故障诊断文献综述.ppt

面向转子系统电机电流与振动的多源信息融合技术动态指导老师：杨兆建教授汇报人：加力康专业：电气工程所属学院：电气及动力工程学院课题内容本课题将致力于研究电力拖动系统中的电动机转子以及旋转机械转子系统的故障诊断，其中对信号处理方法进行重点研究。应用振动分析法和电流信号分析法，对电动机转子故障诊断进行简要分析，对旋转机械转子系统的故障诊断做重点研究；并探究基于电流信号分析法和振动分析法的多源融合技术在旋转机械转子系统故障诊断方面的可行性。内容一：电力拖动系统电动机转子的故障诊断：电流信号分析法旋转机械转子系统故障诊断：振动分析法（主要）电流分析法（次要）多源融合技术（电流与振动)注：用电动机作为原动机带动生产机械运动的拖动方式，称电力拖动。本课题研究的生产机械是旋转机械。内容二：故障诊断步骤采集信息（种类、方式）提取故障特征（信号处理技术）模式识别分析预测状态智能诊断技术内容三：电机转子故障诊断电机转子故障类型：导条断裂、端环断裂以及转子动、静偏心引起不对称现象定子电流重新分布产生相应谐波分量方法：电流信号分析法（MCSA）电流信号分析法优点：非侵入式、远程故障诊断缺点：故障信号较微弱、信号成分复杂解决方法：去除基频信号干扰、凸显故障信号常见方法：起动电流法傅里叶变换Park矢量法Hibert变换自适应滤波小波变换仿真模拟内容四：旋转机械转子系统故障诊断转子系统常见故障类型：转子不平衡、转子不对中、碰摩、轴承及其支承故障、裂纹、油膜涡动、油膜振荡。方法1：振动信号分析法常用方法：时域分析：利用信号幅值、周期、相位、均值、均方值、方差分析频域分析：快速傅里叶变换(FFT)基础上进行相干分析、传递函数分析、细化谱分析、时间序列分析、倒频谱分析、包络分析时频分析：短时傅立叶变换(STFT)、小波(wavelet)变换以及Hilbert一Huang变换分析。方法2：电流分析法1、原理：充分利用多个信息源,把多个信息源在空间或时间上的冗余或互补信息按照某种准则进行组合,以获得对被测对象的一致性解释或描述,从而使该信息系统获得比它各组成部分子集所构成的系统更优越的性能。2、发展历史内容五：多源融合技术信息处理、模式识别、推理决策信号级融合、特征级融合和决策级融合。本课题：特征级融合和决策级融合。3、在故障诊断中的应用：内容五：多源融合技术3、方法：信号处理：包括加权平均、自适应滤波、时域相关技术、频谱分析、时—频分析、高阶谱分析、神经网络等技术参数优化：尺度共轭法、遗传算法、多变量分析等.统计和模式识别：包括人工神经网络、统计决策理论、聚类分析等.智能诊断：神经网络、Bayes推理、DempSter-shafter推理、模糊推理4、优点容错性、互补性、实时性、经济性内容五：多源融合技术内容五：多源融合技术5、探究多源融合技术在转子系统故障诊断中的可行性难点:（1）、异质传感器数据的建模、协同（2）、怎样实现振动信号与定子电流信号的数据融合