基于小波包分析的笼型异步电动机转子断条在线检测方法

本文简单介绍了笼型异步电动机转子断条在线检测方法,指出如何正确识别电动机转子断条与负荷波动仍是一个亟待解决的突出问题。对应用小波包分析实现转子断条在线检测作了可行性研究,指出根据电动机定子电流信号的小波包分解系数完全可以检测转子断条故障。在此基础上,提出了一种新的基于小波包分析的转子断条在线检测方法,其突出优点在于可正确识别电动机转子断条故障与负荷波动。数字仿真及实验结果证明该方法是切实可行的。     

小波分析应用于笼型异步电动机转子断条在线检测初探

简单介绍了笼型异步电动机转子断条在线检测方法,指出如何正确区分电动机负荷波动与转子断条故障仍是一个亟待解决的突出问题,提出了一种基于小波分析的负荷波动判定方法,它可以对负荷波动进行准确定位,并反映负荷波动范围,同时,该文对应用小波分析提取转子断条故障特征分量的可行性进行了研究,结果表明小波分析对此是不适宜的,提取转子断条故障特征分量还必须依靠傅里叶变换方法,在此基础上,提出了一种基于小波分析,自适应滤波与连续细化傅里叶变换的转子断条在线检测新方法,其突出优点在于可以躲过负荷波动对转子断条在线检测的影响。数字仿真及实验结果证明该方法是切实可行的。     

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。     

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D-S证据理论的感应电动机转子故障诊断方法研究

提出运用D-S(Dempster-Shafer)证据理论对感应电动机转子断条故障进行识别的故障诊断方法.基于小波包变换的频率划分特性,对定子电流信号进行小波包分解,建立了转子断条故障的特征矢量,提取转子断条故障的特征信息,利用BP神经网络对其识别的结果形成彼此独立的证据,并根据D-S证据融合规则进行融合处理,以实现对电动机转子断条故障的准确识别.实验结果表明,该方法克服了传统基于FFT分析方法难以提取故障特征频率分量的难点,提高了故障诊断的判决精度,可实现转子断条故障的可靠诊断.     

应用小波包结合FFT方法检测转子断条故障

针对笼型电机转子断条故障信号的处理,提出一种小波包分析结合FFT的处理方法.该方法弥补单独使用FFT无时间分辨力和无法准确识别微弱故障特征信号的缺点,也弥补了单独使用小波包分析只能得到各频带信号成分而无法得到频点信号的不足.实验证明该方法是可行的,能够准确检测到笼型电机转子断条故障信号.     

基于小波包分析和支持向量机的异步电机转子断条故障诊断

提出了一种基于小波包分析(WPA)和支持向量机(SVM)的异步电机转子断条故障诊断方法。针对异步电机转子断条故障时定子电流出现的边频分量(1±2s)f进行小波包分析,提取动态条件下各频带能量作为故障特征向量,削弱了负载变化及噪声对诊断准确性的影响。采用多个最小二乘支持向量机组成故障分类器,兼顾了训练误差和计算效率,将故障特征向量输入支持向量机进行训练,从而实现在小样本情况下转子断条故障的在线识别。试验结果表明:基于小波包分析提取的故障特征明显,由WPA和SVM构成的诊断系统,具有良好的分类能力和泛化能力,有效提高了异步电机转子断条故障在线诊断的准确率。     

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.     

基于小波包的笼型异步电机转子断条故障检测

针对笼形异步电机转子断条故障,提出了一种利用小波包分析获取转子断条故障特征的判断方法.介绍了小波包换故障信号特征提取方法;其次对定子电流信号进行小波包分解后,对低频信号重构及功率谱的计算,实现了转子断条故障诊断.实验数据分析表明,该方法能准确对转子断条故障进行诊断.     

模糊神经网络在区分电力系统故障和振荡中的应用

根据电力系统发生故障和振荡时母线处获得的信号的特点,提出了用模糊神经网络来识别电力系统振荡与故障的模型和算法。经EMTP仿真表明,该方法能够很好地识别振荡与故障,而且计算和响应速度快,另外,系统正在振荡时又发生故障,本文提出的模糊神经网络的模型及算法也能正确区分出故障。缺点是需要经过大量的训练,但是由于是离线训练,不影响此方法的实时应用。     

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.     

基于小波包改进算法的电机转子断条故障诊断

在异步电动机发生转子断条故障时,定子电流中会出现(1-2s)f频率分量,以此作为故障特征频率分量,但相对于基频f,其幅值较小且靠近基频,容易被淹没。本文采用的一种基于小波包分解与单节点重构改进算法,可以突出故障特征频率分量(1-2s)f,避免基频影响。仿真和实验结果均表明,该方法能够准确地诊断出电机转子断条故障。     

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。     

基于相位信息的感应电动机转子故障检测

论述了感应电动机转子故障检测基本原理,讨论了传统信号分析方法难以提取出明显的转子故障特征的原因.鉴于基于连续小波变换离散化的离散小波变换算法的运算量大,计算速度慢,提出了一种快速算法,它利用递推方法计算小波系数,运算速度快,可应用于在线实时检测.提出了基于相位信息的感应电动机转子故障检测新方法,对实测数据进行处理的结果表明,该方法能够实现感应电动机转子故障的准确检测.     

基于小波变换的异步电机故障检测与分析

通过合理选取小波基,对提取到的电机振动信号和定子电流信号做小波包变换,从而对电机滚动轴承损坏、转子断条这两类电机主要故障做出准确的判断与分析。对转子断条故障的仿真结果表明,小波包分析方法在电机故障诊断方面具有较好的准确性和优越性。     

基于小波包能量分析和信号融合的异步电机转子故障诊断

为提高异步电机转子故障诊断的可靠性,文中介绍了一种基于小波包能量分析和信号融合的异步电机转子故障诊断方法。采用定子电流信号和振动信号的频谱特征融合作为转子断条以及气隙偏心故障的诊断依据,首先对信号进行小波包分解,获得不同小波包频带节点下对应的能量分布,并与正常电机信号进行比较,进而对能量异常的信号频段进行小波包节点重构,最后通过快速傅里叶变换识别故障特征频率,诊断电机故障是否发生。通过仿真分析,验证了该方法的有效性和实用性,对于电机运行状态的准确监测具有重要意义。     

电网故障诊断新方法的研究

阐述了快速、准确识别电网故障的必要性,提出了以3次B样条小波为分解工具,通过分解故障线路电流确定故障时刻及故障切除时刻的新方法。分析了利用二进小波确定故障线路的新思想,大量仿真论证了在各种故障模式下所提出算法的有效性和准确性。