高壓異步電機轉(zhuǎn)子故障智能診斷方法研究.pdf

1、隨著現(xiàn)代科學(xué)技術(shù)的進步和電力系統(tǒng)規(guī)模日趨龐大，電機在現(xiàn)代工業(yè)生產(chǎn)中充當(dāng)著越來越重要的角色。電機故障不僅會損壞電機本身，影響整個系統(tǒng)的正常運轉(zhuǎn)，嚴重的情況下甚至危及人身安全，造成巨大的經(jīng)濟損失和重大的社會影響，因此對電機故障的診斷具有重要意義和工程實用價值。研究感應(yīng)電機的監(jiān)測和故障診斷技術(shù)，對預(yù)防感應(yīng)電機故障的發(fā)生，及時發(fā)現(xiàn)并消除故障，保證感應(yīng)電機可靠運行，提高生產(chǎn)效率都具有十分重要的意義。
　　論文在闡敘國內(nèi)外電機故障診斷研究現(xiàn)狀

2、的基礎(chǔ)上，對高壓異步電機轉(zhuǎn)子的基本結(jié)構(gòu)和轉(zhuǎn)子故障進行了簡單的分析。在此基礎(chǔ)上提出了兩種基于不同故障診斷機理的電機轉(zhuǎn)子故障診斷方法:“質(zhì)樸型-貝葉斯網(wǎng)絡(luò)拓撲模型”和“小波神經(jīng)網(wǎng)絡(luò)的故障診斷網(wǎng)絡(luò)模型”。由于電機系統(tǒng)故障信息中存在許多不確定性，電機轉(zhuǎn)子出現(xiàn)故障時，在傳統(tǒng)方法的基礎(chǔ)上，通過綜合樣本信息和先驗信息，建立基于轉(zhuǎn)子系統(tǒng)故障類型和對應(yīng)的故障征兆的貝葉斯網(wǎng)絡(luò)模型。貝葉斯網(wǎng)絡(luò)作為目前推理領(lǐng)域和不確定性知識表達的的有效模型之一，能高效的推理和

3、表達不確定性知識和概率推理。同時，電機的振動故障信往往包含大量的短時突發(fā)、時變的成分，而傅里葉變換采用的方法是將信號從頻域和時域整體角度出發(fā)，缺乏時頻局部性，不能準確的對這些非平穩(wěn)隨機信號分析，故達不到故障信號特征提取的要求。小波神經(jīng)網(wǎng)絡(luò)就是在研究電機振動信號的基礎(chǔ)上建立的故障診斷模型。采用小波時頻分析技術(shù)對電機故障信號消噪濾波并提取故障特征，然后用BP神經(jīng)網(wǎng)絡(luò)進行故障識別，最終達到故障診斷的目的。
　　最后對異步電機典型故障轉(zhuǎn)子