基于STM32的異步電機(jī)故障在線監(jiān)測(cè)與診斷裝置的研究.pdf

1、隨著生產(chǎn)的進(jìn)步和社會(huì)的發(fā)展，異步電動(dòng)機(jī)在我們?nèi)粘Ｉa(chǎn)和生活中起到的作用越來越重要，作為目前世界上使用最廣泛的供電設(shè)備和動(dòng)力機(jī)械，它幾乎占領(lǐng)了所有領(lǐng)域。如果電機(jī)出現(xiàn)故障，輕則對(duì)我們的日常生活帶來不便，重則會(huì)有可能出現(xiàn)重大的工業(yè)事故和人員傷亡，因而對(duì)電機(jī)的工作狀態(tài)進(jìn)行監(jiān)測(cè)和對(duì)其進(jìn)行故障分析是非常必要而且重要的。在此背景下本文進(jìn)行了基于STM32的異步電機(jī)故障在線監(jiān)測(cè)與診斷裝置的研究。
　　首先本文從電機(jī)的電磁原理出發(fā)，分析了轉(zhuǎn)子斷條、

2、偏心故障和匝間短路的機(jī)理，然后根據(jù)電機(jī)電流信號(hào)分析法(MCSA)從電機(jī)的故障數(shù)據(jù)頻譜上進(jìn)行分析，得出表征電機(jī)定子繞組匝間短路、轉(zhuǎn)子斷條和電機(jī)偏心的故障特征分量。當(dāng)電機(jī)發(fā)生故障時(shí)，由于采集到的電流信號(hào)中高次諧波和噪聲的影響，很難精確提取出表征故障特征分量，為解決這一問題本文采用了經(jīng)驗(yàn)?zāi)B(tài)分解(EmpiricalMode Decomposition，EMD)法對(duì)噪聲進(jìn)行降噪和濾波來得到精確的故障特征分量。并通過MATLAB對(duì)轉(zhuǎn)子斷條和偏心故

3、障數(shù)據(jù)進(jìn)行了仿真驗(yàn)證和頻譜分析，驗(yàn)證了理論分析的正確性。
　　最后對(duì)電機(jī)故障診斷裝置的硬件和軟件進(jìn)行設(shè)計(jì)，選擇了STM32F407作為本裝置的CPU，硬件部分對(duì)電源電路、電壓電流傳感器、信號(hào)調(diào)理電路、A/D轉(zhuǎn)換電路、復(fù)位電路、LCD顯示電路、SD卡存儲(chǔ)模塊，通信電路進(jìn)行選擇和設(shè)計(jì)。軟件部分采用了μC/OS-Ⅱ嵌入式操作系統(tǒng)，對(duì)FFT算法、系統(tǒng)初始化、中斷服務(wù)、AD采樣、SD卡初始化和通信等程序進(jìn)行設(shè)計(jì)。搭建出了異步電機(jī)故障在線監(jiān)測(cè)