基于矢量控制思想的鼠笼式异步电动机故障在线监测与诊断方法

该文介绍了基于矢量控制思想的鼠笼式异步电动机状态监测与故障诊断方法的原理，并通过实验验证了该方法相对于其他电流监测方法所具有的更好的突出故障特征、准确分离复合故障的能力。基于该方法的故障诊断系统可与调速系统集成，适合于工业应用。     

基于Park矢量模平方函数的异步电动机转子故障检测方法研究

提出了一种基于Park矢量模平方函数的高分辨率谱分析的异步电动机转子导条断裂故障检测方法，仿真研究结果表明，在短数据情况下，相对FFT分析技术而言，该方法频率分辨率更高，故障检测更为准确，且计算量小，有利于电机故障实时状态监测。实验证明，将该方法应用于异步电机转子故障检测，可准确检测出异步电动机在转子导条断裂时在定子电流中的故障特征成分，方法切实可行。     

异步电动机的矢量控制和解耦控制

本文讨论有关矢量控制和解耦控制的两个理论问题:(1)矢量控制是否能耦,它与耦控制间的关系如何?(2)如果说矢量控制能解耦,为什么电流型转差频率矢量控制系统轻载时动特性变差?     

广义帕克矢量法进行的三相感应电动机转子笼故障的诊断

本介绍了一种以电动机电流帕克的矢量模数之频谱分析为基础，用于三相感应电机时检测转子笼故障现象的新方法。叙述了广义帕克的矢量法的主要理论原理。模拟和实验室试验结果都表明，如何通过这种新方法的应用有效地检测出了转子笼所存在的故障。这些结果还与用常规的电动机电流频谱分析以及用经典的帕克的矢量法所获得的结果相关。     

三相电动机改为单相电动机的计算及应用

针对三相异步电动机在单相电源下作单直运行的可行性进行理论上的计算,从而得到可以运行的各种形式及相应的各种物理量取值范围。     

先进的电动机起动方法

三相异步电动机及其相连的起动器,是工业上最通用的动力装置.迄今,所有这些起动器实际上都是根据数十年以前建立的电机技术原理制成的.这一成熟的定型技术有其优越性,但还存在缺点,在目前所需的应用领域显得日益重要.     

用于交流异步电动机的矢量变换控制系统--磁通检测方法

介绍交流异步电动机内部磁通的检测方法,研究了磁通观测器的运算原理。     

模糊控制在鼠笼在异步电动机定位系统中的应用

文章提出了一种基于量化因子自调整的模糊控制器，并将其应用于异步电动机定位控制系统中，实验结果表明，该系统具有很强的鲁棒性和较高的定位精度。     

采用空间矢量解耦的双三相异步电动机仿真研究

采用空间矢量解耦的方法建立了静止坐标系下双三相异步电动机的数学模型,给出其在Matlab/Simulink下的仿真结果,重点研究电机缺相不对称运行的稳态和暂态特性.通过仿真证明多相电机具有较高的可靠性,也表明该模型的有效性,为以后研究不同控制策略下电机的动态性能仿真奠定基础,并可以扩展到任意相交流电机的建模和仿真研究中.     

异步电动机信息融合故障诊断模型

结合信息融合的一般模型和层次结构,构建了电动机故障的信息融合诊断模型。该模型涵盖了数据融合的数据层、特征层和决策层三个层次,充分利用电动机三相电流、电压和绕组温度等多种故障信息,基于Park矢量,进行了多层次的融合;采用了基于人工神经网络、小波分析和证据理论等的两级诊断策略,以进一步提高转子断条、气隙偏心、绕组匝间短路等电动机常见故障的诊断准确性和灵敏性。     

基于信息融合技术的电机故障诊断

为了从多方面反映电机系统状态，实现对电机故障模式的自动识别和准确诊断，将数据融合技术与神经网络相结合，建立电机故障诊断系统。首先在数据融合级上对故障特征量进行分类处理，然后采用多层神经网络进行故障特征级融合和电机故障的局部诊断，获得彼此独立的证据，再运用D-S（Dempser sha-fer）证据理论融合算法对各证据进行融合，最终实现对电机故障的准确诊断。诊断测试试验证明，该诊断系统提高了电机故障诊断的精度，能够满足诊断的实时性要求。     

基于信息融合技术的电机故障诊断

为了从多方面反映电机系统状态,实现对电机故障模式的自动识别和准确诊断,将数据融合技术与神经网络相结合,建立电机故障诊断系统。首先在数据融合级上对故障特征量进行分类处理,然后采用多层神经网络进行故障特征级融合和电机故障的局部诊断,获得彼此独立的证据,再运用DS(DempserShafer)证据理论融合算法对各证据进行融合,最终实现对电机故障的准确诊断。诊断测试试验证明,该诊断系统提高了电机故障诊断的精度,能够满足诊断的实时性要求。     

经验模态分解法在电动机铁心故障检测中的应用

三相异步是电动机的定子铁心发生变形、松动或偏心,维护人员难以发现电动机这些异常情况的,但异步电动机的这些故障通常都将引起振动.因此可以通过检测电动机振动信号,用经验模态分解法和Hilbert变换的方法分析这一振动信号,以此形成衡量电动机故障程度的判据来判断电动机运行是否正常,尽早发现电动机运行故障.实验证明铁心发生故障...     

一种改进的小波神经网络应用于电动机故障诊断

对基本的小波神经网络进行改进,用遗传算法取代传统的梯度下降法,对小波神经网络中的初始参数进行全局优化.将经过改进的小波网络应用于电动机的故障诊断,并对5组电动机故障数据进行验证.实验结果表明,该算法具有较快的收敛速度和较高的计算精度,证实了此方法应用于电动机故障诊断的正确性和有效性.     

基于定子电流监测方法的电机故障诊断

电机是一种复杂的旋转机械,其故障种类多而且难以辨别。为了对小功率异步电机的常见故障进行正确快速地诊断,采用小波分析技术对几种常见故障所引起的定子电流变化进行了多分辨率分析。从能量分布的角度出发,快速且较为准确地诊断出电机故障。诊断效果表明,小波分析是对电机故障进行定子电流诊断的有效方法,同时为电机故障在线实时诊断提供了理论依据。     

人工智能技术在交流异步电机故障诊断中的应用

电机是实现电能转换的核心设备,用于驱动各种生产设备,其连续安全运行直接影响着国民经济及社会发展。异步电机应用广泛,运行工况多样,其故障诊断备受关注。对异步电机故障诊断的重要性以及存在的主要问题进行了分析,总结研究了近年来人工智能技术应用于该领域的最新进展,并提出了后续关注的重点方向和工作。     

基于定子电流监测方法的电机故障诊断

电机是一种复杂的旋转机械,其故障种类多而且难以辨别。为了对小功率异步电机的常见故障进行正确快速地诊断,采用小波分析技术对几种常见故障所引起的定子电流变化进行了多分辨率分析。从能量分布的角度出发,快速且较为准确地诊断出电机故障。诊断效果表明,小波分析是对电机故障进行定子电流诊断的有效方法,同时为电机故障在线实时诊断提供了理论依据。     

异步电动机状态监测及故障诊断的研究

对鼠笼式异步电动机比较常见的转子断条、端环断裂故障进行了分析。一方面通过理论推导得出了电机在发生此类故障时的故障特征,并根据多回路理论建立了电机在故障状态下的仿真模型。时电机在转子断条故障下的运行状态进行了仿真,为进一步研制异步电动机状态监测与故障诊断装置提出了一些有益的建议。     

基于加权证据理论的异步电机故障诊断研究

针对D-S理论不能解决高冲突证据的融合问题,本文提出一种基于证据间距离和先验知识的加权证据理论.利用异步电机失电残余电压和Park矢量模平方各自的故障特征频率分别进行初步故障诊断,诊断结果分别作为证据m1和m2,同时引入已知证据m3,再用本文提出的加权证据理论作最后的决策诊断.实验表明,诊断结果的准确性明显提高并且高冲突证据的融合问题也能有效解决.