共查询到17条相似文献,搜索用时 78 毫秒
1.
2.
为对电动机进行可靠的实时监测与诊断,提出了基于P-Q变换的鼠笼式异步电动机转子的故障分析方法。该方法是通过同时采集三相电压和电流信号,由电压信号和电流信号相乘得到瞬时有功功率P,将三相电压经过Hilbert变换再与电流信号相乘得到瞬时无功功率Q,以P为横坐标,Q为纵坐标,得到P-Q图。由于正常情况下电动机P、Q均恒定,在P-Q坐标系下对应一个点,而断条故障时电动机频率中将会有附加成分,因而在P-Q坐标系下对应于一个椭圆,通过椭圆长轴的长度分析断条故障的严重性。仿真试验证明,这种方法在轻载情况下仍然有效。 相似文献
3.
4.
5.
旋转机械运转时会产生振动。对振动情况的分析能够把握机械的运转情况。振动信号处理是对旋转机械振动信号分析的重要手段。希尔伯特黄变换越来越得到人们的重视。该方法是一种时频分析方法。相对于其他方法,该方法能够更好地处理非线性非平稳信号,具有较高的时域分辨率和频域分辨率。将该方法应用于旋转机械的故障诊断中,并与其他方法做对比。 相似文献
6.
《煤矿机电》2017,(3)
为判断鼠笼式三相异步电动机转子断条故障情况,提出了一种利用定子电流信号,基于ARMA和遗传算法优化的BP神经网络的诊断方法。首先,使用改进的ARMA算法对电动机的定子电流波形进行拟合,将自回归系数模型系数提取出来,作为表征电动机故障的特征向量,并分为训练集和测试集。然后利用遗传算法优化BP神经网络的初始阈值和权值,以避免BP神经网络陷入局部极值点的问题。再用训练集对BP神经网络进行训练,用训练好的神经网络对测试集进行判断。实验结果显示,ARMA模型可较好地对三相异步电动机定子电流波形进行拟合,BP神经网络可较为准确地判断特征向量表征的故障情况,此方法具有较好的诊断结果。 相似文献
7.
HHT(Hilbert-Huang变换)是一种适合处理非平稳和非线性过程的信号处理方法。提出了一种基于HHT的时域边际谱方法。该方法与传统Hilbert边际谱不同,代表单位时间内幅度的累加,体现信号时域特性。在滚动轴承的实验中,能够成功辨识滚动轴承内圈和外圈的故障特征,验证了该方法处理滚动轴承故障的可行性。 相似文献
8.
9.
10.
11.
12.
13.
14.
15.
16.
基于经验模态分解的Hilbert-Huang变换(HHT)存在端点效应,从而影响分解效果。为了改善端点效应,提出了基于镜像延拓法的端点抑制方法。将改进的Hilbert-Huang变换首次应用到振动筛等振动机械的轴承故障特征提取中,通过实验表明该方法可以有效提取振动机械中故障信号的频谱特征,便于工程现场的应用。 相似文献