基于振动信号分析的异步电机转子故障特征提取

英文篇名：Fault Feature Extraction of the Rotors of Asynchronous Motors Based on Vibration Signal Analysis
中文刊名：实验室研究与探索
英文刊名：Research and Exploration in Laboratory
作者：许允之 ; 许璟 ; 马草原 ; 方永丽 ; 张晓
英文作者：XU Yun-zhi1 ; XU Jing2 ; MA Cao-yuan1 ; FANG Yong-li1 ; ZHANG Xiao1(1.School of Information & Electrical Engineering ; China University of Mining Technology ; Xuzhou 221116 ; China ; 2.College of Electrics and Information Engineering ; Liaoning Technology University ; Huludao 125105 ; China)
中文关键词：振动 ; 故障特征 ; 小波分析 ; 能量 ; 异步电机转子 ; 动态偏心
英文关键词：vibration ; fault feature ; wavelet ; energy ; rotors of asynchronous motors ; dynamic eccentricity
出版日期：2012-06-15
机构：中国矿业大学信息与电气工程学院;辽宁工程技术大学电子与信息工程学院;
年：2012
期：06
出版单位：实验室研究与探索

摘要

研究异步电机转子断条、动态偏心这两种状态下的故障特征,并通过实验室的鼠笼式异步电机转子故障实验系统,对采集的定子电流信号首先通过FFT变换,进行归一化处理,提取出定子电流特征向量;对采集的电机机壳X-Y振动信号则通过db3小波包分析进行去噪处理和频域能量特征向量的提取,实现了故障的分类
It is well known that vibrations are important parameters to reflect the motor running.The mastering of the judgment standard and understanding of the vibration characteristics of motors is a prerequisite for the judegment of the operation condition of the motors.This paper focuses on the study of fault feather of asynchronous motors at the states of broken rotor bars and dynamic eccentric,by the system of asynchronous motors fault diagnosis in laboratory,By way of FFT,the collected stator current was normalized.Then the eigenvectors are extracted from the collected stator.The noise of the vibration signal of motor chassis is eliminated and the energy eigenvector of frequency domain is extracted using db3 wavelet packet analysis method,thereby realizing fault classification.

引文

[1]沈标正.电机故障诊断技术[M].北京:机械工业出版社,1996.
    [2]冯明辰,李同全.电动机的振动类型及特征分析[J].防爆电机,2007,42(6):43-45.
    [3]刘华,蔡正敏,王跃社,等.小波包算法在滚动轴承的在线故障诊断中的应用[J].机械科学与技术,1999,15(2):301-303.
    [4]郑治真,沈萍,杨选辉,等.小波变换及其MATLAB工具的应用[M].北京:地震出版社,2001:136.
    [5]虞和济,韩庆大,李沈.设备故障诊断工程[M].北京:冶金工业出版社,2001.
    [6]张建文.电气设备故障诊断技术[M].北京:中国水利水电出版社,2008:1-6.
    [7]许伯强.大型异步电机状态监测与故障诊断方法评述[J].华北电力大学学报,2002:29(3):33-37.
    [8]李永刚,李和明,万书亭.发电机转子绕组匝间短路故障特性分析与识别[M].北京:中国电力出版社,2009:38-43.
    [9]徐晶,于向军.基于FFT算法的振动信号分析[J].工业控制计算机,2005,18(12):8-9.
    [10]姚建红,谢婷婷,张鸿伟.三相异步电动机振动故障诊断及处理方法分析[J].佳木斯大学学报,2008,26(6):767-769.
    [11]张正松.旋转机械振动检测及故障诊断[J].北京:机械工业出版社,1991.
    [12]马宏忠,方瑞明.大型异步电机转子绕组故障特征量的新研究[J].大电机技术,2004(4):1-4,9.
    [13]姜建国,苏鹏声.电机故障特征提取方法二则[J].中国电机工程学报,1992,12(5):68-72.
    [14]曹志彤,何国光.电机故障特征值的倍频小波分析[J].中国电机工程学报,2003,23(7):112-116.
    [15]邱赤东,薛征宇.基于小波包变换的电机定子故障特征提取方法[J].电力系统保护与控制,2010,38(22):52-56.
    [16]腾忠沛,勾轶.基于最优小波基的电机故障信号特征提取研究[J].现代机械,2009(3):33-35.