基于线性混合盲分离模型的电机故障诊断方法-论文.pdf

《基于线性混合盲分离模型的电机故障诊断方法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第26卷第4期海军工程大学学报Vo1．26No．42014年8月JOURNALOFNAVALUNIVERSITYOFENGINEERINGAug．2014DOI：10．7495／j．issn．1009—3486．2014．04．009基于线性混合盲分离模型的电机故障诊断方法侯新国，李或，向东阳，杨忠林，卜乐平(海军工程大学电气工程学院，武汉430033)摘要：基于定子电流信号的频谱分析方法诊断电机故障，其检测的精度易受到噪声干扰及频率分辨率的限制。为解决这一问题，提出了一种基于线性混合盲分离模型的电机故障诊断方法。该方法采用固定点算法从电机的定子电流信号中分离出故障特征信号，由

2、观测信号估计出混合矩阵，据此计算故障特征信号的幅值，再根据幅值在电机正常和故障状态下的变化实现对电机故障的诊断。以电机转子故障为例进行了实验，结果表明：该方法可实现转子断条故障的可靠诊断，并且在短数据条件下，也能取得较好的诊断效果。关键词：电机；盲分离；定子电流；转子断条；故障诊断中图分类号：TN99lI6；TM7l1；TM307文献标志码：A文章编号：1009—3486(2014)04—0037—05FaultdiagnosismethodofmotorbasedonlinearmixingblindseparationmodelHOUXin—guo，LIYu，XIANGDo

3、ng—yang，YANGZhong—lin，BULe—ping(CollegeofElectricalEngineering，NavalUniv．ofEngineering，Wuhan430033，China)Abstract：Thedetectionprecisionoffaultdiagnosisbasedonthefrequencyspectralanalysisofstatorcurrentiseasilyrestrictedbynoisejammingandfrequencyresolution．Tosolvethisproblem，thispa—perpropose

4、safaultdiagnosismethodofinductionmotorbasedonthelinearmixingmode1．ThemethodusestheFast—ICAalgorithmtoseparatethefaultcharacteristicsignalfromthemotorstatorcurrent．Theamplitudeofthesignaliscalculatedwiththemixingmatrixestimatedbytheobservedsigna1．Thefaultdiagnosiscanbemadeaccordingtotheamplit

5、udevaryinginanormalstateandafaultstateofthemotor．Withthediagnosisoffaultsinthebrokenrotorbarsasanexample，theexperimentresultshowsthatthealgorithmcanwelldiagnosethebroken—rotor—barfault，andalsoachieveagoodresultjntheconditionofshortdatab1Ock．Keywords：motor；blindseparation；statorcurrent；broken

6、rotorbar；faultdiagnosis国内外许多学者对感应电机的在线监测与诊(FFT)和多重信号分类法(MUSIC)[2]。实际采断进行了研究口]，其中基于定子电流信号的故样信号由于受噪声的干扰以及采样时间的限制等障诊断方法应用最为广泛。电机发生故障时在定问题，使得频谱分析时难以得到较高的频率分辨子电流信号中会产生新的特征频率分量，基于定率。MUSIC算法虽然能在短数据条件下取得较子电流信号的频谱分析方法正是通过检测电机故高的频率分辨率]，但是求出的各频率分量的幅障时的特征频率来实现诊断电机故障的目的。通值只具有相对意义。文献[4]提出了基于独立分常使用的频谱分析工具主

7、要有快速傅立叶变换量分析的感应电机转子故障诊断方法。文献[5]收稿日期：2013一10—02；修回日期：2014一O1—08。基金项目：国家自然科学基金资助项目(50677069)。作者简介：侯新国(1972一)，男，副教授，博士，主要研究方向为信号检测与处理。通信作者：侯新国，E—mail：hxinguo2008@126．corn。．38．海军工程大学学报第26卷采用最小均方盲分离算法提取故障信号，利用振式中：一~／口+6为幅值；0为相位；f为故障的动信号实现电机定子和轴承复合故障的诊断。