電機(jī)是現(xiàn)代工業(yè)生產(chǎn)和日常生活最主要的原動力和驅(qū)動裝置。電機(jī)一旦發(fā)生故障，會造成不同程度的經(jīng)濟(jì)損失和社會影響。因此研究不同場合、不同運行狀態(tài)下電機(jī)故障診斷理論和相關(guān)技術(shù)具有很高的實用價值。 電機(jī)出現(xiàn)故障時，故障信號中往往含有大量的時變、短時突發(fā)性質(zhì)的成分。因此可以通過檢測、分析故障信號，獲得電機(jī)的故障信息。傳統(tǒng)的信號分析方法，如傅立葉變換，是一種純頻域分析，缺乏空間局部性，不能滿足故障信號分析的要求。而小波分析和小波包分析法具有良好的時頻局部性，能夠?qū)⑿盘栐谌我忸l段進(jìn)行劃分，從而使在不同頻段的各種故障特征信號更加容易被識別和提取。基于小波包分析處理非平穩(wěn)信號的優(yōu)越性，本文選用小波包分析對電機(jī)故障信號進(jìn)行分析檢測。 本文在研究了異步電機(jī)常見故障類型和診斷方法的基礎(chǔ)上，詳細(xì)分析了電機(jī)滾動軸承異常、轉(zhuǎn)子斷條、氣隙偏心等故障原因，采用基于信號分析法中的振動診斷法和定子電流檢測法，對電機(jī)滾動軸承故障、轉(zhuǎn)子斷條故障進(jìn)行診斷。對于存在已知軸承故障的電機(jī)，在故障狀態(tài)下采集到振動信號，利用峭度值計算和小波包分析相結(jié)合的方法，選用db3作為小波基，進(jìn)行小波包分析，對包含有故障特征頻率信息的信號進(jìn)行重構(gòu)，獲得軸承故障特征頻率，根據(jù)故障特征頻率的數(shù)值和能量，確定出軸承故障的類型。應(yīng)用小波包分析和FFT相結(jié)合的方法，選用Coif5為小波包基，檢測轉(zhuǎn)子斷條故障特征頻率。在此基礎(chǔ)上，采集故障電機(jī)的振動信號和電流信號，并分別應(yīng)用上述方法進(jìn)行了仿真模擬實驗，結(jié)果表明這些方法是準(zhǔn)確可行的。 論文以DSP為核心，完成了電機(jī)故障診斷系統(tǒng)的硬件電路的設(shè)計，包括信號檢測電路、調(diào)理電路，A/D轉(zhuǎn)換電路等，并給出了主要的軟件流程圖。
標(biāo)簽：
異步電機(jī)
故障診斷
系統(tǒng)研究
上傳時間：
2013-04-24
上傳用戶：kristycreasy
