文档介绍：“基于小波分析和神经网络的电机故障诊断方法”研究报告
摘要
电机是现代工业中最主要的动力能源和驱动设备之一,不仅需要进一步提高电机驱动自动化水平,更要求电机的运行具有很高的可靠性、安全性和稳定性。本文通过监测电机振动信号对直流电动机故障进行诊断研究,提出了基于小波分析和神经网络的电机故障诊断方法,利用小波变换提取振动信号特征,利用神经网络识别特征,输出电机相应的运行状态。
关键词: 故障诊断小波分析神经网络振动信号
引言

随着现代工业制造的发展,电机巳经成为当今生产活动和日常生活中最重要的原动力和驱动装置。由于电机大量的应用,使用环境的不同,所驱动的负载也各尽不同等原因,导致了电机故障时有发生,特别是一些运行环境恶劣、负载冲击性很大的场合中运行的电机,其故障率更高。近些年来,因关键电机设备故障而引起的事故时有发生,造成了惨重的经济损失。
一直以来,针对电机的各种故障,一般都选用成熟、可靠的继电保护措施。继电保护技术是在电力系统发展背景下产生的,其目的是对电力系统进行保护,避免在电力系统中发生灾难性事故。继电保护经历了 4个发展阶段,第一个阶段是基于电磁式保护装置,第二个阶段是基于晶体管式继电保护装置,第三个阶段是基于集成电路继电保护装置,最后一个阶段是基于微机继电保护装置,
也是目前使用最广泛的继电保护装置。目前继电保护被广泛应用于电机设备系统中,其主要目的是当电机发生故障或异常时,在可能实现的最短时间和最小区域内,自动将电机故障设备从系统中切除,或发出信号由值班人员消除异常工况根源,以避免事故发生恶化。外表上看,继电保护的作用很明显,但是它并没有从根本上避免事故的发生。因为只有当事故已经发生时,继电保护才会起作用。这可能导致一系列问题,比如继电保护可能会突然断开整个生产线中的电源,使整个生产线上的设备突然停电,不会造成其他设备的损害,也会造成一定的经济损失。正如文献[1]中所描述的:“设备的继电保护,并不意味着能够预防事故的发生,它只能在事故发生后采取行动;它是在悬崖绝壁下的救护车,而不是悬崖顶上保护行人的栅栏。”
为了从根本上避免灾难性事故的发生以及保证电机及其所驱动负载的安全运行,应对电机采取故障诊断。与采用继电保护相比,电机故障诊断具有的优点是电机故障诊断能够在电机故障初期就能发现故障,从而避免电机故障的进一步恶化。此外还可以为电机制造商提供经验,积累数据,有利于电机性能的提升,增强可靠性。
设备故障诊断技术的发展状况
设备故障诊断技术是从上世纪 60 年代发展起来的一门新学科,从科学发展的大环境来看,设备故障诊断技术的产生也是各学科交叉发展的必然。随着人工智能、专家系统、神经网络技术和知识发现理论的发展,以及监测技术、计算机技术、电子技术和通讯技术等相关学科领域的进步发展,设备故障诊断技术从理论到实际应用都有了很大发展,已形成一门集数学、物理、力学、化学、电子技术、计算机技术、信息处理和人工智能等各种现代科学技术于一体的综合性极强的智能化故障诊断技术[7-9]。该学科以设备的管理、状态监测和故障诊断为内容,以建立新的维修体制为目标,在各个领域得到了推广和应用,它提高了对设备故障诊断的科学化、合理化、系统化、准确化等,大大丰富了人们在故障机理、故障识别与诊断等领域的知识,其作用和效益日趋显著。
国内外发展状况
目前,许多国家的大学和公司都在开展电机故障诊断技术的研究工作其中取得了较好研究成果的研究机构主要集中在欧洲、美国、日本的一些知名大学和一些知名电气公司,例如:美国的纽约大学、弗吉尼亚大学、南加利福尼亚大学等,日本的京东大学、大阪大学等,德国的通用电气公司和美国的ENTEK公司等。其中部研究成果已经被转化成产品投放到市场,如美国的ENTEK公司的交流感应电机诊断仪。我国对电机故障诊断技术也非常重视,例如在60年代就提出了带电实验的方法,该方法由于存在一些致命的缺点,并没有得到广泛的实践和应用。近年来,我国也进行了大量的电机故障诊断技术研究,并取得了一定的研究成果,特别是清华大学高景德、王祥行等在电机故障分析方面做出了重大贡献。
电机故障诊断技术
自 19 世纪发明电机以来,由于电能应用方便,且电机的性能优良,便于控制,所以得到了迅速普及。电机是工业领域中最主要的动力能源和驱动设备,各行各业的使用场和性能要求千差万别,因此电机的种类、型号、结构林林总总,不同的环境对电机有不同的使用要求,不同的电机有不同的工作原理。
电机故障诊断技术发展到今天已经经历了三个阶段:
第一阶段:诊断结果在很大程度上取决于领域专家的感官和专业经验,对诊断信息只作简单的数据处理,比如人工定期维修制度。
第二阶段:是以传感器技术和动态测试技术为手段,