基于小波分析的異步電動(dòng)機(jī)故障診斷的研究.pdf

1、隨著現(xiàn)代科學(xué)技術(shù)的進(jìn)步和電氣化程度的提高，電機(jī)已被廣泛應(yīng)用于工業(yè)生產(chǎn)的各個(gè)領(lǐng)域，電機(jī)發(fā)生故障和停止運(yùn)行，不僅會(huì)損壞電機(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。通過對(duì)電機(jī)狀態(tài)的監(jiān)測(cè)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)事故造成的停產(chǎn)損失，并為實(shí)現(xiàn)狀態(tài)檢修創(chuàng)造條件。 電機(jī)出現(xiàn)故障時(shí)，故障信號(hào)中往往含有大量的時(shí)變、短時(shí)突發(fā)性質(zhì)的成分，傳統(tǒng)的信號(hào)分析方法如Fourier不能有效地提取電

2、機(jī)的故障特征。小波變換作為一種時(shí)頻分析方法，它在時(shí)頻域都具有表征信號(hào)局部特征的能力，能通過時(shí)頻窗的靈活變換來突出信號(hào)的不同頻率成分?？紤]到小波變換處理非平穩(wěn)信號(hào)的優(yōu)越性，本文研究如何將小波變換應(yīng)用于電機(jī)故障診斷中。 本文對(duì)傅立葉變換、小波變換等信號(hào)分析和處理方法進(jìn)行了總結(jié)和比較。分別采用FFT算法、小波變換、Mallat快速算法、小波包分析對(duì)電機(jī)非平穩(wěn)信號(hào)和平穩(wěn)信號(hào)進(jìn)行降噪處理，由于小波包變換具有對(duì)信號(hào)的傳遞特性和對(duì)噪聲的抑制特

3、性，即相當(dāng)于帶通濾波器，從理論分析上和對(duì)降噪處理的結(jié)果對(duì)比中都證明了小波包變換對(duì)信號(hào)具有最優(yōu)的降噪處理效果。 同時(shí)小波包變換還具有優(yōu)良的時(shí)頻局部特性和多分辨率的處理能力，既可對(duì)信號(hào)整體進(jìn)行分析，又能反映信號(hào)局部細(xì)節(jié)的內(nèi)容，能夠及時(shí)準(zhǔn)確的捕捉到非平穩(wěn)局部突變信號(hào)的故障特征。而電機(jī)電流和振動(dòng)等信號(hào)能及時(shí)準(zhǔn)確地反映異步電動(dòng)機(jī)的早期故障信息，因此本文采用小波包分析法對(duì)異步電動(dòng)機(jī)振動(dòng)和電流信號(hào)進(jìn)行詳細(xì)的分析，從而實(shí)現(xiàn)異步電動(dòng)機(jī)的故障診斷。

4、 本文在分析和總結(jié)電機(jī)常見故障機(jī)理及其在振動(dòng)或電流頻譜上出現(xiàn)的故障特征的基礎(chǔ)上，對(duì)異步電動(dòng)機(jī)振動(dòng)信號(hào)和定子電流信號(hào)分別在正常和故障兩種運(yùn)行狀態(tài)下進(jìn)行基于小波包分析的故障特征提取。為模擬實(shí)際電機(jī)故障，人為制造電機(jī)軸承和轉(zhuǎn)子故障，并在相應(yīng)工況下對(duì)電機(jī)振動(dòng)信號(hào)和電流信號(hào)進(jìn)行了采樣，對(duì)采集到的信號(hào)做了大量的整理、分析和比較工作，將正常和故障兩種狀態(tài)下的電機(jī)振動(dòng)和電流信號(hào)分別進(jìn)行了小波包分解和單支重構(gòu)，從中提取到故障特征頻段，將正常和故障