论文部分内容阅读
在工业应用中,鼠笼式异步电机由于长期频繁启停或者不间断运行可能会发生故障。这些故障可能导致整个系统产生波动甚至可能引发更严重的故障,不仅影响正常生产,严重情况下可能会导致巨大的经济损失和危害人身安全。所以,电机故障诊断这一研究课题具有极其重要的意义。传统的MCSA方法是直接对稳态电流进行分析,可以有效地判定电机是否存在故障,但是这些方法存在一定的局限性。一方面,这种诊断方法缺乏及时性并且可能难以有效识别出转子故障。这是因为故障特征分量幅度远小于电源基波分量,但频率却接近基波频率,在频域内容易被基波所覆盖。另一方面,也无法判定转子故障的严重程度。本文以电机启动时的瞬态电流为研究对象,开展了利用信号处理与曲线拟合方法对电机转子不对称故障及其程度的研究,主要内容如下:1.对多种信号处理方法如时频分析方法、FrFT进行原理分析,并用仿真故障数据和实际电机的转子断条故障稳态电流数据对各算法进行分析与测试。2.采用Ansoft Maxwell软件,建立合适的笼型异步电机及转子不对称故障模型,并采用小波变换方法提取瞬态故障特征信号。然后,分别利用STFT、EMD、WT、SWT、FrFT算法,对得到的故障特征电流数据进行分析比较。3.提出了一种基于曲线拟合的转子不对称故障程度检测的方法。该方法首先利用小波变换实现对转子不对称故障的识别,然后提出了一种故障程度指标,并通过仿真实验确定了故障阈值,实现转子不对称故障程度的判断。仿真实验表明,该方法能有效判断出转子不对称故障的程度。