三相異步電動(dòng)機(jī)的嚙合頻率。三相異步電動(dòng)機(jī)小波分解過(guò)程中可以看出,小波系數(shù) d3 不僅能將齒輪的故障振動(dòng)信號(hào)分離出來(lái),更為重要的是,它保留了故障信號(hào)的時(shí)間信息,這些時(shí)間信息反映了剎車電機(jī)信號(hào)的重復(fù)頻率及它們的變化規(guī)律,包含著三相異步電動(dòng)機(jī)故障模式的信息。為有效地提取這些故障信息,對(duì)小波系數(shù) d3 進(jìn)行包絡(luò)檢波,然后對(duì)剎車電機(jī)包絡(luò)信號(hào)進(jìn)行頻譜分析。小波系數(shù) d3的包絡(luò)檢波通過(guò) Hilbert 變換來(lái)實(shí)現(xiàn)。
剎車電機(jī)軸上齒輪的嚙合頻率和它的2倍頻,3倍頻。由此可得出轉(zhuǎn)軸 上的齒輪存在故障。因此,由上例可知小波變換是種提取淹沒(méi)于非平穩(wěn)振動(dòng)信號(hào)中故障振動(dòng)信號(hào)的有效手段。從上述試驗(yàn)結(jié)果分析可以得到結(jié)論,利用小波多分辨分析理論對(duì)故障振動(dòng)信號(hào)在各小波空間進(jìn)行分解,再對(duì)能反映出故障特征信息的剎車電機(jī)小波空間的小波系數(shù)進(jìn)行包絡(luò)譜分析就能有效地提取齒輪故障特征信息。結(jié)合實(shí)例我們可知小波變換對(duì)于齒輪故障的識(shí)別定位要優(yōu)于傳統(tǒng)的快速傅里葉變換。三相異步電動(dòng)機(jī)小波變換在高頻段中有較好的時(shí)間分辨率和較低的頻率分辨率.對(duì)于包含多種頻率的諧波和疊加信號(hào),使用小波變換理論對(duì)于故障信號(hào)進(jìn)行識(shí)別的精度要高于 FFT ,這說(shuō)明小波變換是區(qū)分高頻域中瞬時(shí)故障的有力工具。通過(guò)三相異步動(dòng)機(jī)實(shí)例分析說(shuō)明,小波變換能夠成功的檢測(cè)和定位剎車電機(jī)中的故障。這個(gè)研究說(shuō)明小波理論在檢測(cè)剎車電機(jī)故障中的有效性,同時(shí)也說(shuō)明它也是種監(jiān)測(cè)三相異步電動(dòng)機(jī)運(yùn)行工況的較好工具。
結(jié)合剎車電機(jī)非平穩(wěn)機(jī)械運(yùn)行狀態(tài),介紹了應(yīng)用小波快速分解的 Mallat 算法理論進(jìn)行故障信號(hào)檢測(cè)和降噪的基本原理。通過(guò)小波變換后,可以獲取平穩(wěn)振動(dòng)信號(hào)和瞬態(tài)沖擊故障信號(hào)的時(shí)頻特性。結(jié)合實(shí)例結(jié)果表明,剎車電機(jī)方法可以有效地提取淹沒(méi)在非平穩(wěn)振動(dòng)噪聲信號(hào)中的瞬態(tài)沖擊故障信號(hào)的特征并準(zhǔn)確檢測(cè)出沖擊故障信號(hào),驗(yàn)證了該方法對(duì)三相異步電動(dòng)機(jī)機(jī)械設(shè)備進(jìn)行故障診斷的有效性。
剎車電機(jī)振動(dòng)信號(hào)由于含有機(jī)械工作部件的動(dòng)態(tài)信息而經(jīng)常用于三相異步電動(dòng)機(jī)機(jī)械系統(tǒng)的故障診斷。這些機(jī)械振動(dòng)信號(hào)疊加了窄帶頻率的基頻信號(hào)和諧波信號(hào),同時(shí)這些信號(hào)與旋轉(zhuǎn)機(jī)械系統(tǒng)密切相關(guān),當(dāng)系統(tǒng)中某部件出現(xiàn)損壞導(dǎo)致三相異步電動(dòng)機(jī)振動(dòng)能量增加時(shí)便能從信號(hào)上有所反映。些用于故障診斷的傳統(tǒng)分析方法,包括時(shí)域分析和頻譜分析,能有效地對(duì)剎車電機(jī)故障進(jìn)行診斷在假設(shè)信號(hào)是平穩(wěn)的條件下。然而,當(dāng)出現(xiàn)臨界條件及剎車電機(jī)轉(zhuǎn)速發(fā)生突變的時(shí)候傳統(tǒng)的分析方法如快速傅里葉變換 (FFT) 并不總是有效。 FFT 常用于識(shí)別諧波信號(hào),但是由于固定的時(shí)間和頻率分辨率(如 4.10 節(jié)所述),使之在三相異步電動(dòng)機(jī)分析瞬時(shí)信號(hào)時(shí)就無(wú)能為力了,例如淹沒(méi)在噪聲信號(hào)中的短時(shí)脈沖。小波變換克服了上述缺點(diǎn),剎車電機(jī)利用其空間局部化性質(zhì),它可以在不同的時(shí)間分辨率下對(duì)信號(hào)進(jìn)行分析。因此,三相異步電動(dòng)機(jī)小波變換是振動(dòng)信號(hào)分析和處理的有力工具。http://patriciacalisto.com/Products/jiaoliudianji.html
剎車電機(jī)軸上齒輪的嚙合頻率和它的2倍頻,3倍頻。由此可得出轉(zhuǎn)軸 上的齒輪存在故障。因此,由上例可知小波變換是種提取淹沒(méi)于非平穩(wěn)振動(dòng)信號(hào)中故障振動(dòng)信號(hào)的有效手段。從上述試驗(yàn)結(jié)果分析可以得到結(jié)論,利用小波多分辨分析理論對(duì)故障振動(dòng)信號(hào)在各小波空間進(jìn)行分解,再對(duì)能反映出故障特征信息的剎車電機(jī)小波空間的小波系數(shù)進(jìn)行包絡(luò)譜分析就能有效地提取齒輪故障特征信息。結(jié)合實(shí)例我們可知小波變換對(duì)于齒輪故障的識(shí)別定位要優(yōu)于傳統(tǒng)的快速傅里葉變換。三相異步電動(dòng)機(jī)小波變換在高頻段中有較好的時(shí)間分辨率和較低的頻率分辨率.對(duì)于包含多種頻率的諧波和疊加信號(hào),使用小波變換理論對(duì)于故障信號(hào)進(jìn)行識(shí)別的精度要高于 FFT ,這說(shuō)明小波變換是區(qū)分高頻域中瞬時(shí)故障的有力工具。通過(guò)三相異步動(dòng)機(jī)實(shí)例分析說(shuō)明,小波變換能夠成功的檢測(cè)和定位剎車電機(jī)中的故障。這個(gè)研究說(shuō)明小波理論在檢測(cè)剎車電機(jī)故障中的有效性,同時(shí)也說(shuō)明它也是種監(jiān)測(cè)三相異步電動(dòng)機(jī)運(yùn)行工況的較好工具。
結(jié)合剎車電機(jī)非平穩(wěn)機(jī)械運(yùn)行狀態(tài),介紹了應(yīng)用小波快速分解的 Mallat 算法理論進(jìn)行故障信號(hào)檢測(cè)和降噪的基本原理。通過(guò)小波變換后,可以獲取平穩(wěn)振動(dòng)信號(hào)和瞬態(tài)沖擊故障信號(hào)的時(shí)頻特性。結(jié)合實(shí)例結(jié)果表明,剎車電機(jī)方法可以有效地提取淹沒(méi)在非平穩(wěn)振動(dòng)噪聲信號(hào)中的瞬態(tài)沖擊故障信號(hào)的特征并準(zhǔn)確檢測(cè)出沖擊故障信號(hào),驗(yàn)證了該方法對(duì)三相異步電動(dòng)機(jī)機(jī)械設(shè)備進(jìn)行故障診斷的有效性。
剎車電機(jī)振動(dòng)信號(hào)由于含有機(jī)械工作部件的動(dòng)態(tài)信息而經(jīng)常用于三相異步電動(dòng)機(jī)機(jī)械系統(tǒng)的故障診斷。這些機(jī)械振動(dòng)信號(hào)疊加了窄帶頻率的基頻信號(hào)和諧波信號(hào),同時(shí)這些信號(hào)與旋轉(zhuǎn)機(jī)械系統(tǒng)密切相關(guān),當(dāng)系統(tǒng)中某部件出現(xiàn)損壞導(dǎo)致三相異步電動(dòng)機(jī)振動(dòng)能量增加時(shí)便能從信號(hào)上有所反映。些用于故障診斷的傳統(tǒng)分析方法,包括時(shí)域分析和頻譜分析,能有效地對(duì)剎車電機(jī)故障進(jìn)行診斷在假設(shè)信號(hào)是平穩(wěn)的條件下。然而,當(dāng)出現(xiàn)臨界條件及剎車電機(jī)轉(zhuǎn)速發(fā)生突變的時(shí)候傳統(tǒng)的分析方法如快速傅里葉變換 (FFT) 并不總是有效。 FFT 常用于識(shí)別諧波信號(hào),但是由于固定的時(shí)間和頻率分辨率(如 4.10 節(jié)所述),使之在三相異步電動(dòng)機(jī)分析瞬時(shí)信號(hào)時(shí)就無(wú)能為力了,例如淹沒(méi)在噪聲信號(hào)中的短時(shí)脈沖。小波變換克服了上述缺點(diǎn),剎車電機(jī)利用其空間局部化性質(zhì),它可以在不同的時(shí)間分辨率下對(duì)信號(hào)進(jìn)行分析。因此,三相異步電動(dòng)機(jī)小波變換是振動(dòng)信號(hào)分析和處理的有力工具。http://patriciacalisto.com/Products/jiaoliudianji.html