發(fā)布時(shí)間：2023-08-01 17:54

　　感應(yīng)電動(dòng)機(jī)安全高效可靠運(yùn)行尤為重要。轉(zhuǎn)子斷條故障占感應(yīng)電動(dòng)機(jī)所有故障的比例約為10%。目前,恒定負(fù)載下感應(yīng)電動(dòng)機(jī)轉(zhuǎn)子斷條故障診斷方法研究已較成熟,但負(fù)載變化下感應(yīng)電動(dòng)機(jī)轉(zhuǎn)子斷條故障診斷方法研究相對(duì)較少。本文將針對(duì)時(shí)變(負(fù)載隨時(shí)間由空載增大到滿載)和波動(dòng)(負(fù)載轉(zhuǎn)矩由一個(gè)恒定負(fù)載轉(zhuǎn)矩和一個(gè)以單一確定頻率波動(dòng)的負(fù)載轉(zhuǎn)矩疊加而成的)兩種不同性質(zhì)負(fù)載下感應(yīng)電動(dòng)機(jī)轉(zhuǎn)子斷條故障診斷問題進(jìn)行研究。具體的研究?jī)?nèi)容以及成果如下:(1)基于多回路模型,分析了感應(yīng)電動(dòng)機(jī)在正常以及轉(zhuǎn)子斷條故障時(shí)的數(shù)學(xué)原理,闡述了轉(zhuǎn)子斷條故障機(jī)理,為進(jìn)一步進(jìn)行感應(yīng)電動(dòng)機(jī)轉(zhuǎn)子斷條故障診斷提供了理論基礎(chǔ)。(2)針對(duì)時(shí)變負(fù)載下感應(yīng)電動(dòng)機(jī)轉(zhuǎn)子斷條故障檢測(cè)方法進(jìn)行了研究,提出一種基于Hankel-SVD與小波包分解相結(jié)合的故障檢測(cè)方法。該方法首先采用Hankel-SVD方法對(duì)定子電流信號(hào)進(jìn)行基波成分濾除,從而排除其對(duì)特征分量的干擾;然后利用小波包分解方法將不含基波成分的定子電流進(jìn)行頻段分解,同時(shí)提取各個(gè)頻段能量;最后找到特征頻率所在頻段,并以此頻段能量作為時(shí)變負(fù)載下感應(yīng)電動(dòng)機(jī)轉(zhuǎn)子斷條故障診斷的特征量。經(jīng)過(guò)實(shí)驗(yàn)驗(yàn)證了該方法的有效性。(3)針...

【文章頁(yè)數(shù)】：87 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
abstract
變量注釋表
1 緒論
    1.1 研究背景及研究意義
    1.2 感應(yīng)電動(dòng)機(jī)轉(zhuǎn)子斷條故障診斷方法概述
    1.3 論文的主要內(nèi)容及結(jié)構(gòu)
    1.4 論文約定
2 轉(zhuǎn)子斷條故障建模及機(jī)理研究
    2.1 轉(zhuǎn)子斷條故障電機(jī)數(shù)學(xué)模型
    2.2 轉(zhuǎn)子斷條故障機(jī)理分析
    2.3 本章小結(jié)
3 時(shí)變負(fù)載下轉(zhuǎn)子斷條故障檢測(cè)方法
    3.1 時(shí)變負(fù)載下轉(zhuǎn)子斷條故障特征分析
    3.2 基于Hankel-SVD的基波濾除方法
    3.3 基于Hankel-SVD與小波包分析的斷條故障檢測(cè)
    3.4 實(shí)驗(yàn)驗(yàn)證及結(jié)果分析
    3.5 本章小結(jié)
4 負(fù)載波動(dòng)下轉(zhuǎn)子斷條故障檢測(cè)方法
    4.1 負(fù)載波動(dòng)類型及機(jī)理分析
    4.2 瞬時(shí)功率理論
    4.3 基于瞬時(shí)功率與小波包分析的斷條故障檢測(cè)
    4.4 實(shí)驗(yàn)驗(yàn)證及結(jié)果分析
    4.5 本章小結(jié)
5 基于集成分類器的轉(zhuǎn)子斷條故障識(shí)別方法
    5.1 集成學(xué)習(xí)簡(jiǎn)介
    5.2 Bagging算法
    5.3 基分類器創(chuàng)建
    5.4 集成分類器性能分析
    5.5 基于集成分類器的斷條故障識(shí)別
    5.6 本章小結(jié)
6 結(jié)論與展望
參考文獻(xiàn)
作者簡(jiǎn)歷
學(xué)位論文數(shù)據(jù)集



本文編號(hào)：3838077