本文選題：故障診斷 + 智能預測�。� 參考：《太原理工大學》2017年博士論文

【摘要】：本文是山西省科技攻關項目“智能型電機預測保護器的開發(fā)和研制”(2006031153-01)的延續(xù)內容�；\型異步電動機是以電為動力的機械驅動設備,被工礦企業(yè)廣泛應用于驅動各種機械和工業(yè)設備,因其工作負荷重,工作環(huán)境惡劣,發(fā)生故障的情況非常普遍,一旦發(fā)生故障會給企業(yè)造成巨大的經(jīng)濟損失。因此為及早發(fā)現(xiàn)故障、預防故障的發(fā)生發(fā)展,防止破壞性和災難性事故的發(fā)生,開展異步電動機的早期故障智能診斷與預警技術的研究,將事故消滅在萌芽狀態(tài)是非常必要的。針對異步電動機故障機理復雜,其故障原因與征兆之間并非一對一的映射關系,它們之間存在著一對多,即同一故障表現(xiàn)為多個征兆,和多對一,即不同故障都表現(xiàn)為同一征兆的復雜對應關系,本文對電動機故障機理進行了系統(tǒng)深入的分析,通過分析研究異步電動機正常和故障時的電磁學關系與動力學特性,以異步電動機的工作模型為基礎,建立了異步電動機在故障時的電磁學和動力學模型,探索了轉子斷條、靜偏心、動偏心、動靜混合偏心、轉子軸承故障發(fā)生時在定子電流和振動信號中的頻譜變化規(guī)律,為探明有效檢測故障的發(fā)生和發(fā)展提供有效方法和理論依據(jù)。由于異步電動機發(fā)生故障時運行的非平穩(wěn)性、故障信號變化的復雜性和早期故障物理信號的微弱性與模糊性,導致早期故障診斷和多故障分離更加困難。論文提出了異步電機狀態(tài)信號能量分析方法,采用多物理信息融合的方法,對于電機的電流信號與多個測點的振動信號,采用具有時域局部特性、多分辨率性的小波包分析方法分別對其進行9或8層小波包分解實現(xiàn)了對整個頻段的精細劃分,使特征頻率更加顯化,分解出的頻段能夠清晰的反應特征頻段在異步電動機正常和故障時的能量變化規(guī)律,論文中提取了與故障相關的16個特征頻段的能量值作為電機狀態(tài)的特征信息,為電機故障診斷提供理論依據(jù)。針對在應用小波時選取小波基函數(shù)的經(jīng)驗性和隨意性,使處理效果不盡人意的問題,論文根據(jù)上述檢測信號的特點和性質,引入噪聲功率作為小波基函數(shù)的適應度函數(shù),提出了根據(jù)噪聲功率和噪聲功率差這兩個參數(shù)選擇小波基函數(shù)的方法,通過對小波基函數(shù)的優(yōu)化選擇,獲得了適用于異步電動機故障分析的最佳小波基函數(shù),克服了傳統(tǒng)方式根據(jù)經(jīng)驗或根據(jù)參考文獻選擇小波基函數(shù)使處理精度低效果差的問題,使基于小波包的電機信號處理方法更加有效,通過實際運行數(shù)據(jù)的檢驗,證明了該方法的有效性,也為相關應用提供了可行的方法。為提高神經(jīng)網(wǎng)絡的故障識別率和泛化能力,論文設計了改進型故障融合算法,實現(xiàn)了用于電機狀態(tài)識別的rbf神經(jīng)網(wǎng)絡的各參數(shù)的優(yōu)化,采用改進免疫算法來確定神經(jīng)網(wǎng)絡隱層的數(shù)據(jù)中心位置及數(shù)量;同時在此基礎上采用模糊c均值聚類算法進一步對rbf隱層中心進行優(yōu)化。特別是針對在改進免疫算法中聚類數(shù)據(jù)的特點,提出了改進型初始抗體群計算方法,采用了自適應親和力閾值的選取法,改進了抗體刪除算法,并將抗體免疫機制、抗體濃度調節(jié)原理加入到免疫算法中。通過樣本數(shù)據(jù)的仿真,證明了該方法的有效性,解決了傳統(tǒng)的神經(jīng)網(wǎng)絡識別能力及準確率低和泛化能力差的問題。針對異步電動機體積大、質量重,其故障時電磁關系和動力學性能不易通過模擬實現(xiàn),論文基于現(xiàn)代仿真平臺,建立了異步電動機發(fā)生多種故障時的電磁學和動力學仿真模型。采用ansoft有限元仿真軟件、p/roe三維畫圖軟件和msc.adams多體動力學分析軟件分別建立了異步電動機轉子斷條有限元模型、靜偏心有限元模型、動偏心有限元模型、動靜混合偏心有限元模型、轉子支撐軸承滾珠損傷多體動力學模型、轉子支撐軸承內圈損傷多體動力學模型以及轉子支撐軸承外圈損傷多體動力學模型,較好地模擬了轉子斷條故障、靜態(tài)偏心故障、動偏心故障、動靜混合偏心故障、轉子支撐軸承滾珠損傷故障、轉子支撐軸承內圈損傷故障和轉子支撐軸承外圈損傷故障等,對上述故障進行了深入的仿真分析,結果一方面驗證了理論分析的正確性,另一方面也為下一步的實驗分析提供了進一步的指導。為將理論聯(lián)系實際,在實踐中驗證理論分析和仿真分析的正確性,論文在理論分析與仿真研究的基礎上,設計制作了轉子斷條、靜偏心、動偏心、動靜混合偏心、轉子支撐軸承滾珠損傷、轉子支撐軸承內圈損傷等故障電機,并由專業(yè)廠家生產(chǎn)完成。轉子斷條是在轉子模具中添加絕緣墊片使導條中存在縫隙形成的;偏心是通過軸承的偏心來實現(xiàn)的,即在原配軸承的基礎上,令偏心軸承內圈直徑略大于轉軸,外圈直徑略小于其所在空間的內徑,這樣在軸承內外會產(chǎn)生兩個氣隙;軸承故障是將軸承相關部位進行人工損壞來實現(xiàn)的。這樣避免了實際故障電機在發(fā)生一個故障時往往伴有其它故障,如斷條發(fā)生時會引起偏心等等。在實際運行中通過不斷更換轉子、裝配不同偏心距離的偏心套以及更換各種故障軸承,采集了轉子一根和多根斷條,10%、20%、40%的靜偏心度,20%、40%的動偏心度,以及軸承滾珠損傷、軸承內圈損傷和軸承外圈損傷等故障時的實時數(shù)據(jù),通過對實驗信號進行分析和總結,進一步驗證了本文理論推導結果的正確性。
[Abstract]:In this paper , it is necessary to develop the fault diagnosis and early warning technology of asynchronous motor by analyzing the electromagnetic and dynamic characteristics of asynchronous motor . In order to improve the fault recognition rate and generalization ability of the neural network , an improved fault fusion algorithm is designed to optimize the parameters of the neural network hidden layer . In this way , two air gaps are generated inside and outside the bearing , and the bearing failure is realized by manual damage of the relevant parts of the bearing . In practice , the real - time data of one and a plurality of broken strips , 10 % , 20 % , 40 % static eccentricity , 20 % , 40 % dynamic eccentricity , and bearing ball damage , bearing inner ring damage and bearing outer ring damage are collected by changing the rotor in the actual operation , and the correctness of the theoretical derivation result is further verified .

【學位授予單位】：太原理工大學
【學位級別】：博士
【學位授予年份】：2017
【分類號】：TM343.3

【相似文獻】

相關期刊論文 前10條

1 邵華;;《三相籠型異步電動機》說課稿[J];職業(yè);2005年S1期

2 王衍鳳;王麗卿;;三相籠型異步電動機常見故障分析[J];職大學報;2010年04期

3 蓮池介紀;殷國山;;三相籠型異步電動機的評價法[J];中小型電機;1987年06期

4 孫彭年;;籠型異步電動機調頻調壓運行中的最佳節(jié)電狀態(tài)分析[J];鄭州工學院學報;1988年01期

5 劉慧娟;管式籠型異步電動機運行狀態(tài)的數(shù)字仿真[J];中小型電機;2000年01期

6 郭鐘t，

本文編號：1882178