基于随机共振理论的异步电动机转子断条检测新方法

现场采样获得的电动机故障信号通常会含有很多噪声.传统的方法是对故障信号消噪后进行分析,但在消噪的同时会丢失一些有用信息.本文提出了基于随机共振(SR)理论的异步电动机转子断条早期故障检测新方法.该方法是通过选择合适的系统参数,使非线性系统发生随机共振,把一部分噪声能量转化成信号能量,达到异步电动机转子断条早期故障检测的目的.实验分析结果表明该方法是切实可行的.     

一种笼型异步电动机转子早期故障检测的新方法

本文采用随机共振(SR)理论对淹没在强噪声背景下故障的微弱信号进行了检测。讨论分析了双稳系统选取不同参数时,对输出信噪比的影响,并将该方法成功地用于异步电动机转子断条的早期故障诊断中。大量仿真结果表明了该方法的有效性。     

笼型异步电动机转子断条故障新特征

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.     

笼型异步电动机转子断条故障检测新方法

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。     

基于高频信号注入的异步电动机转子故障诊断方法研究

鉴于工频分量对异步电动机转子断条故障特征分量的泄露影响,提出了高频信号注入的异步电动机转子故障诊断新方法.推导出高频信号注入后转子断条新的故障特征频率,采用电机多回路理论和绕组函数理论建立异步电动机完好以及转子断条故障数学模型,通过仿真验证了高频信号注入法在电机轻载情况下对诊断转子断条故障的有效性和可行性.     

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。     

基于互高阶谱MUSIC法的异步电机转子断条特征分量的提取

提出了一种基于互高阶累积量的多信号分类法(Multiple Signal Classification,MUSIC)的异步电动机转子故障检测方法.由于断条故障特征频率分量易被基波分量泄漏及噪声淹没,而互高阶累积最可以有效抑制相关和非相关噪声,在混合噪声和信噪比很低(-20 dB)的情况下,该方法仍具有很高的谱分辨率和谱估计性能.仿真和试验结果表明,该方法在对电机转子断条故障检测时.在不需要对分析数据进行整周期采样的前提下,能准确检测出转子故障时电流中的故障特征成份,证明了该方法的有效性.     

基于SVD滤波技术与快速四阶累积量ESPRIT算法的异步电动机转子断条故障检测新方法

提出了一种基于奇异值分解(Singular Value Decomposition,SVD)滤波和快速四阶累积量(Speedy Fourth-Order Cumulants,SFOC)旋转不变信号参数估计技术(Estimation of Signal Parameters via Rotational Invariance Technique,ESPRIT)的异步电动机转子断条故障检测方法。SVD滤波方法可以理想地滤除电机定子电流信号的基频分量与背景噪声,从而凸显转子断条故障特征频率分量;四阶累积量ESPRIT方法可以有效减少噪声干扰、扩展信号阵元并以高频率分辨力提取定子电流信号中的转子断条故障特征频率分量;特别是,将二者结合即可在短时采样信号条件下以高频率分辨力提取转子断条故障特征频率分量。为了改善四阶累积量ESPRIT方法的快速性,提出了精简算法以消除均匀线阵的DOA(direction ofarrival)估计中的大量冗余数据,从而大幅减小计算量。转子断条故障检测实验表明:基于SVD和SFOC-ESPRIT的异步电动机转子断条故障检测方法效果良好。     

MUSIC和Prony在电动机断条故障检测中的应用

为了实现异步电动机转子断条故障的准确检测,提出了一种基于多重信号分类MUSIC(root multiple signal classification)与普罗尼P rony算法相结合的异步电动机转子断条故障检测新方法。MUSIC方法具有频率分辨力高,所需数据少的特点。首先利用该方法计算出异步电机转子发生断条故障时的特征分量及其他分量的频率值,进而引入扩展Prony法中的最小二乘法,估计出特征分量及其它分量的幅值和初相角。仿真及实验结果表明,基于MUSIC和Prony算法的异步电动机转子断条故障检测方法切实可行,并且适用于负荷波动、噪声干扰等不利情况。     

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。     

VSS算法在鼠笼电动机转子断条故障诊断中的应用

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对定子电流进行频谱分析是目前应用最广泛的转子断条在线检测方法，但其缺点为灵敏度低。作者采用的可变步长LMS（VSS）算法可以有效地解决传统自适应算法存在的收敛速度与收敛误差之间的矛盾，可以显著地改善对干扰的抑制，提高检测转子断条故障的灵敏度。数字仿真及实验结果均证明了该方法能准确确定故障频率分量并有效地进行诊断。     

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。     

基于调制随机共振的转子故障早期检测

噪声是影响旋转机械早期故障检测的主要因素。只有抑制噪声增强信号、提高信噪比,才能从噪声中提取故障特征信息,为故障诊断特别是早期故障检测提供可靠的依据。文中根据非线性双稳系统在噪声和弱周期信号作用下的周期响应特性,将调制技术与随机共振原理相结合,提出了调制随机共振方法,实现了在较宽的频率范围内从强噪声中检测微弱周期信号。理论分析、数值仿真和实验结果表明,对信号进行调制产生的差频分量可形成低频信号,该低频信号通过双稳系统易产生随机共振,从而使随机共振发生在具有优良频率特性的低频区,能使微弱的故障信号特征突出、明显而易于捕捉。该方法灵活、可靠,在转子系统早期故障检测方面的应用是可行的。     

微弱信号检测的3种非线性方法

阐述了随机共振法、混沌振子法及差分振子法3种方法的基本监测思想,确定了数学模型。随机共振系统(SR)是一个非线性双稳态系统,存在着在某一最佳输入噪声强度下,使系统产生最高信噪比输出,达到抑制噪声、放大微弱信号的目的。SR系统数学模型可由非线性Langevin方程定义,并进行了分析及仿真。混沌系统具有对初值敏感性及对噪声免疫的特点,数学模型选用Holmes型Duffing方程为监测器,进行了分析及仿真。差分振子法是基于差分方程构造监测器,以二维离散性系统作为数学模型,进行了分析及仿真。将3种方法应用于同步发电机转子匝间短路故障监测和异步电动机转子断条故障监测的实例中是成功的,证明了3种方法的有效性和准确性。     

转子断条机理分析与检测准确度研究

随着产业升级、可靠性需求逐渐上升,电动机的故障检测成为当前研究的热点问题。由于电机可检测的信号较少、负载工况复杂、信号处理误差等原因,鼠笼型电机转子断条特征存在较难检测的问题。以电机转子断条（坏条）作为研究对象,经过断条故障有限元仿真建模,通过多种信号处理方法研究对比,提出一种准确率较高、抗干扰性较优的检测方法,达到甄别转子断条（坏条）故障类型及预测故障程度的目标。     

基于小波变换的异步电动机故障检测方法

建立了一般异步电动机动态数学模型。基于这个模型用Matlab中的Simulink技术模拟了电动机的两个常见故障：定子匝问短路和转子导条断裂。通过检测电动机定子电流,用coif4小波对电流信号进行分析,很容易判断出这两类故障。说明小波技术用于电机故障诊断是一个好的方法。     

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.