收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于多源信息融合的永磁同步电机故障识别研究

张鸣春  
【摘要】:近年来永磁同步电机(Permanent Magnet Synchronous Machine,PMSM)逐渐开始应用于工农业生产、日常生活及交通运输中。但其在长期运行过程中可能会出现各种故障,轻者导致电机损坏,重者产生灾难性的巨大损失。因此深入研究PMSM的各种故障,找到故障规律、确定故障位置,并利用模式识别技术对故障进行识别,对于及时制定恰当的维修措施,防范事故的发生具有重要的意义。由于目前绝大多数基于信号分析的PMSM诊断方法不能判断故障位置,且传统电机信号在故障程度较小时诊断难度较大,本文在PMSM定子齿中加装感应线圈,进行故障位置的判断及故障模式识别。而基于单一信号的诊断结果具有不确定性且实用性较差,因此本文利用D-S证据理论对单一信号的识别结果进行决策融合,以降低故障识别结果的不确定性。本文以定子齿中加装感应线圈的PMSM有限元仿真模型为研究对象,提出一种小波包能量增量法判断转子失磁、定子匝间短路的故障位置,再分别对故障点感应电压和故障相电流进行特征分析、特征提取及故障模式识别,最后采用多源信息融合方法中的D-S证据理论,对基于感应电压、电流信号的故障识别结果进行决策融合研究。本文的主要工作如下:第一部分介绍了含感应线圈的PMSM模型及联合仿真方法,将感应电压、电流信号作为本文故障识别的对象,然后提出了一种小波包能量增量法,对失磁、匝间短路故障的位置进行判断,再将故障位置的感应线圈电压信号选为模式识别的信号源,为下一章的研究奠定基础。第二部分对基于感应电压信号的PMSM故障识别方法进行研究。首先对失磁、匝间短路故障的感应电压信号进行频谱分析,得到两种故障的特征规律,之后将信号小波包分解的各频带能量作为故障特征,用支持向量机进行故障模式识别,结果表明感应电压信号中的故障特征明显,故障识别的效果良好。第三部分对基于电流信号的PMSM故障识别方法进行研究。利用小波包提取失磁、匝间短路的电流特征,为了降低特征冗余、提高识别率,对电流特征进行了降维处理。再用支持向量机、BP神经网络、朴素贝叶斯对电流特征进行故障识别,由结果可知支持向量机获得的识别率相对较高。与第二部分的识别结果对比,感应电压信号中的故障特征比电流信号的更明显,且不需要复杂的降维方式就能得到较高识别率。第四部分在研究了感应电压和电流故障识别方法的基础上,将多源信息融合方法用于提高单一信号故障识别的可靠性。首先给出D-S证据理论实现决策融合的步骤,将识别结果转化成后验概率及基本概率分配。再对两种电流特征的识别结果进行融合,样本的预测精度有一定提高。最后将基于感应电压的识别结果与电流融合结果进一步融合,实验结果表明多源信息融合能够显著提高PMSM故障诊断精度、降低不确定性。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 黄智;;配电线路在线故障识别与诊断方法研究[J];山东工业技术;2015年23期
2 王新晴,石玉祥,钱淑华;信号平均法与残余信号法在故障识别能力方面的对比分析[J];振动.测试与诊断;1996年04期
3 陈艳艳;;配电线路在线故障识别与诊断方法研究[J];中国高新技术企业;2015年21期
4 屈梁生,史东锋;机械诊断中的故障识别问题[J];设备管理&维修;1998年05期
5 谢海芳;;配电线路在线故障识别与诊断方法研究[J];科技创新与应用;2015年08期
6 刘建华;周健强;袁朋生;;煤矿智能供电系统故障识别与隔离[J];煤矿机械;2015年07期
7 张小松,伦志新,窦炳琳;基于依赖图的网络故障识别技术研究[J];福建电脑;2005年11期
8 朱亚萍;徐晋;;配电线路在线故障识别与诊断方法研究[J];山东工业技术;2015年23期
9 贺春茂;;配电线路在线故障识别与诊断方法的研究[J];硅谷;2014年22期
10 周廷模;;配电线路在线故障识别与诊断方法的研究[J];广东科技;2013年16期
11 蒋伟;;对于配电线路在线故障识别与诊断方法研究[J];科技视界;2016年09期
12 陆由;;配电线路在线故障识别与诊断技术探究[J];通讯世界;2016年22期
13 吕勇;李友荣;徐金梧;;延时矢量方差算法及其在齿轮故障识别中的应用[J];振动与冲击;2006年06期
14 冷毅;;试论配电线路在线故障识别与诊断方法研究[J];科技尚品;2016年01期
15 彭家颖;;配电线路在线故障识别与诊断方法分析[J];科技创新与应用;2015年35期
16 二鹏;电视台与电视机的故障识别[J];农村新技术;2002年06期
17 周晶斌;;配电线路在线故障识别与诊断方法研究[J];通讯世界;2015年19期
18 李春霞,杨树国,孙尧,郝燕玲,周卫东;BP网络在导航系统故障识别中的应用[J];应用科技;2003年05期
19 熊刚;;配电线路在线故障识别与诊断方法研究[J];山东工业技术;2015年21期
中国重要会议论文全文数据库 前10条
1 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
2 骆志高;王祥;李举;范彬彬;郭啸栋;;基于小波包遗传算法的冲压模具故障识别研究[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年
3 温广瑞;印建安;张西宁;金颖;;应用全息谱初相点进行平衡前转频故障识别[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年
4 刘菲;;专用设备在低转速运行下的故障识别定位方法[A];中国核科学技术进展报告(第五卷)——中国核学会2017年学术年会论文集第4册(同位素分离分卷)[C];2017年
5 张华;郑涛;肖仕武;刘万顺;黄少锋;张达;;基于电流信号包络线故障熵的振荡中再故障识别算法的研究[A];2006中国电力系统保护与控制学术研讨会论文集[C];2006年
6 何常远;马润梅;;基于LM-BP神经网络的制动器故障识别系统[A];北京力学会第二十三届学术年会会议论文集[C];2017年
7 崔林;;基于DSP的新型变压器故障识别系统的设计[A];湖北省电工技术学会2004年学术年会论文集[C];2004年
8 金昌平;;两层结构的配网模型及其应用[A];第二届中国水利水电岩土力学与工程学术讨论会论文集(二)[C];2008年
9 彭畅;李海涛;李宁;邹晓龙;;基于谱峭度图和递归定量分析的动车组轴箱轴承故障识别与分类方法研究[A];铁路车辆轮轴技术交流会论文集[C];2016年
10 朱森;孙鹏;;基于周波分析法的故障电弧检测技术[A];第十二届沈阳科学学术年会论文集(理工农医)[C];2015年
中国博士学位论文全文数据库 前8条
1 杨静宗;铁精矿浆输送管道的堵塞故障识别方法研究[D];昆明理工大学;2018年
2 肖涵;基于高斯混合模型与子空间技术的故障识别研究[D];武汉科技大学;2007年
3 戴鹏;货车典型故障图像识别算法研究[D];哈尔滨工业大学;2010年
4 尹洪;基于数据驱动的卫星故障诊断关键技术研究[D];国防科学技术大学;2015年
5 姜宪国;以变电站为基本单元的区域后备保护研究[D];华北电力大学;2013年
6 李正天;高压线路保护动作特性分析及新原理研究[D];华中科技大学;2011年
7 王琳;基于隐马尔可夫模型的工业过程监测方法研究[D];浙江大学;2018年
8 杨铁梅;基于混合智能的齿轮传动系统集成故障诊断方法研究[D];太原理工大学;2009年
中国硕士学位论文全文数据库 前10条
1 鲁君成;基于深度学习的机械故障识别与状态评估研究[D];重庆大学;2018年
2 张鸣春;基于多源信息融合的永磁同步电机故障识别研究[D];重庆大学;2018年
3 邓生财;数据驱动下的设备可预测性维护管理[D];重庆工商大学;2018年
4 刘乃彬;发动机故障状态下的性能参数规律研究[D];中国民航大学;2018年
5 黄钰淇;贯通式同相牵引供电系统故障识别研究[D];昆明理工大学;2017年
6 艾广;基于机器视觉的TFDS典型故障识别方法研究[D];兰州交通大学;2017年
7 仓冰南;基于核方法的故障诊断方法及其应用研究[D];东北大学;2010年
8 朱鹏飞;基于特征空间邻域结构分析的故障识别方法[D];哈尔滨工业大学;2011年
9 何菲;智能多故障识别方法在过程监控中的应用研究[D];华东理工大学;2011年
10 邹会荣;基于TMS320F2812的数据采集及电力电缆故障识别[D];西安科技大学;2008年
中国重要报纸全文数据库 前2条
1 ;农村沼气灶故障识别与排除[N];山东科技报;2007年
2 记者 杨朝晖;我首创针对电气火灾故障识别分析工具[N];科技日报;2014年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978