異步電動(dòng)機(jī)振動(dòng)故障診斷技術(shù)研究.pdf

1、在電力系統(tǒng)及各種工業(yè)生產(chǎn)中,異步電動(dòng)機(jī)因其具有較高的性價(jià)比及良好的環(huán)境適應(yīng)性,被作為主要的動(dòng)力設(shè)備而得到了廣泛的應(yīng)用。異步電動(dòng)機(jī)的運(yùn)行狀況直接影響到工業(yè)生產(chǎn)的正常進(jìn)行。異步電動(dòng)機(jī)發(fā)生故障和停止運(yùn)行,不僅會(huì)損壞異步電動(dòng)機(jī)本身,而且會(huì)影響整個(gè)系統(tǒng)的正常工作,甚至危及人身安全,造成巨大的經(jīng)濟(jì)損失。因而對異步電動(dòng)機(jī)故障的早期診斷和預(yù)警要求日益緊迫,通過對異步電動(dòng)機(jī)常見故障的診斷和分析,可以及早發(fā)現(xiàn)故障和預(yù)防故障的進(jìn)一步惡化,減少突發(fā)事故造成的停

2、產(chǎn)損失。因此,研究異步電動(dòng)機(jī)故障診斷技術(shù)在電機(jī)故障早期發(fā)現(xiàn)故障并及時(shí)進(jìn)行維修,具有重大的理論意義和社會(huì)經(jīng)濟(jì)效益,這已經(jīng)成為國內(nèi)外學(xué)者們一個(gè)研究熱點(diǎn)課題。本文基于異步電機(jī)故障時(shí)的振動(dòng)信號特征頻率的能量值,提出了動(dòng)態(tài)鄰域粒子群優(yōu)化最小二乘支持向量機(jī)的方法實(shí)現(xiàn)異步電動(dòng)機(jī)常見故障的診斷。文章介紹了異步電動(dòng)機(jī)各種故障及其產(chǎn)生的機(jī)理和故障的主要特征,針對異步電動(dòng)機(jī)故障的復(fù)雜性和多樣性,分析了異步電動(dòng)機(jī)各種故障監(jiān)測和診斷方法的特點(diǎn)和不足之處。確定了本

3、文異步電動(dòng)機(jī)振動(dòng)的故障診斷采用基于振動(dòng)信號能量譜分析的方法。闡述了基于小波技術(shù)的異步電動(dòng)機(jī)故障信號處理。利用最優(yōu)小波包基算法選定db3小波包對振動(dòng)傳感器測量得到的振動(dòng)信號分解成高頻部分和低頻部分,然后通過對小波包基的每個(gè)節(jié)點(diǎn)上的分解系數(shù)進(jìn)行閡值量化達(dá)到信號去噪的目的,在對去噪后的信號進(jìn)行分解,抽取和故障相關(guān)的幾個(gè)頻帶進(jìn)行重構(gòu),剔除主振動(dòng)分量和干擾項(xiàng),提取各頻段范圍的信號,并計(jì)算各頻段的信號能量形成特征向量,最后進(jìn)行歸一化處理得到適合異步

4、電動(dòng)機(jī)故障診斷的特征向量。針對異步電動(dòng)機(jī)振動(dòng)故障診斷的特點(diǎn)引入了動(dòng)態(tài)鄰域粒子群優(yōu)化最小二乘支持向量機(jī)的算法,介紹了動(dòng)態(tài)鄰域粒子群優(yōu)化算法的過程,并詳細(xì)介紹了最小二乘支持向量機(jī)的分類方法,最終建立了故障診斷的模型,并對診斷模型中的參數(shù)優(yōu)化進(jìn)行了介紹。論述了基于動(dòng)態(tài)鄰域粒子群優(yōu)化最小二乘支持向量機(jī)的異步電動(dòng)機(jī)振動(dòng)故障的診斷過程。根據(jù)異步電動(dòng)機(jī)振動(dòng)故障的特征,進(jìn)行了大型異步電動(dòng)機(jī)振動(dòng)故障信號的采集、振動(dòng)傳感器的選型,并根據(jù)第3章所述的方法原理