異步電動機振動故障診斷技術(shù)研究.pdf

1、在電力系統(tǒng)及各種工業(yè)生產(chǎn)中,異步電動機因其具有較高的性價比及良好的環(huán)境適應性,被作為主要的動力設(shè)備而得到了廣泛的應用。異步電動機的運行狀況直接影響到工業(yè)生產(chǎn)的正常進行。異步電動機發(fā)生故障和停止運行,不僅會損壞異步電動機本身,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。因而對異步電動機故障的早期診斷和預警要求日益緊迫,通過對異步電動機常見故障的診斷和分析,可以及早發(fā)現(xiàn)故障和預防故障的進一步惡化,減少突發(fā)事故造成的停

2、產(chǎn)損失。因此,研究異步電動機故障診斷技術(shù)在電機故障早期發(fā)現(xiàn)故障并及時進行維修,具有重大的理論意義和社會經(jīng)濟效益,這已經(jīng)成為國內(nèi)外學者們一個研究熱點課題。本文基于異步電機故障時的振動信號特征頻率的能量值,提出了動態(tài)鄰域粒子群優(yōu)化最小二乘支持向量機的方法實現(xiàn)異步電動機常見故障的診斷。文章介紹了異步電動機各種故障及其產(chǎn)生的機理和故障的主要特征,針對異步電動機故障的復雜性和多樣性,分析了異步電動機各種故障監(jiān)測和診斷方法的特點和不足之處。確定了本

3、文異步電動機振動的故障診斷采用基于振動信號能量譜分析的方法。闡述了基于小波技術(shù)的異步電動機故障信號處理。利用最優(yōu)小波包基算法選定db3小波包對振動傳感器測量得到的振動信號分解成高頻部分和低頻部分,然后通過對小波包基的每個節(jié)點上的分解系數(shù)進行閡值量化達到信號去噪的目的,在對去噪后的信號進行分解,抽取和故障相關(guān)的幾個頻帶進行重構(gòu),剔除主振動分量和干擾項,提取各頻段范圍的信號,并計算各頻段的信號能量形成特征向量,最后進行歸一化處理得到適合異步

4、電動機故障診斷的特征向量。針對異步電動機振動故障診斷的特點引入了動態(tài)鄰域粒子群優(yōu)化最小二乘支持向量機的算法,介紹了動態(tài)鄰域粒子群優(yōu)化算法的過程,并詳細介紹了最小二乘支持向量機的分類方法,最終建立了故障診斷的模型,并對診斷模型中的參數(shù)優(yōu)化進行了介紹。論述了基于動態(tài)鄰域粒子群優(yōu)化最小二乘支持向量機的異步電動機振動故障的診斷過程。根據(jù)異步電動機振動故障的特征,進行了大型異步電動機振動故障信號的采集、振動傳感器的選型,并根據(jù)第3章所述的方法原理