电机故障诊断及小波基函数的选择

《电机故障诊断及小波基函数的选择》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、太原理工大学硕士研究生学位论文电机故障诊断及小波基函数的选择摘要电机被广泛应用于社会生产的各个领域，工业生产中应用最广泛的设备之一，电机一旦发生故障，将会造成巨大的经济损失。因此，研究不同运行状态下电机故障诊断理论和技术，是提高生产设备可靠运行的保证。电机故障的类型多种多样：既有缓变故障和突变故障，又有电气故障和机械故障；既有线性系统故障，又有非线性系统故障，其关系错综复杂。如何从复杂的测量信号中提取出能反映故障隐患和趋向的参数，并通过进一步的信息处理与分析对电动机故障程度作出判断是一项艰巨的任务。“1本文基于小波分析对电机故障诊断的研究，以1550w电机转子不对中

2、故障为研究对象。利用小波包算法良好的时频分析能力，结合应用Fourier变换，选择小波基函数，对电机进行故障特征提取与诊断。具体方法为：首先运用不同的小波基函数对信号进行小波包分解，提取出含电机转子故障特征频率的小波包分量；然后以该频率处的幅值与小波包能量做比值运算并以此为依据，选择出电机转子不对中故障诊断的最优小波基；最后用选择出的小波基对电机进行故障诊断，并和其他小波基函数分析结果进行了比较。结果表明：小波基的选择对故障特征的提取能太原理工大学硕士研究生学位论文力具有较大的影响，因此在选用小波分柝提取故障特征时，应根据实际工程应用需要选择出合适的小波基函数，以提

3、高故障诊断的精度。本文选出的转子不对中故障诊断的最佳小波基函数sym8对转子故障特征有较强的提取能力。关键词：小波基函数，小波分析，故障诊断，特征提取IIFAUIJDIAGNOSISANDTHESELECTl0NOFⅥ舰LETBASEABOUTELECTROMOTORABSTRACTTheelectromotorhasbeenusedinmanyfieldsofindustry．Whenthemotorisinfaultconduction．Thereshoulebehugeeconomylossandimportantinflucnceonsociety．soth

4、estudyonthefaultdiagnosistheoryandtechnologyofmotorundetallkindsofinstanceisimportant．Therearemanykindsofelectricmachineryfault．Forexample，slowvarietyfaultandsuddenvarietyfault，electricfaultandmachineryfault，linearitysystemfaultandunlinearitysystemfault，theirtiesareverycomplex．Itisanar

5、duousdutythathowtowithdrawparameterthatreflectstheincipientfaultandtendencyaboutthemalfunction．Onthebaseofwaveletanalysisaboutthemotor’Sfautltdiagnosis，thispaperappliestheFouriertransformationtoselectthebestwaveletbase．First，selectthewaveletbasethenusethewaveletbasetodignose’inmalfunct

6、ionofmotorIII奎堕里三_丈兰堡主笪塞生兰垡笙苎一一——Thispaper’Sdatacomesfromtheexperimentwiththemotorwiththepowerof5．5kw．TheconcretemethodisthattofindthePeak-to。peakvalueofthefrequencythattherotorofmotorpossessedwhenitbroken．Andthencomputetheenergyofthepacketthatincludesthefaultfrequency．Last，thispaperca

7、lculatestheratiobetweentwo．BasesonitIselectthebestwaveletbase。Attheendofthispaper，writercomparetheanasysisofitwithanotherThispaperreachsaconclusion：itisnessarytoselectthewaveletbasewhenweanasysthesignaltofindthefaultofthesubjectinvestigated．andsym8isthebestwavelettoanalysetheoff-cent