基于DSP的交流电机故障诊断.pdfVIP

第24卷 第2期 天 津 理 工 大 学 学 报 Vo1．24No．2 2008年4月 JoURNALOFTIANJIN UNIVERSITY OFTECHNOLOGY Apr．2008 文章编号 ：1673—095X(2008)02-0029—03 基于 DSP的交流 电机故障诊断 孟 敬，陈在平 (天津理工大学 自动化学院，天津300191) 摘 要：交流异步电机是广泛使用的能量转换装置．对鼠笼异步电动机的常见故障进行分析及诊断，提高电机故障 的监测诊断水平，具有重大实用价值．本文应用小波包一神经网络算法实现了基于DSP的交流电机故障诊断．利用 小波包分解算法提取出电机故障特征向量，并针对轴承和偏心故障特征，提出对数故障特征向量的算法．将故障特 征输入基于任务分解的神经网络 ，实现基于DSP的电机定子、偏心以及轴承故障诊断． 关键词：DSP；电机故障诊断；故障特征；小波包；神经网络 中图分类号：TM307 文献标识码：A AC electricmachinesfaultdiagnosisbasedonDSP MENGJing，CHEN Zai—ping (SchoolofElectricalEngineering，TianjinUniversityofTechnology，Tianjin300191，China) Abstract：Theelectricmachinesasdrivingequipmentareusedwidelyinindustry．Itissignificantinpracticetoimprovethe electricmachinesdiagnosistechnique．Th eschemeAC electricmachinesfaultdiagnosisbasedonDSP usingthewavelet packet—neuralnetworkalgorithm ispresentedinthispaper．Th eeigenvectorsoffaultareextractedbywaveletpacketdecom— positionalgorithm．Toextractthebearingofeccentricityfaulteigenvectors，thispapergivesanovelalgorithm basedonlog— arithm faulteigenvectorsextraction．Th eneuralnetworksbasedonassingmentsdecompositionrealizeAC electricmachines stator，thebearingofeccentricityfaultdiagnosisbasedonDSP，usingthefaulteigenvectors． Keywords：DSP；electricmachinesfaultdiagnosis；faulteigenvectors；waveletpocket；neural networks 电机故障诊断技术有很强的工程背景，具有重 式系统实现该系统，以利于工程实际的应用与推广． 要的实用价值 ¨．传统 的电机故障信号处理方法一 1 基于DSP的交流异步鼠笼电机的定子故 般使用快速傅立叶变换法 (FFT) ，而本文采用小 障诊断 波包分析法．该方法不仅适合分析平稳信号，而且适 合分析非平稳信号．从根本上讲，小波分析将有望取 1．1 提取出电机定子故障的特征向量 代传统的Fourier分析技术 34J．智能的故障诊断方 由于在电机定子 电流信号中，电机定子故障的