经验模态分解在直流电动机性能测试中的应用研究
2018-08-31董袖青张俊晶宫鹏飞朱国威
机械制造 2018年5期
关键词:信号
□ 董袖青 □ 张俊晶 □ 宫鹏飞 □ 朱国威
1.长安大学工程机械学院 西安 710064
2.西安交通大学机械工程学院 西安 710049
1 研究背景
直流电动机换向是一个复杂的机械、化学和电磁过程,由于直流电动机换向和反向电动势脉动原因,直流电动机电枢电流的电气参数包含转速和转矩信息。采用电枢电流的电气参数间接求出直流电动机的转速和转矩特性,具有一定意义。由于直流电动机从静止到稳定转速是一个动态过程,电枢电流信号是一个非平稳信号,因此采用传统傅里叶变换只能分析直流电动机的稳定运行特性。若采用小波消噪、滤波、重构的方法,能够提取出高频分量,但在直流电动机信号采集时会引入高频噪声。采用小波理论滤除高频噪声时,一旦分解层数确定,多分辨率就恒定不变,缺乏自适应性,而且采用不同的小波基,分解的结果差异较大[1]。
经验模态分解(EMD)从信号自身特征时间尺度出发,得到固有模态,整个分解过程体现了多尺度的自适应滤波特性,非常适用于非平稳、非线性过程。文献[2]提出了基于快速博里叶变换(FFT)和 EMD的直流电动机换向电流信号提取方法,通过对前几阶固有模态函数(IMF)分量进行FFT,得到相应的频谱特性,进而通过求出高频电枢电流的瞬时频率,得到直流电动机的转速。但是,将部分IMF分量视为噪声而滤除,会使试验提取的直流电动机转速结果产生偏差。在测试永磁直流电动机的电磁转矩方面,文献[3-4]均采用电磁转矩与转速平衡方程式来求取电磁转矩,对启动阶段电动机的空载阻尼转矩忽略不计。……
登录APP查看全文
