稀土永磁电机振动故障诊断系统研究

论文摘要

稀土永磁电机被应用于工农业生产不过30年的历史,但在其中发挥的作用越来越来越显著,目前针对稀土永磁电机故障的研究很少,因此对稀土永磁电机振动故障诊断系统的研究是十分有意义的。永磁电机用永磁体代替电励磁,因此在转子上无因启动电流过大或过载引起的笼条断裂、绕组短路、铸造缺陷故障,运行可靠性大为提高,但定子依然存在诸如匝间、层间、相间短路、松动的故障。论文针对稀土永磁同步电机工作时产生的电磁力波进行分析,得出当定子不平衡时的振动特征,此外论文还总结了稀土永磁同步电机的机械振动故障特征。故障信号处理方面,在学习小波理论基础上,提出利用多分辨率分析对故障信号进行有效层次的分解,依次提取每个频带的特征频率。利用VB语言实现Mallat塔式快速算法的多层小波分解,并将分解结果与傅立叶分析结果对比,证明小波分析在分析多频带瞬变信号方面优于傅立叶分析。故障模式识别方面,采用人工神经网络中理论成熟且实用的改进BP网络,通过对样本归一化、增加动量因子的办法解决标准BP算法训练时间长,容易陷入极小值的缺点,结合永磁同步电机故障特征频率,确定样本输入和目标输出,采用三层网络实现故障模式识别,并对中间层节点数和学习率进行了优化。训练结果表明优化后的网络收敛速度大为提高,并对训练结果进行测试,结果表明网络对新的样本也能够识别。应用VB语言,创建简易基于小波信号分析和神经网络故障识别的诊断软件,依据ISO2372对设备进行分类,对抽油机用55kW稀土永磁同步电机故障进行分析,证明应用小波分析能更加有效的处理故障信号,神经网络诊断结果与实际吻合。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 故障诊断的发展及现实意义
• 1.1.1 国内外故障诊断发展概况
• 1.1.2 故障诊断的现实意义
• 1.2 当前故障诊断的主要方法
• 1.2.1 故障机理分析
• 1.2.2 故障检测技术
• 1.2.3 故障诊断技术
• 1.3 故障诊断的难点
• 1.4 课题研究的主要内容
• 第二章 永磁电机振动故障机理与诊断方法
• 2.1 永磁同步电机结构与工作原理
• 2.1.1 永磁同步电机总体结构
• 2.1.2 永磁同步电机工作原理
• 2.2 永磁电机电磁振动故障机理
• 2.2.1 空载时振动分析
• 2.2.2 负载时振动分析
• 2.3 永磁电机机械振动故障机理
• 2.3.1 转子不平衡
• 2.3.2 转子轴系不对中
• 2.3.3 滚动轴承故障特征
• 2.3.4 松动故障特征
• 2.4 本章小节
• 第三章 小波分析的基本原理及在永磁电机故障诊断中的应用
• 3.1 傅立叶分析及其优缺点
• 3.2 短时窗口傅立叶变换及其优缺点
• 3.3 小波分析理论
• 3.3.1 小波分析定义
• 3.3.2 多分辨率分析与Mallat算法
• 3.4 Mallat算法VB编程实现及在提取故障信号中的应用
• 3.4.1 Mallat算法VB编程实现
• 3.4.2 Mallat算法提取故障信号原理
• 3.5 本章小节
• 第四章 基于改进BP神经网络的永磁电机振动故障识别
• 4.1 标准BP算法的基本原理
• 4.1.1 神经网络模型
• 4.1.2 标准BP算法原理
• 4.2 改进BP算法原理与编程实现
• 4.2.1 改进BP算法
• 4.2.2 改进BP学习算法步骤
• 4.3 改进BP网络识别永磁电机振动故障
• 4.3.1 样本归一化
• 4.3.2 振动故障样本
• 4.3.3 网络层数
• 4.3.4 输入层与输出层节点数
• 4.3.5 隐层节点数
• 4.3.6 学习速率的选择
• 4.3.7 样本训练
• 4.4 本章小节
• 第五章 稀土永磁电机振动故障诊断系统实现与应用
• 5.1 基于VB编程的故障诊断系统
• 5.1.1 选用VB编程的依据
• 5.1.2 故障诊断系统功能介绍
• 5.2 55kW抽油机用稀土永磁同步电机振动故障诊断
• 5.3 本章小节
• 第六章 结论
• 参考文献
• 附录A 小波分析程序
• 附录B BP算法程序
• 在学研究成果
• 致谢