绕线式异步电机智能监测系统研究

发布时间：2017-09-16 00:18

  本文关键词：绕线式异步电机智能监测系统研究

  更多相关文章： 绕线式异步电机 在线监测 故障诊断 极限学习机 支持向量机

【摘要】：电机在生产生活中可谓无处不在,其重要性不言而喻。在很多重要场合中,电机的安全运行至关重要,一旦电机运行出现事故,往往会造成严重连锁事故。事故损失不仅仅只有经济损失,严重时甚至会导致人身安全事故,而社会影响更是无法估量。研究表明,除了小部分突发故障,电机大部分故障都有相当长时间的潜伏期,可以在潜伏阶段通过技术手段诊断出故障类型。另外,电机发生故障后,很多工况下还能坚持工作一定时间,如果能够及时报警并处置,就能将损失控制到最低限度。因此,非常有必要对重要场合的电机进行监测。本文以市场占比很大的绕线式异步电动机为研究对象,研究出一套基于人工智能的电机监测系统,并围绕该系统展开一系列的研究,主要内容如下:(1)分析绕线式异步电动机的故障机理,对常见的故障进行故障机理的定性分析。并根据电接触理论对电刷-滑环系统的动态电阻建模,推导电刷-滑环系统的动态电阻方程分析电刷火花故障的原因。(2)总体设计绕线式异步电动机智能监测系统,并详细论述监测系统的运行原理,及其所采用的开发工具和所要实现的功能模块。(3)设计与开发监测系统通讯模块。该通讯模块采用C#.NET编写基于MODBUS通讯协议的数据采集程序,实验表明监测系统运行时数据通讯功能稳定可靠。(4)建立基于极限学习机的电机诊断模型。首先搭建绕线式异步电动机故障实验平台,采集电机正常状态下与故障状态下的定子三相电压、电流信号。接着对电机实验采集到的电压、电流信号进行小波包变换,提取出故障特征并以其为输入量建立小波包-极限学习机故障诊断模型,并通过测试验证了该诊断模型的可靠性。(5)建立基于支持向量机的电机诊断模型。以小波包提取出电机的故障特征向量为输入量,建立了基于支持向量机的电机故障诊断模型。考虑到支持向量机的参数选取正确与否对诊断模型性能的好坏有着较大的影响,采用了多种群遗传算法对支持向量机的参数进行了优化,提高了诊断模型的性能。最后使用混合编程技术把基于支持向量机的故障诊断模型和基于极限学习机的故障诊断模型都嵌入监测系统。(6)搭建测试平台,并设计测试方案,对监测系统的核心功能进行测试。实验结果表明该电机监测系统有着较好的监测和故障诊断能力,具有较好的实用参考价值。
【关键词】：绕线式异步电机 在线监测 故障诊断 极限学习机 支持向量机
【学位授予单位】：华侨大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM343
【目录】：

• 摘要3-5
• Abstract5-10
• 第1章 绪论10-16
• 1.1 课题研究的背景和意义10-11
• 1.2 电机状态监测与故障诊断技术11-12
• 1.3 电机状态监测与故障诊断技术研究现状12-14
• 1.4 本文的主要工作内容与安排14-16
• 第2章 绕线式异步电动机常见的故障形式及机理分析16-24
• 2.1 电机定子故障和转子故障16-17
• 2.2 绕组绝缘故障17
• 2.3 电气不平衡故障17-18
• 2.4 轴承故障18
• 2.5 电刷-滑环火花故障18-22
• 2.6 本章小结22-24
• 第3章 绕线式异步电机在线监测系统总体设计24-32
• 3.1 电机监测系统工作原理24
• 3.2 电机监测系统开发平台的选择24-26
• 3.3 C#与 MATLAB 混合编程技术26-27
• 3.4 电机监测系统功能框架27-31
• 3.5 本章小结31-32
• 第4章 监测系统数据采集功能模块开发32-54
• 4.1 数据采集模块硬件部分设计与实现32-35
• 4.2 数据采集模块软件部分设计与实现35-53
• 4.2.1 MODBUS通讯协议35-36
• 4.2.2 上位机数据采集软件设计36-53
• 4.3 本章小结53-54
• 第5章 基于极限学习机的电机故障诊断的实现54-70
• 5.1 ELM的基本思想54-57
• 5.2 基于ELM的绕线式异步电机故障诊断模型57-69
• 5.2.1 电机故障实验57-63
• 5.2.2 小波包能量谱故障特征量的提取63-66
• 5.2.3 故障类型66
• 5.2.4 激活函数66-67
• 5.2.5 诊断模型与仿真结果分析67-69
• 5.3 本章小结69-70
• 第6章 基于支持向量机的电机故障诊断的实现70-94
• 6.1 支持向量机原理70-76
• 6.1.1 最优分类超平面71-72
• 6.1.2 支持向量分类机72-76
• 6.2 基于SVM的绕线式异步电机故障诊断模型76-78
• 6.2.1 输入量和输出量的确定76
• 6.2.2 核函数的选取76-77
• 6.2.3 参数的选取对诊断性能的影响77-78
• 6.3 基于SVM的绕线式异步电机故障诊断模型参数寻优78-87
• 6.3.1 传统标准遗传算法78-80
• 6.3.2 传统遗传算法存在的问题80
• 6.3.3 多种群遗传算法80-82
• 6.3.4 基于MPGA的SVM参数寻优82-87
• 6.4 基于SVM故障诊断模型与基于ELM故障诊断模型的对比87-89
• 6.4.1 参数设置87
• 6.4.2 诊断准确率87
• 6.4.3 样本的规模对诊断模型性能的影响87-89
• 6.5 MATLAB 与 C#.NET 的混合编程89-92
• 6.6 本章小结92-94
• 第7章 系统测试与结果分析94-100
• 7.1 测试平台94-95
• 7.2 测试方案95-98
• 7.2.1 上下位机数据通讯性能测试95
• 7.2.2 阈值报警与故障诊断功能测试95-98
• 7.3 本章小结98-100
• 第8章 全文总结与工作展望100-104
• 8.1 全文总结100-101
• 8.2 工作展望101-104
• 参考文献104-108
• 致谢108-110
• 个人简历、在学期间发表的学术论文与研究成果110

【相似文献】

中国期刊全文数据库 前10条

1 肖慧荣;邹文栋;柴明纲;;大功率绕线式异步电机无功补偿装置的研究[J];电力电子技术;2007年06期

2 汪琴;;绕线式异步电机通风结构的优化[J];上海大中型电机;2013年02期

3 郭艳,郭世勇;静止进相器在绕线式异步电机无动补偿中的应用[J];河南建材;2004年04期

4 沈阳;阮毅;赵梅花;钟沁宏;;绕线式异步电机双馈调速系统控制分析[J];电气传动;2013年01期

5 翟佑华;;无刷自控绕线式异步电机的研制[J];电工技术;2002年12期

6 夏梦芝;黄运生;陈学;;绕线式异步电机电流斩波调速系统的设计[J];自动化技术与应用;2010年02期

7 张文渊;排罐泵站绕线式异步电机节能技术改造的研讨[J];节能技术;1999年02期

8 万翔,柴承文;大中型绕线式异步电机的静止进相器[J];北京印刷学院学报;2005年03期

9 廖凡;乔毅;赵恒连;纪世友;郭亮;郑禹;;中小型绕线式异步电机可控硅串级调速系统的研究[J];大连铁道学院学报;1991年03期

10 赵毅夫;三相绕线式异步电机减少转子线圈种类的途径[J];大电机技术;1991年03期

中国重要会议论文全文数据库 前1条

1 尹德俊;邢红义;;新型无滑环绕线式异步电机在水泥行业的应用[A];2007年水泥技术大会暨第九届全国水泥技术交流大会论文集[C];2007年

中国博士学位论文全文数据库 前1条

1 沈天飞;绕线式异步电机转子IGBT斩波调阻调速系统的研究[D];上海大学;2001年

中国硕士学位论文全文数据库 前3条

1 许超尧;绕线式异步电机智能监测系统研究[D];华侨大学;2016年

2 薛君;绕线式异步电机转子晶闸管调速系统[D];大连理工大学;2013年

3 彭清祥;绕线异步电机转子电流斩波调速系统设计[D];中南大学;2008年

，

本文编号：859769