学位论文 > 优秀研究生学位论文题录展示

基于DSP的电机转子绕组匝间短路检测研究

作　者: 韩明
导　师: 刘教民
学　校: 河北科技大学
专　业: 计算机应用技术
关键词: 匝间短路气隙电动势 TMS320C6203B 算法分析
分类号: TM303.3
类　型: 硕士论文
年　份: 2011年
下　载: 28次
引　用: 0次
阅　读: 论文下载

内容摘要

本文首先分析了检测电机转子绕组匝间短路故障需要采集的信号,在此基础上,研究了基于DSP的电机转子绕组匝间短路检测系统,检测系统包括数据采集、传输控制、数据算法分析及其MATLAB算法实现四个部分。文章在分析造成电机转子绕组匝间短路机理的基础上,确定检测匝间短路需要采集的信息为气隙电动势,气隙电动势的变化由气隙磁场变化引起,因此利用微分探测线圈采集定转子气隙中的感应电动势信号,根据线圈中感应电动势信号的突变确定发生匝间短路故障位置。系统的硬件设计以TMS320C6203B为核心,采集模拟信号;以A/D转换模块ADS5422为基础,对采集的模拟信号进行转换;利用CY7C68013A为数据传输控制接口芯片,实现数据的USB方式传输。使用TMS320C6203B的32bit的扩展总线连接到FIFO,实现从FIFO读取数据;使用TMS320C6203B的定时器输出信号控制AD的采样频率;使用TMS320C6203B的外部存储器接口——EMIF连接Flash程序单元和USB接口设备;此外还包括必要的电压转换、时钟电路、复位电路等的连接。电机转子绕组匝间短路故障检测系统在硬件采集数据的基础之上,利用算法对采集的数据进行分析和处理。由于傅里叶变换仅在时域进行信号的分离,频谱图只能看出信号中携带的频率分量成分,不能反映故障特征信息,因此利用小波变换识别信号中的畸变点,但是小波变换得到故障位置不够准确,需要人为界定,因此利用小波包变换算法提取信号的能量特征信息,经过归一化处理之后作为神经网络的输入数据,对神经网络进行训练得到完善的训练测试机制,并对采集的信号经过归一化处理之后输入神经网络进行测试,最后得到准确的故障槽位置。实验证明了此方法的高效性和准确性。

全文目录

摘要  4-5
Abstract  5-8
第1章绪论  8-13
  1.1 电机转子绕组匝间短路检测研究的意义  8
  1.2 电机转子绕组匝间短路故障的常见成因  8-9
  1.3 国内外研究现状  9-11
    1.3.1 静态检测方法  10
    1.3.2 动态检测方法  10-11
  1.4 本文所作的主要工作  11-13
第2章电机转子绕组匝间短路故障机理分析  13-21
  2.1 转子绕组匝间短路后电磁分析  13
  2.2 转子绕组电磁特性数学模型  13-18
    2.2.1 正常条件下转子绕组磁动势分析  13-16
    2.2.2 匝间短路故障状态下磁动势分析  16-17
    2.2.3 合成磁动势分析  17-18
  2.3 匝间短路故障时气隙中探测线圈感应电动势分析  18-20
  2.4 本章小结  20-21
第3章基于DSP 数据采集的硬件电路设计  21-41
  3.1 总体设计方案  21-22
  3.2 芯片选择  22-26
    3.2.1 ADC 选择  22
    3.2.2 ADS5422 内部结构  22-23
    3.2.3 DSP 芯片选择  23-24
    3.2.4 USB 接口芯片选择  24-25
    3.2.5 FIFO 选择  25-26
    3.2.6 Flash 选择  26
  3.3 硬件连接设计  26-34
    3.3.1 电源设计  26-28
    3.3.2 ADS5422 与DSP 连接  28-31
    3.3.3 DSP 与FLASH 连接  31-32
    3.3.4 DSP 与USB2.0 控制器的连接  32-34
  3.4 固件及驱动程序设计  34-36
    3.4.1 固件设计  34-36
    3.4.2 驱动程序设计  36
  3.5 DSP 与CY7C68013A 之间通信  36-39
    3.5.1 DSP 读FIFO 中的数据  37
    3.5.2 DSP 向FIFO 写数据  37-38
    3.5.3 软件编写  38-39
  3.6 JTAG 仿真接口设计  39-40
  3.7 本章小结  40-41
第4章匝间短路故障诊断算法分析  41-63
  4.1 傅里叶变换的不足  41
  4.2 小波变换算法分析匝间短路故障  41-48
    4.2.1 小波变换识别信号奇异点  41-43
    4.2.2 Mallat 算法  43-46
    4.2.3 小波变换去噪  46-48
  4.3 小波包算法在匝间短路中的应用  48-51
    4.3.1 小波包算法描述  48-49
    4.3.2 应用小波包变换提取气隙电动势信号的故障信息  49-51
  4.4 BP 神经网络在匝间短路中的应用  51-62
    4.4.1 BP 神经网络算法描述  51-54
    4.4.2 BP 神经网络的设计  54-56
    4.4.3 转子绕组匝间短路的BP 神经网络模型设计  56-62
  4.5 本章小结  62-63
第5章电机转子绕组匝间短路故障检测系统实现  63-72
  5.1 系统总体框架  63
  5.2 采样控制及数据传输  63-64
  5.3 PC 端接受数据实现  64-65
  5.4 电机转子绕组匝间短路故障检测系统实现  65-71
    5.4.1 系统程序设计方案  65-66
    5.4.2 界面设计及程序运行  66-71
  5.5 本章小结  71-72
结论  72-73
参考文献  73-76
攻读硕士学位期间所主要从事的研究工作和发表的论文  76-77
致谢  77

基于DSP的电机转子绕组匝间短路检测研究

内容摘要

全文目录

相似论文