異步電動(dòng)機(jī)早期故障特征檢測(cè)技術(shù)的研究.pdf

1、異步電動(dòng)機(jī)故障早期,故障特征非常微弱。且出于調(diào)速和節(jié)能要求,許多場合下的異步電動(dòng)機(jī)由變頻器驅(qū)動(dòng),變頻器中劇增的諧波成分,加上外圍機(jī)械設(shè)備所產(chǎn)生的噪聲,使異步電動(dòng)機(jī)早期故障特征的檢測(cè)更為困難。以異步電動(dòng)機(jī)轉(zhuǎn)子斷條、定子匝間短路以及軸承故障為對(duì)象,研究了強(qiáng)噪聲背景下早期故障特征的提取與檢測(cè)技術(shù)。
　　針對(duì)異步電動(dòng)機(jī)轉(zhuǎn)子早期故障時(shí),定子電流中新增的故障特征分量被基波信息湮沒而難以識(shí)別的問題,提出了改進(jìn)型相關(guān)算法來檢測(cè)轉(zhuǎn)子斷條故障。根據(jù)定

2、子電壓與電流基波頻率相等的特點(diǎn),構(gòu)造出與定子電壓同頻的參考信號(hào),利用改進(jìn)型相關(guān)算法提取定子電流基波信號(hào)的幅值與相位,將基波分量準(zhǔn)確濾除來突出轉(zhuǎn)子斷條故障信息。由變頻電源驅(qū)動(dòng)的異步電動(dòng)機(jī)轉(zhuǎn)子故障時(shí),在變頻器輸入端的電流頻譜中會(huì)出現(xiàn)以載波頻率為中心,按某特定頻率間隔分布其左右的故障邊頻。指出該故障特征容易被附近的頻率分量湮沒,且當(dāng)?shù)皖l或輕載運(yùn)行時(shí),故障特征的提取變得更加困難。提出根據(jù)變頻器輸入、輸出以及載波頻率構(gòu)造參考信號(hào),利用相關(guān)性消去法

3、濾除湮沒故障特征的頻率分量的方法,使在變頻器噪聲背景下的轉(zhuǎn)子故障特征在頻譜圖上凸顯。
　　異步電動(dòng)機(jī)發(fā)生定子匝間短路早期故障后,尤其在變頻器供電下,電流信號(hào)中存在大量諧波及噪聲嚴(yán)重影響了定子故障診斷結(jié)果。針對(duì)該問題利用三相改進(jìn)型相關(guān)算法準(zhǔn)確獲取故障電機(jī)三相定子電流基頻信息,提出通過逆序同步速坐標(biāo)變換將基頻正序分量轉(zhuǎn)換成二倍頻交流量,負(fù)序分量轉(zhuǎn)換成直流量。采用均值法提取直流分量,導(dǎo)出了負(fù)序分量在逆序同步速旋轉(zhuǎn)坐標(biāo)系下合成矢量幅值,并

4、考慮電機(jī)先天不平衡因素定義了靈敏度因子以表征匝間短路故障程度。
　　異步電動(dòng)機(jī)軸承早期故障特征容易被機(jī)器運(yùn)轉(zhuǎn)時(shí)的背景噪聲湮沒而難以識(shí)別。提出一種提取軸承故障早期微弱信號(hào)的峭度濾波器。該方法對(duì)振動(dòng)信號(hào)進(jìn)行短時(shí)傅立葉變換以得到信號(hào)的峭度,并自動(dòng)構(gòu)建一個(gè)受控于故障信噪比的濾波器濾除信號(hào)中無關(guān)的噪聲成分,對(duì)濾波后的信號(hào)進(jìn)行包絡(luò)分析,可凸顯故障信息。
　　以32位的S3C2440A內(nèi)核微處理器作為電動(dòng)機(jī)參數(shù)的采集核心,以Labview