基于小波分析的中小型電機故障診斷研究.pdf

1、隨著經(jīng)濟建設的發(fā)展和電氣化程度的提高,電機已被廣泛應用于工業(yè)生產(chǎn)的各個領域,電機一旦發(fā)生故障,即使是停止工作的時間極短,也會造成局部或大區(qū)域的停電,從而造成巨大的經(jīng)濟損失和重大的社會影響.因此,研究不同場合、不同運行狀態(tài)下電機故障診斷理論和技術是提高生產(chǎn)設備可靠運行的保證.電機故障的類型多種多樣:既有緩變故障和突變故障,又有電氣故障和機械故障;既有線性系統(tǒng)故障,又有非線性系統(tǒng)故障,其關系錯綜復雜.診斷技術就是要通過各種檢測技術,測定出能

2、反映故障隱患和趨向的參數(shù),從中得到預警信息.進一步通過信息分析對電動機故障程度和起因有一個準確判斷,能及時和有效的對電動機進行維修、排除故障,以實現(xiàn)電動機的預知維修,而不致影響生產(chǎn).該文基于小波分析對中小型電機故障診斷進行研究,同時應用Fourier分析,實現(xiàn)對電機電氣故障和機械故障的綜合診斷.研究了基于小波分析的常用降噪方法并對各種降噪方法進行了比較,比較結(jié)果說明根據(jù)各頻帶攜帶能量進行降噪和浮動閾值法對電機信號降噪都能得到較好的降噪效

3、果.而前一種方法需要大量的先驗知識,采用浮動閾值法則不需要這些先驗知識,同時能取得較好的降噪效果.文中闡述了電機各種故障的機理、產(chǎn)生原因和其在電機振動頻譜或電流頻譜中的表現(xiàn).利用小波包算法良好的時頻分析能力,對750w分數(shù)槽化纖電機和22kw永磁電機進行故障診斷.首先應用浮動閾值法對原始信號進行降噪,實際測試表明取得了良好的效果;然后用FFT算法對電機故障進行初步診斷,在對難以用FFT變換判定的頻段進行小波分析準確判斷電機故障.實驗測得