基于軟啟動器的電機監(jiān)測與智能故障診斷研究.pdf

1、電機是工業(yè)生產(chǎn)中的主要能源動力設(shè)備，為了確保電機安全運行，避免因生產(chǎn)中斷造成巨大經(jīng)濟損失，因此電機故障診斷技術(shù)已成電機安全維護方面的重要環(huán)節(jié)。離線式電機故障診斷是目前最主要的方式，算法存在占用資源大，速度慢，準確性低等缺點。近年來，對于電機起動、運行、停車過程的在線式診斷的要求越來越迫切。本論文首先對異步電機的狀態(tài)進行了監(jiān)測研究，再次深入研究了智能故障診斷技術(shù)，提出了一種基于軟啟動器的電機在線式智能故障診斷算法。本論文有兩方面創(chuàng)新，一是

2、對于電機狀態(tài)監(jiān)測過程中的諧波檢測通過神經(jīng)網(wǎng)絡(luò)權(quán)值直接確定新算法獲得。二是目前國內(nèi)的軟啟動器拖動電機系統(tǒng)中尚未實現(xiàn)智能故障診斷，本文實現(xiàn)了國內(nèi)創(chuàng)新，并且利用本文的智能診斷算法可判斷的電機故障種類比國內(nèi)目前現(xiàn)有的算法更全面、更可靠。本文所取得的主要研究成果如下：
　　1.對異步電機在起動、運行和停車過程中的電氣故障進行研究。根據(jù)某公司近兩年的現(xiàn)場維修記錄和電話記錄，總結(jié)了異步電機過壓、過載、缺相等十種故障類型，并對故障的產(chǎn)生機理進行了

3、詳細的分析，選擇定子電壓、電流的時域均值和頻域幅值及轉(zhuǎn)速信息作為異步電機故障特征值，并建立了電機故障診斷知識庫，知識庫信息全面、充分、無冗余。
　　2.對異步電動機的狀態(tài)監(jiān)測進行了研究。針對軟啟動系統(tǒng)的要求，分析了異步電機運行中定子電壓、電流及轉(zhuǎn)速信號的監(jiān)測方法，利用快速傅里葉（FF T）和神經(jīng)網(wǎng)絡(luò)權(quán)值直接確定法（WDD）兩種算法對電壓、電流信號進行頻譜分析，成功提取了定子電壓和電流頻域特征值。根據(jù)諧波導(dǎo)納法原理，利用得到的電壓、

4、電流的頻域信息進一步得到了電機的轉(zhuǎn)速，通過算法性能對比，驗證了相比于快速傅里葉算法，神經(jīng)網(wǎng)絡(luò)權(quán)值直接確定法更快速、更準確。最后將轉(zhuǎn)速諧波法得到的轉(zhuǎn)速在MATLAB中進行了仿真，利用固有電機模型得到的轉(zhuǎn)速進行對比，仿真結(jié)果在誤差允許范圍內(nèi)，利用此算法實現(xiàn)了無傳感器電機轉(zhuǎn)速測量，并且能夠?qū)D(zhuǎn)速狀態(tài)進行監(jiān)測，由此獲得故障特征參數(shù)。這也是本論文的一個創(chuàng)新點。
　　3.對應(yīng)用于故障診斷方面的幾種神經(jīng)網(wǎng)絡(luò)算法進行了研究與分析。闡述了BP、RP

5、 RO P和BAY ES三種神經(jīng)網(wǎng)絡(luò)故障診斷算法，并分別分析其應(yīng)用特點與優(yōu)缺點。研究發(fā)現(xiàn)，BAYES神經(jīng)網(wǎng)絡(luò)算法簡單，收斂速度快，非線性逼近能力強，特別適合于軟啟動器嵌入式系統(tǒng)所要求的診斷速度快、占用資源少的特點，因此選其作為研究重點，并從識別原理及網(wǎng)絡(luò)結(jié)構(gòu)等方面詳細介紹并改進了 BAYES神經(jīng)網(wǎng)絡(luò)。
　　4.對異步電機智能故障診斷算法進行研究設(shè)計。首先，詳細設(shè)計了基于軟啟動器嵌入式系統(tǒng)的 BAYES神經(jīng)網(wǎng)絡(luò)算法（PNN）的開發(fā)流