一种新的感应电动机转子断条故障检测方法

该文提出一种基于Hilbert模量频谱分析的感应电动机转子断条故障诊断的新方法.该方法是将Hilbert变换和小波分析方法相结合,得到解析小波变换,以准确判定负荷波动发生时刻,消除了负荷波动对断条故障特征频率的影响.将Hilbert模量定义成原始信号与其共轭信号的平方和,利用Hilbert模量将原相电流中的基波成分转换成直流成分,将转子断条的故障特征分量——(1-2s)f1转变为频率为的电流分量,解决了相电流频谱分析方法中断条故障特征分量很容易被基波淹没而难以突出故障特征分量的问题.仿真分析表明,该方法能克服传统的电流频谱分析法的缺点,对感应电动机转子断条故障给出正确无误的诊断结果.     

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EMD和ICA的感应电动机故障检测

针对感应电动机的转子断条故障和轴承故障,以定子电流信号为研究对象,结合经验模态分解(EMD)和独立分量分析(ICA)原理提出了一种新颖的故障检测方法.该方法首先对定子电流信号进行经验模态分解,去除高频IMF部分,消除噪声干扰;然后用独立分量分析的方法进行特征提取,进而判断故障类型.仿真试验结果表明,该方法用于感应电动机故障诊断是行之有效的.     

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．     

大功率电力机车异步牵引电机的典型故障研究

通过分析相电流信号,对大功率电力机车异步牵引电机的两种典型故障——转子断条故障和定子绕组匝间短路故障进行故障诊断,建立电机故障情况下的有限元模型并进行仿真.结果表明,电机故障引起了三相电流不对称,基于故障后的三相电流,利用频谱分析法和对称分量法进行后处理运算,可以提取到明显的故障特征,能够有效的诊断转子断条故障和定子绕组匝间短路故障.实验所得结果与仿真及理论分析吻合,证明了故障模型的正确性,也验证了基于相电流信号的故障诊断方法的有效性.     

基于短时分数阶傅里叶变换的异步电机转子断条故障诊断

分析了异步电机在启动、稳态、失电三种运行状态下的转子断条故障情况,根据电机启动过程中故障特征频率的特点,提出一种基于短时分数阶傅里叶变换(STFrFT)的转子故障诊断方法。采用STFrFT对定子启动电流信号进行时频分析,解决了故障信号和工频信号难以分离、不易提取的问题。实验结果表明,该方法不仅能有效检测出故障信号,而且能反映出故障特征频率的变化趋势。     

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.     

鼠笼型异步电动机转子故障在线检测

研究鼠笼型异步电动机转子断条故障和偏心故障的在线检测方法.通过对定子电流和轴磁通信号的频谱分析,可以得出,定子电流中的齿谐波分量可作为转子静态偏心的特征分量,轴磁通信号中的3sF1分量可作为转子断条故障的特征分量.设计了以单片机为核心的检测系统.实验结果证明了本方案的可行性.     

多断条笼型转子感应电动机故障过程研究

针对多断条转子绕组非对称特点,采用拓展的综合矢量法建立了多断条感应电动机易于求解的数学模型.通过增大故障导条阻值,仿真了由单根断条演变为多根断条的故障过程.表明与断条相邻及相距一对极距的导条电流增大最多,其诱发断裂可能性最大;多断条故障使电机起动过程的电磁转矩/转速曲线呈现转矩脉动的故障特征,脉动幅度与断条位置密切相关;当2根断条间距π/2电角度,或3根及以上断条间距2π/Nf(Nf为断条数)电角度时,转子磁势保持对称,定子电流及电磁转矩不显故障特征.所得研究结果有助于对感应电机在线故障诊断作正确评估.     

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。     

基于相位差的轴向磁通无铁心电机早期轻微匝间短路故障诊断

针对轴向磁通定子无铁心电机早期匝间短路故障问题,提出一种基于零序分量和定子电流分量相位差的轴向磁通定子无铁心电机的早期匝间短路故障诊断和定位方法。首先,根据定子绕组电感极小的特点建立了匝间短路故障数学模型;其次,对故障前后的短路电流、相电流、零序分量等进行了傅里叶分析,通过零序电压基波幅值变化对匝间短路故障进行识别;最后,通过对比零序电压基波与定子三相电流初相位差来进行故障相定位。结果表明,匝间短路故障相的相电流基波初始相位与零序电压基波初相位差的绝对值近似180°,而健康相的相位差与180°相差较大。基于相位差可以实现轴向磁通无铁心电机早期匝间短路故障的诊断与定位,为永磁电机的匝间短路故障诊断提供了参考。     

威格纳分布在异步电动机故障诊断中的应用

利用 Ｗｉｇｎｅｒ分布对笼型异步机起动过程的定子电流作时频谱分析以确定其中是否有（１—２ｓ）ｆ（ｓ为滑差，ｆ为电网频率）这一断条特征量．从而诊断有无断条。结果表明：这种方法比传统的利用稳态定于电流作谱分析来诊断转子断条的方法，具有灵敏度高、信息丰富的优点，并且为双鼠笼异步电动机上笼断条的早期诊断提供了可行的途径。     

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。     

基于电机电流分析的齿轮故障诊断研究

本文提出了一种基于电机定子电流的齿轮故障诊断方法,相对于齿轮故障诊断的一般振动信号诊断方法,该方法可实现远程诊断、便于安装且受环境噪声影响小的优点,是一种无损的故障诊断方法。本文针对电机驱动的齿轮传动系统,建立了负载转矩对电机定子电流的理论模型,并分析了各种状况时的定子电流频谱特征,发现可以利用基频与转频的变频带、基频与啮合频率的边频来判断齿轮断齿故障和磨损故障。通过matlab/simulink对电机齿轮系统进行了仿真,并在实验平台上进行了验证。     

基于高阶谱的异步电机定子匝间短路故障诊断方法研究

传统的信号频谱分析方法应用在信噪比低、故障特征不明显的异步电机定子匝间短路故障诊断中,往往会出现因为故障的频谱图差别不大而导致误判的问题,为此提出了一种基于高阶谱的定子匝间短路故障诊断方法。高阶谱相较于传统频谱分析,具有良好的抑噪性,同时还保留了信号的非线性相位信息,解决了定子匝间短路故障快速诊断的问题。通过理论联系实例分析表明:发生定子匝间短路故障与未发生故障的电流信号"最大幅值"处双谱水平切片图完全不同,且随着故障严重程度的增加,其谐波分量越多,幅值越大。由此验证了该方法可以有效地提取出信号中的非线性特征,完成了对异步电机定子匝间短路故障的诊断,具有良好的实际应用前景。     

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。