异步电机负序分量融合方法及其在定子匝间短路故障诊断中的应用

为了有效检测交流电机定子绕组匝间短路故障,应用多源信息融合理论将交流电机定子电压、电流负序分量通过李萨如方法进行融合,形成负序李萨如图形,提取并建立图形特征值与多个故障特征量之间的数学关系。通过基于模型的仿真分析及故障电机试验,对负序李萨如图形中可以反映故障的特征值的变化规律进行研究。在此基础之上,论证了负序李萨如图形倾角作为故障特征分量进行电机定子绕组匝间短路故障诊断的鲁棒性及准确性,从而形成图形化识别的故障诊断方法,为电机及其拖动系统的故障诊断提供新的思路和方法。     

基于SAE与改进LightGBM算法的笼型异步电机故障诊断方法

针对笼型异步电动机故障诊断传统的特征值方法的局限性,提出了一种基于栈式自编码(SAE)和改进的轻型梯度提升机算法的笼型异步电动机定子绕组匝间短路和转子断条故障的联合诊断方法.该方法主要包含如下两个步骤,第一步骤是应用SAE故障检测算法对电机定子电流与电压采样数据进行处理,并通过添加惩罚项(稀疏项和加噪环节)对输入数据进...     

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。     

一种基于谱峭度的异步电机故障诊断方法

异步电机故障时,故障信号往往是低频信号且故障不明显;若形成复合故障,故障信号之间非线性耦合,导致频谱非常复杂。针对上述问题,本文提出了以时频分析的谱峭度法为基础,结合Hilbert包络解调的新方法。Hilbert包络解调,得到包含故障的特征信息的低频包络信号,突出和分离了故障特征信息;时频分析的谱峭度法根据峭度最大化原则自动确定带通滤波器参数,对含噪信号进行滤波;最后通过频谱分析可以对故障的特征频率快速有效的识别。本文还分析了负载的变化对不同类型的电机故障的影响。通过实验和实际的工程信号验证了在不同的噪声强度、不同负载的情况下,该法对于单一故障或是复合故障均有效。     

异步电机定子绕组匝间短路故障诊断研究

将负序电流作为异步电机定子绕组匝间短路的故障特征量,在提取时易受谐波、噪声等因素的影响,而频谱分析也较为复杂,故障诊断的可靠性和高效性难以兼顾。为可靠高效地诊断异步电机定子绕组匝间短路,在多次派克变换的基础上,提出故障特征量I~z_(pg)以反映故障。首先根据故障后的电机磁场推导出故障后定子中存在的电流频次;然后得到非理想工况下,利用多次派克变换提取故障特征量I~z_(pg)的表达式;最后建立故障后异步电机的多回路数学模型,对理想工况和非理想工况下定子不同严重程度的匝间短路进行仿真。分析结果表明,I~z_(pg)和故障严重程度正相关且对电压源不平衡这类非理想工况呈现鲁棒性,用I~z_(pg)诊断异步电机定子匝间短路具有高灵敏性与高可靠性。     

异步电机运行过程中转子故障诊断综述

转子故障是异步电机的主要故障之一.目前,对其进行检测的方法普遍是基于定子电流的方法.本文以定子电流作为分析信号,对电机不同运行状态(包括起动、稳态及失电)的转子故障检测方法进行总结,目的是为从事电机故障诊断的研究人员提供一定参考.     

基于定子电流分析的异步电机转子绕组故障诊断系统

本文分析了笼型异步电机转子绕组故障形成的原因，通过对电机定子稳态电流的分析，提出采用频率细化技术、自适应陷波技术，提高故障诊断的可靠性。通过对电机定子起动电流时频分析，提出采用起动电流中特定频率分量进行故障诊断的新方法。根据分析结果研制了实用可靠的故障诊断系统。     

基于小波分析的发电机转子匝间短路故障诊断方法研究

转子匝间短路是汽轮发电机常见的故障形式。发电机转子绕组发生转子匝间短路后,转子磁势不对称所产生的高次谐波分量对电机磁场产生影响,使定子侧电气信号发生变化,产生出不同于正常情况下的某些故障特征信号。用定子线圈的探测方法,采集定子探测线圈上的电气故障信号,基于小波分析理论对探测线圈中的故障信号进行分析,提取具有转子匝间短路的故障特征量,对发电机转子匝间短路故障进行诊断,并且实现转子匝间短路故障的定位诊断。通过Matlab软件对模拟故障信号进行了仿真分析,结果表明该方法能够实现故障的诊断与定位。     

基于人工免疫的异步电机故障诊断系统

基于免疫系统的原理,提出了一种用于异步电机故障诊断的新方法.针对阴性选择存在的不能辨识故障种类的缺点,提出一种改进的阴性选择方法,该法为实数编码、用欧氏距离来判断匹配,增加了记忆集,具有学习能力,能够辨识故障种类.并借鉴生物免疫亲和度较高的抗体之间抑制作用,增加对进入记忆检测器集的有效检测器与已有的记忆检测器亲和度计算,抑制亲和度高的检测器;根据电机定子匝间短路的实验结果,提出短路负载电流的基波经过时频变换后的结果,在一定的区域与负载成正比关系;使用所提出的改进的阴性选择方法对匝间短路进行检测,检测结果证明了改进的阴性选择方法克服了传统阴性选择方法的学习能力Ζ差,不能辨认故障的种类缺点,对故障检测的准确率很高.     

一种新型同步调相机定子绕组匝间短路故障诊断方法

同步调相机在电网中的运行时间较短,有关其故障特性和诊断方法的研究仍十分欠缺,因此文中提出一种基于支路电流相位差的同步调相机定子绕组匝间短路故障诊断方法.该方法充分考虑了定子绕组匝间短路故障后故障绕组与同支路非故障绕组及其他非故障支路绕组间的互感,并在此基础上理论推导出故障相支路电流间的相位差.以一台TTS-300-2型同步调相机为例,利用有限元平台建立定子绕组匝间短路场路耦合仿真模型.结果表明:当调相机发生定子绕组匝间短路故障后,故障相支路电流间的相位差将会明显上升,并随着故障严重程度的加深而增大,且该特征基本不受故障位置和无功功率变化的影响.因此,支路电流相位差可以作为诊断同步调相机定子绕组匝间短路故障的有效依据.     

磁粉制动器对异步电动机机械特性的测量

为了使磁粉制动器能够稳定地测量完整的机械特性,依据稳定测量的条件,提出了基于磁粉制动器的测量系统。系统采用转速反馈控制改善磁粉制动器的负载特性,在负载点形成近似恒转速特性,满足稳定测试的条件,实现异步电动机机械特性的稳定测试。实验表明,系统满足异步电动机转矩一转速特性测试的工程需求,可以作为电机生产的检验设备。     

基于灰色关联和证据理论的故障诊断方法

本文在证据理论的基础上,结合信息熵和灰色关联算法,提出了一种新的机械故障诊断方法。该方法从信息融合的思想出发,首先依据反映机械故障的信息熵特征,获得基于信息熵的故障诊断标准特征向量。接着采用灰色关联理论建立证据理论的基本概率赋值函数,提出了利用证据理论对单传感器多测量周期证据时域融合和多传感器证据空域融合相结合的时空二级融合算法,最后以基本可信数的决策方法作为故障模式识别依据。通过旋转机械故障的典型实例证明,基于灰色关联和证据理论的机械故障诊断方法是故障模式定量识别的一种可行的新方法。     

异步电动机降压运行时的一种计算方法

给出了一种计算异步电动机降压运行时各损耗功率及定子电流电压的方法。以驱动某一风机负载为例 ,当其以降压调速方式调节风机流量时 ,应用MATLAB语言 ,对电动机的各损耗功率、定子电流电压及其实际运行效率等进行较为详尽地计算 ,计算结果以数据表格和图形方式给出     

采用AFCM-SMOTE-RF的光伏电站故障诊断方法

光伏电站故障频发,影响发电效率.而相对于正常运行数据,电站故障数据较少,导致故障检测精度不高.针对这个问题,提出了一种基于AFCM(alter-native fuzzy C-means)-SMOTE(synthetic minority over-sampling technique)算法与随机森林算法相结合的光伏电站故障诊断方法.用AFCM-SMOTE算法对故障样本进行处理,生成"人造"样本,用"人造"样本训练随机森林算法,最终实现对光伏电站故障的检测.实验结果表明,AFCM-SMOTE算法很好地解决了随机森林在光伏故障检测应用中因为故障样本数据少导致分类不精确的问题,提高了故障诊断的准确性.     

交流异步电动机节电浅析

通过异步交流电动机的科学选型、安装、空载满载调试及定期检修等三方面,介绍了如何在工业运行中搞好设备的节电工作。     

Design problems of powerful four-pole asynchronous motors

The problems of how to design powerful four-pole asynchronous motors intended for metallurgy and other branches of industry have been investigated. The problems of electromagnetic applications of motors with different ways of starting, structure peculiarities, and ensuring the mechanical strength of the cage rotor have been clarified.     

数据融合技术在异步电机故障诊断中的应用

将数据融合方法引入到异步电机的故障诊断中,通过不同传感器综合采集异步电机运行时的各个状态参数,运用并行BP子神经网络对异步电机进行局部诊断,再用D-S证据理论对局部诊断的结果进行全局融合,实现对异步电机的准确诊断。实验表明,诊断结果的可信度显著提高,不确定性明显减少,证明了该方法是有效的。     

基于RPROP神经网络算法的异步电动机故障诊断

为了更快、更精确地识别异步电动机的各种故障类型,克服BP神经网络存在的局部极小值和收敛速度慢等问题,提出了一种改进的BP算法——RPROP（Resilient PROPagation）神经网络算法。在介绍RPROP算法的基础上,建立了基于RPROP算法的异步电动机故障诊断模型,对异步电动机的定子匝间短路、转子断条、转子偏心和轴承4种故障进行识别和诊断。实验结果表明,该方法对异步电动机的故障诊断是有效的。     

基于小波变换的频谱细化方法在电动机故障检测中的应用

异步电动机转子出现导条或端环断裂后 ,定子电流中会出现 (1± 2s)f1 的频率分量。考虑到此信号的特点 ,必须用高分辨率的频谱分析仪才能有效区分故障信号和工频信号 ,文中基于小波变换可提取信号所需频率成分的特性 ,利用小波变换频谱细化方法 ,通过软件编程实现故障信号的有效检测。     

基于小波变换的频谱细化方法在电动机故障检测中的应用

异步电动机转子出现导条或端环断裂后,定子电流中会出现(1±2s)f1的频率分量.考虑到此信号的特点,必须用高分辨率的频谱分析仪才能有效区分故障信号和工频信号,文中基于小波变换可提取信号所需频率成分的特性,利用小波变换频谱细化方法,通过软件编程实现故障信号的有效检测.