电机生产线噪声故障自动识别

电机振声信号蕴涵着丰富的电机状态信息,因此提出利用电机振声信号实现电机生产线噪声出厂检测。考虑工业现场环境的影响,系统首先采用小波分析对振声信号进行消噪,提取有用信号;再利用小波技术多分辨率的特点,从能量分布角度出发,结合概率论参数区间估计法获得各频段能量区间,对故障电机进行自动识别。系统基于LabVIEW软件平台,实现电机振声信号的实时采集、分析和后处理。现场应用表明,该系统效果良好。     

电机故障自动识别在电机生产线上的应用

电机出厂检测非常重要。为了确保质量控制,目前电机厂多是通过操作者听电机声音判定噪声故障。而该文将研究模式识别技术在小型电动机生产线上电机故障检测中的应用。由于工业现场环境,系统首先采用小波分析对振声信号进行消噪,提取有用信号。再利用小波技术多分辨率特点和小波能谱熵提取故障信号的特征信息,最后结合概率论参数区间估计法获得小波熵带,对故障电机自动识别。     

区间三角样条小波(ITSW)及其在电机故障信号边界问题处理中应用

首先构造了区间上三角样条小波 ,并将它应用到电机故障信号的检测中 ,很好地解决了一些传统的著名小波 ,如Symmlet小波、Daubechies小波、Coiflets小波、Meyer小波等以及一些常用处理边界的方法 ,如区间外数据补零、对称延拓、平滑法和周期延拓方法等不能解决的边界效应问题。区间三角样条小波具有对称性 ,因而具有线性相位。在电机故障信号分解和重构中比补零法、对称延拓法、平滑法和周期延拓法精度高。     

区间三角样条小波(ITSW)及其在电机故障信号边界问题处理中应用

首先构造了区间上三角样条小波,并将它应用到电机故障信号的检测中,很好地解决了一些传统的著名小波,如Symmlet小波、Daubechies小波、Coiflets小波、Meyer小波等以及一些常用处理边界的方法,如区间外数据补零、对称延拓、平滑法和周期延拓方法等不能解决的边界效应问题.区间三角样条小波具有对称性,因而具有线性相位.在电机故障信号分解和重构中比补零法、对称延拓法、平滑法和周期延拓法精度高.     

基于小波与参数区间估计法的电机故障诊断

为利用电机噪声信号对电机进行出厂故障诊断,采用小波分析技术对小功率异步电动机噪声信号进行多分辨率分析。从能量分布出发,结合概率论参数区间估计法获得不同故障各频段能量区间,对电机进行故障诊断。实验证明,不同故障的各频段能量区间不同,根据能量分布区间可以有效地诊断电机故障类型。     

对称小波构造方法及其在电机故障信号处理中的应用

对称小波或反对称小波具有线性相位或广义线性相位，因而在信号的分解和重构中非常重要，它可以避免信号失真。在工程中广泛使用的Daubechies小波和Symmlet小波都不是对称小波，作者使用的对称小波构造方法是一种通用的方法，并就Db4和Sym4小波构造了对称小波，构造出的对称小波的计算量是原先小波的一半，提高计算速度。仿真结果表明，由Db4构造的对称小波包与Db4小波包相比，在信号分解与重构过程中具有频率泄漏少、能量集中、计算量小和实时性好等优点。     

电机故障信号小波变换边界问题及解决方法

小波变换比Fourier变换具有良好的时频局部化特性，是处理突变信号的有力工具。近年来，小波变换在电力系统故障信号的处理中得到广泛地应用。而故障信号的采样区间是有限的，小波变换在处理电力系统故障信号时存在两个边界问题：即靠近端点附近突变点很难识别出来；信号分解、压缩及重构时误差较大。因为传统处理方法将有限区间的信号通过补零、对称延拓和平滑扩充外来数据区间而造成人为误差，除Harr小波外任何正交的紧支撑小波不具有对称性或反对称性，因而不具有线性相位或广义线性相位，易出现信号恢复时失真现象。提出的区间双正交小波方法同时具有正交性、紧支撑性及对称性，实验结果表明这种小波误小、精度高。     

三角样条调频小波变换的电机轻微故障定位

实小波变换只能提取信号的幅值特性，而电机轻微故障信号的小波幅值很小，因而用实小波变换有时很难检测到故障的发生，复值小波不仅能提取信号的幅值特性，还能提取信号的相位特性，进而在轻微故障信号的小波变换幅变化不太明显的情况下，利用相位变化的特性也能准确判断微弱故障信号的突变点，文章将线调频小波变换应用到电机微弱故障的诊断中，取二阶三角样条小波作为窗函数，并令q=0得到简化的二阶三角样条调频小波，提取故障信号的相位特性，成功地确定了微弱故障信号的突变点。     

基于半正交小波包的电机故障信号处理方法

B－样条小波是对称的半正交小波，基于它的小波包称为半正交小波包，它的算法简洁，准确，与Daubechies小波迭代算法不同，B－样条小波是对称的或反对称的小波，基于它的滤波器具有线性相位或广义线性相位，因而可避免信号的相位失真，实验结果表明半正交小波包对故障信号的分解，压缩，重构比Daubechies小波包效果明显，另外对故障信号的小波包分解的不同频带的特征值与正常信号的特征值进行比较，可以对故障信号进行谐波检测和定位。     

电机故障特征值的倍频小波分析

该文对异步电动机在鼠笼转子发生不同断条故障情况下的定子电流分别进行了实验测量；并对测量电流进行倍频小波分析，利用小波系数，在各个频段上进行小波信号重构；通过计算各个频段的信号能量特征值，诊断电机故障。这样，既可以从低频频段来诊断异步电动机鼠笼转子断条故障，也可以从某些高频频段来识别故障是否发生，从该文的实验诊断表明，倍频小波分析方法取得了较好的效果。     

三角样条小波（TSW）及其在电机故障检测中的应用

该文提出了一种新的小波函数－－三角样条小波（TSWn,n＝1,2…）,它与B样条小波一样是由单位特征函数迭代而成,具有良好的时、频域局部性质和对称性或反对称性,具有广义线性相位;由于三角样条小波由三角函数张成,基于它的小波变换又具有Fourier变换的特点。文中将三角样条小波变换用于电机定子单相接地故障实时检测,并与电力系统中使用广泛的Meyer小波、Morlet小波、正交小波Db4以及正交小波Bior4．4小波变换进行了对比,从实验结果可看出三角样条小波在重构信号的误差分析、奇异点（突变点）的识别和定位以及谐波检测等方面,相对于其它小波变换更敏感,显示了三角样条小波的优点。     

大电机振动故障中的疑难杂症

有些大型电动机由于运行时间较长,或因制造、使用、维修等方面的原因,电动机的前后端盖、轴承套、转子轴颈等零部件由于磨损、变形而丧失了应有的形位精度和尺寸精度,导致振动严重超差,无法正常运行。其振动情况十分复杂,诊断、修理都很麻烦。如已断裂或破裂的转于汇流条,它们会在磁场和离心力的作用下移动,从而改变转子的平衡状态,振动时常伴有尖叫声。在实践中有很多这样的例子：（1）某电动机,已使用十多年,因发生轴承烧损事故,用电焊吹喷把轴承取出,从此电机振动严重,无法使用,检修前的振动测试,结果如表1：从数据可见,…     

基于小波包算法的电机故障信号的压缩和重构

提出了基于小波包改进算法的电机故障信号压缩和重构方法,取定误差限后,通过选择分解阶数自动优化调节每个节点的阈值来获得尽可能大的压缩比。分析了小波包分解尺度空间系数V1不压缩和压缩2种方案,以及小波包完全分解和基于熵值的最优分解下各压缩指标随尺度的变化情况,并比较了不同小波的压缩效果。分析结果表明,提出的方法在获得较大压缩比的同时又能不失真地重构原信号,并有效地减少小波包分解和重构的计算量,是一种有效的电机故障信号和压缩和重构方法。     

小波分析在电机噪声测量中的应用

在电机噪声现场测试中，环境噪声对测量结果影响很大，尤其是随机出现的冲击噪声更难消除，本文通过冲击噪声和电机噪声的小波系数的模极大值的比较，较好地消除了冲击噪声。