關(guān)于電機電流的轉(zhuǎn)子軸承系統(tǒng)故障診斷方法研究

《關(guān)于電機電流的轉(zhuǎn)子軸承系統(tǒng)故障診斷方法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、關(guān)于電機電流的轉(zhuǎn)子軸承系統(tǒng)故障診斷方法研究摘要：轉(zhuǎn)子軸承系統(tǒng)是旋轉(zhuǎn)機械的主要動力提供端，是這種機械的核心元件。隨著科學(xué)技術(shù)的快速發(fā)展，旋轉(zhuǎn)機械在工業(yè)生產(chǎn)中也得到了廣泛應(yīng)用，并且朝著數(shù)字化、智能化的方向發(fā)展。在運行的時候，旋轉(zhuǎn)機械很容易發(fā)生故障，并且主要是轉(zhuǎn)子軸系統(tǒng)發(fā)生故障問題。由于轉(zhuǎn)子軸系統(tǒng)在機械系統(tǒng)中的重要作用，因此，一旦轉(zhuǎn)子軸系統(tǒng)發(fā)生故障，就會對整個機械系統(tǒng)的正常運行產(chǎn)生影響，進而造成較大的經(jīng)濟損失。本文主要對電機電流的轉(zhuǎn)子軸系統(tǒng)故障診斷方法進行了深入研究，以期轉(zhuǎn)子軸承故障得以有效診斷。關(guān)鍵詞：電機電流、轉(zhuǎn)子軸承系統(tǒng)、故障診斷方法旋轉(zhuǎn)機械在現(xiàn)今社會的各個領(lǐng)域內(nèi)都得到廣泛使用，如化工領(lǐng)域、交

2、通領(lǐng)域、能源領(lǐng)域以及軍工領(lǐng)域，是有關(guān)國民經(jīng)濟的支柱性產(chǎn)業(yè)設(shè)備。旋轉(zhuǎn)機械是生產(chǎn)生活中所必須的設(shè)備，其最重要的部件是轉(zhuǎn)子軸承系統(tǒng)。轉(zhuǎn)子軸承系統(tǒng)的安全性以及可靠性實施保證旋轉(zhuǎn)機械穩(wěn)定運行的重要條件，對于旋轉(zhuǎn)機械的性能將會產(chǎn)生直接的影響[1]。并且，隨著旋轉(zhuǎn)機械向著兩極化以及智能化、高速化的方向發(fā)展，轉(zhuǎn)子軸承系統(tǒng)也得到了很大的發(fā)展。當(dāng)轉(zhuǎn)子軸承系統(tǒng)出現(xiàn)故障的時候，所導(dǎo)致的負載變化也會造成電磁轉(zhuǎn)矩發(fā)生一定的變化。這些變化在設(shè)備振動、軸心軌跡圖以及造成的噪音上得到相應(yīng)的體現(xiàn)。但在實際使用中，由于旋轉(zhuǎn)機械設(shè)備的振動以及噪音都較大，因此，很難對以上幾個變量進行相應(yīng)的檢查，也就很難發(fā)現(xiàn)轉(zhuǎn)子軸承系統(tǒng)發(fā)生故障。從上世

3、紀六十年代開始，對電機電流的分析就有了較成熟的成果，如根據(jù)電動機的信號結(jié)果分析就可判斷電動機有沒有出現(xiàn)斷條情況，氣隙中是否存在異物等。這些故障的本身特點是根據(jù)電動本身所產(chǎn)生的故障處，對于電動機拖動部分出現(xiàn)的故障沒有缺少相應(yīng)的研究。直到上世紀八十年代，才開始將電流分析法運用于診斷電動機拖動系統(tǒng)出現(xiàn)的故障中。信號處理在對故障診斷中占有很大的比重，其主要作用就是將信號經(jīng)過處理之后，研究院更容易對信號中的特征量進行提取[2]。相對應(yīng)地，當(dāng)系統(tǒng)發(fā)生故障后，這些特征量也表示系統(tǒng)發(fā)生了故障?，F(xiàn)今，使用的主要信號處理方式有傅里葉變換、小波包變化等等。一、傅里葉變換特征分析傅里葉變換是基于信號時域進行的，經(jīng)過變

4、換之后，可以發(fā)現(xiàn)信號變化的加載頻率，對于各個成分量可直觀觀察。傅里葉基本原理是對圖像中存在的基頻進行分析，這里說的基頻就是指的正弦函數(shù)，任何圖像都能簡化呈正選函數(shù)加減以及放縮運算中去。而這種基于基頻的數(shù)量以及比值就能對圖像中所含有的正弦波形大小以及多少進行表示。傅里葉變化是立足于無限時長的正弦函數(shù)變化所得，因此，傅里葉變換更加適合對周期信號進行信號處理，對于非周期信號不太適合。傅里葉變換也是整個時間長度上最為基礎(chǔ)的波形頻譜運算，對于時域上的特點則不能詳細分析[3]。因此，經(jīng)過傅里葉變換之后，得到的是整個時長上各個頻率大小以及多少，而不能得到產(chǎn)生的具體時間，也不含有時域上的任何信息。這種分析方式

5、對于在中間發(fā)生的信號分析是不利的，因此，傅里葉變換更加適合周期性的信號，且對于信號成分變化不大的也可以進行相應(yīng)的處理。二、小波包變換的電流分析從目前來看，小波變換是對非平穩(wěn)狀態(tài)信號進行分析的一個有效工具。作為現(xiàn)今使用的一種主流信號分析方法，它對短時傅里葉變換進行了拓展以及繼承，并將整個時域中分段進行局域化。與此同時，還對窗口大小不能產(chǎn)生變化的不足進行了彌補。小波變化與短時傅里葉變換最主要的區(qū)別在于基波存在差異，短時傅里葉使用的正弦函數(shù)是無線長度的，而小波包變換使用的是有限長的會衰減的小波基。這樣的設(shè)計不僅可以獲得頻率，也能對時間進行定位。產(chǎn)生的這樣變化使得高頻處得到的信號被細化，低頻處得到的信

6、號也被細化。小波包變換的出現(xiàn)使得短時傅里葉變換存在的問題被有效解決，是一種有效新型的信號分析方式。作為一種新型有效的信號分析方式，傅里葉變換可以得出相應(yīng)的頻譜圖，而小波變換則能得到相應(yīng)的時頻譜。相比較其他時頻分析方式，小波包變換仍然存在一定的不足，在一些尺度之下，很難在時間以及頻率上同時獲得較高的精度。另外，小波是一種非適應(yīng)性的，基函數(shù)一旦選定就很難對其進行更改。小波變化是立足于特定函數(shù)，并將其作為基波的，屬于定數(shù)[4]。因此，即使小波包變換對于故障發(fā)生的準(zhǔn)確原因不能精準(zhǔn)定位，但是因為對加窗信號進行的全面分析，就目前來看，在非穩(wěn)態(tài)以及突變信號時，其屬于一種利用最好的方式。小波包變化在進行信息處

7、理的時候，主要的步驟是對原始信號中的小波進行分解以及重構(gòu)。這時需要對頻譜中很難發(fā)現(xiàn)的故障信號進行發(fā)現(xiàn)，采用的主要方法是小波分解。小波分解利用的主要原理是將原始的信號分解為d1以及a1兩個信號之后，其中的d1設(shè)定為高頻信號，a1設(shè)置為低頻信號。根據(jù)實踐證明，高頻信號屬于不要研究的噪聲信號以及工頻信號，因此，只需要對a1部分進行研究。a1部分被稱為逼近部分，這主要是由于其最接近需要尋找的故障信號。這樣