多重信号分类法与扩展Prony结合的异步电机转子故障检测.pdfVIP

第 42卷第 6期 华 北 电 力 大 学 学 报 Vo1．42．No．6 2015年 11月 JournalofNorthChinaElectricPowerUniversity Nov．，2015 doi：10．3969／j．ISSN．1007—2691．2015．06．O1 多重信号分类法与扩展 Prony结合的 异步 电机转子故障检测 许伯强，田士华 (华北 电力大学 电气与 电子工程学院，河北 保定 071003) 摘要 ：提 出了一种基于奇异值分解滤波技术的多重信号分类算法与扩展 Prony算法相结合 的异步 电动机转子 断条故障检测的新方法。奇异值分解滤波技术可以高效率地滤除电机定子 电流信号 中的基频分量与有色噪 声，从而凸显转子断条故障特征频率分量；多重信号分类方法可在短时采样数据条件下准确计算故障特征分 量的频率 ；扩展 Prony方法则可 以精确计算 出各特征分量的幅值 ，弥补 了多重信号分类算法无法求解幅值 的 不足。因此 。将三者结合 即可在短时采样信号条件 下以高频率分辨力准确提取转子 断奈故 障特征频率分量 。 对一 台异步电机进行试验 ，结果表明：新方法简单 、实用，效果理想。 关键词 ：异步电动机 ；转子断条故障 ；奇异值分解 ；多重信号分类 ；扩展 Prony 中图分类号 ：TM307 文献标识码 ：A 文章编号 ：1007—2691 (2015)06—0001—07 DetectionforBrokenRotorFaultin InductionM otors CombiningMultipleSignalClassification Algorithm 、th ExtendedProny XU Boqiang，TIAN Shihua (SchoolofElectricalandElectronicEngineering，NorthChinaElectricPowerUniversity，Baoding071003，China) Abstract：Basedon singularvaluedecompositionfiltering，multiplesignalclassification and extended Prony algo— rithm，anewmethodfordetectingbrokenrotorbarfault(BRB)ininductionmotorsisproposed．Firstly。Simulations ofBRB show thatthesingularvaluedecompositionfilteringfiltercanefficientlyfilterthefundamentalcomponentand thecolornoisesrfom motorstatorcurrentsignals，whichhighlightstheBRB faultfeaturecomponent．Secondly，Theal— gorithm ofmultiplesignalclassificationcanclearlyidenti~thefrequenciesofbrokenrotorsbarfeaturecomponentseven with short—timesamplingdata．Finally，extendedPronycan accuratelycalculatetheamplitudesofthefeaturecompo- nents，whichcoverstheshortageofmultiplesignalclassification．Bycombiningthethreemethodslistedabove，the study