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，提出了基于改進小波脊線的轉(zhuǎn)子故障特征提取新方法。利用改進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