本文關(guān)鍵詞：基于振動(dòng)信號(hào)分析的感應(yīng)電機(jī)氣隙偏心故障診斷的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：電機(jī)的偏心故障會(huì)使氣隙磁場(chǎng)分布不均勻,進(jìn)而會(huì)導(dǎo)致不平衡磁拉力的產(chǎn)生。不平衡磁拉力作用于電機(jī)會(huì)導(dǎo)致電機(jī)振動(dòng)異常或振動(dòng)加劇,因此電機(jī)的振動(dòng)信號(hào)可反映電機(jī)內(nèi)部磁場(chǎng)變化,從而可判斷電機(jī)內(nèi)部是否發(fā)生氣隙偏心故障。本文主要通過(guò)分析振動(dòng)信號(hào)達(dá)到氣隙偏心故障診斷的目的。文章在了解現(xiàn)有氣隙偏心故障診斷研究中常用的故障特征指標(biāo)的基礎(chǔ)上,通過(guò)電磁場(chǎng)理論分析得出了新的故障特征頻率指標(biāo),并通過(guò)仿真、實(shí)驗(yàn)驗(yàn)證了新指標(biāo)的有效性；文章通過(guò)進(jìn)一步分析不同故障程度下故障特征頻率幅值大小的變化情況,得到了故障特征頻率幅值和偏心度之間的關(guān)系,進(jìn)而可通過(guò)二者的相互關(guān)系推測(cè)偏心程度。考慮到通過(guò)故障特征頻率幅值和偏心度的關(guān)系推測(cè)偏心程度這一方法對(duì)不同類型、不同工況的電機(jī)沒(méi)有廣泛的適用性。本文提出小波包分解和人工神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法來(lái)推斷偏心程度,將小波包分解得到的頻帶能量地變化率作為神經(jīng)網(wǎng)絡(luò)輸入向量,經(jīng)驗(yàn)證訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)能適用于不同類型的電機(jī)。現(xiàn)有研究中并沒(méi)有偏心定位的相關(guān)研究,本文根據(jù)不同種類偏心故障情況下的最小氣隙位置的特性,通過(guò)分析不平衡磁拉力在水平和垂直方向分量的關(guān)系推測(cè)偏心發(fā)生的位置,并通過(guò)仿真和實(shí)驗(yàn)驗(yàn)證了該方法的有效性。
【關(guān)鍵詞】：感應(yīng)電機(jī) 氣隙偏心 故障診斷 振動(dòng)信號(hào) 小波變換
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TM346
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-12
• 第一章 緒論12-22
• 1.1 研究背景與意義12-13
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀13-20
• 1.2.1 故障診斷方法研究現(xiàn)狀14-20
• 1.2.2 氣隙偏心故障研究現(xiàn)狀20
• 1.3 本文的主要內(nèi)容及安排20-22
• 第二章 感應(yīng)電機(jī)氣隙偏心故障特征指標(biāo)22-36
• 2.1 氣隙偏心介紹22-23
• 2.2 機(jī)理分析23-29
• 2.2.1 常情況下磁拉力24-26
• 2.2.2 靜偏心故障下的單邊磁拉力26-27
• 2.2.3 動(dòng)偏心故障下的單邊磁拉力27-28
• 2.2.4 混合偏心故障下的單邊磁拉力28-29
• 2.3 磁拉力分析29-34
• 2.3.1 公式分析29-30
• 2.3.2 仿真分析30-34
• 2.4 本章小結(jié)34-36
• 第三章 感應(yīng)電機(jī)氣隙偏心故障位置和故障程度的研究36-54
• 3.1 信號(hào)處理方法36-38
• 3.1.1 小波去噪36-38
• 3.2 感應(yīng)電機(jī)氣隙偏心故障位置的研究38-45
• 3.2.1 仿真分析39-41
• 3.2.2 實(shí)驗(yàn)分析41-45
• 3.3 感應(yīng)電機(jī)氣隙偏心故障程度的研究45-51
• 3.3.1 理論分析45-47
• 3.3.2 仿真分析47-49
• 3.3.3 實(shí)驗(yàn)分析49-51
• 3.4 本章小結(jié)51-54
• 第四章 基于小波包分解和神經(jīng)網(wǎng)絡(luò)的氣隙偏心故障診斷54-70
• 4.1 小波包分解的應(yīng)用54-58
• 4.2 BP神經(jīng)網(wǎng)絡(luò)58-63
• 4.2.1 BP神經(jīng)網(wǎng)絡(luò)原理58-59
• 4.2.2 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)59-60
• 4.2.3 BP學(xué)習(xí)算法60-63
• 4.3 仿真和實(shí)驗(yàn)驗(yàn)證63-67
• 4.4 本章小結(jié)67-70
• 第五章 總結(jié)與展望70-72
• 5.1 全文工作總結(jié)70-71
• 5.2 研究工作展望71-72
• 參考文獻(xiàn)72-78
• 發(fā)表文章目錄78

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 常悅;徐正國(guó);;基于振動(dòng)信號(hào)分析的感應(yīng)電機(jī)氣隙偏心故障診斷[J];上海應(yīng)用技術(shù)學(xué)院學(xué)報(bào)(自然科學(xué)版);2015年02期

2 姜林;郭昕;何文榮;周方潔;孫志銳;;基于小波包分析電纜故障定位的研究[J];智能電網(wǎng);2015年01期

3 譚善軍;;汽輪發(fā)電機(jī)偏心故障的交叉特征與診斷方法研究[J];中國(guó)電業(yè)(技術(shù)版);2012年12期

4 何玉靈;萬(wàn)書(shū)亭;唐貴基;向玲;;基于定子振動(dòng)特性的汽輪發(fā)電機(jī)氣隙偏心故障程度鑒定方法研究[J];振動(dòng)與沖擊;2012年22期

5 謝軍;李樂(lè);劉文峰;;振動(dòng)信號(hào)噪聲消除中的小波基選擇研究[J];科學(xué)技術(shù)與工程;2011年25期

6 陽(yáng)桂蓉;王冰峰;;異步電機(jī)運(yùn)行過(guò)程中轉(zhuǎn)子故障診斷綜述[J];大電機(jī)技術(shù);2011年04期

7 王云亮;孟慶學(xué);;基于小波包能量法及神經(jīng)網(wǎng)絡(luò)的電力電子裝置故障診斷[J];電氣自動(dòng)化;2009年02期

8 陳珊珊;;時(shí)域分析技術(shù)在機(jī)械設(shè)備故障診斷中的應(yīng)用[J];機(jī)械傳動(dòng);2007年03期

9 孫麗穎,屈丹,閆鈿;傅里葉變換與小波變換在信號(hào)故障診斷中的應(yīng)用[J];遼寧工學(xué)院學(xué)報(bào);2005年03期

10 謝可夫,羅安;遺傳算法在變壓器故障診斷中的應(yīng)用[J];電力自動(dòng)化設(shè)備;2005年04期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 聶小利;基于小波變換的弱信號(hào)提取與應(yīng)用研究[D];北京建筑大學(xué);2015年

2 蘆斌;基于模糊神經(jīng)網(wǎng)絡(luò)的電動(dòng)機(jī)故障診斷技術(shù)研究[D];中北大學(xué);2013年

3 張韌;旋轉(zhuǎn)機(jī)械故障特征提取技術(shù)及其系統(tǒng)研究[D];浙江大學(xué);2004年

  本文關(guān)鍵詞：基于振動(dòng)信號(hào)分析的感應(yīng)電機(jī)氣隙偏心故障診斷的研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：285742