有色噪聲的特征提取及其在電動機故障診斷中的應用.pdf

1、電動機是所有大型機械設備的動力源裝置。為了保證工農(nóng)業(yè)生產(chǎn)的正常進行,需要對電動機的健康狀況進行密切監(jiān)視。當電動機發(fā)生故障時,將會表現(xiàn)出各種異?，F(xiàn)象,其中發(fā)出的噪聲信號的差異是比較明顯的特征之一。
　　 本文針對電動機在不同狀態(tài)下發(fā)出的噪聲的不同,以不同的噪聲信號的特征值作為電動機故障診斷的依據(jù)。分析和對比了噪聲的分類方式、性質(zhì)以及各種特征提取方法,得到自然界中的任何噪聲都是有色噪聲以及小波變換,特別是小波包變換,是提取有色噪聲特

2、征的有效工具的結(jié)論;對偽白噪聲和粉紅噪聲進行了深入的分析和研究,提出了偽白噪聲的白化模型和粉紅噪聲的ARMA模型生成法,并且利用本文提到的有色噪聲的特征提取方法對構(gòu)建的兩個模型進行仿真,驗證了模型的效果;利用在有色噪聲的研究中取得的理論成果進行電動機的故障診斷。
　　 本文設計了一個將信號的檢測方法,信號的分析與特征提取方式以及神經(jīng)網(wǎng)絡故障診斷技術(shù)相結(jié)合的電動機故障診斷系統(tǒng)。其基本過程是:由信號采集模塊對電動機產(chǎn)生的有色噪聲信號

3、進行檢測;利用小波包分解技術(shù)對采集到的信號進行分析和特征提取:再利用RBF神經(jīng)網(wǎng)絡技術(shù)對提取的信號的特征進行識別和判斷,對電動機的運行狀態(tài)進行決策。
　　 以型號為Y90S-4的中型電動機為實際對象,利用該故障診斷系統(tǒng)對模擬設置的幾種常見的電動機故障信號進行實時檢測和診斷,并進行了相關(guān)的仿真實驗。由Matlab仿真實驗的結(jié)果可知,該系統(tǒng)在電動機故障診斷過程中取得極好的效果。同其他故障診斷系統(tǒng)相比,它具有許多優(yōu)勢,例如診斷速度快,