基于小波變換的無刷直流電機智能故障診斷的研究.pdf

1、隨著現(xiàn)代科學技術(shù)的進步和生產(chǎn)應(yīng)用的不斷發(fā)展，無刷直流電機在工業(yè)、商業(yè)、航空、軍事等領(lǐng)域中發(fā)揮著越來越重要的作用。無刷直流電機故障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，造成巨大損失。通過對常見故障的診斷和分析，可以及早發(fā)現(xiàn)故障并預防故障的進一步惡化，減少停產(chǎn)損失，并為實現(xiàn)故障檢修創(chuàng)造條件。 電機發(fā)生故障時，故障信號中往往含有大量的時變、短時沖擊、突發(fā)性質(zhì)的成分，傳統(tǒng)的信號分析方法如Fourier變換，

2、分析效果不佳，不能有效提取電機的故障特征。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。考慮到小波變換處理非平穩(wěn)信號的優(yōu)越性，本論文主要研究如何將小波變換應(yīng)用于電機逆變器故障診斷過程，以逆變器電路故障時輸出電流波形作為故障信息，利用小波分析的方法提取故障特征，形成特征向量，作為神經(jīng)網(wǎng)絡(luò)的輸入訓練樣本，從而實現(xiàn)故障元件的定位。研究內(nèi)容和結(jié)論如下： （1）針對逆

3、變器功率管短路故障，通過主回路故障情況分析，在分析功率管短路時考慮了盡可能多的故障類型，作為小波故障特征提取的故障信息。故障分析表明：可分類的故障類型主要包括兩大類，一類是一個橋臂上的功率管故障，一類是兩個橋臂上的功率管同時故障。 （2）獲得故障信息以后，進行小波多尺度分析，得到經(jīng)過五層分解的細節(jié)信號小波系數(shù)值的能量，然后進行歸一化處理形成特征向量，作為神經(jīng)網(wǎng)絡(luò)的輸入。 （3）利用故障特征向量對建立好的BP神經(jīng)網(wǎng)絡(luò)分類器