基于物联网低品质振动信号处理的电机故障诊断方法研究

发布时间：2024-01-09 18:43

　　当今社会,电机设备在工业制造中有着较高的地位,它的出现以及发展,给工业带来了巨大的利益,除此之外,它在我们的日常生活中也起到了举足轻重的作用。任何一个工业部门和家庭都需要各种各样的电机,它作为当今世界上使用最普遍、数量最多的供电设备和动力机械,在大部分领域都有所涉及。由于电机在国内外工业中的广泛应用,因此设备故障问题以及故障带来的各种巨大损失都值得我们重点关注。针对设备故障以及提高工业生产效率等问题,需要时刻掌握电机的运行状态,进行实时监测,实现精确的电机故障诊断。本文以电机作为研究对象,提出利用无线传感器网络节点(Wireless Sensor Network,WSN)实时在线采集电机的振动信号,并结合时频分析技术、图像增强技术和卷积神经网络(Convolutional Neural Network,CNN)进行电机故障分类。就传统方法来说,通常利用传感器首先将振动、声音、电压、电流和温度信号转换成电信号。然后,数据采集系统(Data Acquisition System,DAS)获取和量化这些模拟信号,获得数字信号,服务器通过分布式DAS收集数据。最后,对数据运用了特定的算法处理,...

【文章页数】：63 页

【学位级别】：硕士

本文编号：3877714