文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 电力/水利 > 基于Park矢量模信号小波分解的感应电机轴承故障诊断方法
侵权投诉

基于Park矢量模信号小波分解的感应电机轴承故障诊断方法

第25卷 第14期 2005年7月 中 国 电 机 工 程 学 报

Proceedings of the CSEE Vol.25 No.14 Jul. 2005

©2005 Chin.Soc.for Elec.Eng.

文章编号:0258-8013(2005)14-0115-05 中图分类号:TM711;TP277 文献标识码:A 学科分类号:470·40

基于Park矢量模信号小波分解的感应

电机轴承故障诊断方法

侯新国,吴正国,夏 立,卜乐平

(海军工程大学电气工程系,湖北省 武汉市 430033)

BEARING FAULT DIAGNOSIS METHOD OF INDUCTION MOTOR VIA WAVELET

DECOMPOSITION OF PARK’S VECTOR MODULUS SIGNAL

HOU Xin-guo, WU Zheng-guo, XIA Li, BU Le-ping

(Department of Electrical Engineering, Naval University of Engineering, Wuhan 430033, Hubei Province, China)

ABSTRACT: By analyzing the frequency separation characteristic of Wavelet Packet Decomposition (WPD), a general expression is given to decide the sequence of WPD sub-band at the same level from low to high frequencies. An induction motor experiment with the known faults of bearing was done. Then the RMS values of the WPD coefficients of Park’s Vector Modulus signals of the three-phase current was calculated, and could be the symptom of bearing fault. The experimental and the calculated results demonstrated that the influences of the fundamental frequency current as well as the noises in current were reduced. The limitation to extract the fault characteristic frequency resulting from the fluctuation of the characteristic frequency and the variation of the load is overcome. KEY Bearing

摘要:在分析小波包分频特性的基础上,总结出小波包分解子频带按频率高低排列的通式;对三相定子电流的Park矢量模信号进行小波包分解,求相应子频带的小波包分解系数的均方根值(RMS),并用其表征轴承的故障特征,以此作为轴承故障诊断的依据。研究表明,该方法降低了基频电流及电流中噪声的影响,克服了由于受负载变化引起故障特征频率波动使得难以准确提取故障特征频率的缺陷;实验结果证明了该方法应用于电机轴承故障诊断的可行性。 关键词:感应电机;小波包分解;Park矢量模;故障诊断;轴承

WORDS:

Induction

motor;

Wavelet

packet

decomposition(WPD); Park’s vector modulus; Fault diagnosis;

1 引言

感应电机轴承故障是导致电机失效的主要原

因之一,其故障率约占电机故障的40%左右[1]。对

感应电机轴承故障检测一直是国内外学者感兴趣的研究课题,其研究的方法主要是根据电机振动信号监测轴承故障,如基于振动信号的频谱分析法[2-4];时域分析法;幅值域分析法[5-6]以及小波分析法[7-10]等;由于故障特征信息直接来源于故障轴承的振动信号,因此基于振动监测的诊断方法较为简单、可靠。然而,在电机上安装传感器设备较为不便,在很多场合无法适用。电机振动与电机气隙磁密的变化紧密相连,因此在定子电流中将有反映轴承故障的特征信息,文献[11]介绍了在电机振动信号及电流中的故障特征频率,提出了一种基于定子电流信号的频谱分析法(MCSA)检测轴承故障。这种方法可做成非侵入式,但定子电流中能够反映振动故障的谐波分量幅值较小,容易被基频电流及电流中的噪声所淹没;而且Fourier分析是一种基于“频点”的分析方法,不适用于电机实际运行时非平稳的电流信号。因此,基于电流信号的谱分析方法用于轴承故障检测的准确性仍有待于进一步研究。

小波变换在时域和频域都具有局部化能力,是一种基于“频带”的时频分析方法,特别是小波包变换,它较好地解决了二进小波变换固有的“高频段频率分辨率低”的缺陷,非常适合于非平稳信号的分析。本文提出了一种基于Park矢量模信号小波分解的感应电机轴承故障诊断方法,有效克服了频谱分析时频率分辨率低,故障检测准确性低的缺陷,实验结果表明该方法取得了较为满意的结果。

第1页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email