【摘要】：異步電動(dòng)機(jī)作為解放人力的一種驅(qū)動(dòng)裝置,因其結(jié)構(gòu)簡單、穩(wěn)定性好、價(jià)格適中等優(yōu)點(diǎn),在工農(nóng)業(yè)等領(lǐng)域均有著廣泛應(yīng)用;若電機(jī)發(fā)生故障,輕則造成電機(jī)損壞,影響生產(chǎn)進(jìn)度,重則會(huì)危及操作人員生命和企業(yè)財(cái)產(chǎn)安全,因此如何實(shí)現(xiàn)電機(jī)快速、準(zhǔn)確的診斷,避免或者及早發(fā)現(xiàn)故障,具有重要的現(xiàn)實(shí)意義。文章以異步電動(dòng)機(jī)為研究對(duì)象,首先介紹了它的工作原理,總結(jié)了電動(dòng)機(jī)的故障類型和診斷技術(shù),研究了電機(jī)轉(zhuǎn)子斷條故障、定子故障和滾動(dòng)軸承故障的頻率特性,為下一步故障診斷提供理論參考;接下來,文章將提出的故障診斷系統(tǒng)分為三大模塊:信號(hào)采集模塊,信號(hào)處理模塊和模式識(shí)別模塊,由于文章采用凱斯西儲(chǔ)大學(xué)軸承數(shù)據(jù)集,因此后兩個(gè)模塊才是文章研究的內(nèi)容;在信號(hào)處理模塊文章提出了一種改進(jìn)的小波降噪法和小波包特征提取的小波分析處理方式;考慮到采集信號(hào)中不可避免的含有噪音,影響故障信號(hào)的提取,于是文中提出了鄰域多閾值函數(shù)降噪法,該降噪法中的函數(shù)包含鄰域硬閾值,鄰域窗口閾值和鄰域擴(kuò)張閾值,小波系數(shù)根據(jù)不同的鄰域閾值進(jìn)行保留或收縮,以充分反映信號(hào)的真實(shí)信息;新函數(shù)能夠較好體現(xiàn)與被濾波噪聲的相互關(guān)系,可以進(jìn)一步提高消噪的精度,然后與其它閾值函數(shù)去噪方法相比,仿真結(jié)果表明在信號(hào)信燥比,降低有用信號(hào)失真和抑制噪聲等方面都有一定的提高;其次利用小波包的多分辨率特性,對(duì)降噪后的信號(hào)進(jìn)行分解,并把不同頻帶的能量作為特征向量,仿真結(jié)果表明,提取的特征向量可以表征不同的故障信息;在模式識(shí)別模塊文章提出了一種改進(jìn)粒子群優(yōu)化支持向量機(jī)的故障診斷方法;為了有效地平衡粒子群算法的探索和開發(fā)能力,解決粒子群局部最優(yōu),收斂速度慢等問題,提出了基于捕食搜索和自然選擇的混沌粒子群算法。該算法借鑒自然選擇中適者生存的進(jìn)化機(jī)制以提高算法的收斂速度;且捕食搜索策略調(diào)節(jié)限制級(jí)別平衡全局搜索和局部搜索,優(yōu)化搜索性能;通過函數(shù)測(cè)試和電機(jī)軸承數(shù)據(jù)的故障診斷,結(jié)果表明:所提算法計(jì)算精度高、收斂速度快,能準(zhǔn)確地對(duì)SVM的參數(shù)進(jìn)行尋優(yōu),提高了故障診斷的準(zhǔn)確性;
【學(xué)位授予單位】：遼寧工程技術(shù)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TM307
【圖文】：

步電機(jī)產(chǎn)生的目的，因其可以節(jié)類的廣泛使用，然而在生產(chǎn)生活受到人們的廣泛關(guān)注，正所周知式和工作原理密不可分，因此要、故障類型和產(chǎn)生故障的機(jī)理等原理原理示意圖，當(dāng)三相電源接入，文中規(guī)定旋轉(zhuǎn)磁場的轉(zhuǎn)速為0n 后的轉(zhuǎn)子導(dǎo)體便會(huì)產(chǎn)生一定的感，該磁場與定子磁場相互作用，子旋轉(zhuǎn)速度為 n；按照旋轉(zhuǎn)原理的，初于切割轉(zhuǎn)子導(dǎo)體的原因，，轉(zhuǎn)子就不會(huì)在電能的作用之下

圖 2.2 滾動(dòng)軸承結(jié)構(gòu)圖Figure2.2 Rolling structure diagram轉(zhuǎn)動(dòng)，其轉(zhuǎn)動(dòng)的中心點(diǎn)為 C，A 點(diǎn)是與內(nèi)滾道的接觸點(diǎn)，B 點(diǎn)以得到如下轉(zhuǎn)動(dòng)速度[44]： 點(diǎn)的速度為： cos ffDdii 點(diǎn)的速度為： cos 00ffDd 點(diǎn)的速度為： VfDABC 19）可得到保持架的旋轉(zhuǎn)頻率： 01cos1cos21fDdfDdDViB

等；第二步是數(shù)據(jù)預(yù)處理階段，由于采集信，需要進(jìn)一步的信號(hào)處理；第三步就是對(duì)降，將分解后的頻帶能量值作為特征向量；第進(jìn)行故障預(yù)測(cè)或者故障分類；這四個(gè)步驟是及到前三步；圖 3.1 電動(dòng)機(jī)故障診斷過程圖Figure3.1 Motor fault diagnosis process diagram器繁多，它們?cè)诮Y(jié)構(gòu)和工作原理等方面很不相信號(hào)非常重要，在選購傳感器之前，首先以常用傳感器。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 田雅男;李月;林紅波;吳寧;;GNMF小波譜分離在地震勘探噪聲壓制中的應(yīng)用[J];地球物理學(xué)報(bào);2015年12期

2 肖海林;任嬋嬋;聶在平;李民政;;基于線性權(quán)重粒子群優(yōu)化算法的多基站協(xié)作波束成型[J];電子科技大學(xué)學(xué)報(bào);2015年05期

3 周祥鑫;王小敏;楊揚(yáng);郭進(jìn);王平;;基于小波閾值的高速道岔振動(dòng)信號(hào)降噪[J];振動(dòng)與沖擊;2014年23期

4 李平;李學(xué)軍;蔣玲莉;曹宇翔;;基于KPCA和PSOSVM的異步電機(jī)故障診斷[J];振動(dòng).測(cè)試與診斷;2014年04期

5 徐俊俊;黃永紅;王琪;陳暉;孫欣;;基于自然選擇粒子群算法的含DG接入的配電網(wǎng)無功優(yōu)化[J];電測(cè)與儀表;2014年10期

6 徐小軍;王友仁;;基于離散分?jǐn)?shù)階正交小波變換圖像降噪新方法[J];電子學(xué)報(bào);2014年02期

7 史麗萍;王攀攀;胡泳軍;韓麗;;基于骨干微粒群算法和支持向量機(jī)的電機(jī)轉(zhuǎn)子斷條故障診斷[J];電工技術(shù)學(xué)報(bào);2014年01期

8 鄭思莉;桂預(yù)風(fēng);陳先橋;程康;;小波閾值法在機(jī)械信號(hào)降噪研究中的應(yīng)用[J];機(jī)械設(shè)計(jì)與制造;2014年01期

9 王維剛;劉占生;;多目標(biāo)粒子群優(yōu)化的支持向量機(jī)及其在齒輪故障診斷中的應(yīng)用[J];振動(dòng)工程學(xué)報(bào);2013年05期

10 丁國君;王立德;申萍;劉彪;;基于改進(jìn)PSO算法優(yōu)化LSSVM的模擬電路軟故障診斷方法[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年S1期

相關(guān)碩士學(xué)位論文 前1條

1 林波;異步電動(dòng)機(jī)轉(zhuǎn)子故障診斷方法的研究[D];太原理工大學(xué);2008年

本文編號(hào)：2782360