笼型异步电动机转子断条故障诊断方法.pdf

笼型异步电动机转子断条故障诊断方法.pdf

ID:55321888

大小:848.40 KB

页数:8页

时间:2020-05-14

笼型异步电动机转子断条故障诊断方法.pdf_第1页
笼型异步电动机转子断条故障诊断方法.pdf_第2页
笼型异步电动机转子断条故障诊断方法.pdf_第3页
笼型异步电动机转子断条故障诊断方法.pdf_第4页
笼型异步电动机转子断条故障诊断方法.pdf_第5页
资源描述:

《笼型异步电动机转子断条故障诊断方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第19卷第6期电机与控制学报Vol_19No.62015年6月ElectrieMachinesandControlJune2015笼型异步电动机转子断条故障诊断方法田慕琴,王秀秀,宋建成,吝伶艳,李传扬,张福亮。(1.太原理工大学煤矿装备与安全控制山西省重点实验室,山西太原030024;2.山西昌生电磁线有限公司,山西太原030024)摘要:针对笼型异步电动机发生转子断条故障时,用于判定故障类型及其严重程度的定子电流信号中的边频信号容易被主频信号所淹没的问题,研究了一种基于Hilbea变换和支持向量机理论的笼型异步电动机断条故障诊断方法。首先进行了详细的理论推导,为该方法在断

2、条故障诊断中的应用奠定了基础。然后设计并完成了一系列断条故障试验,取得了真实有效的故障数据。最后,将该方法应用于试验数据的分析与处理,结果表明Hilbert变换能有效提取到断条故障时定子电流信号中的故障特征量,而采用这些特征量训练得到的支持向量机分类模型则能在故障样本有限的前提下实现最优分类,将二者结合起来用于断条故障诊断的准确率高达98%。关键词:笼型异步电动机;断条;Hilbert变换;支持向量机;故障诊断DOI:10.15938/j.emc.2015.06.003中图分类号:TM343文献标志码:A文章编号:1007—449X(2015)06—0014—08Diagno

3、sismethodofrotorbarbrokenfaultincageasynchronousmotorTIANMu—qin,WANGXiu—xiu,SONGJian.cheng,LINLing—yah,LIChuan—yang,ZHANGFu—liang(1.ShanxiKeyLaboratoryofCoalMiningEquipmentandSafetyControl,TaiyuanUniversityofTechnology,Taiyuan030024,China;2.ChangShengShanxiElectromagneticWireLimitedCompany,

4、Taiyuan030024,China)Abstract:Whenthecageinductionmotorrotorbrokenbarfaultoccurs,side—bandsignalisgeneratedinthestatorcurrentsigna1.ThatiSwhythecomponentiSoftenusedtodeterminewhethertherotorbarsufferbrokenfauhandhowseriousitis.However.theside.bandsignaliSeasilyoverwhelmedbymainfrequen.cysign

5、a1.TosolVethisproblem,akindoffaultdiagnosismethodbasedonHilbea—SVM(SuppoflVectorMaehineswasresearched.First,detailedtheoreticalderivationlaidthefoundationfortheapplication.Then,throughdesigningandcompletingaseriesofbrokenbarfaulttesting,therealandeffectivefaultdatawereobtained.Finally,thism

6、ethodwasusedtoanalyzeandprocesstestingdata.Theresultsshowthatfauhcharacteristicquantitiesfromstatorcurentsignalwhenrotorbargoeswrongcouldbeeneffee—tivelyextractedthroughHilbeatransform,andonthepremiseoflimitedfaultsamples,optimalclassifica·tioncouldbeenachievedthroughSVMclassificationmodelb

7、ytrainingthecharacteristicquantities.Asaresult,theaccuracyrateofthisfaultdiagnosismethod,whichcombineHilberttransformandSVM,ishighas98%.Keywords:cageasynchronousmotor;brokenbar;Hilbeatransform;supportvectormachines;faultdi—agnosis收稿日期:2014—01—16基金项目:高等学校

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。