基于DSP的鼠笼异步电机故障综合诊断系统的研究

论文摘要

鼠笼异步电机是广泛使用的能量转换装置,对电机的常见故障进行分析及诊断,提高电机故障的监测诊断水平,具有重大实用价值。电机故障诊断分为信号采集,信号处理,故障诊断3个阶段。本文使用定子电流法采集故障信号,应用小波包分析方法实现故障信号处理,运用神经网络进行故障诊断,并将该算法移植到DSP程序之中,建立起基于DSP的鼠笼异步电机故障综合诊断系统。针对鼠笼异步电机的工作机理,系统分析了电机在发生定子匝间短路故障、转子断条故障、转子气隙偏心故障和轴承故障时的表现特性,提取出了电机在故障时相应的特征频率和特征幅值,揭示出各类电机故障与特征频率之间的内在联系。对各种故障的故障信号进行了有效的计算机软件仿真模拟。本文采用小波包分解算法进行故障信号分析和处理,提出了对数故障特征向量提取算法,提取出了有效的故障特征向量。本文使用基于任务分解的BP神经网络模型对电机常见的三种故障进行识别和诊断,提出基于小波包—神经网络故障诊断算法,并进行计算机仿真实验证实该算法的可行性。本文使用DSP的ADC转换模块采集定子电流信号,扩展外部存储器存储实验数据,并将上述算法移植到DSP程序之中,实现了基于DSP的鼠笼异步电机故障综合诊断。针对Q格式数据相乘计算结果溢出的问题,本文提出了一种新的解决算法。本文编写Visual C++程序控制PCI-1710HG板卡实现鼠笼异步电机故障信号柔性模拟系统,通过电压限幅保护电路与基于DSP的电机故障综合诊断系统相连,并实现LED数码管对诊断结果的实时显示,建立起鼠笼异步电机故障综合诊断实验平台,通过实验结果证实了本文方案的正确性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 鼠笼异步电机故障诊断的意义
• 1.2 设备故障诊断技术的发展
• 1.2.1 国内设备故障诊断技术的发展
• 1.2.2 国外设备故障诊断技术的发展
• 1.3 鼠笼异步电机的故障诊断法
• 1.3.1 电机故障诊断的基本原理
• 1.3.2 电机故障信号的采集技术
• 1.3.3 电机故障信号的分析和处理方法
• 1.3.4 电机的故障诊断方法
• 1.4 基于DSP 的鼠笼异步电机故障综合诊断
• 1.5 课题来源
• 1.6 本文的主要研究内容和工作
• 第二章 鼠笼异步电机故障机理分析及故障信号仿真
• 2.1 鼠笼异步电机的故障种类
• 2.2 鼠笼异步电机的电气故障的机理分析及特征
• 2.2.1 定子匝间短路故障机理分析
• 2.2.2 转子断条故障机理分析
• 2.3 鼠笼异步电机的机械故障的机理分析及特征
• 2.3.1 转子偏心故障机理分析
• 2.3.2 轴承故障机理分析
• 2.4 鼠笼异步电机故障信号的仿真
• 第三章 基于小波包分解的信号分析与处理
• 3.1 小波分析的形成与发展
• 3.2 小波的定义
• 3.3 多分辨分析
• 3.4 小波包理论
• 3.5 小波分析与FOURIER 分析相比的优势
• 3.6 基于小波包的频带分析技术和信号的特征提取
• 第四章 神经网络及在故障诊断中的应用
• 4.1 神经网络概论
• 4.1.1 神经网络的发展
• 4.1.2 神经网络的主要特点
• 4.1.3 神经网络的应用范围
• 4.2 BP 神经网络模型
• 4.2.1 神经元模型
• 4.2.2 BP 神经网络的结构及其算法
• 4.2.3 BP 算法存在的问题
• 4.2.4 BP 改进型学习算法
• 4.3 神经网络故障诊断模型
• 4.3.1 单神经网络故障诊断
• 4.3.2 基于任务分解的神经网络故障诊断
• 第五章 基于小波包—神经网络的电机故障诊断的计算机仿真
• 5.1 小波分析和神经网络的结合途径
• 5.2 小波包分析和神经网络的松散型结合
• 5.3 对电机定子电流信号进行小波包分解
• 5.4 利用小波包分析进行电机故障信号特征提取
• 5.5 基于小波包—神经网络的鼠笼异步电机故障综合诊断
• 5.6 电机故障诊断计算机仿真实验结果
• 第六章 基于DSP 的鼠笼异步电机故障综合诊断
• 6.1 DSP 芯片的结构特征
• 6.2 DSP 芯片的选择
• 6.3 TMS320F2812 处理器的主要特点和开发工具的选择
• 6.4 CCS 开发系统
• 6.5 TMS320F2812 的Q 格式定点数
• 6.5.1 定点DSP Q 格式数据简介
• 6.5.2 Q15 格式乘法的结果溢出问题
• 6.5.3 Q15 格式整型数乘法运算溢出问题的解决
• 6.6 电机定子电流信号的采样
• 6.7 DSP 外部数据存储器的扩展
• 6.8 基于DSP 的鼠笼异步电机的定子匝间短路故障诊断
• 6.8.1 对电机故障信号进行五层小波包分解
• 6.8.2 提取出电机定子匝间短路故障的特征向量
• 6.8.3 运用神经网络实现电机定子匝间短路故障诊断
• 6.8.4 基于DSP 的电机定子匝间短路故障诊断的实验结果
• 6.9 基于DSP 的鼠笼异步电机的轴承和偏心故障诊断
• 6.9.1 对电机故障信号进行五层小波包分解
• 6.9.2 提取出电机轴承和偏心故障的对数特征向量
• 6.9.3 运用神经网络实现电机轴承和偏心故障诊断
• 6.9.4 基于DSP 的电机轴承和偏心故障诊断的实验结果
• 6.10 基于DSP 的鼠笼异步电机故障综合诊断系统工作示意图
• 第七章 鼠笼异步电机故障综合诊断实验
• 7.1 鼠笼异步电机故障信号柔性模拟系统
• 7.2 PCI-1710HG 板卡与DSP 连接电压限幅保护电路
• 7.3 电机故障诊断结果的LED 数码管显示
• 7.3.1 光电隔离驱动电路的设计
• 7.3.2 DSP 控制数码管实现显示电路
• 7.4 鼠笼异步电机故障综合诊断实验平台的建立
• 7.5 鼠笼异步电机故障综合诊断实验结果
• 第八章 总结与展望
• 8.1 论文总结
• 8.2 工作展望
• 参考文献
• 发表论文和科研情况说明
• 致谢