APP下载

基于EEMD和PSO-SVM的电机气隙偏心故障诊断*

2021-03-01王凤军丁军航1b原明亭

组合机床与自动化加工技术 2021年2期
关键词:故障诊断振动特征

任 强,官 晟,王凤军,丁军航,1b,原明亭

(1.青岛大学 a.自动化学院;b.山东省生态纺织协同创新中心,山东 青岛 266071;2.自然资源部第一海洋研究所,山东 青岛 266061;3.青岛海洋科学与技术试点国家实验室区域海洋动力学与数值模拟功能实验室,山东 青岛 266237;4.自然资源部海洋环境科学与数值模拟重点实验室,山东 青岛 266061)

0 引言

感应电动机在工农业的生产中用途广泛。但是由于电机的轴承磨损,转子刚度不足以及安装不当等原因,可能会引起电机气隙偏心现象,该现象轻微时会使气隙磁场产生畸变,恶化电机各项性能指标,严重时会使定转子相擦,电机烧毁[1]。因此对电机气隙偏心进行故障诊断研究具有实际价值。

目前在气隙偏心的振动信号研究方面,主要研究气隙偏心引起的振动信号的频率变化。如邵思语[2]通过ANSYS仿真验证了转子偏心引起电机异常振动并提取了故障特征频率;Cameron J R等[3]得出了大型感应电机偏心时的机壳振动信号的特定频率,证明了可以通过机壳的振动信号来检测偏心。文献分析发现电机气隙偏心会引起电机振动信号中不同频率信号幅值的变化。

传统的故障诊断流程主要包括信号测量,信号处理、特征提取、和模式识别等[4]。Huang N E等提出的经验模态分解[5](EMD)在信号处理方面应用广泛。它根据信号本身的局部特征来进行自适应的时频分解,避免了小波分析主观假设基底函数的局限以及受测不准原理的限制问题。但EMD也存在着模态混叠的问题[6]。……

登录APP查看全文

猜你喜欢

故障诊断振动特征
振动的思考
振动与频率
如何表达“特征”
不忠诚的四个特征
中立型Emden-Fowler微分方程的振动性
UF6振动激发态分子的振动-振动驰豫
基于LCD和排列熵的滚动轴承故障诊断
基于WPD-HHT的滚动轴承故障诊断
线性代数的应用特征
高速泵的故障诊断