掃描二維碼
隨時(shí)隨地手機(jī)看文章
1.引言
當(dāng)發(fā)生轉(zhuǎn)子斷條故障時(shí),在其定子電流中將會(huì)出現(xiàn) 和 頻率的附加電流分量(s為轉(zhuǎn)差率, 為供電頻率)。但是 分量的絕對(duì)幅值很小,若直接作傅里葉頻譜分析時(shí),由于柵欄效應(yīng) 分量的泄漏有可能淹沒(méi) 頻率分量。自適應(yīng)濾波和希爾伯特變換法這兩種方法可以有效的解決檢測(cè) 頻率分量困難的問(wèn)題,是目前最具代表性的異步電動(dòng)機(jī)轉(zhuǎn)子斷條在線檢測(cè)方法。但是這兩種方法只適用于電動(dòng)機(jī)拖動(dòng)平穩(wěn)負(fù)荷的運(yùn)行工況。當(dāng)負(fù)荷波動(dòng)較大時(shí)無(wú)法取得令人滿意的結(jié)果,對(duì)故障診斷的準(zhǔn)確性產(chǎn)生一定影響。小波包分析不僅對(duì)信號(hào)的低頻部分進(jìn)行分解,同時(shí)也對(duì)高頻部分進(jìn)行分解,自適應(yīng)的確定信號(hào)在不同頻段的分辨率,在故障診斷中比小波分析更精細(xì)。本文嘗試用小波包分析研究電機(jī)轉(zhuǎn)子斷條故障診斷問(wèn)題。
2.實(shí)驗(yàn)數(shù)據(jù)采集
下面針對(duì)正常、轉(zhuǎn)子斷條的三相鼠籠式異步電動(dòng)機(jī)兩臺(tái)電機(jī)的電流信號(hào)進(jìn)行采集和分析研究。三相異步鼠籠電動(dòng)機(jī)額定功率3KW,額定轉(zhuǎn)速1430轉(zhuǎn)/分。
在轉(zhuǎn)差率s=5.6%,采樣頻率為 =1000Hz,采樣點(diǎn)數(shù) 的情況下采用虛擬儀器對(duì)電流信號(hào)進(jìn)行采集。圖1為異步電動(dòng)機(jī)正常運(yùn)行時(shí)定子電流信號(hào)及其頻譜,圖2為異步電動(dòng)機(jī)鼠籠斷條一根的情況下定子電流信號(hào)及頻譜圖。
從圖1、2中可知,在相同負(fù)載情況下,很難從頻譜圖上判斷電機(jī)斷條故障特征,僅僅能看見(jiàn)微小的變化。
從表1中可以看出,故障狀態(tài)和正常狀態(tài)下,數(shù)值沒(méi)有明顯的變化,因此,很難從這些特征參數(shù)提取故障信息。
3.實(shí)驗(yàn)分析
下面采用小波包變換對(duì)電機(jī)電流信號(hào)進(jìn)行分析,并在最優(yōu)小波包基下提取各節(jié)點(diǎn)的小波包分解系數(shù)。分析對(duì)比各節(jié)點(diǎn)小波包分解系數(shù)的變化。
根據(jù)小波包分解頻帶劃分特性,根據(jù)轉(zhuǎn)子故障特征頻率(44.4HZ,55.6HZ),可將電流信號(hào)進(jìn)行5層小波包分解,小波基函數(shù)選擇sym4。
在圖3所示的最優(yōu)小波包基下每個(gè)節(jié)點(diǎn)均對(duì)應(yīng)一個(gè)小波包分解系數(shù),而適當(dāng)?shù)墓?jié)點(diǎn)的小波包分解系數(shù)可以體現(xiàn)信號(hào)的特征。由圖4和圖5可知在不考慮邊緣效應(yīng)的影響下正常信號(hào)和故障信號(hào)的節(jié)點(diǎn)(5,4)、(5,5)及(5,6)的小波包分解系數(shù)存在明顯的差異。據(jù)此可以得出以下結(jié)論:
(1) 可以根據(jù)小波包分解系數(shù)來(lái)對(duì)電機(jī)的狀態(tài)進(jìn)行簡(jiǎn)單判別。
(2) 電機(jī)正常時(shí),節(jié)點(diǎn)(5,4)、(5,5)及(5,6)等小波包分解系數(shù)近似為零,且平穩(wěn)。
(3) 電機(jī)斷條時(shí),節(jié)點(diǎn)(5,4)、(5,5)及(5,6)等小波包分解系數(shù)存在著一定的幅度振蕩。
下面對(duì)最優(yōu)小波包基下的節(jié)點(diǎn)進(jìn)行重構(gòu),然后根據(jù)重構(gòu)后信號(hào)的波形分析一下正常和故障情況下的區(qū)別。
從圖6和圖7可知,重構(gòu)信號(hào)在近似部分區(qū)別很小,而在細(xì)節(jié)部分存在著明顯的區(qū)別,特別是在節(jié)點(diǎn)(5,4),(5,6)處的差別最大。從而可以得出一個(gè)結(jié)論:從小波包分解系數(shù)和重構(gòu)波形可以簡(jiǎn)單判斷出電機(jī)是否發(fā)生轉(zhuǎn)子斷條。
4.結(jié)論
本文通過(guò)對(duì)電機(jī)正常時(shí)和轉(zhuǎn)子斷條時(shí)的電流信號(hào)的小波包分解,并提取和重構(gòu)各節(jié)點(diǎn)小波包分解系數(shù),從小波包系數(shù)的變化可以判斷出電機(jī)是否發(fā)生故障。
北京2022年8月29日 /美通社/ -- 近日,由同方自主研發(fā)的基于AIOT的設(shè)備監(jiān)測(cè)診斷預(yù)警技術(shù),被授予第五屆全國(guó)設(shè)備管理與技術(shù)創(chuàng)新成果獎(jiǎng)技術(shù)類(lèi)二等獎(jiǎng)。國(guó)家體育場(chǎng)"鳥(niǎo)巢"通過(guò)使用這種"基...
關(guān)鍵字: AIOT 智能建筑 大數(shù)據(jù) 故障診斷摘要:空調(diào)制冷系統(tǒng)是城軌車(chē)輛的一個(gè)重要組成部分,列車(chē)環(huán)境的舒適度主要通過(guò)空調(diào)制冷系統(tǒng)來(lái)保障,如其頻繁發(fā)生機(jī)組制冷量下降或不制冷等故障,將會(huì)嚴(yán)重影響車(chē)輛的服務(wù)質(zhì)量與安全?,F(xiàn)對(duì)城軌車(chē)輛空調(diào)制冷系統(tǒng)的故障診斷進(jìn)行了研究,論述了...
關(guān)鍵字: 空調(diào)制冷系統(tǒng) 原因分析 故障診斷摘要:對(duì)智能電網(wǎng)中電力電纜出現(xiàn)故障的主要原因進(jìn)行了分析,提出了幾種先進(jìn)的電力電纜故障診斷技術(shù),對(duì)其原理和應(yīng)用情況進(jìn)行了研究,以提高智能電網(wǎng)的故障診斷效率,保障電網(wǎng)的運(yùn)行可靠性。
關(guān)鍵字: 電力電纜 智能電網(wǎng) 故障診斷摘要:傳統(tǒng)DGA技術(shù)用于變壓器故障診斷時(shí),針對(duì)不同類(lèi)型的潛伏性故障往往使用相同的診斷指標(biāo)??紤]到在不同故障情形下,對(duì)應(yīng)的油中溶解氣體在種類(lèi)和含量方面均存在差異,故提出使用變異系數(shù)建立故障類(lèi)型與對(duì)應(yīng)產(chǎn)物之間的聯(lián)系,并使用S...
關(guān)鍵字: 氣體指標(biāo) 變異系數(shù) 故障診斷摘要:我國(guó)風(fēng)能資源豐富,陸地風(fēng)能儲(chǔ)量約2.53億kw。近年來(lái)國(guó)家大力發(fā)展風(fēng)力發(fā)電,國(guó)內(nèi)風(fēng)電裝機(jī)容量累計(jì)逐年增長(zhǎng)。風(fēng)力發(fā)電機(jī)組在長(zhǎng)時(shí)間運(yùn)轉(zhuǎn)過(guò)程中出現(xiàn)了各種類(lèi)型的故障,需要運(yùn)用狀態(tài)檢測(cè)與故障診斷技術(shù)保障機(jī)組的正常運(yùn)轉(zhuǎn)。據(jù)此,...
關(guān)鍵字: 風(fēng)力發(fā)電機(jī)組 狀態(tài)監(jiān)測(cè) 故障診斷摘要:高壓電力電纜受人員操作、外力破壞等多方面因素的影響,在實(shí)踐工作中存在諸多故障,需要引起電力企業(yè)重視。現(xiàn)首先對(duì)高壓電力電纜護(hù)層電流常見(jiàn)故障及導(dǎo)致故障出現(xiàn)的原因進(jìn)行了分析,然后探討了電流在線監(jiān)測(cè)及故障診斷技術(shù)在高壓電力...
關(guān)鍵字: 電流監(jiān)測(cè) 故障診斷 高壓電力電纜