1、 （ 20_ _届） 本科毕业 设计 电机故障振动的一种方法的设计 所在学院 专业班级 电气工程及其自动化 学生姓名 学号 指导教师 职称 完成日期 年 月 电机故障振动的一种方法的设计 2 摘 要 随着现代科学技术的发展和电气化程度的提高，电机已成为工业生产和日常生活中最主要的原动力和驱动装置，已被广泛地应用于工业生产的 各个领域。电机一旦发生故障，不仅会损坏电机本身，严重时还会使电机突然停机导致生产线崩溃，给人们造成巨大的经济损失和灾难性后果。因此，通过对电机的监测和分析，可以及早发现故障和预防故障，减少突发事故造成的损失，并为实现检修创造条件。假如 能够设计出一种故障诊断系统，在电机运行
2、时就能判断出电机的运行状态，及时发现电机故障，这将在很大程度上避免更大损失 的 发生 。 基于离散余弦变换和人工神经网络分析的过程监测方法，由于充分利用了离散余弦变换分析算法在数据量压缩方面的优势和人工神经网络对模式识别分类的能力，利用离散余弦变 换和人工神经网络分析 进行 故障监测和诊断已经得到较广泛的研究。 本文首先介绍了电机故障诊断的目的和意义，在理论上详述了离散余弦变换的原理和算法。接着本设 计给出了感应电机的三维正交轴 X， Y， Z 方向的振动样本 。 对正常模式，轴承故障模式， 轴承、转子 故障模式各取样本， 采用离散余弦变换，提取振动信号的特征 ， 并采用人工神经网络进行训练并
3、识别，经测试得出，该方法对感应电机故障诊断具有很好的实用性和有效性。 关键词： 感应电机，故障诊断，数字信号处理，离散余弦变换，人工神经网络 电机故障振动的一种方法的设计 3 A method to solve the vibration of motor fault Abstract With the development of modern science and technology and a higher level of electrification, the motor has been used in the industrial production and daily
4、life, and the main driving force has been widely used in industrial production in various fields. Motor in the event of failure, not only will damage the motor itself, serious cases will lead to the production line shut down the motor suddenly collapse to the people causing enormous economic losses
5、and disastrous consequences. Therefore, by monitoring and analysis of the motor, you can prevent early detection of failures and failure to reduce the losses caused by unexpected incidents, and to create conditions for the realization of repair. If we can design a fault diagnosis system, it will be
6、able to determine when the motor is running, timely detection of motor failure, which will in large part to avoid further damage from happening. Based on discrete cosine transform and artificial neural network analysis of process monitoring, due to take full advantage of the discrete cosine transfor
7、m data compression algorithm in the advantages and artificial neural network pattern recognition ability of the classification using discrete cosine transform and artificial neural network analysis fault monitoring and diagnosis have been more extensively studied. This paper introduces the motor fau
8、lt diagnosis purpose and significance, in theory, the discrete cosine transform detailed principles and algorithms. Then the article gives three-dimensional orthogonal axes X, Y, Z direction of the vibration of the sample. Normal mode, bearing failure mode, bearing, rotor failure mode from each of t
9、he sample, the use of discrete cosine transform to extract the characteristics of vibration signals and artificial neural network training and recognition, obtained by testing the method of induction motor fault diagnosis have good practical and effective. Keywords: Induction motor, fault diagnosis,
10、 digital signal processing, discrete cosine transform, artificial neural network 电机故障振动的一种方法的设计 4 目录 摘 要 . 2 Abstract . 3 1 绪论 . 5 1.1 电动机故障诊断的研究背景及意义 . 5 1.2 电机故障诊断技术 . 5 1.2.1 电机故障诊断技术概述 . 5 1.3 电机故障诊断技术研究的现状 . 7 1.3.1 信号处理技术与诊断方法在故障诊断中的研究现状 . 7 1.4 课题研究的主要内容 . 9 1.4.1 主要研究工作 . 9 本论文主要做了如下研究工作： .
11、9 1.4.2 论文结构 . 9 2 离散 余弦变换及 BP 神经网络分析方法的理论基础 . 9 2.1 离散余弦变换概述 18 . 9 2.2 正交变换特性 . 10 2.3 DCT 原理 . 11 2.4 DCT 算法 . 12 2.5 BP 神经网络 . 13 3 基于 DCT 和 BP 神经网络分 析的故障诊断实验与分析 . 15 3.1 实验问题与数据描述 . 15 3.2 特征提取与分析诊断 . 32 3.3 实验结果 . 32 4 结论 . 33 4.1 全文总结 . 33 4.2 研究展望 . 33 参考文献 . 34 致谢 . 错误 !未定义书签。 附录 . 37 电机故障振
12、动的一种方法的设计 5 1 绪论 1.1 电动机故障诊断的研究背景及意义 随着现代科学技术的进步、生产系统的发展和设备制造水平的提高，生产系统中所采用的电机数量不断 增加，单机容量也在不断提高， 而大型异步电动机更是现代化生产企业的主要驱动装置，它的运行状况直接影响到工业生产的正常进行。其一旦发生严重故障，不仅电机自身将损坏，而且将导致整个工业生产中断 1，因此对电机故障的诊断要求十分迫切。通过对电机常见故障的诊断和分析，可以及早发现故障和预防故障的进一步恶化，减少突发事故造成的停产损失，防止对人员和设备安全的威胁，并为实现状态检修创造条件；还可为设计制造者提供经验，积累数据，有助于电机性能及
13、可靠性的改进；同时对电机故障定位、决策及维修都是极其重要的 2。 大型电机在 系统中有着重要的地位和作用， 由于价格昂贵，更重要的是由于生产过程中断导致的损失往往比电机本身的损失更为庞大 3，所以 一般除应采取各种积极的维护措施消除或减少故障隐患之外，在电机故障初期若能捕获到故障信息，为实现合理的状态检修创造条件，这才是电机最为理想的诊断和保护措施 45。为了能在电机有早期故障征兆时采取积极主动的调节措施，防止故障的进一步恶化，应配备故障在线监视、检测和智能诊断系统，通过对各种电气量或非电气量的连续监视，分析早期故障征兆信号，并结合智能诊断系统进行判别。 这门技术的出现，已在各生产 部门和技术
14、领域发展迅速并取得了很大成效，促进了电机维修体制的一次变革，使电机维修体制由传统的事后维修和预防维修方式，逐步变为预知维修 (或状态维修 ) 6。目前这项技术正在崛起，应用领域在不断的扩展。 1.2 电机故障诊断技术 1.2.1 电机故障诊断技术概述 电机 诊断是设备诊断技术的一个部分 ， 但是由于电机的工作原理和结构上的 各 种特点，其诊断 的 方法和采用的检测技术和其它设备的诊断有所不同。电机诊断需涉及较多技术领域。 电机在进行能量交换的过程中，往往会产生电损耗、机械损耗和介质损耗。这些损耗最终都变成热能散 逸出来，并由冷却介质带走，这就是电机的发热和冷却。电机的冷却是通过轴上风扇、强制鼓
15、风或密封的冷却系统来实现的。电机内的通风沟、风扇、挡风罩以及鼓风机、冷却器、过滤器等构成了电机的通电机故障振动的一种方法的设计 6 风系统 7。 综上所述，电机内部至少包括如下几个独立的、又相互关联的工作系统：(1)电路系统； (2)磁路系统； (3)绝缘系统； (4)机械系统； (5)通风散热系统。 由于电机存在几个相互关联的工作系统，故障 的 起因和故障 的 征兆往往表现出多 变 性，这为电动机故障诊断增加了难度。对电机进行诊断时，必须熟悉诊断对象。 一般故障诊断 要经历下列步骤： 1用传感器检测来设备的状态信号，获得设备运行状态的原始信息：如温度、电压、电流、振动等能量信号或锈蚀、烟雾等
16、物质状态信号。并要选择最能表征诊断对象工作状态的信号。 2从检测的原始信号中提取故障特征。对通过检测而获得设备状态的信号进行处理，并消除噪声，以获得最能反映各种故障的特征信号，作为诊断的征兆。 3根据故障征兆和相关诊断信息的分析，进行设备运行状态识别，制定诊断决策。将待检模式与己知模式进行比较，实现状态分类。 对应于诊断过程中信号检测、征兆提取和状态识别这三个步骤，设备故障诊断 主要内容包括下列几个方面，如图 1-1 所示： 1)用合适的特征信号及相应的观测方式，在设备合适的部位，测取有关设备故障的特征信号。 2)采用合适的征兆提取方法与装置，从特征信号中提取设备有关状态的征兆。 档 案技 术
17、故 障 档案 库状 态 信号电 机故 障 特征 信 息状 态 趋 势状态故 障 信 号比较继 续 监 视预 报 预 测信 号检 测特 征提 取异常状 态识 别正 常各 种 模 式电机故障振动的一种方法的设计 7 图 1-1 故障诊断主要内容 8 3)采用合适的状态识别方法与装置，依据征兆进行推理和识别设备的有关状态，包括不正常的状态。 4)采用合适的状态趋势分析方法与装置，依据征兆与状态进行推理而识别出有关状态的发展趋势，包括故障的早期诊断与预测。 1.3 电 机故障诊断技术研究的现状 设备诊断技术是 20 世纪 60 年代后半期首先在美国出现的，而它被应用于电机是在 20 世纪 80 年代。
18、 1986 年， P J Taver 与 J Penman 提出了电机状态监测的概念 9 10。 20 多年来，随着传感器、计算机、光纤、信号处理技术等的迅速发展与应用，电机故障诊断技术有了较大的发展。 电机的故障往往通过电机的运行表现出来，因此电机故障的分析一般通过对其运行状态特性的分析来进行。从八十年代开始，国内外的学者对电机的故障诊断进行了大量的研究，从分析方法上来讲一般有 11：理论分析、试 验研究、仿真研究等。 1.3.1 信号处理技术与诊断方法在故障诊断中的研究现状 用于电机故障诊断的信号有振动、噪声、温度、压力、电流、电压等，统称为检测信号。检测信号中蕴含着能反映设备运行状态的重
19、要信息，但是一般情况下难以直接观察出信号的特征，必须采用合适的方法对原始信号进行处理以提取敏感的能反映故障征兆的特征 12。目前常用的信号处理方法分信号时域分析方法、信号频域分析方法和时频分析方法 13。 故障信号处理技术就是对这些监测信号进行加工、变换，提取出对诊断有用的故障特征。在电机故障诊断中主要有时域、 频域分析方法，神经网络方法。 1 信号时域分析法 自适应滤波、时域平均与自相关分析是常用的几种时域消噪方法，这些方法在消噪的同时保留了信号的时域特征，可用于分析信号特征。时间序列模型参数与统计分析参数 (如方差、自相关系数等 )是常用的信号时域特征参数提取方法。 2 信号频域分析法 以
20、离散余弦变换 (DCT)为核心的经典信号处理方法在故障诊断中发挥巨大的作用，它包括：频谱分析、相关分析、相干分析、传递函数分析。细化谱分析、时间序列分析、倒谱分析、包络分析等 14。常用的特征参数就是 DCT 谱和AR 谱， DCT 谱的幅值和相位反映了信号的各个组成频率成分； AR 谱特别适于分析短序列随机信号的功率谱。 电机故障振动的一种方法的设计 8 (1)短时功率谱法 短时功率谱分析的基本思想是用一固定的滑动窗沿时间轴将信号截取，划分为短片段，允许前后片段之间有部分数据重叠，计算每一段短信号的功率谱，将计算结果按时间顺序排列就可以观察出信号频谱结构的时变特征。短时分析方法突出了信号的局
21、部特征。 (2)时频分布法 量子物理学家 Wigner 和 Ville 首次提出了 Wigner-Ville 时频分布， Classen等人系统地研究了这种方法在信号时频分析中的应用， L Choen 提出的 Choen类时频分布统一了在此之前所提出的各种时频分布，即各种时频分布都可以表示成原信号的时频分布与一核函数的时频分布的二维卷积 (已经证明短时功率谱也是一种时频分布 )，时频分布的性能是由核函数所决定的。信号的时频分布具有很高的时频分辨率。但是它不是待分析信号的线性函数，所以多频率成分信号的时频分布中包含有严重的交叉干涉项，交叉干涉项的存在使时频分布容易受到噪声的干扰，如何减少时频分布
22、中的交叉干涉项也是目前研究的热点 15。 (3)小波分析法 小波分析是近年来出现的一种新的信号时频分析方法。它通过一 个变尺度滑动窗沿时间轴对信号进行分段截取和分析，与短时 Fourier 分析很相似，但小波分析中滑动窗特性不是固定的，而是随着尺度因子而改变：在时问 频率相平面的高频段，滑动窗的时窗宽度变窄而频窗宽度变宽，具有较高的时间分辨率和低的频率分辨率，在时间 频率相平面的低频段，滑动窗的时窗宽度变宽而频窗宽度变窄，具有较低的时间分辨率以及较高的频率分辨率。由于良好的时频局部化特征，小波变换可以准确地抓住瞬变信号的特征，对信号中短时高频成分进行准确定位，也能对信号中的低频缓变趋势进行估计
23、，这一点正是小波分析的精华所在在 离散小波变换的基础上 Wickerhauser 进一步提出了小波包分析方法 16，可以根据信号特征灵活地调整分析结果在各频段的时间分辨率和频率分辨率。 3人工神经网络分析法 人们探索进化求解的原理来解决问题，而人工神经网络就是基于这种思想来模拟生物大脑信息处理功能而构成的计算模式。由于神经网络具有快速并行处理、联想记忆、自组织和自学习以及非线性映射的能力，为故障信号分析与处理、故障模式识别、故障诊断领域专家知识的组织和推理等提供了新方法 17。 电机故障振动的一种方法的设计 9 1.4 课题研究的主要内容 1.4.1 主要研究工作 本 论文主要做了如下研究工作
24、： (1)对于电机故障的多变量数据， 提取振动信号， 滤去高频成分，提取核心特征 ，利用 了 离散 余弦 变换很好的能量压缩性能， 分析处理多变量数据集 。 (2)在实验室成功搭建了实验平台，利用电机的历史 正 常运行数据构造了 数字信号 模型，并设计实验用正常数据和异常数据检验 数字信号 模型的有效性，验证了使用 离散余弦变换 分析方法进行实验可行性。 (3)对异 步电动机的正常历史数据进行分析，建立相应数字信号模型，确定数字信号模型的相关参数，并采用 BP神经网络进行识别并分类，对异步电动机的状态进行监测，实现异步电 动机运行时状态数据的采集和显示，从而实现异步电机故障的分析。 1.4.2
25、 论文结构 本论文共分了四个章节对课题研究进行了叙述。 第一章为引言部分，主要介绍了课题的背景和意义，故障诊断技术的概念、意义及其研究现状，以及主要研究工作和论文结构。 第二章介绍了论文的理论基础知识，重点介绍了信号处理过程监控技术中的 离散 余弦 变换 和人工神经网络的原理和基本知识，包括其推导过程及性质。 第三章为实验部分，主要介绍了实验系统平台的设计与搭建，并在实验平台上应用 离散 余弦 变换 分析方法对一台三相异步电动机进行操作，用 离散 余弦变换 分析方法提取数据信息，构造了较为准确的离散 余弦变换 分析模型，并通过大量实验，给出了各个实验图和数据，特征提取分析实现 离散 余弦 变换
26、 分析方法的处理数据 , 并采用 BP 神经网络进行识别并分类， 基本实现了对异步电动机运行状态的诊断分析。 第四章为结论部分，对本课题进行了总结，对后续的研究工作进行了展望，并指出了本论文研究的不足之处。 2 离散 余弦变换及 BP 神经网络分析方法的理论基础 2.1 离散余弦变换概述 18 自 1974年 Ahmed、 Natarajan和 Rao首次提出离散余弦变换 (DCT， Discrete Cosine Transform)以来， 离散余弦变换 已广泛地应用在图象及数字信号处理中，电机故障振动的一种方法的设计 10 特别是在数据压缩领域，因为 DCT基向量类似于正交变换中的最佳变换
27、 卡南洛伊夫变换 (KLT)。正交变换重要的应用是数据压缩，而其关键是给信号以有效的表达方式，即将一组离散信号 (N个采样植 )由时域映射到 N维变换域，使其能量在变换域中更集中于某一区域。即，与在时域相比，该信号在变换域中的编码只需用较少的比特数表示，而不致引起明显误差，从而剔除了信息冗余度，压缩了数据量，是一种高效的变换编码方式。 所有的离散 余弦变换 都遵循以下的变换 模式： , n k n kNNnkX k x n C x n X k C （ 2-1） 该模式是由 WANG观察得到的。四种不同 DCT实例的核函数 ,nkNC 分别是由： DCT-I： , 2 / c o s ( )nk
28、NC N c n c k n k N, 0,1,.,n k N （ 2-2） DCT-II： , 12 / c o s ( ( ) )2nkNC N c n k n N, 0,1,., 1n k N （ 2-3） DCT-III： , 12 / c o s ( ( ) )2nkNC N c k n k N, 0,1,., 1n k N （ 2-4） DCT-IV： , 112 / c o s ( ( ) ( ) )22nkNC N k n N , 0,1,., 1n k N （ 2-5） 定义。其中除了 0 1/ 2c 外， 1cp 。 2.2 正交变换特性 离散余弦变换是正交变换的一种。它是
29、通过正交变换把图象从空间域转换到能量比较集中的变换域中，然后对变换系数进行量化、编码，从而达到数据压缩的目的。 正交变换之所以能够压缩数据，主要有以下性质： 1.变换具有熵保持性，即通过正交变换后并不丢失信息。 2.变换具有能量保持性，并能把能量重新分配和集中。这就有可能采用熵压缩法来压缩系数，即在质量允许的情况下，舍弃一部分能量很小的系数，对能量较小的系数分配较少的比特，而对能量较大的系数分配较多的比特，从而使数据有较大 的压缩。 3.去相关性，可使高度相关的空间样值转变为相关性较弱的变换系数，从而减少空间样值之间冗余度。 目前，在数据的压缩编码方案中广泛采用 离散余弦 变换，有以下几个原因：一是 离散余弦 变换接近最佳 K L变换。因为 K L变换能产生非相关的变换系数(非相关变换系数对压缩极为重要 )，可以单独处理各系数而不损失压缩效率，但K L变换至今没有快速算法，因此无法用硬件来实现。二是用离散余弦变换而
