负载波动下感应电动机转子断条故障诊断

针对波动负载下感应电动机转子断条故障特征提取与状态识别问题,研究一种基于瞬时功率与离散小波的波动负载下感应电动机转子断条故障提取方法,并给出了明确有效的检测判据。该方法计算电动机瞬时功率,进行离散小波分解并提取特征频段能量,并通过比较瞬时无功功率中特征频段的小波能量幅值Eq与瞬时有功功率中相应频段的能量幅值Ep的大小形成诊断判断。创建了以随机森林为基分类器的集成分类器,提高负载波动下感应电动机转子断条故障识别的精确性。通过实验验证了该方法及其新判据的有效性。     

基于扩充Prony算法的感应电动机转子断条故障诊断

检测感应电机转子断条故障及故障程度的关键在于查找定子电流谱中频率为(1±2s)f的间谐波含有率。传统的谱分析由于加窗和截断带来的频谱泄漏,使特征谱难以辨识,采用现代谱估计中的扩充Prony算法,基于定子电流信号的AR参数估计,计算信号的谱线构成,依据故障电机稳态运行时的定子电流特征,选取合适的阶数,能够精确地检测到(1±2s)f故障特征分量的幅值和频率,回避了频谱泄漏问题,为感应电动机转子断条故障的MCSA检测法提供了一条新的途径。通过实验室实测算例验证了该方法的有效性,在电机空载和轻载运行时也能够准确地检测出故障特征信号,诊断出故障程度。     

基于电磁转矩小波变换的感应电机转子断条故障诊断

该文提出了一种基于感应电机启动电磁转矩信号的转子断条故障诊断新方法。利用复值小波变换中的小波脊线提取出启动电磁转矩中故障特征在电机启动过程中的频率变化规律，检测出转子断条故障。同时，小波系数的模反映了信号在对应尺度上的能量大小，所以对应故障特征脊线上的小波系数模反映了该故障特征转矩的幅值变化规律。基于此，定义了脊线一小波能量谱的概念。将故障特征转矩对应的脊线一小波能量谱作为故障严重程度因子，即可根据其与转子连续断条根数的关系给出感应电机转子故障严重程度的表示方法。实验结果证明该方法是可行的。     

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。     

采用整流技术的变频供电感应电机转子断条故障诊断方法

电机定子电流信号易受变频器电力电子开关器件和电磁干扰的影响,现有解调技术又存在计算量大的问题,为此,该文提出一种变频器供电侧电流与整流技术相结合的感应电机转子断条故障诊断方法。所提方法依据开关函数和调制理论,首先建立了变频器供电侧电流解析表达式。其次利用整流技术对变频器供电侧电流进行处理,将特征频率从传统的边带频率转化为转子断条故障特征频率,有效地抑制了电源基频频谱泄漏的影响,从而实现电机在轻载或空载运行工况下的转子断条故障诊断。最后采集变频供电感应电机不同负载运行工况下供电侧电流数据进行验证。实验数据分析表明,所提方法能够提取从空载到重载不同运行工况下的转子断条故障特征分量,有较高的稳定性,而且所需计算量少,容易实现。     

起动过程诊断感应电动机转子断条故障

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。     

笼型感应电动机转子断条和开裂的故障诊断和在线监测

分析了笼型感应电动机转子故障时导条断条和端环断裂的物理模型 ,给出了电动机的定转子绕组的参数计算表达式 ,建立了数学模型 ,从而导出转子故障时的电流和频谱分析。本文分析了电动机在故障时 ,在dqn任意速坐标系中 ,电动机定子电流的轨迹 ,为电动机的故障诊断和在线监测提出了一种新的方法 ,较以往的电流监测方法更有利于克服边频带的影响。     

笼型转子断条感应电动机的易解数学模型

针对断条破坏了电机原有对称关系而使建模仿真变得困难,采用综合矢量法,建立了转子断条感应电动机易于求解的数学模型.对电机暂态及稳态仿真揭示了定子电流幅值与转矩随时间脉动的故障特征,得出了转子导条电流分布规律,表明与断条相邻及相距一对极距的导条电流最大.引人关注的是在转子端环间出现端电压,其值反映了转子电路不对称程度;揭示了故障特征随电机负载变化规律.定子电流实测与仿真结果相吻合证实了结论正确,有助于感应电机在线故障诊断.     

基于ESPRIT与Duffing系统的笼型异步电动机转子断条故障检测

旋转不变信号参数估计技术(ESPRIT)应用于笼型异步电动机转子断条故障检测时,其频谱分析结果中可能出现实际并不存在的虚假频率分量,从而影响检测效果。针对该问题,采用ESPRIT对定子电流信号进行频谱分析,从而获得定子电流信号的频率分量组成,然后利用Duffing系统对ESPRIT频谱分析结果做进一步处理,以辨识并摒弃其中的虚假频率分量,从而保障笼型异步电动机转子断条故障检测的效果。仿真与实验结果验证了所提方法的有效性。     

短时数据下利用双HTLS参数估计的异步电机转子断条故障诊断

传统基于傅里叶分析的算法,其频谱分辨率受限于数据长度,对此,提出一种在短时数据下利用双HTLS算法进行异步电机转子断条故障诊断的方法。利用HTLS算法中的Hankel矩阵左奇异子矩阵的平移不变性质,准确估算出基波幅值、频率、相位参数;然后利用基波参数构造基波表达式,将其从定子电流原始信号中剔除,从而得到残余电流;对残余电流再次进行HTLS参数估计,辨识出故障成分的参数,并有效抑制噪声的影响。对不同数量的转子断条故障进行实验验证,结果表明双HTLS算法具有高鲁棒性的优点,且适用于噪声背景及短时数据下的转子断条故障检测。     

鼠笼式异步电动机转子故障在线监测与诊断方法

提出了以平均瞬时功率为监测量进行鼠笼式异步电动机转子复合故障的监测与诊断方法。该方法不需要已知电动机的定／转子参数,可以实现复合故障的准确分离。理论分析和实验结果验证了该方法的有效性。     

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.     

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。     

基于谐波小波的变频机转子断条故障诊断

变频机转子发生断条故障时,定子电流中将产生相应特征频率的电流分量。对这种特征信号的提取与监控,能够实现转子短条故障的检测。研究利用谐波小波的分频特性实现转子断条故障特征信号的提取方法。仿真结果和实际应用表明,这种方法能够准确地提取转子导条断裂故障的特征信号,是变频机转子导条断裂故障诊断的一种可靠的方法。     

基于谐波小波的变频机转子断条故障诊断

变频机转子发生断条故障时,定子电流中将产生相应特征频率的电流分量.对这种特征信号的提取与监控,能够实现转子短条故障的检测.研究利用谐波小波的分频特性实现转子断条故障特征信号的提取方法.仿真结果和实际应用表明,这种方法能够准确地提取转子导条断裂故障的特征信号,是变频机转子导条断裂故障诊断的一种可靠的方法.     

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...     

基于解析小波变换方法的鼠笼型异步电动机转子断条检测新方法

提出利用解析小波变换方法检测异步电动机转子断条故障。解析小波变换是将小波分析与Hilbert变换相结合,可以正确区分异步电动机负荷波动与转子断条故障。该方法可以准确判定负荷突变发生时刻,提高了异步电动机转子断条故障检测的可靠性及准确性。数值仿真结果证明了该方法的有效性。     

Diagnosis of rotor asymmetries in induction motors based on the transient extraction of fault components using filtering techniques

The aim of this paper is to present and validate a methodology for diagnosing rotor asymmetries in cage motors, based on the analysis of the stator startup current. The method consists of the extraction of a harmonic component introduced by this fault – the left sideband component – from the stator startup current. Two alternative techniques developed by different research groups are proposed for the transient extraction of this component; the digital low-pass filtering (DLPF) and the discrete wavelet transform (DWT). Both approaches are applied to three different industrial motors ranging from 1.1 to 450 kW. A detailed explanation of the physical basis of the method and comments related to the application scope of the approach are also given. The results show the robustness of both approaches for the reliable diagnosis of the fault and suggest a clear potentiality for extending the methodology to the detection of other types of faults introducing components dependant on the slip.