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。     

基于复调制滤波与ESPRIT的异步电动机转子断条故障检测新方法

转子断条故障难以检测的原因在于工频分量与边频分量在频率上相隔较近且边频信号微弱,这一影响在低转差率时尤为严重。这种情况下,具有高频率分辨率的旋转不变信号参数估计技术(estimation of signal parameters via rotational invariance technique,ESPRIT)的估计效果也失去意义。因此,引入复调制技术,将工频分量搬移至0 Hz并予以滤除。同时,引入hilbert变换构成解析信号,利用其单边频谱性解决负频率分量问题。进而,提出了基于复调制滤波与ESPRIT的异步电动机转子断条故障检测新方法。仿真与实验验证了此方法的有效性。     

异步电动机转子断条故障在线检测新方法

针对MUSIC(Multiple Signal Classification Algorithm)算法用于故障诊断的两大缺点:运算量大和可能产生的虚假波峰对故障特征的混淆带来的不利影响,给出了相应的解决方法.定子电流Hilbert幅值包络信号包含了低频的故障特征频率调制信号,故通过对定子电流Hilbert幅值包络信号进行降采样率重采样、减少分析信号长度,可避免低频段频谱混叠,再对减少的重采样数据进行具有超分辨率的MUSIC低频段估计,可大大降低MUSIC算法频谱估计时间;运用连续细化傅里叶变换(SFFT)和转子街槽谐波转差率估计技术,可预知故障特征频率精确值,从而可有目的地查询故障分量,消除MUSIC虚假波峰对故障检测混淆的影响,大大提高了故障检测的灵敏度和可靠性,以此形成异步电动机转子断条故障检测新方法.试验表明,该方法可行有效.     

异步电动机转子断条故障在线检测新方法

针对MUSIC（Multiple Signal Classification Algorithm）算法用于故障诊断的两大缺点：运算量大和可能产生的虚假波峰对故障特征的混淆带来的不利影响,给出了相应的解决方法。定子电流Hilbert幅值包络信号包含了低频的故障特征频率调制信号,故通过对定子电流Hilbert幅值包络信号进行降采样率重采样、减少分析信号长度,可避免低频段频谱混叠,再对减少的重采样数据进行具有超分辨率的MUSIC低频段估计,可大大降低MUSIC算法频谱估计时间;运用连续细化傅里叶变换（SFFT）和转子齿槽谐波转差率估计技术,可预知故障特征频率精确值,从而可有目的地查询故障分量,消除MUSIC虚假波峰对故障检测混淆的影响,大大提高了故障检测的灵敏度和可靠性,以此形成异步电动机转子断条故障检测新方法。试验表明,该方法可行有效。     

笼型异步电动机转子断条检测的一种新方法

本文提出一种检测异步电机笼型转子断条的新方法。该方法是基于转子断条时气隙磁场中存在脉振分量这一事实。转子断条时 ,气隙磁场可看作是一个圆形旋转磁场和一个脉振磁场的叠加。在定子铁心上放置一个节距为二倍极距的探测线圈 ,即可探测脉振磁场的存在。该方法中转子既不通电也不转动 ,给使用带来方便。实验证明该方法简单有效 ,灵敏度高。     

基于Park矢量的变频电源供电的笼型异步电机转子断条故障诊断方法

基于工频电源驱动时扩展Park矢量方法诊断笼型异步电机转子断条故障的有效性,研究了在变频电源供电情况下该方法的诊断有效性。对断条故障电机变频电流进行了实测、分析和对比,结果表明：当采用变频电源供电时,传统的单相电流频谱分析方法无法正确诊断转子断条故障,而扩展Park矢量方法仍然具有良好的诊断准确性和适用性。     

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。     

基于小波脊线的笼型异步电动机转子断条故障特征提取

提出了基于小波脊线的渐近信号特征频率提取算法,并应用到异步电机转子故障特征提取中.异步电机转子出现断条故障时,定子电流中相应地会含有频率为(1-2s)f1的故障特征分量.由于异步电机起动过程中转差率s是由1→0连续变化的,故(1-2s)f1将以f1→0→f1的规律进行变化,因此可以通过应用小波脊线分析异步电机定子起动电流信号来提取转子断条故障特征.实验结果证明了本方法的有效性.     

异步电动机轻载起动转子断条故障检测方法

结合笼型异步电机的轻载和起动特性,对笼型异步电动机转子断条故障特征进行了机理仿真与实验分析.在此基础上提出了基于短时傅里叶变换(STFT)的异步电动机转子断条故障检测方法.实例结果表明,该方法是行之有效的.     

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.     

基于旋转滤波矩阵束的异步电机转子断条故障诊断

现有异步电机故障诊断技术存在短时数据分辨率低、硬件开销大等缺点。针对这一问题,提出一种基于短时数据的旋转滤波-矩阵束的异步电机转子断条故障诊断新方法。利用矩阵束算法抗噪性能强的优点,准确求出定子电流基频成分,并通过逆、正同步旋转变换,剔除了定子电流中的基频成分。利用矩阵束算法准确估算定子电流故障信号的频率和幅值,突破传统基于快速傅里叶变换(FFT)分析算法分辨率不足的限制。仿真和电机试验共同表明:旋转滤波-矩阵束算法可以在短时数据的基础上准确辨识转子断条故障。     

Hilbert模量与MUSIC相结合的感应电机转子断条故障检测方法

为了提高异步电动机转子断条故障检测的及时性与准确性,将Hilbert模量与多重信号分类(Multiple Signal Classification,MUSIC)相结合用于异步电机转子断条故障检测。Hilbert模量可以巧妙地转工频分量为直流分量,消除工频分量的不良影响。而MUSIC能够快速而准确地检测故障特征分量的频率大小,即使对于短时采样信号也有良好的性能,从而减少计算量。最后,通过仿真和以Y132M-4型感应电机进行试验验证了基于Hilbert模量与MUSIC相结合的异步电动机转子断条故障检测方法的有效性。     

基于支持向量机的电机转子断条故障诊断

交流电动机转子断条故障诊断的问题可以归结为模式分类的问题,支持向量机是近几年来涌现的一种新型的针对小样本集合具有较好分类效果的方法.根据断条故障在定子电流谱中产生相应特征分量,本文利用窗提取的方法对定子电流谱进行转换,在不损失故障特征信息的前提下构造低维数特征空间,并在其中用SVM进行分类.同时针对实际应用中转差率s由于负载的变化而使故障特征频率位置发生变化的问题,分别在恒定负载和变负载条件下进行试验.断条情况为无断条、一根断条、连续两根断条三类,结果表明在恒定负载和变负载条件下都有较高的诊断正确率.同时因为整个诊断过程可以实现自动化,所以可实现在线诊断.     

一种感应电机转子断条故障建模方法

基于感应电机多回路方程,提出了一种感应电机转子断条建模方法。在该建模方法的基础上,结合参数辨识和滑窗技术可得到电机等效参数变化曲线,所得等效参数变化曲线相较于正常模型等效参数,具有明显特征,可用于诊断感应电机转子断条故障。仿真验证了该方法的有效性。     

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。     

基于小波包变换的笼型异步电机转子故障诊断

本文分析了笼型异步电动机转子断条故障时的频率特点,阐述了小波包变换异步电动机转子断条故障的频带特征,在分析对比了多种信号处理方法后,本文提出了"自动寻求路径"的小波包树分解算法并选择其作为感应电机故障提取算法.这种算法既具有很好的自适应性和频域精度,又避免了过大的计算量,有效而实时地提取了故障信息.     

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.     

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。     

基于自适应随机共振的异步电动机转子断条故障检测

异步电动机转子断条故障检测属于强噪声背景下故障的微弱信号检测问题。由于不同转差率下电机具有不同的转子断条故障特征频率，给随机共振最佳系统参数调节增加了难度。针对上述问题，在已有Hilbert模量法的基础上，提出了基于自适应随机共振的异步电动机转子断条故障检测方法。通过应用小波消噪、随机共振技术，改进了转子断条故障特征信号的检测灵敏度。随机共振参数的自适应调节进一步增强了该方法的实用性，与传统方法相比，该方法在各种情况下尤其是在噪声强度、电机类型及运行状况未知时，仍能有效检测转子断条故障，具有较好的自适应性。数值仿真和实验分析证明了该方法的有效性。