基于高频电流信号的电机故障特征提取方法

基于高频电流信号的电机故障特征提取方法
杨磊;郭莉侠;王亚东;雷成;李亮;杜宗阳
【期刊名称】《机电工程技术》
【年(卷),期】2024(53)4
【摘要】目前异步电机故障诊断主要依赖于振动、温度和噪声等参数,对于监测的电气信号,主要用于分析电机输出动力情况。

电气信号中除了体现电机动力输出特征外,还包含丰富的机械故障、电气故障等信息特征。

由于电气信号中的故障特征信号微弱,易被基频分量与噪声湮没而难以突出故障特征,不利于电机状态监测与故障诊断,因此提出了一种基于高频电流信号解调的电机故障特征提取方法,针对采样率不低于25.6 kHz的电机定子高频电流信号,综合运用高通滤波、Hilbert变换、快速傅里叶变换(FFT)3种分析方法,提取高频电流中电机故障的微弱特征信号,应用神经网络算法对电机正常、静态偏心、动态偏心、转子断条、轴承内圈、轴承外圈6种状态进行了诊断。

该方法准确提取了电流信号故障特征,并成功识别了6种故障。

【总页数】5页(P307-311)
【作者】杨磊;郭莉侠;王亚东;雷成;李亮;杜宗阳
【作者单位】江苏核电有限公司
【正文语种】中文
【中图分类】TH165.3;TM343.2
【相关文献】
1.基于Hilbert和CA-VMD的风电机组叶轮不平衡故障电信号特征提取方法
2.基于电机电流信号的齿轮泵故障识别方法
3.基于驱动电机电流与振动信号的有载分接开关故障诊断方法
4.油松容器育苗及造林技术
5.基于电流信号和深度强化学习的电机轴承故障诊断方法
因版权原因，仅展示原文概要，查看原文内容请购买。