基于小波变换和独立分量分析的感应电动机故障检测和诊断研究

论文摘要

交流感应电动机由于其操作方便、结构简单、坚固耐用以及价格低廉被广泛地使用,成为当今工业生产中不可缺少的组成部分。电动机的工艺特性决定其必须连续稳定地运转。为了提高感应电动机的可靠性,避免突发性故障,保障生产的稳定运行,有必要对交流感应电动机故障进行在线的检测和诊断。在电动机故障检测技术中,最困难也是最关键的问题就是故障信号的分析和特征提取,因为它直接关系到故障诊断的准确性和故障早期预报的可靠性。故障信号的处理有很多种方法,如神经网络,模糊神经网络和小波变换等。本文则针对交流感应电动机的常见故障,提出了基于小波变换和独立分量分析理论的故障检测和诊断方法,以检测到的交流感应电动机定子电流为实验数据,对交流感应电动机定子正常和故障电流信号进行检测、分析和比较。信噪比是影响信号正确检测和分析的重要因素之一。本文将小波变换和独立分量分析算法相结合,首先通过小波变换,采用阈值法消除信号的高频噪声干扰,提高信号的信噪比;然后通过独立分量分析方法,提取出各信号特征,进而判断故障类型。研究分析表明,这两种算法相结合的方法,用于交流感应电动机故障诊断是可行和有效的。该研究为感应电动机故障检测和诊断的进一步研究工作奠定了基础。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 故障检测和诊断简介
• 1.1.1 故障检测和诊断的分类
• 1.1.2 故障检测和诊断的发展
• 1.1.3 故障检测和诊断的过程
• 1.2 课题的研究背景
• 1.3 特征信号处理
• 1.3.1 小波变换消噪
• 1.3.2 特征信息提取
• 1.4 研究内容
• 1.5 论文的组织结构
• 第二章 感应电动机原理和数据采集
• 2.1 交流感应电动机基本原理
• 2.1.1 交流感应电动机的结构
• 2.1.2 定子部分
• 2.1.3 转子部分
• 2.1.4 空气隙
• 2.1.5 交流感应电动机工作原理
• 2.2 交流感应电动机常见故障
• 2.2.1 轴承故障
• 2.2.2 转子导条故障
• 2.2.3 电压不平衡故障
• 2.3 实验步骤
• 第三章 小波变换阈值消噪
• 3.1 引言
• 3.2 小波变换
• 3.2.1 小波
• 3.2.2 小波变换
• 3.2.3 小波变换的性质
• 3.3 小波消噪
• 3.3.1 小波消噪概述
• 3.3.2 小波消噪原理
• 3.3.3 基本降噪模型
• 3.3.4 阈值降噪
• 3.3.5 仿真实验
• 第四章 独立分量分析
• 4.1 引言
• 4.2 概率与统计特性
• 4.2.1 概率知识
• 4.2.2 特征函数
• 4.2.3 高阶统计量
• 4.3 信息论的知识
• 4.3.1 熵
• 4.3.2 Kullback-Leibler 散度
• 4.3.3 互信息
• 4.3.4 负熵
• 4.4 独立分量原理及其算法
• 4.4.1 数学模型
• 4.4.2 ICA 算法
• 4.4.3 主独立分量识别和特征图绘制
• 第五章 感应电动机故障检测
• 5.1 数据预处理
• 5.1.1 信号的小波消噪
• 5.1.2 信号的中心化和白化
• 5.2 特征提取
• 5.3 特征图绘制及对比
• 5.4 检测诊断结果分析
• 5.5 ICA 算法讨论
• 第六章 结论和展望
• 参考文献
• 发表论文和科研情况说明
• 致谢