基于模型的异步电动机早期故障智能诊断

论文摘要

异步电动机是用于驱动各种机械和工业设备的最通用装置，作为工矿企业大型的动力机械，其工作负荷较重，工作环境较差，因此在机械方面、电气方面发生故障的情况非常普遍，如定子铁芯故障、绕组绝缘故障、定子端部线圈故障、转子绕组的故障、转子本体故障、电气不平衡故障、轴承故障，等等，一旦发生故障和停运，不仅会损坏昂贵的电动机本身，而且直接威胁到整个工矿企业系统的安全和生产，造成巨大的经济损失。虽然现有的继电保护功能已十分完善，但继电保护系统只是当被监视参数达到或超过继电器整定值时才起作用，当继电保护系统动作后，电动机被突然切断而使生产流程意外中止，仍然可能导致重大的经济损失。为了将因电动机故障造成的损失降低到最小的程度，人们迫切希望能对电动机的早期故障进行检测。这对于人们及早发现故障，预防故障的进一步恶化，以防止灾难性的事故发生，及时进行故障定位、决策和维修，是非常重要的。 异步电动机作为复杂的机电系统，具有非线性传递特性，并且当其环境和输人为非平稳过程时也会产生非平稳时变信号，它的故障机理非常复杂，其故障原因与其征兆之间的关系并非完全是一一对应的关系，往往是同一故障表现为多个征兆，而某一征兆又可能同时反映

论文目录

• 第一章 概述
• 1.1 选题意义
• 1.1.1 引言
• 1.1.2 异步电动机的常见故障
• 1.2 异步电动机故障诊断研究现状
• 1.3 基于多物理效应征兆进行异步电动机早期故障预报的方法
• 1.4 本文主要工作
• 1.5 小结
• 第二章 异步电动机故障机理与建模
• 2.1 三相异步电动机的动力学模型
• 2.1.1 在abc坐标下的模型
• 2.1.2 在dq0坐标下的模型
• 2.2 三相异步电动机的故障模型
• 2.2.1 基于信号变化的故障模型
• 2.2.2 基于参数变化的故障模型
• 2.3 小结
• 第三章 异步电动机运行行为及其故障特征
• 3.1 异步电动机故障特征分析
• 3.1.1 异步电动机的振动
• 3.1.2 异步电动机的绝缘结构
• 3.1.3 异步电动机的电气综合性能
• 3.2 异步电动机监测信号优化及其处理
• 3.2.1 传感器的优化配置及其数据采集
• 3.3.2 典型故障的实验设置
• 3.3.3 数据处理与特征值提取
• 3.3.4 物理参数辨识
• 3.4 小结
• 第四章 基于多物理效应的异步电动机故障智能预测方法
• 4.1 系统的组成
• 4.1.1 灰色预测模型
• 4.1.2 神经网络概述
• 4.1.3 径向基神经网络的结构
• 4.2 神经网络结构的具体设计
• 4.2.1 径向基神经网络的确定
• 4.2.2 各种不同信号的径向基神经网络
• 4.2.3 遗传算法与神经网络的结合
• 4.3 小结
• 第五章 异步电动机多故障诊断信息的融合
• 5.1 信息融合的概念
• 5.2 D-S证据理论
• 5.3 D-S证据理论在本系统中的应用
• 5.4 小结
• 第六章 全文总结
• 致谢
• 参考文献
• 攻读博士学位期间发表的学术论文
• 独创性说明