基于参数优化变分模态分解的交流变频电机转子断条故障识别方法

来源 :电工技术学报 | 被引量 : 0次 | 上传用户:abc124333
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
该文提出一种基于变分模态分解(VMD)和Park变换的交流变频电机早期转子断条故障识别方法。重点对低速状态下电机早期断条故障特征频率识别展开研究,基于电流信号特点结合萤火虫优化算法(FA)设定变分模态分解参数,进一步强化其自适应分解能力,并在此基础上获取三相电流的基频分量信息,通过Park变换检测早期故障特征。仿真与实验结果表明,该方法检测电机早期转子断条故障特征优于经验模态分解(EMD)方法,并可实现故障特征频率的早期定位,这对电机的故障辨识和预警具有重要支撑意义。
其他文献
多通道经颅电刺激作为一种非侵入式神经刺激技术,具有更高的聚焦度和灵活度,但电极数的增加也加大了电极故障的风险,对电刺激装置的安全性和可靠性提出了更严格的要求。电极阻抗能反映皮肤接触状态及电极电化学变化,电极阻抗的在线监测有助于提高电刺激期间的安全性。由于多通道电刺激中存在串扰问题,直接测量电极阻抗误差较大,该文提出一种适用于多通道电刺激的新型在线阻抗测量方法,通过在刺激波形上叠加短时、小幅值电流扰动实现串扰解耦,从而测量各电极阻抗,实现对故障电极的定位。在上述方法的基础上,设计复合放大器增强型Howlan