基于高階譜和頻帶熵的電機(jī)故障識(shí)別研究.pdf

1、隨著工業(yè)自動(dòng)化技術(shù)日益提高，工廠設(shè)備之間的集成度日益增大，工業(yè)智能化的要求正在稱為一種發(fā)展趨勢(shì)。在復(fù)雜多變的工業(yè)生產(chǎn)環(huán)境中，電機(jī)在其中扮演著動(dòng)力產(chǎn)生者和生產(chǎn)驅(qū)動(dòng)者這一重要的角色，其故障與否直接影響整個(gè)系統(tǒng)的生產(chǎn)狀態(tài)。對(duì)電機(jī)進(jìn)行無(wú)損、不間斷、快速的狀態(tài)監(jiān)測(cè)，通過(guò)采集其相關(guān)電信號(hào)，分析信號(hào)特征，提取相關(guān)特征參數(shù)，判斷系統(tǒng)正常運(yùn)行和預(yù)知潛在危害，是保證電機(jī)長(zhǎng)久運(yùn)行的一個(gè)重要手段。
　　本文首先分析了電機(jī)故障常用的識(shí)別和分析方法，最終選定

2、采用高階統(tǒng)計(jì)量中的雙譜結(jié)合頻帶熵的特征提取方法。其次，闡述了信號(hào)分析的一般方法，包含時(shí)域分析和頻域分析，并結(jié)合仿真信號(hào)，分析了簡(jiǎn)單的時(shí)域特征了。在使用高階統(tǒng)計(jì)量分析實(shí)驗(yàn)數(shù)據(jù)之前，針對(duì)高階統(tǒng)計(jì)量的適用范圍，結(jié)合幾組實(shí)驗(yàn)信號(hào)論證了雙譜分析對(duì)于帶有白噪聲信號(hào)的可行性，效果明顯。同時(shí)，設(shè)計(jì)實(shí)驗(yàn)，對(duì)直流電機(jī)設(shè)置三種狀態(tài)，包含兩種故障，并簡(jiǎn)單分析其產(chǎn)生機(jī)理和造成的影響，對(duì)其工作時(shí)電場(chǎng)強(qiáng)度信號(hào)進(jìn)行采樣分析。首先進(jìn)行初步時(shí)域特征分析，然后進(jìn)行雙譜分析，

3、得到雙譜三維圖及對(duì)應(yīng)的等高線平面圖；其次，對(duì)其頻率進(jìn)行雙譜相干性分析，找到故障信號(hào)與常規(guī)信號(hào)的耦合特性；最終，確定雙譜值作為求取譜熵的輸入值。最后，根據(jù)頻帶熵理論，結(jié)合雙譜熵值的計(jì)算模型，求取全頻率域內(nèi)的雙譜熵值，分為8個(gè)頻段，將所采5組信號(hào)8個(gè)頻段內(nèi)的熵值作為特征量，輸入BP神經(jīng)網(wǎng)絡(luò)的輸入層，分別作為學(xué)習(xí)樣本和待測(cè)樣本進(jìn)行學(xué)習(xí)和識(shí)別。
　　實(shí)驗(yàn)結(jié)果表明，在對(duì)45組待測(cè)樣本的識(shí)別的實(shí)驗(yàn)中，經(jīng)過(guò)不斷調(diào)整BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，分析實(shí)驗(yàn)結(jié)