共查询到19条相似文献,搜索用时 171 毫秒
1.
一种基于电动机振动信号分析的故障诊断新方法 总被引:1,自引:0,他引:1
本文采用虚拟仪器系统作为开发平台,通过电机振动测试进行故障诊断,针对电机的振动信号的特点,提出了基于自回归AR模型的功率倒谱分析方法。具体是先对电机振动信号进行AR建模:进行阶次预测和系数预测,得到相关参数;再进行倒谱变换。该方法能消除"频率模糊"现象,快速准确地提取出所需要的频谱信息。 相似文献
2.
一种基于自回归模型的间谐波谱估计的改进算法 总被引:17,自引:4,他引:17
间谐波的频率是基频的非整数倍,频谱随时间而变化,具有随机性,因此间谐波是随机信号。该文首先介绍平稳随机信号的AR模型和Burg算法的基本原理,然后分析Burg算法在处理正弦信号时出现谱峰偏移的原因。在此基础上该文提出了一种基于AR模型的间谐波谱估计改进算法。该算法通过直接求解在预测误差功率最小意义下的较低阶AR模型系数,再递推计算高阶系数,减小了谱估计的谱峰偏移。仿真结果表明,该算法明显改善了谱估计的性能,而且只要用比较短的数据即可得出较好的间谐波谱估计。 相似文献
3.
功率谱是描述随机信号基本特征的重要参数,AR(autoagressive)模型谱估计因其运算量较小,广泛用于各种信号处理中.用AR模型实现谱估计的关键在于寻找AR模型的参数.由AR模型引出Yule-Walker方程,分析说明Yule-Walker方程实质上是线性预测误差功率最小的驻点方程,求AR模型各参数的问题也可归结为求在最小均方误差准则下的线性预测器系数的问题.并由此提出用拟牛顿法来搜索AR模型参数,实现谱估计.通过计算机仿真,对产生的谱漂移现象、谱分裂现象和频率分辨能力进行分析,验证了该算法的有效性. 相似文献
4.
一种用于电力系统间谐波谱估计的自回归模型算法 总被引:6,自引:0,他引:6
首先详细讨论自回归(autoregressive,AR)模型谱估计原理和基于AR模型的间谐波分析原理。针对其中较常用的Burg算法存在的谱线分裂和谱峰偏移的缺点,提出基于Maple算法的间谐波分析新方法。该算法通过在预测误差平均功率最小的意义下直接求解m阶AR系数,解除了Levinson递推公式这一强约束条件。利用Levinson型阶数递推和附加的时移递推来求解自相关矩阵,使计算效率得到提高。与Burg算法相比,该方法的优点是谱峰偏移程度较低,且不存在谱线分裂现象。仿真结果表明,该方法对较短的间谐波信号进行分析,具有很高的频率分辨率。可推广应用于电力系统间谐波测量领域。 相似文献
5.
基于EKF算法的交流永磁无刷同步电机参数辨识 总被引:3,自引:1,他引:2
用扩展的卡尔曼滤波算法(EKF)对表贴式交流永磁无刷同步电动机进行动态参数估计,根据电机控制系统中传感器检测到的电机定子电流、电压和转子的位置、转速等信号,推算电机定子绕组的电阻和转子的主磁通值,经过对电机模型和卡尔曼算法的分析,给出了电机控制系统的全阶卡尔曼滤波模型和经过简化处理后的降阶估计模型,用降阶的简化模型对系统进行估计后,得到了定子电阻和转子主磁通的结果,并分析了定子电阻和转子磁通估计值和实际值之间的误差,以及估计值随电机转速和负载大小变化的曲线。电机用脉宽调制(PWM)的电压源逆变器供电,用TMS320F2812系列数字信号处理器(DSP)作为控制芯片,用矢量控制的策略对电机进行转速控制。 相似文献
6.
7.
汽轮机主油泵减速器系统常会出现振动现象,主要是由于齿轮传动时因制造、装配、运行这三方面因素导致的。为了提前预测齿轮故障,将AR模型中的自相关估计法、Burg法和改进的协方差法应用于齿轮的故障诊断中,并对分析效果进行了对比。研究结果表明AR模型获得的功率谱图能够更好地识别汽轮机主油泵减速器系统中齿轮的故障特征,提高故障诊断的确诊率。此外,对比分析了经典谱与AR模型的分辨率,AR模型估计方法能将两个接近的信号频率明显的分辨出来,所以AR模型分辨率比经典谱分辨率高,可以将AR模型应用于难分辨的信号中。 相似文献
8.
《电工技术学报》2020,(9)
该文针对磁悬浮高速电机的不平衡振动,提出一种基于自适应变步长最小均方误差(LMS)算法的不平衡补偿方法。首先,通过分析步长和频率对LMS算法特性的影响,给出合适的步长计算公式。之后,利用基于变步长LMS算法的自适应滤波器,在线识别转子位移信号中与转速同频的振动分量,并通过反馈对转子的同频振动进行不平衡补偿,以实现最小位移控制。然后,利用广义根轨迹法分析了引入不平衡补偿后转子系统的闭环稳定性。通过切换步长符号,实现转子系统在全转速范围内的闭环稳定运行。最后,分别在频率匹配、频率失配、存在噪声和恒加速四个条件下,将该方法应用于四自由度转子的仿真模型中,并且在磁悬浮高速电机实验平台上进行了相关实验。仿真和实验结果均表明,该方法能够有效地抑制转子的不平衡振动。 相似文献
9.
10.
11.
基于自回归-连续隐马尔可夫模型的离心泵故障诊断 总被引:5,自引:0,他引:5
根据振动与语音信号的相似性和离心泵故障信号的特点,将连续隐马尔可夫模型引入了离心泵的故障诊断中。利用自回归谱不受数据长度的限制,及自回归模型参数对状态变化规律反映敏感的特点,以信号的12阶自回归谱系数为特征矢量,将其输入到各个状态连续隐马尔可夫进行训练,来实现离心泵的故障诊断。为防止数据下溢,引入前向-后向比例因子算法求其对数似然概率,并且采用K-means算法对连续隐马尔可夫进行参数初始化。在给定的观测序列中每一种模型的优化路径通过Viterbi算法实现,用Baum- Welch算法实现参数重估。最后通过2BA-6A离心泵试验系统验证了该方法的有效性。 相似文献
12.
变频器驱动异步电机振动频谱特征分析 总被引:4,自引:0,他引:4
为提出一种更加有效的电机振动抑制算法,对电机振动频谱特性进行讨论.介绍了异步电机调速系统振动数据采集单元以及不同运行状态下的电机振动数据采集,给出了调压器调压和变频器变频调速2种情况下不同转速的电机振动频谱图和转速谱图.通过这些谱图,分别对电机振动特征、变频器载波频率对电机振动特征的影响进行了对比分析.谱图分析表明,采用变频器驱动异步电机时,一阶转频引起的强迫振动与自由振动波形会发生畸变,且电机振动峰值增大.随着变频器载波频率的增加,电机振动幅值将显著降低.变频器引入的高阶振动谐波转矩使得电机的振动特征更加复杂.电机振动频谱特征分析为电机振动抑制算法设计与算法评价提供了基础. 相似文献
13.
14.
基于WP-AR模型的双谱估计在高压断路器振动信号处理中的应用 总被引:2,自引:2,他引:0
采用小波包(WP)的方法先对现场采集的、噪声干扰较大的信号进行消噪处理,选取目的频带信号;再用奇异值分解(SVD)方法求解修正Yule-walker方程,估计AR参数及其阶数,进行双谱分析,提取机械性能判据对断路器进行在线故障诊断。经对多组不同时期的现场数据分析、对比,得出该方法可行有效,可为高压断路器实时在线故障诊断提供有效依据。 相似文献
15.
为模拟直驱永磁同步风力发电机(Direct Drive Permanent Magnet synchronous windpower Generator, DDPMG) 与传统同步发电机故障振动的共性,实现对风力发电机故障的研究,提出一种基于频谱分析的DDPMG模拟研究方法,借助变速调频装置改变同步发电机的转速,模拟DDPMG的振动,可有效区分3种不同类型的机械故障,并有效定位故障点。实验结果表明:ZonicBook618E振动测试仪对DDPMG故障类型的模拟是真实、有效的。 相似文献
16.
针对高精确度磁悬浮轴承感应电动机转子运行中激发的拍振问题,研究拍振产生的机理及其抑制方法.分析磁悬浮轴承转子拍振的合成原理,通过理论分析和实验找出合成磁悬浮轴承转子拍振的两个分振动,即与转子转速同频的振动和与内嵌感应电动机旋转磁场同频的振动.结合磁悬浮轴承的特殊电气和机械结构对两个分振动特别是与旋转磁场同频振动的产生根源进行研究分析,并通过数值方法进行验证.根据研究结果提出抑制磁悬浮轴承转子拍振的可行措施.实验结果证明了拍振机理及抑制方法的正确性,实现了转子拍振的有效控制. 相似文献
17.
行波超声波电机多调节量协调控制方法 总被引:2,自引:0,他引:2
在行波超声波电机伺服控制中,电机需要低速运行和正反向转动。调压可以实现低转速控制,但通过单一调节驱动频率和电压不能改变定子行波的运动方向,因而电机转动方向无法改变。调节两相驱动信号相位差,在±p/2间直接切换会造成在切换点转速的剧烈跳动。因此要想获得理想的伺服控制效果,采用驱动频率、电压(占空比)、相位差三种调节量分段调节,通过模糊控制算法,可以解决低转速控制和转速跳动问题。以直径60 mm行波超声波电机为实例,通过转速、位置伺服跟踪控制对这种控制方法进行了实验验证。 相似文献
18.
Roberto Diversi Roberto Guidorzi Umberto Soverini 《International Journal of Adaptive Control and Signal Processing》2008,22(5):465-481
A common approach in modeling signals in many engineering applications consists in adopting autoregressive (AR) models, consisting in filters with transfer functions having a unitary numerator, driven by white noise. Despite their wide application, these models do not take into account the possible presence of errors on the observations and cannot prove accurate when these errors are significant. AR plus noise models constitute an extension of AR models that consider also the presence of an observation noise. This paper describes a new algorithm for the identification of AR plus noise models that is characterized by a very good compromise between accuracy and efficiency. This algorithm, taking advantage of both low and high‐order Yule–Walker equations, also guarantees the positive definiteness of the autocorrelation matrix of the estimated process and allows to estimate the equation error and observation noise variances. It is also shown how the proposed procedure can be used for estimating the order of the AR model. The new algorithm is compared with some traditional algorithms by means of Monte Carlo simulations. Copyright © 2007 John Wiley & Sons, Ltd. 相似文献