

定子电流中频率为(1-2s)f1的边频带是分析异步电机转子绕组故障的基本特征量.本文分析了影响电机转子绕组故障特征量的因素,指出速度波动、负载转动惯量等与电机故障特征量的关系,提出了电机转子绕组故障特征量的修正方法.     

用起动电流的时变频谱诊断鼠笼异步电机转子故障

本文研究了鼠笼异步电机起动过程中转子故障特征量－（１－２ｓ）ｆ１分量的变化规律，并通过对异步电机起动过程的定子电流作时变谱分析，以是否存在（１－２ｓ）ｆ１分量，来论断转子有无故障。实测结果表明，这种方法与稳态运行作谱分析的方法相比，具有故障特征信息多、论断灵敏度高、谱分辨率要求低等优点，以及不存在稳态运行时机械负载摆动影响识别故障特征量那种问题。     

用自适应陷波器检测异步电动机转子断条的仿真

转子断条是笼型异步电动机常见的一种故障,采用快速傅立叶变换(FFT)对定子电流进行分析是目前应用最广泛的转子断条在线检测方法,但是存在灵敏度低的缺点。当电机断条时,定子电流将产生(1-2s)f1频率的附加分量但幅值非常小,若直接将定子电流信号去作频谱分析,将受幅度很大的电网频率分量f1的影响,因而提出采用自适应陷波器的方法对异步电动机定子电流信号进行处理,通过LMS算法来调节自适应陷波器的两个权值,以达到对工频信号极大的衰减,虽不能完全消除但幅值已明显减小。其结果有利于转子故障特征量的提取,从而提高检测的灵敏度。仿真结果证明了该方法的有效性。     

基于气隙转矩的笼型异步电动机转子断条监测

提出了基于气隙转矩的鼠笼异步电动机转子断条故障在线监测方法.根据旋转磁场理论研究了气隙转矩在电机正常及转子断条运行状态下包含的谐波频率成分.当电机转子出现断条故障时,气隙转矩将会含有2sfs谐波频率分量.通过对气隙转矩的计算处理,利用小波脊线提取气隙转矩中转子断条故障特征频率分量,克服了分析定子电流信号时的不足,实现了电机转子断条故障的在线监测.实验结果证明了该方法的有效性.