学位论文 > 优秀研究生学位论文题录展示

基于MUSIC算法的电动机断条故障检测

作　者: 黄锋华
导　师: 李永丽
学　校: 天津大学
专　业: 电力系统及其自动化
关键词: 故障检测傅里叶变换 MUSIC 算法转子断条
分类号: TM343
类　型: 硕士论文
年　份: 2010年
下　载: 36次
引　用: 0次
阅　读: 论文下载

内容摘要

电机故障诊断是指在线监测电机运行相关参数(如电流、电压、磁通、转速、温度、噪声、振动、局部放电等)并采用适当的方法评估电机当前的运行状态;若电机处于故障状态,则进一步确定故障的类型、发生部位、严重程度。这项技术的出现是电机在线监测领域的一次革命,它使传统的事后维修方式转变为预知维修方式,极大地提高了电机运行的安全性,减少了很多不必要的经济损失。电机电流信号分析方法(Motor Current Signature Analysis)是电机故障诊断技术的一个分支,它的主要原理是通过对电机电流的监测来检测电机的故障情况。具体到笼型异步电机的断条故障检测,是通过对电机定子电流作频谱分析,提取故障特征分量,从而达到检测目的。传统的频谱分析方法是用傅里叶变换,然而,异步电动机转子断条后,定子电流中出现的故障特征分量离基频分量极近且幅值很小,傅里叶变换要得到这么高的分辨率必须有足够的采样数据长度(即较长的采样时间),这样不仅使运算量加大,而且易受到负荷波动的影响,所以,傅里叶变换并不适用于异步电子转子断条故障的检测。(1 ?2 s )f0MUSIC 算法即多信号分类算法(Multiple Signal Classification)是空间谱估计发展史上具有里程碑意义的算法。它的基本思想是通过对信号的自相关矩阵的特征值分解,将信号的特征空间分解为同信号分量对应的信号子空间和同信号分量相正交的噪声子空间,利用这两个空间的正交性来估计信号的频率。它在理论上具有任意高的分辨率,通过仿真还表明它还具有良好的抗噪声能力和对微弱谐波的检测能力。本文将MUSIC算法应用到异步电机转子断条故障检测中,实现了在较短数据量条件下的断条故障检测。

全文目录

摘要  3-4
ABSTRACT  4-7
第一章绪论  7-11
  1.1 本课题研究的目的和意义  7-8
  1.2 电机故障诊断技术  8-10
  1.3 本文主要工作  10-11
第二章笼型异步电机转子断条故障分析  11-25
  2.1 异步电机的基本类型和基本结构  11-13
  2.2 转子断条故障的诊断原理  13-19
    2.2.1 笼型电机断条原因分析及故障发展过程  13
    2.2.2 断条故障时定子电流的特点  13-19
  2.3 转子断条故障诊断方法回顾  19-24
    2.3.1 基于起动电流的时变频谱的诊断方法  19-20
    2.3.2 基于希尔伯特变换和数字滤波的诊断方法  20-22
    2.3.3 基于小波包分析的故障诊断方法  22-23
    2.3.4 基于温升不平衡的故障诊断方法  23-24
  2.4 本章小结  24-25
第三章 MUSIC 算法和傅里叶算法  25-41
  3.1 傅里叶变换简介  25-28
    3.1.1 傅里叶变换的定义  25-26
    3.1.2 傅里叶变换的性质  26-28
    3.1.3 离散傅里叶变换的快速算法（FFT）  28
  3.2 MUSIC算法  28-34
    3.2.1 MUSIC算法的原理  29-32
    3.2.2 算法的流程  32-34
    3.2.3 MUSIC算法分析  34
  3.3 FFT和MUSIC算法仿真比较  34-40
  3.4 本章小结  40-41
第四章 MUSIC算法在转子断条故障诊断中的应用  41-51
  4.1 转子断条故障仿真  41-46
    4.1.1 转子断条故障与参数变化之间的定量关系  41-44
    4.1.2 EMTDC中异步电动机模型与转子断条故障仿真  44
    4.1.3 仿真试验  44-46
  4.2 定子电流中基频分量f 0 的抵消方法  46-47
  4.3 基于MUSIC算法的转子断条故障判定仿真  47-49
  4.4 本章小结  49-51
第五章结论  51-52
参考文献  52-55
发表论文和参加科研情况说明  55-56
致谢  56

基于MUSIC算法的电动机断条故障检测

内容摘要

全文目录

相似论文