同步电动机故障诊断研究及其在泵站机组监控系统中的应用

摘要

本文对同步电动机故障进行了仿真，然后把先进的诊断方法用于同步电动机中，并通过试验证明了这些诊断方法的可行性。 对小波变换理论应用于同步电动机故障诊断进行了研究。采用MATLAB小波工具箱一维小波变换分析方法，利用仿真出来的故障数据，将信号进行多尺度小波变换，提取出故障信号。 将小波分析和神经网络相结合，利用小波分析将电流和电压信号分解到不同层次，有效地提取出反映同步电动机定子短路故障状态的特征向量，然后通过神经网络进行模式识别，在识别中取得了满意的结果。这种小波神经网络充分发挥了两者的长处，提高了诊断的准确性。 介绍了泵站机组监控系统的系统构成，并详细阐述了PLC实现泵站机组继电保护的方法。

目录

文摘

英文文摘

第1章绪论

1.1故障诊断研究综述

1.2电机故障诊断方法

1.2.1电机的故障诊断

1.2.2大型同步电动机的故障诊断

1.3课题来源、目的及意义

第2章同步电动机故障Matlab建模

2.1同步电机的数学模型

2.2 Matlab PSB中的同步电机模型

2.3 Matlab实现同步电动机故障仿真

2.3.1正常运行仿真模型

2.3.2故障仿真模型

第3章小波变换

3.1小波变换理论

3.2多分辨率分析

3.3小波函数及其选择标准

3.4小波变换在同步电动机故障诊断中的应用

3.4.1断相故障

3.4.2过负荷故障

3.4.3定子绕组接触不良故障

3.4.4结果分析

第4章基于小波神经网络的故障诊断

4.1人工神经网络概述

4.1.1神经网络的发展

4.1.2神经网络的基本概念

4.1.3神经网络的学习与训练

4.2 BP神经网络

4.2.1 BP神经元模型

4.2.2学习算法

4.2.3训练与测试

4.2.4隐含层数及其节点数

4.2.5优点和缺点

4.3小波神经网络

4.4小波神经网络在同步电动机故障中的应用

4.4.1原始信号的的采集

4.4.2输入特征向量的处理

4.4.3小波神经网络模型和仿真

4.4.4讨论

第5章PLC在泵站同步电机继电保护中的应用

5.1泵站机组监控系统结构

5.2 PLC实现泵站机组继电保护

5.2.1主要功能

5.2.2硬件设计

5.2.3软件设计

5.3小结

第6章总结与展望

6.1全文总结

6.2研究展望

参考文献

致谢

附录