基于高階譜和頻帶熵的電機故障識別研究.pdf

1、隨著工業(yè)自動化技術(shù)日益提高，工廠設(shè)備之間的集成度日益增大，工業(yè)智能化的要求正在稱為一種發(fā)展趨勢。在復(fù)雜多變的工業(yè)生產(chǎn)環(huán)境中，電機在其中扮演著動力產(chǎn)生者和生產(chǎn)驅(qū)動者這一重要的角色，其故障與否直接影響整個系統(tǒng)的生產(chǎn)狀態(tài)。對電機進(jìn)行無損、不間斷、快速的狀態(tài)監(jiān)測，通過采集其相關(guān)電信號，分析信號特征，提取相關(guān)特征參數(shù)，判斷系統(tǒng)正常運行和預(yù)知潛在危害，是保證電機長久運行的一個重要手段。
　　本文首先分析了電機故障常用的識別和分析方法，最終選定

2、采用高階統(tǒng)計量中的雙譜結(jié)合頻帶熵的特征提取方法。其次，闡述了信號分析的一般方法，包含時域分析和頻域分析，并結(jié)合仿真信號，分析了簡單的時域特征了。在使用高階統(tǒng)計量分析實驗數(shù)據(jù)之前，針對高階統(tǒng)計量的適用范圍，結(jié)合幾組實驗信號論證了雙譜分析對于帶有白噪聲信號的可行性，效果明顯。同時，設(shè)計實驗，對直流電機設(shè)置三種狀態(tài)，包含兩種故障，并簡單分析其產(chǎn)生機理和造成的影響，對其工作時電場強度信號進(jìn)行采樣分析。首先進(jìn)行初步時域特征分析，然后進(jìn)行雙譜分析，

3、得到雙譜三維圖及對應(yīng)的等高線平面圖；其次，對其頻率進(jìn)行雙譜相干性分析，找到故障信號與常規(guī)信號的耦合特性；最終，確定雙譜值作為求取譜熵的輸入值。最后，根據(jù)頻帶熵理論，結(jié)合雙譜熵值的計算模型，求取全頻率域內(nèi)的雙譜熵值，分為8個頻段，將所采5組信號8個頻段內(nèi)的熵值作為特征量，輸入BP神經(jīng)網(wǎng)絡(luò)的輸入層，分別作為學(xué)習(xí)樣本和待測樣本進(jìn)行學(xué)習(xí)和識別。
　　實驗結(jié)果表明，在對45組待測樣本的識別的實驗中，經(jīng)過不斷調(diào)整BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，分析實驗結(jié)