電機是現(xiàn)代工業(yè)生產(chǎn)和日常生活最主要的原動力和驅(qū)動裝置。電機一旦發(fā)生故障,會造成不同程度的經(jīng)濟損失和社會影響。因此研究不同場合、不同運行狀態(tài)下電機故障診斷理論和相關(guān)技術(shù)具有很高的實用價值。 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。因此可以通過檢測、分析故障信號,獲得電機的故障信息。傳統(tǒng)的信號分析方法,如傅立葉變換,是一種純頻域分析,缺乏空間局部性,不能滿足故障信號分析的要求。而小波分析和小波包分析法具有良好的時頻局部性,能夠?qū)⑿盘栐谌我忸l段進行劃分,從而使在不同頻段的各種故障特征信號更加容易被識別和提取。基于小波包分析處理非平穩(wěn)信號的優(yōu)越性,本文選用小波包分析對電機故障信號進行分析檢測。 本文在研究了異步電機常見故障類型和診斷方法的基礎(chǔ)上,詳細分析了電機滾動軸承異常、轉(zhuǎn)子斷條、氣隙偏心等故障原因,采用基于信號分析法中的振動診斷法和定子電流檢測法,對電機滾動軸承故障、轉(zhuǎn)子斷條故障進行診斷。對于存在已知軸承故障的電機,在故障狀態(tài)下采集到振動信號,利用峭度值計算和小波包分析相結(jié)合的方法,選用db3作為小波基,進行小波包分析,對包含有故障特征頻率信息的信號進行重構(gòu),獲得軸承故障特征頻率,根據(jù)故障特征頻率的數(shù)值和能量,確定出軸承故障的類型。應(yīng)用小波包分析和FFT相結(jié)合的方法,選用Coif5為小波包基,檢測轉(zhuǎn)子斷條故障特征頻率。在此基礎(chǔ)上,采集故障電機的振動信號和電流信號,并分別應(yīng)用上述方法進行了仿真模擬實驗,結(jié)果表明這些方法是準確可行的。 論文以DSP為核心,完成了電機故障診斷系統(tǒng)的硬件電路的設(shè)計,包括信號檢測電路、調(diào)理電路,A/D轉(zhuǎn)換電路等,并給出了主要的軟件流程圖。
標簽:
異步電機
故障診斷
系統(tǒng)研究
上傳時間:
2013-04-24
上傳用戶:kristycreasy