无传感器轴承故障诊断中的过调制及解调方法研究

发布时间：2020-09-16 12:19

　　 滚动轴承做为工业设备中的重要组成部件,它能否正常工作影响着整台设备的安全运行,准确识别滚动轴承故障并及时更换显得尤为重要。无传感器故障诊断法以其独特的优势,已成为目前轴承故障检测方面的研究热点。但是,由于定子电流信号中的机械故障成分较弱,且存在过调制频率混淆问题,因此,针对无传感器轴承故障诊断中的过调制及其解调方法的研究具有十分重要的意义。本文在滚动轴承的故障感应机理分析的基础上,对轴承扭矩变化对定子电流的影响进行公式推导,分析电流信号中的过调制现象及其引起的频率折叠和混淆问题,提出一种调制单边带信号移频解调算法。首先在计算机数字信号进行模拟分析与验证,然后在Matlab/Simulink环境下,建立滚动轴承冲击扭振激励的电机仿真模型,分别采集正常和故障状态下的电动机定子电流信号,进行希尔伯特变换和调制单边带移频解调分析,最后搭建由三相电机驱动,直流发电机作为负载的滚动轴承故障模拟实验台,人为模拟滚动轴承外圈故障,利用加速度传感器和电流互感器分别采集振动和电流信号,进行正常与故障状态下的模拟实验对比分析。仿真和实验结果表明,当故障频率超过载波频率时,会出现过调制现象,运用常规方法进行解调分析会在低频段出现混淆频率,影响故障诊断的准确性。本文提出的调制单边带信号移频解调方法,通过两次移频后,再进行包络解调分析,可有效的抑制过调制引起的频率混淆,突出轴承故障特征频率,提高轴承无传感器故障诊断的准确性。
【学位单位】：哈尔滨理工大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TH133.3
【部分图文】：

了一个如图 1-1 所示的由异步电动机、发电机，通过一个滚动轴承的故障模拟实验，采集电，发现电信号中存在滚动轴承的故障特征频率用于故障检测中。Stack[26]在研究中发现定子电，这是由于滚动轴承的过度磨损造成的，他将，通过和正常电信号的对比分析，证明定子电故障。

Fig.1-2 Algorithm flow of wiener filtering]等人利用经验模态分解法(EMD)对风力发电机主传障检测，先将采集的风力发电机定子电流分解成若干并对分解后的本征模态函数(IMF)进行希尔伯特变换的故障特征信息。通过实验证明，该方法可以消除转的影响，从定子电流信号中有效地分离滚动轴承的微故障诊断的目的。

图 1-4 ELM 算法模型Fig.1-4 Algorithm model of ELM可以看出国内外研究学者在运用定子电量理论分析与实验研究，在信号处理方在轴承故障诊断时因调制频率过大而造

【参考文献】

相关期刊论文 前10条

1 贾朱植;徐建英;宋向金;祝洪宇;;鼠笼电机转子断条故障的定子电流信号平方解调分析诊断方法[J];仪器仪表学报;2015年09期

2 侯捷;丁华;杨兆建;;基于定子电流的转子轴承系统故障诊断[J];煤炭技术;2015年07期

3 魏闻达;陈德智;侯新贵;胡苏筠;胡文明;张栋;;基于定子电流信号和噪声信号的异步电动机转子断条故障诊断[J];电机与控制应用;2015年06期

4 赵光昌;谢刚;张清华;;滚动轴承早期故障诊断技术[J];轴承;2015年06期

5 张海刚;尹怡欣;祝乔;杨永亮;;基于定子电流监控的轴承故障在线监测[J];控制理论与应用;2015年04期

6 时献江;罗建;宫秀芳;;无传感器诊断方法及在风力发电中的应用与展望[J];哈尔滨理工大学学报;2014年06期

7 王熙雏;褚达;;基于定子电流的异步电机断条故障诊断方法[J];大电机技术;2014年04期

8 陈金文;杨明发;;异步电动机故障早期检测技术综述[J];微电机;2014年01期

9 韩敏;王新迎;;多元混沌时间序列的加权极端学习机预测[J];控制理论与应用;2013年11期

10 王立臣;梁浩;;滚动轴承故障诊断技术现状及发展趋势[J];电子测试;2013年22期

相关硕士学位论文 前7条

1 罗建;基于DSP的风力发电机电信号采集与故障诊断方法研究[D];哈尔滨理工大学;2016年

2 张建坤;基于EMD的风力发电机轴承故障诊断方法研究[D];哈尔滨理工大学;2016年

3 程国柱;感应电机轴承故障电流特征的幅值研究[D];大连海事大学;2016年

4 马杨;基于FPGA的电机轴承故障电流特征研究[D];大连海事大学;2015年

5 陆新峤;基于DSP的电机轴承故障电流特征研究[D];大连海事大学;2015年

6 高朋飞;风机滚动轴承故障诊断方法研究[D];山东理工大学;2014年

7 靳彦虎;基于定子电流信号分析的异步电机定转子故障的诊断[D];河北科技大学;2013年

本文编号：2819845