摘要
本发明提出了一种面向复杂场景的笼型电动机断条故障诊断方法,步骤为:基于给定频率和笼型异步电机转速计算故障特征频率,基于定子电流信号获取待分析信号及定子电流信号的最大谐波分量的频率;基于NFLMS自适应滤波器对待分析信号进行滤波,获得滤波后的信号;对滤波后信号进行FFT分析,基于故障特征频率和给定频率分别获取故障特征分量的幅值谱密度值和基波残余量的幅值谱密度值,并以最大谐波分量的幅值谱密度值为参考,分别计算故障特征分量幅值谱密度比和基波残余量幅值谱密度比;基于特征分量幅值谱密度比和基波残余量幅值谱密度比判断电动机是否存在断条故障。增强了算法对初始权重的鲁棒性,改善了故障特征提取及诊断的效果。
技术关键词
故障诊断方法
故障特征频率
信号
密度
谐波
场景
定子
笼型异步电机
计算误差
故障特征提取
周期
电流
滤波器
算法
采样点
系统为您推荐了相关专利信息
运动康复训练方法
游戏互动
多任务学习模型
时域特征
踝泵
频域均衡方法
码间串扰
频域均衡系统
均衡器
单载波
采集系统
信息采集模块
系统管理模块
三维BIM模型
子模块
故障案例库
故障诊断方法
决策
故障诊断装置
列表
信号采集电路
电桥模块
运算放大器芯片
蓝牙无线传输模块
电阻