基于小波變換的異步電動機轉(zhuǎn)子故障診斷.pdf

1、異步電動機具有較高的性價比和良好的環(huán)境適應(yīng)性，作為主要的動力設(shè)備廣泛應(yīng)用于電力系統(tǒng)及工業(yè)生產(chǎn)中。然而在實際中，當(dāng)電機運行時間過長、過載或頻繁地起、停時，其轉(zhuǎn)子將很容易發(fā)生斷條或端環(huán)開裂等故障。若能檢測出電機轉(zhuǎn)子早期的故障征兆，并及時進(jìn)行維修，則能避免意外停機及惡性事故的發(fā)生，對于安全生產(chǎn)具有重要的意義。實現(xiàn)這一目標(biāo)的關(guān)鍵在于能否準(zhǔn)確地提取出電機轉(zhuǎn)子的故障特征。
　　電機出現(xiàn)故障時，其故障信號中常包含大量突變、短時沖擊、奇異的非平穩(wěn)

2、成分。傳統(tǒng)的信號處理技術(shù)（如Fourier變換）無法實現(xiàn)對非平穩(wěn)信號的有效分析。近十年來，從傅里葉變換基礎(chǔ)上發(fā)展起來的小波變換，具有多分辨率分析及良好的時頻局部性，并可通過時窗和頻窗的靈活變換來突出信號的不同頻率成分，在非平穩(wěn)信號分析中具有獨特的優(yōu)勢，非常適合用于電機故障特征的提取。本文通過對異步電動機轉(zhuǎn)子故障特征機理的研究，并結(jié)合小波變換理論，提出了基于小波變換的異步電動機轉(zhuǎn)子故障診斷新方法。
　　在電機起動過程中，針對小波脊線

3、法在轉(zhuǎn)子故障特征提取中的局限性，提出了基于改進(jìn)小波脊線的轉(zhuǎn)子故障特征提取新方法。利用改進(jìn)的小波脊線法對實驗室測量到的電機定子起動電流信號進(jìn)行處理，較好地提取出了轉(zhuǎn)子故障特征，并有效地克服了小波脊線算法在迭代過程中容易發(fā)散及計算速度較慢的缺陷，提高了轉(zhuǎn)子故障診斷的有效性。
　　在電機穩(wěn)態(tài)運行中，研究了應(yīng)用Mallat算法提取轉(zhuǎn)子故障特征的可行性問題。同時，基于電機轉(zhuǎn)子發(fā)生故障時，其定子電流的相位信息也將隨之改變的現(xiàn)象，提出了將定子電