基于小波分析的感应电动机故障诊断

发布时间：2017-08-19 23:23

  本文关键词：基于小波分析的感应电动机故障诊断

  更多相关文章： 小波包分析 故障诊断 感应电机 小波基

【摘要】：随着现代化生产方式的普及与发展,生产过程对设备的依赖逐渐大于对人的依赖。电机作为应用广泛的工业设备,成为了现代化生产中必要的组成。电机的故障诊断也越发的重要,成为电机运行的安全卫士。电机故障诊断的终极目标是有效防治故障,确保电机正常运行。首先是提取信号,查明原因,清除异常;其次是实时监测,防患未然,避免损失;最后是明确根源,彻底修护,根除障碍。而诊断技术的发展历程中,信号的处理是关键的一环,目前大多数的研究都集中于此。本文介绍了电机的主要故障类型,比较了目前主流的故障诊断技术手段,并对定子电流法以及振动分析法进行了阐述以及讨论。在诊断系统重要的信号处理部分,本文采用了小波包分析法,在Matlab上,对基于改进的小波包分析法的振动信号分析法以及定子电流法进行诊断验证,成功的分离出故障类别的特征频率,检测出了故障类型,验证了本文提出的改进的感应电机故障诊断方案的可行性。具体来说,本文首先介绍了电机故障诊断的研究背景和意义,对国内外电机故障诊断技术的发展历程进行了概述,并对电机的故障类型分布以及故障原因进行了数据对比、分析;其次,对傅里叶分析以及小波分析的数学原理进行了阐述。在此章节的最后一节围绕两种变换中,基的不同展开讨论,小波变换相对于傅里叶变换的优势在这部分内容中得到了简单明了的分析。因此,本文采用小波分析作为信号处理的数学方法,对故障的精确诊断提供支持;进一步,对小波包分析法在实际应用中呈现的问题,进行了探讨分析。提出了3个改进方案,分别是特定故障最佳小波基选择算法、频率混淆改善算法(包括频率交错调整以及改善的单节点重构算法)、小波包结合傅里叶确定故障特征频率;最后,将小波包应用改进方案分别与电机振动分析法以及定子电流法进行整合,提出了改进的电机振动分析法以及改进的定子电流法,并且通过实验验证改进诊断算法以及最佳小波基算法的可行性。通过本文的论证以及对比,验证了小波包分析在故障诊断领域应用上的优势,小波分析的引入为故障诊断提供了更加精确的可能。而特定故障的最佳小波基算法可以筛选出适合故障特征的小波基,可以进一步的结合人工智能进行故障分析识别。随着小波分析研究的深入,小波分析在故障诊断领域的运用会愈加卓越。
【关键词】：小波包分析 故障诊断 感应电机 小波基
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM346
【目录】：

• 摘要4-6
• ABSTRACT6-11
• 第一章 绪论11-25
• 1.1 研究背景和意义11-12
• 1.2 国内外电机故障诊断概况12-14
• 1.3 电机故障诊断技术的主要研究内容14-15
• 1.4 感应电动机常见的故障分布统计以及常见诊断手段15-23
• 1.4.1 感应电动机常见故障分布案例统计15-22
• 1.4.2 感应电动机常见的故障诊断方法22-23
• 1.5 本文的主要工作23-25
• 第二章 小波分析理论基础25-40
• 2.1 傅里叶变换及其改进25-27
• 2.1.1 傅里叶变换25
• 2.1.2 窗.傅里叶变换25-26
• 2.1.3 傅里叶变换于信号处理的局限性26-27
• 2.2 小波变换27-38
• 2.2.1 小波基函数27-32
• 2.2.2 连续以及离散小波变换32-33
• 2.2.3 多分辨率分析33
• 2.2.4 信号多分辨率分解与重构33-36
• 2.2.5 小波包分析36
• 2.2.6 小波优势分析36-38
• 2.3 本章小结38-40
• 第三章 应用于感应电机故障诊断的小波包分析改进40-54
• 3.1 小波包分析应用于故障诊断的可行性讨论40-41
• 3.2 小波包快速算法频率混淆调整41-46
• 3.3 信号能量结合傅里叶变换作为故障判断标准46-49
• 3.4 特定故障最佳小波基的选取49-53
• 3.5 本章小结53-54
• 第四章 基于小波包分析的振动信号特征分析54-68
• 4.1 感应电动机的振动信号特征分析54-59
• 4.1.1 定子异常产生的定子电磁振动54-55
• 4.1.2 转子导体异常引起的电磁振动55-56
• 4.1.3 转子不平衡产生的机械振动56-57
• 4.1.4 滚动轴承异常产生的机械振动57-58
• 4.1.5 转子不对中产生的机械振动58
• 4.1.6 密封和间隙动力失稳产生的振动58-59
• 4.2 改进的振动信号分析法流程59-60
• 4.3 改进的振动信号分析法应用于转子不对中故障诊断60-67
• 4.3.1 转子不对中故障小波基函数选择60-63
• 4.3.2 转子不对中故障的诊断63-66
• 4.3.3 不同小波基分解效果对比66-67
• 4.4 本章小结67-68
• 第五章 基于小波包分析的电机定子电流信号特征分析68-95
• 5.1 感应电动机的定子电流特征分析(MCSA)68-72
• 5.1.1 电流特征成因68
• 5.1.2 故障电流特征频率68-72
• 5.2 改进的定子电流特征分析流程72-73
• 5.3 定子电流分析法应用于转子断条故障分析诊断73-83
• 5.3.1 转子断条故障小波基函数选择73-77
• 5.3.2 转子断条故障的诊断77-81
• 5.3.3 不同小波基分解效果对比81-83
• 5.4 定子电流分析法应用于匝间短路故障诊断83-94
• 5.4.1 匝间短路故障的特征83-84
• 5.4.2 匝间短路故障小波基函数选择84-86
• 5.4.3 匝间短路故障的诊断86-92
• 5.4.4 不同小波基分解效果对比92-94
• 5.5 本章小结94-95
• 结论95-96
• 参考文献96-102
• 攻读硕士学位期间取得的研究成果102-103
• 致谢103-104
• 附件104

【参考文献】

中国期刊全文数据库 前10条

1 雷宏峰;王朝晖;郭存杰;;电机故障诊断中电流信号采集的研究[J];电机技术;2005年04期

2 陈祥训;对几个小波基本概念的理解[J];电力系统自动化;2004年01期

3 周静,陈允平,周策,梁劲;小波系数软硬阈值折中方法在故障定位消噪中的应用[J];电力系统自动化;2005年01期

4 胡国胜,任震,黄雯莹;小波变换在电力系统中应用研究[J];电力自动化设备;2002年03期

5 王红君;刘冬生;岳有军;;基于小波分析和神经网络的电机故障诊断方法研究[J];电气传动;2010年03期

6 李建平,张万萍,陈廷槐,徐问之;多种小波基应用性能分析(Ⅰ)[J];重庆大学学报(自然科学版);1998年02期

7 常广;张振乾;王毅;;高压断路器机械故障振动诊断综述[J];高压电器;2011年08期

8 张中民,卢文祥,杨叔子,张英堂;滚动轴承故障振动模型及其应用研究[J];华中理工大学学报;1997年03期

9 沈艳霞,纪志成,姜建国;电机故障诊断的人工智能方法综述[J];微特电机;2004年02期

10 赵学智,陈统坚,彭永红,叶邦彦;卷积型小波包变换及其快速算法[J];信号处理;2002年06期

中国博士学位论文全文数据库 前1条

1 魏云冰;小波变换在电机故障诊断与测试中的应用研究[D];浙江大学;2002年

中国硕士学位论文全文数据库 前4条

1 司方坤;基于小波包分析的感应电机故障诊断技术的研究[D];西安电子科技大学;2011年

2 勾轶;基于小波分析的中小型电机故障诊断研究[D];沈阳工业大学;2004年

3 刘蕾蕾;基于小波分析的电机故障信号诊断研究[D];哈尔滨理工大学;2007年

4 孙鸿婷;基于FFT和小波变换的电能质量实时监测仪的研究[D];西安科技大学;2010年

，

本文编号：703519