智能电机在线监测系统设计及振动故障辨识方法研究

• 作 者: 吕金贵
• 机 构: 哈尔滨理工大学
• 出 处: 哈尔滨理工大学
• 发表日期: 2017年期
• 关键词: 智能电机 状态参数 在线监测 振动故障辨识

电机是现代工业生产中用量最大的电力拖动设备，且一般安装地点分散、运行环境恶劣;目前很少对电机的运行状态进行实时在线监测，电机出现不正常状态运行或故障状态运行时难以及时发现，会导致恶劣的社会影响以及巨大的经济损失。国内外针对大型电机进行了实时监测系统的研究，但是普遍存在装置成本高、多种测量设备冗余、智能化程度较低等不足之处。　　本文通过对电机故障前兆以及不正常运行状态时表现出的特征进行归类分析，确定了电机故障的诊断特征参量，建立了一种能够在故障前期判别出电机故障并经故障辨识后自动发出预警信号，同时能够对电机运行状态参数进行大量的存储的智能化电机在线监测及故障辨识系统。本文在分析电机故障产生的原因、表现出的故障特征以及相应的表征参数的基础上，设计了电机故障在线监测系统方案，构建了电机故障在线监测系统整体硬件平台;在分析电机振动产生原因及测量方法和振动信号的小波分析处理方法的基础上，确定了最优小波基选择方法和小波包降噪的处理方法;通过将小波分析和具有故障诊断功能的神经网络相结合的方法，实现了振动信号的智能化分析工作;最后通过对振动信号不同轴分量数据分析的影响进行对比，确定了以X轴分量作为电机振动故障特征提取轴向更利于故障特征的提取。　　本文提出了智能电机在线监测的新概念，建立了一种成本低、能自动预警的智能化电机在线监测及故障辨识系统。该新概念的提出为实现电机故障诊断的智能化奠定了基础，为电机在线监测的智能化创造了条件，更为电机的安全稳定持续运行提供了保障。本系统不仅体现了电机较强的实用性和辨识能力，同时融入了互联网的理念，实现电机运行数据的网络化，为电机提供了一种准确性高且实用性强的智能化在线监测系统和故障辨识方法，更为电机智能化的发展打下了坚实的基础。