基于HFRSET的異步電動機轉子斷條故障檢測方法研究.pdf

1、靈敏、可靠地實現(xiàn)異步電動機轉子斷條初發(fā)故障檢測具有重要意義。但是,當前異步電動機轉子斷條初發(fā)故障檢測方法廣泛基于傅里葉頻譜分析而存在局限性——無法擺脫頻率分辨力/采樣時長的限制,在負載波動、噪聲等干擾情況下可能失效,“靈敏、可靠”無從談起。這是當前亟待解決的難點問題、關鍵問題。因此,開展對異步電動機轉子斷條初發(fā)故障檢測方法的研究兼具必要性與挑戰(zhàn)性。
　　本文致力于將高頻率分辨力譜估計技術應用于異步電動機轉子斷條故障檢測領域,以實現(xiàn)

2、轉子斷條初發(fā)故障的靈敏、可靠檢測。針對兩種典型的高頻率分辨力譜估計技術——最小方差無失真響應(MVDR)及其改進算法與多重信號分類(MUSIC)及其改進算法,應用模擬轉子故障的定子電流信號測試其頻率分辨力、精度等性能,指出即使對于短時信號,兩者仍具有高頻率分辨力,可以準確地估計出轉子斷條故障特征分量之頻率;但對其頻率分量的幅值和初相角則無法準確求解。為此,引入擴展Prony法中的最小二乘法確定各分量的幅值與初相角。同時,分別對 MVDR

3、與 MMVDR、MUSIC與 Root-MUSIC做了性能對比,遴選優(yōu)者并應用于轉子斷條故障檢測。從而形成了基于MMVDR/Root-MUSIC與Prony相結合的異步電動機轉子斷條故障檢測新方法。
　　最后,對一臺 Y100L-2型3kW的異步電動機完成了轉子斷條故障實驗,結果表明:基于MMVDR/Root-MUSIC與Prony相結合的異步電動機轉子斷條故障檢測方法切實可行,且因僅需短時信號即可達到高頻率分辨力而適用于負載波動