检测转子断条时定子电流故障特征分量的新方法

本文探讨了一种笼型异步电动机转子断条故障在线检测方法，指出如何精确检测出电机转子断条故障信号是一个重要的问题。针对这一问题，提出了一种小波包分析结合FFT的处理方法。该方法弥补了单独使用FFT无时间分辨力和无法准确识别微弱故障特征信号的缺点。分析结果表明，该方法能够精确检测到电机转子断条故障信号，是切实可行的。     

转子断条故障检测新方法研究

简介了笼型异步电动机转子断条故障在线检测方法,指出如何精确检测出电机转子断条故障信号是一个重要的问题。针对这一问题,提出了一种小波包分析结合FFT的处理方法,并应用该方法对模拟信号和实验信号进行了分析,分析结果表明该方法能够精确检测出电机断条故障信号。     

基于Hilbert变换和小波包能量分析的转子断条故障诊断

转子断条是笼型异步电机最常见故障之一.基于Hilbert变换和小波包频带能量分析方法,提出了一种新的笼型异步电机转子断条故障检测方法.对采集的定子电流信号进行Hilbert变换,消去定子电流中包含的直流分量,解决了转子断条故障特征分量容易被基波湮没、难以检测的问题.采用基于小波包频带能量分析方法,对转子断条故障进行识别.实验结果验证了方法的有效性.     

基于Duffing振子检测鼠笼型异步电动机转子断条故障的

文章提出基于Duffing振子检测鼠笼型异步电动机转子断条故障的新方法.Duffing振子摄动力为故障电流.当转子断条故障发生时,Duffing振子处于大周期状态;而正常运行或者非此类故障时处于混沌状态,从而识别了转子断条故障.该法判别的过程简单、快速,并具有较强的鲁棒性.仿真结果证明了方法的可行性和有效性.     

基于Duffing振子检测鼠笼型异步电动机转子断条故障的新方法

文章提出基于Duffing振子检测鼠笼型异步电动机转子断条故障的新方法。Duffing振子摄动力为故障电流。当转子断条故障发生时,Duffing振子处于大周期状态;而正常运行或者非此类故障时处于混沌状态,从而识别了转子断条故障。该法判别的过程简单、快速,并具有较强的鲁棒性。仿真结果证明了方法的可行性和有效性。     

感应电机转子断条位置影响分析

对感应电机转子断条的位置及其影响进行研究，分析电机转子断条位置与定子电流中转子绕组故障特征量之间的关系，转子断条位置与转子导条电流、转子端环电流之间的关系，并总结出其规律性；揭示了过去人们试图把定子电流中故障特征量的大小作为电机转子断条根数多少的判据的局限性，提出了把断条引起电机的不对称性作为电机故障程度判据的新的理论。     

感应电机转子断条根数影响分析

首先介绍感应电机转子绕组故障分析方法，然后详细讨论转子断条故障后转子各导条和每一段端环中电流的分布及变化情况，定子电流中转子绕组故障特征量的变化情况，最后总结出特征量的变化规律：连续断条根数增加，故障特征量增加；但当连续断条数超过电机每极的导条数时，断条数继续增加，故障特征量反而减小。     

基于小波包分析的三相感应电动机转子断条故障诊断

转子断条是鼠笼型感应电动机常见故障之一，对定子电流进行信号处理，根据其中（1～2s）f1。特征频率的分量，可以方便地进行故障的诊断．但转子轻微断条或电机轻载时，转差率S很小，（1—2s）f1与f1这两个频率非常接近，用FFT做直接频谱分析时，（1—2s）f1频率分量会湮没在f1频率分量中，从而使检测（1—2s）f1频率分量是否存在变得非常困难，此外，当电机负载波动时，用FFT检测（1—2s）f1频率分量也比较困难．本文采用了基于小波包分析的感应电动机转子断条故障诊断方法，可以很好的解决上述问题，对于感应电动机断条故障的诊断，具有重要意义．     

一种监测笼型感应电动机转子断条故障的新方法

电机断电后，如果有导条断裂，转子磁通在定子绕组中的感应电压将直接受到影响。根据这一特点，提出了一种诊断笼型感应电动机转子断条的新方法，即通过分析定子绕组中感应电压高次谐波的变化来确定转子断条故障。与其他方法相比，该方法能消除三相电压不平衡以及电机磁饱和等现象对故障监测所造成的影响。仿真与试验结果证明了该方法的有效性。     

虚拟仿真实验中的断条故障异步电动机模型设计

该文针对仿真软件中缺乏故障电机模型的问题,设计出了转子断条故障下的异步电动机模型。首先利用绕组折合等效原理和断条故障主要引起转子电阻变化的特点,推导出故障转子的电阻矩阵,进而实现断条故障的数学建模;然后借助Simulink软件和实际故障电机对该模型进行实现和验证。结果表明:所提模型不但能够准确仿真断条故障下的电流、转速等物理量,同时还可以模拟出电磁转矩和气隙磁通等较难检测的量。在此基础上,结合原实物平台,设计了相关实训课程的"虚实结合"教学流程。该故障电机模型的开发与应用为深入开展实践教学提供了便利。     

基于互功率谱的电机转子多根断条故障仿真

利用互功率谱方法对异步电动机发生多根导条断裂故障进行了模拟仿真,包括连续断条和间歇断条故障。数字仿真结果表明该方法能在信噪比较低的情况下,有效地诊断转子断条故障。     

基于小波包和Elman神经网络的异步电机转子断条故障诊断方法

提出了一种基于小波包分析(WPA)和Elman神经网络的异步电机转子断条故障诊断方法.针对异步电机转子断条故障时定子电流出现的边频分量进行小波包分析,提取动态条件下各频带能量作为故障特征向量,削弱了负载变化及噪声对诊断准确性的影响.采用Elman神经网络对故障进行识别,并对Elman网络进行改进,在关联层增加了自反馈增益因子,提高了网络性能.以频带能量作为Elman神经网络识别故障的特征向量,建立从特征向量到电机转子断条故障之间的映射.试验结果表明:基于小波包分析提取的故障特征明显,由WPA和Elman神经网络构成的诊断系统,能有效地识别出转子断条故障,故障诊断准确率高.     

无速度传感器感应电机转子断条的故障诊断

在基于定子电流信号进行异步电机故障诊断时,转子断条故障特征频率分量常常被电流的基频分量淹没.针对这种情况,文中提出一种新型无速度传感器感应电机矢量控制转子断条故障方法.该方法通过转子反电动势与电流矢量的叉乘构建无功功率,然后对无功功率进行频谱分析,其中特征频率2sf被用作转子断条的故障诊断判据.同时利用该无功功率进行速...     

基于FFT的概率神经网络故障诊断模型

无人机的执行器和传感器系统受到材料与环境等诸多因素的影响, 容易发生各类故障, 严重时甚至会造成坠机, 因此实现无人机早期故障的有效诊断对预防飞行事故具有重要意义. 本文以六旋翼无人机Simulink模型作为研究对象, 针对飞行器电机和角速度传感器的早期故障, 提出了一种基于快速傅里叶变换（Fast Fourier Transform, FFT）的概率神经网络故障诊断模型. 首先, 在Simulink平台上对六旋翼无人机进行飞控模型的建立; 然后采用FFT对数据进行有效的时频分析; 最后基于MATLAB设计并建立概率神经网络模型, 利用FFT数据进行故障分类, 实现无人机的故障诊断.     

无刷直流电机匝间短路故障定位及定量评估方法研究

针对无刷直流电机匝间短路故障问题,提出一种结合深度迁移学习和多维特征拟合方法,以实现匝间短路故障的精确定位和定量评估。同步采集电机定子绕组的三相电流信号,将一维电流信号转化为图像信号,采用基于迁移学习的卷积神经网络实现匝间短路故障的定位,在确定故障相之后,从电流信号中提取并筛选敏感特征,采用特征拟合方法实现故障等级的定量评估。实验结果表明,所提出的方法能够实现100%精度的故障相定位,同时故障定量评估的相对平均误差低至4.33%。该方法对于永磁电机系统的定子绕组故障精确定位和精密诊断具有潜在的应用价值。     

三相鼠笼式异步电动机转子断条故障程度的诊断方法

从三相鼠茏式异步电动机转子断条的物理本质出发，解释断条时定子电流频谱中各种特征频率成分出现的原因，并得出相邻的多根导条断裂时，由定子电流中故障特征成分与基波成分的幅值之比与断条程度之间的修正关系。经计算对比表明，该修正关系与实际情况较吻合，适合于用来诊断转子断条数。