本文關(guān)鍵詞：基于振動信號分析的感應(yīng)電機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】：電機的偏心故障會使氣隙磁場分布不均勻,進而會導(dǎo)致不平衡磁拉力的產(chǎn)生。不平衡磁拉力作用于電機會導(dǎo)致電機振動異�；蛘駝蛹觿�,因此電機的振動信號可反映電機內(nèi)部磁場變化,從而可判斷電機內(nèi)部是否發(fā)生氣隙偏心故障。本文主要通過分析振動信號達(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,通過電磁場理論分析得出了新的故障特征頻率指標(biāo),并通過仿真、實驗驗證了新指標(biāo)的有效性；文章通過進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,進而可通過二者的相互關(guān)系推測偏心程度�？紤]到通過故障特征頻率幅值和偏心度的關(guān)系推測偏心程度這一方法對不同類型、不同工況的電機沒有廣泛的適用性。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�，F(xiàn)有研究中并沒有偏心定位的相關(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,通過分析不平衡磁拉力在水平和垂直方向分量的關(guān)系推測偏心發(fā)生的位置,并通過仿真和實驗驗證了該方法的有效性。
【關(guān)鍵詞】：感應(yīng)電機 氣隙偏心 故障診斷 振動信號 小波變換
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：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)電機氣隙偏心故障位置和故障程度的研究36-54
• 3.1 信號處理方法36-38
• 3.1.1 小波去噪36-38
• 3.2 感應(yīng)電機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 實驗分析41-45
• 3.3 感應(yīng)電機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 實驗分析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 仿真和實驗驗證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)】

中國期刊全文數(shù)據(jù)庫 前10條

1 常悅;徐正國;;基于振動信號分析的感應(yīng)電機氣隙偏心故障診斷[J];上海應(yīng)用技術(shù)學(xué)院學(xué)報(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)電機偏心故障的交叉特征與診斷方法研究[J];中國電業(yè)(技術(shù)版);2012年12期

4 何玉靈;萬書亭;唐貴基;向玲;;基于定子振動特性的汽輪發(fā)電機氣隙偏心故障程度鑒定方法研究[J];振動與沖擊;2012年22期

5 謝軍;李樂;劉文峰;;振動信號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 陽桂蓉;王冰峰;;異步電機運行過程中轉(zhuǎn)子故障診斷綜述[J];大電機技術(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];電氣自動化;2009年02期

8 陳珊珊;;時域分析技術(shù)在機械設(shè)備故障診斷中的應(yīng)用[J];機械傳動;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故障診斷中的應(yīng)用[J];遼寧工學(xué)院學(xué)報;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];電力自動化設(shè)備;2005年04期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 聶小利;基于小波變換的弱信號提取與應(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)的電動機故障診斷技術(shù)研究[D];中北大學(xué);2013年

3 張韌;旋轉(zhuǎn)機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：基于振動信號分析的感應(yīng)電機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：285742