感應(yīng)電動機轉(zhuǎn)子和軸承故障檢測方法研究.pdf

1、感應(yīng)電動機能夠適應(yīng)各種復(fù)雜的工作環(huán)境因而在工業(yè)、農(nóng)業(yè)()化和國防中得到了廣泛的應(yīng)用。它是一種覆蓋面最廣、使用量最大的電動機。感應(yīng)電動機的正常運行，可以保證生產(chǎn)過程中的高效，安全，快捷，電動機發(fā)生故障不僅會導(dǎo)致生產(chǎn)設(shè)備的毀壞，影響生產(chǎn)的進行，甚至停產(chǎn)，還會危及工人的人身安全，造成巨大的經(jīng)濟損失，因此對電動機進行故障檢測，特別是早期故障檢測，是很有必要的。
　　 本文首先提出一種基于Hilbert模量頻譜分析的感應(yīng)電動機轉(zhuǎn)子斷條故障

2、診斷的新方法。該方法是將Hilbert變換和小波分析方法相結(jié)合，得到解析小波變換，以準(zhǔn)確判定負(fù)荷波動發(fā)生時刻，消除了負(fù)荷波動對斷條故障特征頻率的影響。將Hilbert模量定義成原始信號與其共軛信號的平方和，利用Hilbert模量將原相電流中的基波成分轉(zhuǎn)換成直流成分，將轉(zhuǎn)子斷條的故障特征分量--(1-2s)f1轉(zhuǎn)變?yōu)轭l率為2sf1的電流分量，解決了相電流頻譜分析方法中斷條故障特征分量很容易被基波淹沒而難以突出故障特征分量的問題。仿真分析表

3、明，該方法能克服傳統(tǒng)的電流頻譜分析法的缺點，對感應(yīng)電動機轉(zhuǎn)子斷條故障給出正確無誤的診斷結(jié)果。
　　 其次，本文重點研究了經(jīng)驗?zāi)B(tài)分解(EMD)和小波變換結(jié)合的方法。在對EMD的理論研究后發(fā)現(xiàn)，其分解過程不僅是自適應(yīng)地選取基函數(shù)而且具有一定的自適應(yīng)濾波功能。因此，本文提出了將EMD的自適應(yīng)性和小波包分解結(jié)合的方法(文中簡稱為EMD_WP)來處理非平穩(wěn)信號，該方法是在EMD對信號分解后用小波包對IMF做進一步分析，通過仿真試驗說明，