基于改进的莱文森算法对电机转速特性的研究

《基于改进的莱文森算法对电机转速特性的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第27卷第30期中国电机工程学报Vol.27No.30Oct.20072007年10月ProceedingsoftheCSEE©2007Chin.Soc.forElec.Eng.文章编号：0258-8013(2007)30-0077-05中图分类号：TN911文献标识码：A学科分类号：470⋅40基于改进的莱文森算法对电机转速特性的研究121胡明慧，王永山，邵惠鹤(1．上海交通大学电子信息与电气工程学院，上海市闵行区200240；2．同济大学机械工程学院，上海市杨浦区200092)ResearchofMotorRotateSpeedCharacteristicBasedon

2、ImprovedLevinsionAlgorithm121HUMing-hui,WANGYong-shan,SHAOHui-he(1.SchoolofElectricandElectricalEngineering,ShanghaiJiaotongUniversity,MinhangDistrict,Shanghai200240,China;2.DepartmentofMechanicalEngineering,TongjiUniversity,YangpuDistrict,Shanghai200092,China)ABSTRACT:Traditionallevinsion

3、algorithmomitserrorsthat[1]图或Welch法的经典谱分析方法。功率谱估计的areproducedwhenestimatedvaluesofautocorrelation现代方法主要是以随机过程的参数模型为基础，先sequencetaketheplaceoftheiridealvalues.Inordertolower建立一个高度近似的信号数学模型，然后对模型参errorsasmuchaspossible,animprovedlevinsionalgorithm[2-3]数进行估计，进而实现功率谱估计。在对模型参andAkaikeinformatio

4、ncriterion(AIC)orderselectioncriteria[4-5]数进行估计和辨识中有的采用Prony算法，Pronyarepresentedtoimproveitsperformanceofpowerspectrum.方法能够克服傅里叶变换方法的缺陷，直接求得信Autoregressive(AR)modelwasusedtoprocesstypical号对应分量的幅值和复幂指数，无需进行频域计motorrotatespeedvibrationsignals.ARspectrumbasedontheproposedalgorithmwascomparedw

5、iththeWelchmethodand算，使计算量大为减少。但常用的Prony方法假定theresultsofsimulationshowsomeremarkableadvantagesfor系统是单信号模型，而实际许多研究对象是多信号motorrotatespeedvibrationsignals.模型，有时不适用。文献[6-7]将基于时间序列的自回归(AR)模型应用于电机故障诊断，取得了比经典KEYWORDS:autoregressivemodel;levinsionalgorithm;谱分析好的诊断效果，但采用的样本长度较小，分orderselectioncrite

6、ria;motorrotatingspeedvibration;powerspectralestimation析频率范围较窄。有研究者采用基于小波变换的信[8-10]号频域分析来进行电机故障诊断，因而信号被摘要：传统的Levinsion算法忽略了信号自相关序列值代替提取成有用的特征向量。近年来许多学者研究AR理论值时的误差，因而降低了算法性能。为了减小该误差的模型参数估计方法，有的采用最小二乘法和特征向影响，采用改进Levinsion算法、AIC阶数判定准则，将现[11-13]代谱估计中的AR模型应用于包含广泛频率成分的典型的量图法对模型参数进行估计，有人基于神经网[14]

7、[15]电机转速振动信号分析，求得AR模型的功率谱。通过AR络和动量因子对现代谱特性进行分析，并取得现代谱与Welch经典谱的实际对比分析，验证了所建AR模了较好的效果。型的正确性和对电机转速振动信号分析的适用性，为电机转功率谱估计是现代信号处理中用于从信号中速振动特性的研究提供了可靠的分析技术。提取有用信息的有效方法，基于AR模型的功率谱关键词：AR模型；莱文森算法；定阶准则；电机转速振动；估计在许多应用领域中受到重视。传统的功率谱估计Levinsion递推算法认为信号序列之间和自相关函数误差项e等于零，这样显然