基于小波分析的異步電動機故障診斷的研究.pdf

1、隨著現(xiàn)代科學(xué)技術(shù)的進步和電氣化程度的提高，電機已被廣泛應(yīng)用于工業(yè)生產(chǎn)的各個領(lǐng)域，電機發(fā)生故障和停止運行，不僅會損壞電機本身，而且會影響整個系統(tǒng)的正常工作，甚至危及人身安全，造成巨大的經(jīng)濟損失。通過對電機狀態(tài)的監(jiān)測和分析，可以及早發(fā)現(xiàn)故障和預(yù)防故障的進一步惡化，減少突發(fā)事故造成的停產(chǎn)損失，并為實現(xiàn)狀態(tài)檢修創(chuàng)造條件。 電機出現(xiàn)故障時，故障信號中往往含有大量的時變、短時突發(fā)性質(zhì)的成分，傳統(tǒng)的信號分析方法如Fourier不能有效地提取電

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

3、性，即相當(dāng)于帶通濾波器，從理論分析上和對降噪處理的結(jié)果對比中都證明了小波包變換對信號具有最優(yōu)的降噪處理效果。 同時小波包變換還具有優(yōu)良的時頻局部特性和多分辨率的處理能力，既可對信號整體進行分析，又能反映信號局部細節(jié)的內(nèi)容，能夠及時準(zhǔn)確的捕捉到非平穩(wěn)局部突變信號的故障特征。而電機電流和振動等信號能及時準(zhǔn)確地反映異步電動機的早期故障信息，因此本文采用小波包分析法對異步電動機振動和電流信號進行詳細的分析，從而實現(xiàn)異步電動機的故障診斷。

4、 本文在分析和總結(jié)電機常見故障機理及其在振動或電流頻譜上出現(xiàn)的故障特征的基礎(chǔ)上，對異步電動機振動信號和定子電流信號分別在正常和故障兩種運行狀態(tài)下進行基于小波包分析的故障特征提取。為模擬實際電機故障，人為制造電機軸承和轉(zhuǎn)子故障，并在相應(yīng)工況下對電機振動信號和電流信號進行了采樣，對采集到的信號做了大量的整理、分析和比較工作，將正常和故障兩種狀態(tài)下的電機振動和電流信號分別進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