混凝土搅拌站螺旋输送电机故障智能诊断研究
发布时间：2021-04-02 09:46
继《中华人民共和国环境保护税法》等相关法规推出后,许多小型混凝土厂商和大量的简易混凝土生产设备被逐渐淘汰。规模更大、自动化和集成化程度更高的混凝土搅拌站已经成为主流的发展方向。螺旋输送电机作为搅拌站最重要的物料输送设备之一,由于其工作环境恶劣、工作强度大,可靠性和稳定性很难得到保障。本文采用试验法对螺旋输送电机的智能诊断方法进行研究。首先根据其实际工作需求,运用MATLAB/Simulink建立了电机矢量控制模型。然后在此基础上对电机的主要故障形式进行仿真分析,并根据电机故障信号的特点,提出利用小波分解法提取电机的故障特征参数。接着采用PCA（主元分析）法选取电机的主要故障特征参数,确定故障样本。最后结合BP神经网络和遗传算法的优点,建立了AGA-BP神经网络故障诊断模型,并利用采集的样本数据进行试验验证。试验结果显示该模型的诊断精度为73.3%,表明本文设计的诊断模型具有良好的故障诊断能力。通过本研究可以为将来混凝土搅拌站智能化控制系统的设计提供有效的技术支撑。
【文章来源】：华北水利水电大学河南省
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
技术路线图
2螺旋输送电机故障信号采集9系统结构如图2-1所示。电机矢量控制系统包含多个功能模块，其中AφR和ASR是两个PID控制模块，分别用于磁链调节和速度调节（控制输出转矩），Phir表示转子磁链值、Teta表示转子磁链位置角、指电机转子角速度。2R/3S是两相同步旋转坐标到三相定子坐标的转换模块、3S/2R是三相定子坐标到两相旋转坐标的转换模块、（、、）指三相定子电流、和分别指同步旋转坐标下电流的励磁分量和转矩分量。CurrentRegulator是脉冲触发模块，根据输入的三相定子电流的设定值和测量值控制输出脉冲，逆变器根据输入的PWM信号控制内部IGBT管的通断，并完成直流变交流的工作，M表示三相笼型异步电机。（图中带*的表示设定值或设定值条件下的计算量，其余为实际测量值及其相关计算数据）图2-1螺旋输送电机矢量控制系统结构框图Fig.2-1Thestructurediagramofvectorcontrolsystemofscrewconveyormotor2.1.3电机矢量控制模型设计联系上述电机矢量控制系统框图可知，该控制系统包括两相旋转坐标到三相定子坐标的变换及反变换模块、转子磁链计算模块、转子磁链位置角计算模块、电流励磁分量计算模块、电流转矩分量计算模块、脉冲触发模块以及两个PID调节模块，各功能模块设计如下[37-38]：a)定子电流转矩分量计算模块+ASR2R/3SCurrentRegulatorPWM逆变器-M3S/2R+-
华北水利水电大学硕士学位论文10图2-2定子电流转矩分量计算模块Fig.2-2Thetorquecomponentcalculationmoduleofstatorcurrent电机定子电流转矩分量与转矩相关，在已知电机磁链的基础上可以通过给初始转矩赋值计算得到。=23×2××（2.2）式中为电机极对数、为转子电感、为定子和转子间的互感、为电机转矩、表示电机磁链。b)定子电流励磁分量计算模块图2-3定子电流励磁分量计算模块Fig.2-3Theexcitationcomponentcalculationmoduleofstatorcurrent在不考虑弱磁的条件下，定子电流转矩分量可通过转子磁链给定值求取，计算公式如下：=(2.3)式中为转子的磁链设定值、为定、转子之间的互感、为定子电流转矩分量的计算量。c)转子磁链计算模块图2-4转子磁链计算模块Fig.2-4Rotorfluxcalculationmodule=1+×(2.4)
【参考文献】：
期刊论文
[1]基于小波分解-Elman网络的灌区地下水埋深预测模型[J]. 张先起,牛昂,宋超. 华北水利水电大学学报(自然科学版). 2020(01)
[2]浅析智能船舶设备状态监测与故障诊断[J]. 贾广付,马春梅. 船舶物资与市场. 2020(02)
[3]人工智能技术在尘肺病诊断中的应用研究进展[J]. 张敏,陈钧强. 环境与职业医学. 2020(02)
[4]基于大数据分析的装备故障诊断技术[J]. 郑贵文. 舰船电子工程. 2019(12)
[5]基于电力电子电路智能故障诊断技术研究[J]. 王海东. 数码世界. 2019(11)
[6]电网故障智能诊断技术研究综述[J]. 刘仲民,呼彦喆,张鑫. 南京师大学报(自然科学版). 2019(03)
[7]三相异步电动机变频调速系统控制探讨[J]. 余智勇. 内燃机与配件. 2019(17)
[8]基于集对分析和GA-BP神经网络的地下水埋深预测研究[J]. 陈笑,胡宏祥,戚王月,周婷,夏萍. 华北水利水电大学学报(自然科学版). 2019(04)
[9]基于遗传算法的BP神经网络对海底管道受撞击损伤预测[J]. 姜逢源,赵玉良,董胜,蒙占彬. 海洋湖沼通报. 2019(03)
[10]基于改进的自适应遗传算法优化BP神经网络[J]. 苏崇宇,汪毓铎. 工业控制计算机. 2019(01)
硕士论文
[1]基于神经网络的电力电子电路故障诊断方法研究[D]. 吴迪.哈尔滨理工大学 2017
[2]无刷直流电机系统故障诊断及容错控制研究[D]. 杨欣荣.西南石油大学 2016
[3]混凝土搅拌楼粉料储存输送系统节能分析与研究[D]. 孙军强.长安大学 2014
[4]基于小波变换的无刷直流电机智能故障诊断的研究[D]. 贺昌权.兰州理工大学 2009
本文编号：3115055
【文章来源】：华北水利水电大学河南省
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
技术路线图
2螺旋输送电机故障信号采集9系统结构如图2-1所示。电机矢量控制系统包含多个功能模块，其中AφR和ASR是两个PID控制模块，分别用于磁链调节和速度调节（控制输出转矩），Phir表示转子磁链值、Teta表示转子磁链位置角、指电机转子角速度。2R/3S是两相同步旋转坐标到三相定子坐标的转换模块、3S/2R是三相定子坐标到两相旋转坐标的转换模块、（、、）指三相定子电流、和分别指同步旋转坐标下电流的励磁分量和转矩分量。CurrentRegulator是脉冲触发模块，根据输入的三相定子电流的设定值和测量值控制输出脉冲，逆变器根据输入的PWM信号控制内部IGBT管的通断，并完成直流变交流的工作，M表示三相笼型异步电机。（图中带*的表示设定值或设定值条件下的计算量，其余为实际测量值及其相关计算数据）图2-1螺旋输送电机矢量控制系统结构框图Fig.2-1Thestructurediagramofvectorcontrolsystemofscrewconveyormotor2.1.3电机矢量控制模型设计联系上述电机矢量控制系统框图可知，该控制系统包括两相旋转坐标到三相定子坐标的变换及反变换模块、转子磁链计算模块、转子磁链位置角计算模块、电流励磁分量计算模块、电流转矩分量计算模块、脉冲触发模块以及两个PID调节模块，各功能模块设计如下[37-38]：a)定子电流转矩分量计算模块+ASR2R/3SCurrentRegulatorPWM逆变器-M3S/2R+-
华北水利水电大学硕士学位论文10图2-2定子电流转矩分量计算模块Fig.2-2Thetorquecomponentcalculationmoduleofstatorcurrent电机定子电流转矩分量与转矩相关，在已知电机磁链的基础上可以通过给初始转矩赋值计算得到。=23×2××（2.2）式中为电机极对数、为转子电感、为定子和转子间的互感、为电机转矩、表示电机磁链。b)定子电流励磁分量计算模块图2-3定子电流励磁分量计算模块Fig.2-3Theexcitationcomponentcalculationmoduleofstatorcurrent在不考虑弱磁的条件下，定子电流转矩分量可通过转子磁链给定值求取，计算公式如下：=(2.3)式中为转子的磁链设定值、为定、转子之间的互感、为定子电流转矩分量的计算量。c)转子磁链计算模块图2-4转子磁链计算模块Fig.2-4Rotorfluxcalculationmodule=1+×(2.4)
【参考文献】：
期刊论文
[1]基于小波分解-Elman网络的灌区地下水埋深预测模型[J]. 张先起,牛昂,宋超. 华北水利水电大学学报(自然科学版). 2020(01)
[2]浅析智能船舶设备状态监测与故障诊断[J]. 贾广付,马春梅. 船舶物资与市场. 2020(02)
[3]人工智能技术在尘肺病诊断中的应用研究进展[J]. 张敏,陈钧强. 环境与职业医学. 2020(02)
[4]基于大数据分析的装备故障诊断技术[J]. 郑贵文. 舰船电子工程. 2019(12)
[5]基于电力电子电路智能故障诊断技术研究[J]. 王海东. 数码世界. 2019(11)
[6]电网故障智能诊断技术研究综述[J]. 刘仲民,呼彦喆,张鑫. 南京师大学报(自然科学版). 2019(03)
[7]三相异步电动机变频调速系统控制探讨[J]. 余智勇. 内燃机与配件. 2019(17)
[8]基于集对分析和GA-BP神经网络的地下水埋深预测研究[J]. 陈笑,胡宏祥,戚王月,周婷,夏萍. 华北水利水电大学学报(自然科学版). 2019(04)
[9]基于遗传算法的BP神经网络对海底管道受撞击损伤预测[J]. 姜逢源,赵玉良,董胜,蒙占彬. 海洋湖沼通报. 2019(03)
[10]基于改进的自适应遗传算法优化BP神经网络[J]. 苏崇宇,汪毓铎. 工业控制计算机. 2019(01)
硕士论文
[1]基于神经网络的电力电子电路故障诊断方法研究[D]. 吴迪.哈尔滨理工大学 2017
[2]无刷直流电机系统故障诊断及容错控制研究[D]. 杨欣荣.西南石油大学 2016
[3]混凝土搅拌楼粉料储存输送系统节能分析与研究[D]. 孙军强.长安大学 2014
[4]基于小波变换的无刷直流电机智能故障诊断的研究[D]. 贺昌权.兰州理工大学 2009
本文编号：3115055
本文链接：https://www.wllwen.com/jianzhugongchenglunwen/3115055.html
