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。     

基于电机定子电流的齿轮故障诊断方法

齿轮故障诊断一般采用振动信号进行故障特征提取,但振动诊断法不便于安装传感器,易受环境和噪声影响.电机本身具有传感器的特性,定子相电流等信号能够反映负载转矩的变化.因此,针对由电机驱动的齿轮传动系统,提出了一种基于电机定子相电流分析的齿轮无损故障诊断方法.推导了电机定子电流如何反应负载转矩的特性,并分析了齿轮正常与故障状态下定子电流的频谱特征,发现可通过观察边频带的出现来判断齿轮发生局部式故障.通过Matlab对故障诊断原理进行了仿真验证,在实验平台上结合频谱分析成功检测出了齿轮断齿故障.     

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。     

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...     

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Park变换的感应电机故障诊断

提取定子电流信号的Park矢量图作为电机故障特征，应用人工神经网络技术对故障特征进行分类与识别，从而避开复杂的谱分析技术，实验测试结果表明，该方法用于电机故障诊断可靠，有交，是一种实际可行的电机故障诊断方法。     

通过监测电机的定子电流实现齿轮的故障诊断

研究了损伤齿轮的振动信号特征,齿轮的扭转振动信息中包含丰富的齿轮故障信息,由于直接测量扭转振动信号比较困难,文中提出通过监测电机的定子电流对齿轮的扭振进行测量,通过对信号的分析提取故障特征最终实现齿轮的故障诊断。     

PWM控制隔爆异步电机定子绕组短路损耗分析

矿用隔爆电机是煤矿井下设备的主要驱动电机,大部分采用逆变器供电,使得电机的谐波损耗增大;定子绕组短路故障是电机的主要故障类型,发生短路故障后,电机的损耗也会发生变化,对PWM供电防爆异步电机定子绕组短路故障损耗变化的研究对电机温度场的研究和故障诊断具有重要的理论意义。为了对定子绕组故障后的电机损耗的特点和变化规律进行研究,建立了一台刮板输送机用防爆异步电动机定子绕组短路故障时的场-控-路耦合二维有限元模型,首先对电机的定子电流和气隙磁密的进行计算,然后对电机的铜耗、磁滞损耗和涡流损耗进行了计算和分析。通过分析可知:电机发生定子绕组短路故障后,故障相的电流增大,使得电机的铜耗大大增加,磁滞损耗和涡流损耗也增加。通过对电机整体损耗的分析,为电机温度场的计算和故障诊断提供理论依据。     

基于动静态电流分析的异步电机故障诊断

对异步电机用定子电流分析法比振动分析更快更有效发现故障,而且采用非嵌入式监测系统,无需对电机结构进行改造就可以对其实行监测,采用动态与静态定子电流分析相结合的方法,保障了对异步电机定子绕组与转子故障判断的准确性与有效性.从而对异步电机故障诊断达到比较理想的效果.     

小波变换技术在电机故障诊断上的应用

电机失效的主要原因是电机轴承故障,以电流信号为基础的谱分析方法,反映故障的谐波分量幅值较小,容易被基频和电流噪声淹没.采用小波变换技术对电机轴承类故障进行诊断,将传感器采集到的振动信号用db10、db1、db5正交小波基进行4层小波分解,并对第1层细节信号d1作Hilbert包络和谱分析.实验结果表明:小波分解方法能够检测出轴承故障的特征频率,db1正交小波基得到的故障频率最为明显,与传统方法相比,小波技术在电机故障诊断中具有很大优越性.     

基于Park变换和DRNN的定子绕组匝间故障诊断方法

采用定子电流信号检测方法诊断三相交流电机定子绕组匝间短路故障时,会受到电网电压不对称和负载变化等因素的影响,为克服这一缺陷,提出了基于派克变换和对角递归神经网络(DRNN)的定子绕组匝间故障诊断方法.该方法根据派克变换得到三相电流派克矢量模的轨迹变化,通过频谱分析提取故障严重度特征因子.为进一步确定短路绕组的匝数,综合考虑负载、三相输入电压不平衡度的变化情况,构建基于DRNN的短路匝数诊断模型.根据此方法,构建了试验系统并进行了匝间短路试验,试验结果证明:基于Park变换和DRNN的诊断方法,不但在稳态工况下可精确确定定子绕组短路故障的严重度及匝数,而且在电机启动、负载、电压不平衡动态变化时,取得比前馈神经网络(FFNN)故障诊断模型更好的诊断结果.     

基于小波包变换与粗糙集的船舶电机定子故障诊断方法

为在少量的传感器以及无先验故障知识的情况下,实现船舶电机定子故障状态的确定以及故障严重程度的划分,提出了对定子电流进行小波包变换提取故障特征,基于粗糙集理论建立可分辨矩阵,并从中提取故障诊断规则的方法.通过对电流特征信号进行小波包分解,使相应分解子频段能始终覆盖随电机转差率变化的故障特征频率;利用子频段重构系数的均方根值变化率作为特征指标,实现故障特征的提取.采用自组织特征映射网络对特征指标进行聚类,由相邻子频段的均方根值变化率组成一组学习样本的方法,减少了子频段之间混叠问题对于聚类结果的影响.实验室条件下进行了电机定子故障的实验,通过对故障数据的应用,验证了该方法的可行性.     

电机驱动系统电流传感器故障诊断与容错控制

为有效解决电机驱动系统中的常见的电机电流传感器故障诊断与容错控制问题,结合Luenberger状态观测器与修正Bayes分类算法,提出了一种有效的传感器故障诊断与容错控制方法。该方法以一种可调增益矩阵的Luenberger状态观测器模型为基础,实现各种工况下电流值的实时估计。基于残差生成单元和修正的Bayes分类算法对故障传感器进行实时检测与定位,并在传感器故障工况下用观测器估计值代替电流传感器信号实现电机驱动系统的容错控制。仿真结果表明,本文所提算法能快速诊断出故障传感器并具有容错控制功能,可有效提高电机驱动系统可用性。     

矩阵变换器开路故障分析及诊断方法

矩阵变换器(MC)故障开关的可靠诊断和定位是故障隔离技术和故障后容错技术高效实现的基础。基于矩阵变换器-永磁同步电机(MC-PMSM)系统仿真平台,定性分析MC中功率开关开路故障影响区间以及MC-PMSM系统故障表现,并提出一种新颖的MC开关开路故障诊断方法—调制误差电流法。故障诊断算法分2步实现:第1步利用电机电流与MC输出电流的绝对差值诊断故障相,缩小故障开关定位范围;第2步结合MC开关调制信号定位故障开关的具体位置。仿真结果验证所提出的故障诊断算法的实时性和可靠性,并能够在电机调速和负载突变等非稳定情况下有效避免误诊断。     

基于DSP的交流电机故障诊断

交流异步电机是广泛使用的能量转换装置.对鼠笼异步电动机的常见故障进行分析及诊断,提高电机故障的监测诊断水平,具有重大实用价值.本文应用小波包-神经网络算法实现了基于DSP的交流电机故障诊断.利用小波包分解算法提取出电机故障特征向量,并针对轴承和偏心故障特征,提出对数故障特征向量的算法.将故障特征输入基于任务分解的神经网络,实现基于DSP的电机定子、偏心以及轴承故障诊断.     

同步发电机定子绕组匝间短路下电磁转矩和振动分析

在考虑气隙偏心的情况下,分析了定子绕组匝间短路后同步发电机气隙磁场的变化特征,得到该内部故障前后电磁转矩和振动的变化规律,特别是瞬时转矩中的脉冲转矩分量幅值和频率的变化特征．应用场路耦合法分析了内部故障与偏心双重条件下的电机端电流第17阶和第19阶分量特征．通过动模实验实测了一台容量为7．5kVA的发电机定子绕组匝间短路时的定子垂直方向振动加速度信号并对其进行了离散频谱分析．结果表明,发电机定子绕组匝间短路后,其2倍基频振动加速度变化大,第17阶和第19阶谐波电流幅值可作为检测未发生或发生内部故障的电机的动态偏心严重程度的特征值     

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.     

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。     

基于局域波时频分析的机械故障诊断

提出一种新的自适应时频分析方法——局域波法．结合仿真信号与故障检测信号进行分析研究,提出一种新的机械故障诊断方法并将其成功地应用到齿轮箱故障诊断中．振动信号能量在局域波时频分布中的变化,是局域波法诊断齿轮磨损故障的特征．诊断结果表明,局域波时频分析为齿轮磨损故障诊断提供了一种更为有效的手段,在故障诊断工程中具有广泛的应用前景．