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。     

基于相关分析的感应电机定子故障诊断方法研究

分析了感应电机定子线圈短路故障时的振动特征及定子电流的谱特性，指出由于受电机固有不对称等因素的影响，单纯利用振动谱分析或定子电流信号频谱分析(MCSA)诊断定子线圈短路故障，不能得到准确可靠的诊断结果；提出了一种基于相关分析的感应电机定子故障诊断方法，能有效提取电机定子故障时的特征信息，利用该方法可提高故障识别的精度；实验结果证实，基于相关分析得到的谱特征可以作为感应电机定子线圈短路故障诊断的依据。     

采用Park变换感应电机转子复合故障检测

针对感应电机转子断条与偏心故障特征受定子电流基波信号的影响而难以提取的难点,提出了一种基于旋转Park变换滤波的感应电机转子复合故障检测方法.该方法利用电压与电流基波频率相等,通过旋转Park变换,将电流Park矢量的基波正序分量完全滤除而不影响其它的谐波分量,从而使转子断条和偏心故障特征更清晰地显示出来,然后对旋转Park变换滤波后的电流Park矢量的频谱进行分析,可以准确检测到电机转子复合故障时的故障特征.解决了电流频谱分析方法转子故障特征频率分量容易被基波湮没而难以突出故障特征的问题.实验结果表明,应用该方法可有效的对电机转子复合故障进行实时检测.     

基于信息融合技术的电机故障诊断

为了从多方面反映电机系统状态，实现对电机故障模式的自动识别和准确诊断，将数据融合技术与神经网络相结合，建立电机故障诊断系统。首先在数据融合级上对故障特征量进行分类处理，然后采用多层神经网络进行故障特征级融合和电机故障的局部诊断，获得彼此独立的证据，再运用D-S（Dempser sha-fer）证据理论融合算法对各证据进行融合，最终实现对电机故障的准确诊断。诊断测试试验证明，该诊断系统提高了电机故障诊断的精度，能够满足诊断的实时性要求。     

感应电动机轴承故障检测的相关分析方法

根据感应电机轴承发生故障时的振动信号特性以及定子电流特性,提出了一种基于相关分析的感应电动机轴承故障检测方法.该方法先求三相电流的Park矢量模信号,然后将其与电机滚动轴承振动信号进行相关分析,从振动信号与电流信号的相关谱图中有效地提取轴承故障特征信息,并将其作为轴承故障识别的依据.实验结果表明,该检测方法具有较高的信噪比,可提高故障识别的精度,实际应用也是可行的.     

基于信息融合技术的电机故障诊断

为了从多方面反映电机系统状态,实现对电机故障模式的自动识别和准确诊断,将数据融合技术与神经网络相结合,建立电机故障诊断系统。首先在数据融合级上对故障特征量进行分类处理,然后采用多层神经网络进行故障特征级融合和电机故障的局部诊断,获得彼此独立的证据,再运用DS(DempserShafer)证据理论融合算法对各证据进行融合,最终实现对电机故障的准确诊断。诊断测试试验证明,该诊断系统提高了电机故障诊断的精度,能够满足诊断的实时性要求。     

感应电机故障诊断研究现状与发展趋势

感应电机在工业中扮演重要角色,它的可靠安全运行至关重要。由于感应电机结构、湿度以及温度的影响,感应电机的故障时有发生。感应电机在线故障诊断的基本步骤包括提取故障信号、提取故障特征信息以及故障状态识别。首先在线提取故障信号,然后通过信号处理技术提取故障特征信息,最后通过算法确定故障类别。文章对当前的感应电机在线故障诊断的研究现状和发展趋势进行探讨。     

基于逆变器直流侧电流和融合算法的感应电机转子故障诊断方法

分析了逆变器驱动的感应电机发生转子故障时的逆变器直流侧电流的频谱成分,发现与转子故障对应的故障特征频率分量分布在逆变器直流侧电流频谱的低频和高频的多个频段.基于此,提出了一种融合算法,利用解析信号的模平方函数将分布在高频段的故障特征频率分量转化到低频段,然后和低频段的信号进行融合相关处理,融合谱中的噪声和与故障不相关的...     

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Ansoft的直线感应电机性能分析

使用Ansoft软件辅助直线感应电机的设计和分析，并对电机的磁场分布和运行性能进行仿真，给出了仿真结果，并对仿真方法作了简要的说明。     

异步电机断条故障诊断的细化包络方法

针对异步电机断条故障时电流细化频谱存在的故障频率成分较弱和幅值不对称问题,结合实调制细化算法与Hilbert变换算法,提出了一种新的细化包络算法。实调制细化算法基于移频调制原理实现了正负频段频谱的对称搬移,保证了细化谱与原始谱的一致,减少了计算量;经Hil-bert变换得到细化谱的包络谱,可以排除电网频率成分影响,提高包络谱的分辨率。仿真和实验结果表明,该方法使电机电流信号的故障特征频率更容易识别,克服了常规细化谱在电机断条故障诊断应用中的不足。     

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。     

基于瞬时无功功率感应电机转子断条故障诊断研究

在基于定子电流信号进行异步电机故障诊断时,转子断条故障特征频率分量常常被电流的基频分量淹没.针对这种情况,本文提出一种新型的基于瞬时无功功率的转子断条故障诊断方法.该方法首先对定子电压和电流进行Hilbert变换,然后在此基础上构建瞬时无功功率.通过对无功功率进行频谱分析,选取特征频率2ksf作为转子断条的故障诊断判据.同时定义一个新的故障严重程度系数,对感应电机转子故障严重程度进行判别.实验结果表明该方法能有效进行转子断条故障诊断.与传统的Hilbert模量方法和瞬时功率方法相比,该方法因没有交叉项而频谱简单;只需采集单相电流,不需要进行坐标变换,简化了硬件和软件,节省计算时间.     

基于绕组函数的鼠笼式异步电动机故障仿真

仿真是故障研究的一种重要途径,仿真效果与模型系数的计算准确度密切相关。异步电动机仿真模型中有大量的电感参数．利用绕组函数计算这些电感参数适用范围广、精度高。在此基础上．建立了鼠笼式异步电动机正常时和定子匝间短路、转子断条、气隙偏心等常见故障情况下的数学模型．并进行仿真分析。仿真结果与理论分析得到的结论基本吻合,表明模型及参数计算正确,可为故障诊断提供依据。     

基于粗糙集理论和信息融合的变电站故障诊断方法

由于变电站故障诊断信息中含有大量不确定、噪声数据，提出了利用粗糙集理论对大量的诊断征兆信息进行分类，从而获得简约的规则。然后从单个决策表中获得多个简约的决策规则集，再利用信息融合来综合这些简约的规则集进行故障的诊断，从而提高诊断的效率和准确性。从最后仿真比较的结果中可以看出该方法对含有噪声的数据也能获得较好的诊断准确率。     

基于EMTDC的异步电动机故障仿真

推导了电力系统电磁暂态仿真软件EMTDC中的三相异步电动机模型，介绍了电动机暂态过程的求解算法。基于EMTDC对单相接地，断机和机械堵转等电动机常见故障进行了仿真计算，获得了各种故障情况下的特征波形，并进行了定量误差分析，验证了EMTDC电动机模型和算法的有效性和正确性，为电动机故障诊断和保护的深入研究提供了一种有效的仿真工具。     

基于信息融合和M-RVM的变压器故障诊断方法

针对仅以油中溶解气体数据为主要依据的变压器故障诊断方法信息量不足以及传统证据理论的缺陷问题,研究了基于信息融合和多分类相关向量机(M-RVM)的变压器故障诊断模型。首先,将油中溶解气体分析数据与电气试验数据作为诊断模型的输入特征量向量,更真实地反映变压器的故障信息。然后,采用4个M-RVM作为分类器,对故障进行初步诊断,并将诊断结果分别转化为证据融合所需证据体,同时引入兰式距离函数与光谱角余弦函数对证据体进行修正。最后,采用改进冲突再分配策略进行决策融合,避免融合过程中出现证据互相矛盾的现象。对比分析结果表明,基于多源信息融合的变压器诊断模型相较单一特征参数诊断以及单一诊断算法具有更高的诊断准确率。     

基于深度置信网络和多维信息融合的变压器故障诊断方法

为了综合多维度信息,快速准确判断变压器缺陷,同时解决多维度信息融合权重难以确定的问题,文中基于深度学习理论,采用稀疏受限玻尔兹曼机搭建了用于故障诊断的深度学习故障分类模型,结合大型变压器的多维度监测量,提出了一种基于深度置信网络和多维度信息融合的变压器故障诊断方法。该方法能够利用变压器海量的无标签多维监测数据作为学习样本,只需对少量带标签数据进行辅助优化,根据变压器实时在线多维监测数据,被训练后的模型能够对变压器本体状态做出准确的故障诊断。对某市220 k V主变进行诊断测试,结果表明,文中提出方法的故障诊断准确率较现有方法高约4%,验证了该方法的可行性和有效性。     

基于加权证据理论的异步电机故障诊断研究

针对D-S理论不能解决高冲突证据的融合问题,本文提出一种基于证据间距离和先验知识的加权证据理论.利用异步电机失电残余电压和Park矢量模平方各自的故障特征频率分别进行初步故障诊断,诊断结果分别作为证据m1和m2,同时引入已知证据m3,再用本文提出的加权证据理论作最后的决策诊断.实验表明,诊断结果的准确性明显提高并且高冲...