基于DSP的电机转子断条故障的诊断系统

论文摘要

本文研究了基于DSP的电机转子断条故障诊断系统。系统主要包括电流信号数据采集和转子断条故障诊断两部分。在本研究中以鼠笼型异步电机为数据采集信号源,采用数字信号处理器DX32对电机信号进行高速采集,利用模数转换器ADS803对电流模拟信号进行模数转换.进而对信号进行分析处理.并根据分析结果数据做出故障诊断。本系统在硬件设计上采用STM32F103VC作为数据处理和控制核心,以ADS803作为系统的A/D转换的核心部件对采集到的数据进行模数转换,采用CPLD实现数据的缓存和传输控制,采用CY7C68013A做为数据传输的USB接口,硬件电路设计简便,且具有较高的稳定性和较好的可靠性,实现了采集到数据的实时、高速传输。在算法设计上,本系统采用小波包分析的Coif5对电流信号进行5层小波包分解,并从分解结果中提取出故障特征向量,利用神经网络BP算法对提取的特征向量进行故障在线分析和诊断。在系统开发和软件设计上,在MDK环境中对DSP程序进行开发设计,利用MATLAB实现电流信号的仿真,并利用MATLAB函数库进行信号的小波分解,并利用其中的神经网络工具箱进行故障诊断,并在VC中实现了对MATLAB中仿真结果的演示。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 电机故障诊断的意义
• 1.2 电机故障诊断技术的发展及研究现状
• 1.2.1 电机故障诊断技术概述
• 1.2.2 电机转子断条故障的原因及特点
• 1.2.3 电机转子断条故障诊断方法研究现状
• 1.3 电机转子断条故障方法分析
• 1.3.1 电机故障诊断技术的发展趋势
• 1.3.2 电机转子断条故障诊断方法分析
• 1.4 主要研究内容
• 1.5 论文的组织结构
• 第2章 电机转子断条故障诊断机理
• 2.1 异步电机运行原理
• 2.2 转子导条受力分析及故障产生过程
• 2.3 常用断条故障诊断方法
• 2.4 基于电流的分析
• 2.5 本章小结
• 第3章 小波包分析在电机转子断条中的应用
• 3.1 小波理论基础
• 3.1.1 小波分析基本概念
• 3.1.2 小波变换特性
• 3.2 小波包分析
• 3.2.1 多分辨率分析
• 3.2.2 小波包分析
• 3.2.3 小波分析在电机诊断中的应用
• 3.3 本章小结
• 第4章 基于人工神经网络的电机故障智能诊断
• 4.1 人工神经网络的基本原理
• 4.1.1 人工神经网络简介
• 4.1.2 神经元模型及常用激活函数
• 4.1.3 神经网络类型
• 4.2 BP网络的拓扑结构和算法
• 4.2.1 BP网络的拓扑结构
• 4.2.2 BP网络算法
• 4.3 基于BP算法的电机转子断条故障诊断
• 4.3.1 输入输出向量设计
• 4.3.2 网络模型的建立
• 4.3.3 故障诊断在MATLAB上的程序仿真
• 4.4 本章小结
• 第5章 基于DSP的转子断条故障诊断系统硬件设计
• 5.1 系统硬件总体设计
• 5.2 数字信号处理器DSP
• 5.2.1 DSP芯片性能分析
• 5.2.2 DSP芯片选择
• 5.2.3 系统DSP芯片
• 5.3 AD转换器选择
• 5.3.1 A/D转换器性能指标
• 5.3.2 本系统A/D转换器件
• 5.4 系统复位电路设计
• 5.5 USB接口设计与实现
• 5.5.1 USB2.0简介
• 5.5.2 CY7C68013A简介
• 5.5.3 USB通讯模块设计
• 5.6 本章小结
• 第6章 系统软件设计
• 6.1 DSP程序设计
• 6.2 USB相关程序设计
• 6.2.1 固件程序设计
• 6.2.2 USB驱动程序设计
• 6.3 MATLAB和VC混合编程设计
• 6.4 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间所发表的论文
• 致谢
• 个人简历