基于dfa和lda的永磁同步电机变工况机械故障诊断方法.pdfVIP

基于dfa和lda的永磁同步电机变工况机械故障诊断方法.pdf

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

基于DFA和LDA的永磁同步电机变工况机械故障诊断方法

122

XXX,XXX,XXX

(1.XXXXXXXXXXXXXXXXXXXX,XXXXXXXX;

2.XXXXXXXXXXXXXXXXXXXXXXX,XXXXXXXX)

摘要:为提永磁同步电机机械故障诊断结果的精度,本文研究变工况下永磁同步电机的机械故障诊断方法。首先,分析

电机轴承、转子偏心及其复合故障的振动特性;其次,采用Vold-Kalman对故障特征频率处的故障特征分量进行跟踪提取,并通过

对故障特征分量进行重构,达到减弱或消除变工况对故障特征分量的影响;再次,提出一种基于去趋势波动分析(detrended

fluctuationanalysis,DFA)和线性判别式分析(lineardiscriminantanalysis,LDA)的变工况机械故障诊断方法,实现对重构

信号进行故障特征提取和诊断;最后,搭建故障诊断实验平台并采集监测信号对所提出故障诊断方法的有效性进行验证。

关键词:永磁同步电机;机械故障;故障诊断;去趋势波动分析;线性判别式分析

中图分类号:TM341文献标识码:J

MechanicalFaultsDiagnosisMethodofPermanentMagnetSynchronousMotorUnderVariable

WorkingConditionsBasedonDFAandLDA

XXX1XXX2XXX2

(1.XXXXXXXXXXXXXXXXXXXX,XXXXXXXX;

2.XXXXXXXXXXXXXXXXXXXXXXX,XXXXXXXX)

Abstract:Inordertoimprovethemechanicalfaultdiagnosisaccuracyofpermanentmagnetsynchronousmotor,

thispaperstudiesthemechanicalfaultdiagnosismethodofpermanentmagnetsynchronousmotorundervariable

conditions.First,thevibrationcharacteristicsofbearing,rotoreccentricity,andtheircompoundfaultareanalyzed.Next,

thefaultfeaturecomponentsatthefaultfeaturefrequencyaretrackedandextractedbyusingVold-Kalmanfilter,and

thefaultfeaturecomponentsarereconstructedtoweakenoreliminatetheinfluenceofvariableconditionsonthefault

featurecomponents.Then,afaultdiagnosismethodbasedonDFAandLDAisproposedtorealizefaultfeature

extractionanddiagnosisofthereconstructedsignal.Finally,anexperimentalplatformforfaultdiagnosisisbuiltand

monitoringsignalsarecollectedforverify

文档评论(0)

1 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档