基于EMD和ICA的感應電動機故障檢測研究.pdf

1、感應電動機因其結(jié)構(gòu)簡單、價格低廉、使用方便等特點而被廣泛的應用于航空、航天、航海等以及其他工業(yè)各生產(chǎn)部門的各個領域。其故障發(fā)生不僅會造成巨大的經(jīng)濟損失，甚至會帶來人員傷亡。因此，及時有效地對感應電機進行故障檢測和診斷具有重大意義。
　　 經(jīng)驗模態(tài)分解是(Empirical mode decomposition，EMD)是一種新興的信號處理方法，具有能夠自適應分解和優(yōu)良的局部分析能力的突出優(yōu)點，非常適用于處理非平穩(wěn)信號。獨立分量分

2、析(Independent Component Analysis，ICA)是一種盲源分離方法，能夠?qū)⒍嗦酚^測信號分解成若干相互獨立的成分。ICA已經(jīng)在信號處理領域受到了廣泛的關注，并且廣泛應用在特征提取、圖像處理、過程監(jiān)測等領域。本文的目的在于結(jié)合EMD和ICA對感應電動機的軸承故障和轉(zhuǎn)子斷條故障進行故障檢測，主要內(nèi)容如下：
　　 1、在分析軸承故障和轉(zhuǎn)子斷條故障的故障診斷基本原理基礎上，研究了這兩種故障的故障特征機理，給出了每

3、種故障的故障特征頻率的計算公式，并對目前較為流行的故障檢測和診斷方法進行了研究，分析和總結(jié)。
　　 2、對EMD和ICA理論進行了深入的分析和研究，并用仿真實驗驗證了這兩種算法的優(yōu)良特性。
　　 3、結(jié)合EMD和ICA開展對感應電動機故障檢測的創(chuàng)新工作。首先使用EMD方法對故障信號的定子電流信號進行預處理，去除高頻噪聲部分，再用FastICA算法提取故障特征，繪制特征圖，從而將兩種故障分離，并用仿真實驗驗證了該方法的有效