基于MUSIC算法的异步电动机转子故障检测方法

分析了MUSIC算法及其高分辨率谱估计的特点.提出了一种基于MUSIC算法的异步电动机转子故障检测方法.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,将该方法应用于感应电机转子故障检测,可准确检测出转子故障时在定子,电流中的故障特征成分,方法切实可行.     

基于MUSIC算法的感应电机轴承故障检测方法研究

分析了感应电机轴承发生故障时振动信号的特性以及MUSIC算法及其高分辨率谱估计的特点，提出了一种基于MUSIC算法的感应电动机轴承故障检测方法。结果表明，在短数据情况下，相对FFT分析技术，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。实验证实，将该方法应用于感应电机轴承故障检测，可准确检测出轴承故障时在包络信号中的故障特征成分，方法切实可行。     

基于EMD和改进多重信号分类的感应电机故障检测方法

针对感应电机中多类型故障的检测问题,提出一种基于经验模态分解(EMD)和改进多重信号分类(MUSIC)算法的检测方法。通过采集器采集电机定子的稳态电流信号。利用EMD对稳态电流信号进行时域分解,获得包含丰富故障信息的两个本征模态函数(IMF)。利用MUSIC算法对IMF进行频域分析,获得各类故障的特征频率,同时引入了Prony算法来确定IMF频谱中的幅值。基于故障频域特征,对转子断条、轴承缺陷和转子质量不平衡这3种故障进行检测。实验结果表明,该方法不仅能够应用于单一故障检测,还能够在多故障并发时准确检测出所有故障。     

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。     

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.     

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MUSIC与SAA的笼型异步电动机转子断条故障检测

提出了一种基于多重信号分类(Multiple Signal Classification,MUSIC)与模拟退火算法(Simulated Annealing Algorithm,SAA)的异步电动机转子断条故障检测新方法。首先以转子断条故障仿真信号检验MUSIC性能,结果表明:MUSIC对于短时信号具备高频率分辨力,可以准确计算转子断条故障特征分量以及其他分量之频率;但对诸频率分量幅值、初相角,MUSIC无能为力。为此,引入SAA确定诸频率分量幅值、初相角,效果理想。进而,对一台Y100L—2型3kW笼型异步电动机完成了转子断条故障检测实验。实验结果表明:基于MUSIC与SAA的异步电动机转子断条故障检测方法是切实可行的,并且因仅需处理短时信号而适用于负荷波动、噪声等干扰严重情况。     

瞬时功率分解算法在感应电机定子故障诊断中的应用

分析了电压不平衡、电压及负载的动态变化在故障负序电流检测中的表现；揭示了电机的负序感抗受电机自身固有不对称，铁磁饱和程度以及转子漏抗、转子几何静偏心的影响而非常数；提出了一种基于瞬时功率分解算法(IPDT)的感应电机定子线圈故障诊断方法，导出了故障负序电流的近似表达式：利用该方法可消除非故障因素产生负序电流的影响。实验结果证实，电机在不同条件下运行时，用该方法检测定子线圈故障，均可提高故障识别的精度。     

基于MUSIC与SVRM的感应电动机转子断条故障检测

研究了一种基于多重信号分类(multiple signal classification,MUSIC)与支持向量回归机(support vector regression machine,SVRM)的感应电动机转子断条故障检测方法,能够快速且准确地检测感应电动机转子断条特征分量的幅值与频率。MUSIC具有较好的检测精度和较高的频率分辨力,从而能快速有效地检测边频与基频分量频率的大小,对短时采样信号也同样适用,但其无法获得各分量的幅值与相位。基于MUSIC的这一缺陷,采用SVRM来检测各分量的幅值和相位,并进行了性能分析。通过Y132M-4型感应电机进行实验研究,实验结果证明了该方法的正确性和优越性。     

基于多重信号分类与模式搜索算法的笼型异步电动机转子断条故障检测新方法

提出了一种基于多重信号分类(multiple signal classification,MUSIC)与模式搜索算法(pattern search algorithm,PSA)的异步电动机转子断条故障检测新方法。MUSIC方法对于短时信号具备高频率分辨力,可以准确计算转子断条故障特征分量以及其他分量的频率;但对诸频率分量幅值和初相角则无法准确求解。因此引入PSA确定诸频率分量的幅值、初相角,并对1台Y100L-2型3 kW笼型异步电动机完成了转子断条故障检测实验。实验结果表明:基于MUSIC与PSA的异步电动机转子断条故障检测方法切实可行,适用于负荷波动、噪声等干扰严重情况。     

基于CCFHTLS算法的异步电动机转子故障检测

定子电流经低通滤波器处理后产生高斯有色噪声,限制了异步电机转子故障检测算法的辨识精度。针对该问题,提出一种抑制高斯有色噪声的异步电机故障检测技术。首先对采集到的定子电流进行预处理,利用逆同步旋转变换剔除基波,避免了直接检测时基波对故障辨识精度的影响。然后利用互相关函数(CCF)处理技术对高斯有色噪声的抑制作用,提出基于CCF-HTLS算法的电机转子故障诊断技术。针对异步电机转子断条和偏心故障的识别进行试验,结果表明CCF-HTLS算法可以有效抑制高斯有色噪声,并保留故障有用信息,显著地提高了故障检测的分辨率。     

基于扩展Park矢量的电机故障诊断系统设计

转子断条故障和轴承故障是异步电动机的主要故障,这两种故障的检测是电机故障诊断的重要内容。根据扩展Park矢量法理论的原理,阐述断条故障的诊断方法,结合轴承故障特点及冲击脉冲传感器的信号,给出了异步电机故障诊断系统的设计方案。实践表明,系统具有很强适应性和广阔的工业应用前景。     

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.     

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。     

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.     

中小型异步电动机微机智能型保护的研究

以中小型异步电动机的故障特征分析为基础,运用对称分量法理论,采用时民移相算法编程,实现了对正序、负序与零序电流的幅值的智能化检测,可基本处理中小型异步电动机的常见故障,具有广阔的应用前景。     

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.