異步電機振動故障診斷研究.pdf

1、隨著科技的發(fā)展，異步電動機作為一種重要的電氣動力設(shè)備在工業(yè)，農(nóng)業(yè)和航空航天等領(lǐng)域得到了廣泛的應(yīng)用。正常運行的電動機一旦發(fā)生故障，不僅造成電機本身的損耗，還將給工業(yè)生產(chǎn)的各個方面帶來嚴重的后果，給人民群眾的日常生活帶去極大的不便。異步電機故障診斷技術(shù)能夠在保持電機的完整性前提下，通過對電機各個運行參數(shù)的分析，實時有效的的對電機狀態(tài)進行判別診斷，能夠及時預(yù)防電機故障或是防止電機故障所造成損害的進一步擴散。因此，研究異步電動機故障診斷技術(shù)在電

2、機故障早期發(fā)現(xiàn)故障并及時進行維修，具有重大的理論意義和社會經(jīng)濟效益，這已經(jīng)成為國內(nèi)外學(xué)者們一個研究熱點課題。
　　本文對異步電機各種振動故障的類型，故障機理和故障主要特征作了介紹和總結(jié)，針對異步電機發(fā)生振動故障初期，原始信號中故障特征頻率成分能量微弱難以提取，使用傳統(tǒng)的時頻分析方法對其進行分析診斷比較困難的情況，提出一種基于經(jīng)驗?zāi)B(tài)分解能量熵，主成分分析和支持向量機相結(jié)合的方法，將振動信號中提取的EMD能量熵作為故障分類的特征向量

3、，支持向量機根據(jù)斷條故障前后振動信號能量熵變化的內(nèi)在差異對常見的異步電機振動故障進行識別診斷。對EMD、能量熵、PCA和支持向量機基本理論方法做了詳細介紹，闡述了上述方法各自的的特點和優(yōu)勢，并針對對兩種常見的電機振動故障進行實驗分析，通過和BP神經(jīng)網(wǎng)絡(luò)方法的對比，驗證了基于支持向量機方法在電機振動故障診斷中具有極大的優(yōu)勢。針對典型的電機振動故障中的轉(zhuǎn)子斷條故障，使用定子電流頻譜分析法和基于能量熵的振動分析法進行了分析研究，分析結(jié)果表明，