专利名称：一种交流异步电机自动诊断方法
技术领域：
本发明属于汽轮机组自动诊断领域，尤其涉及一种交流异步电机自动诊断方法。
背景技术：
振动是直接关系到汽轮发电机组正常运行的一项重要技术指标。自发电机组问世以来，振动测试分析、故障诊断与处理技术就随之产生。在近一、二十年里，随着电力工业的迅猛发展，出现了与故障诊断相关的如下特点机组日趋大型化、复杂化，自动化程度日益提高；现代电力生产对设备的可靠性提出了更高的要求，机组参数的提高和容量的增力口，使得由于轴系振动缺陷造成的机组非计划停机带来的经济损失也随之成倍地增加。所有以上这些，都要求诊断技术必须迅速发展，以与生产现状相匹配。
发明内容
本发明的目的在于提供一种交流异步电机自动诊断方法。实现上述目的的技术方案是一种交流异步电机自动诊断方法，包括以下步骤S1、对被检测信号采样，进行小波包分解，设被检测的电压信号为U(t)，通过对应的前置滤波器，模数转换后的离散信号为U(T)，信号U(T)经过小波共轭正交镜像滤波器，把所检测到的电压故障信号非常完整地划分到不同的频段内，实现故障的小波包分解。S2、使用改进算法，消除频率混淆，为了解决子带中的频率交错和各子带中的虚假频率分量，避免频率混叠，采用小波包分解和单节点重构的改进算法，即在前面的基础上再引出两个算子。S3、求各个子带内的能量特征值，初步建立故障能量特征向量，为了更加方便和准确地判定故障类型，计算分解后各频段内信号的能量。以各个子带内的能量元素构建故障特征向量T，用能量特征向量反映故障在时域和频域的信号信息。S4、对样本空间统计平均，精确能量特征向量值，为了减小误差，在建立故障特征向量时进行了多次测量，建立故障的试验数据样本，并对其统计平均。S5、改造故障的归一化能量特征向量，为了便于数据分析，提高运算速度和准确性，再进行归一化改造处理，经过处理，信号故障特征更加明显。由于把故障特征从高维到低维空间压缩，建立了归一化能量特征向量ET，减少了输入节点，降低了计算复杂度，加快了收敛速度，提高了诊断的实时性和准确率。S6、故障辞典的建立,确定电机常见故障与能量特征向量和自动修正措施的
映射关系，将该对应关系制成故障查询辞典储存在单片机外设的存储器中，以便在电机和控制器运行当中识别故障，显示诊断结果，实现自动校正。S7、调节修正，对应事先建立的故障词典和校正方案，通过PWM校正网络输出PWM波控制晶闸管的通断，来调节加在电机绕组上的电压，确保输出的稳定性和精确性。本方法具有较好的纠错性能和调速精度，是特征提取、故障诊断和自动修正的有效方法，减少汽轮机因为非计划停机带来的损失。
图1是本发明的流程示意图。
具体实施例方式下面说明本发明的优选实施策略。本实施例交流异步电机自动诊断方法具体实施方案如下S1、对被检测信号采样，进行小波包分解，设被检测的电压信号为U(t)，通过对应的前置滤波器，模数转换后的离散信号为U(T)，信号U(T)经过小波共轭正交镜像滤波器，把所检测到的电压故障信号非常完整地划分到不同的频段内，实现故障的小波包分解。S2、使用改进算法，消除频率混淆，为了解决子带中的频率交错和各子带中的虚假频率分量，避免频率混叠，采用小波包分解和单节点重构的改进算法，即在前面的基础上再引出两个算子。S3、求各个子带内的能量特征值，初步建立故障能量特征向量，为了更加方便和准确地判定故障类型，计算分解后各频段内信号的能量。以各个子带内的能量元素构建故障特征向量T，用能量特征向量反映故障在时域和频域的信号信息。S4、对样本空间统计平均，精确能量特征向量值，为了减小误差，在建立故障特征向量时进行了多次测量，建立故障的试验数据样本，并对其统计平均。S5、改造故障的归一化能量特征向量，为了便于数据分析，提高运算速度和准确性，再进行归一化改造处理，经过处理，信号故障特征更加明显。由于把故障特征从高维到低维空间压缩，建立了归一化能量特征向量ET，减少了输入节点，降低了计算复杂度，加快了收敛速度，提高了诊断的实时性和准确率。S6、故障辞典的建立,确定电机常见故障与能量特征向量和自动修正措施的
映射关系，将该对应关系制成故障查询辞典储存在单片机外设的存储器中，以便在电机和控制器运行当中识别故障，显示诊断结果，实现自动校正。S7、调节修正，对应事先建立的故障词典和校正方案，通过PWM校正网络输出PWM波控制晶闸管的通断，来调节加在电机绕组上的电压，确保输出的稳定性和精确性。以上结合实施例对本发明进行了详细说明，本领域中普通技术人员可根据上述说明对本发明做出种种变化例。因而，实施例中的某些细节不应构成对本发明的限定，本发明将以所附权利要求书界定的范围作为本发明的保护范围。
权利要求
1.一种交流异步电机自动诊断方法，其特征在于，包括以下步骤: ·51、对被检测信号采样，进行小波包分解，设被检测的电压信号为U(t)，通过对应的前置滤波器，模数转换后的离散信号为U(T)，信号U(T)经过小波共轭正交镜像滤波器，把所检测到的电压故障信号非常完整地划分到不同的频段内，实现故障的小波包分解； ·52、使用改进算法，消除频率混淆，为了解决子带中的频率交错和各子带中的虚假频率分量，避免频率混叠，采用小波包分解和单节点重构的改进算法，即在前面的基础上再引出两个算子； ·53、求各个子带内的能量特征值，初步建立故障能量特征向量，为了更加方便和准确地判定故障类型，计算分解后各频段内信号的能量。以各个子带内的能量元素构建故障特征向量T，用能量特征向量反映故障在时域和频域的信号信息； · 54、对样本空间统计平均，精确能量特征向量值，为了减小误差，在建立故障特征向量时进行了多次测量，建立故障的试验数据样本，并对其统计平均； · 55、改造故障的归一化能量特征向量，为了便于数据分析，提高运算速度和准确性，再进行归一化改造处理，经过处理，信号故障特征更加明显，由于把故障特征从高维到低维空间压缩，建立了归一化能量特征向量ET，减少了输入节点，降低了计算复杂度，加快了收敛速度，提高了诊断的实时性和准确率； · 56、故障辞典的建立，确定电机常见故障与能量特征向量和自动修正措施的一一映射关系，将该对应关系制成故障查询辞典储存在单片机外设的存储器中，以便在电机和控制器运行当中识别故障，显示诊断结果，实现自动校正； ·57、调节修正，对应事先建立的故障词典和校正方案，通过PWM校正网络输出PWM波控制晶闸管的通断，来调节加在电机绕组上的电压，确保输出的稳定性和精确性。
全文摘要
本发明公开了一种交流异步电机自动诊断方法，对被检信号采用小波包分解和单节点重构的改进算法，细化信号的信息特征，消除频带混淆；以容差范围作为误差判别标准，统计平均，计算各个频段内的能量向量值，力使故障诊断误差最小化；构建归一化能量特征向量，凸显故障特征，提高诊断的实时性；建立故障特征向量和修正措施的映射关系，通过调节脉宽调制(PWM)波来修正电机转速。本发明具有较好的纠错性能和调速精度，是特征提取、故障诊断和自动修正的有效方法,减少汽轮机因为非计划停机带来的损失。
文档编号G01R31/34GK103076563SQ20121044103
公开日2013年5月1日 申请日期2012年11月7日 优先权日2012年11月7日
发明者于星光 申请人:昆山北极光电子科技有限公司