基于DSP的异步电机故障检测系统的研究

摘要

异步电机以其结构简单、价格低廉等优点，在现代的工农业生产中获得了广泛的应用。作为生产领域的主要动力来源，电机的正常工作对保证生产制造过程的安全、高效、敏捷、优质及低耗运行意义十分重大，如果电机在生产过程中出现了故障，将会导致生产停止，带来巨大的效益损失。因此，及时监测到电机工作状况，发现其故障并修复，则可延长电机的使用寿命、提高生产效率和保障人身安全。本文进行了基于DSP的电机故障检测系统的研究，对工农业生产，具有十分重要的意义。
　　针对电机发生的故障问题，本文采用了小波包分析法对故障信号进行检测，由于故障信号中会含有大量的突变信号，因此通过检测和分析信号，能够获得电机的故障信息。传统的故障检测方法是傅里叶变换对信号的频域分析，仅对某频率中的幅值大小和密度进行处理分析，然而，检测不了奇异信号点的时域信息，只能反映信号的整体特征，根本不具有时域局部的特征。小波包分析是在小波理论的基础上提出，它克服了傅里叶变换的缺点，并继承了小波变换的优点，根据小波包具有多分辨分析的属性，所以能将信号投影到各个不同的频带上加以对比处理，由于故障信号中大部分是非线性信号，采用这种方法能够达到故障检测的效果。为了在进行故障诊断时，准确地提取故障信息，对信号进行降噪是很重要的环节，本文采用了改进的小波包阈值法，克服了传统的软、硬阈值降噪法的缺点，增强了降噪精度，从而，提高了故障诊断的准确性。
　　本文设计了电机故障检测系统平台，以DSP作为处理器，通过霍尔电流传感器采集电机的定子电流信号，经过信号调理电路处理和A/D，将信号数据传至DSP，进行小波包和BP神经网络相结合的算法程序处理。通过串口通信传至上位机，从而对异步电机的故障状况进行检测。
　　以LabVIEW为平台设计了监控界面，通过监控界面，能够观察电机故障的信息。通过对异步电机故障诊断的测试，表明本文设计的电机故障检测系统运行稳定可靠，实时性好，能够准确地检测出异步电机的常见故障。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

1.1 课题的研究背景及意义

1.2 电机故障诊断技术的发展和现状概述

1.3 电机的故障类型和诊断技术

1.4 本课题的主要研究内容

第二章 异步电机故障机理分析

2.1 异步电机的工作原理

2.2 异步电机的常见故障机理分析

2.3 本章小结

第三章 小波包分析和神经网络在故障诊断中的应用

3.1 小波分析理论

3.2 小波包分析与改进的阈值法

3.3 小波包的信号特征提取

3.4 神经网络概论

3.5 BP神经网络模型及诊断

3.6 本章小结

第四章 故障诊断平台的设计

4.1 总体设计方案

4.2 核心处理模块

4.3 DSP的外围电路设计

4.4 上位机显示模块的设计

4.5 本章小结

第五章 电机故障诊断算法实现和测试结果分析

5.1 DSP的软件开发工具

5.2 系统程序模块设计

5.3 实验结果分析

5.4 本章小结

第六章 全文总结与展望

6.1 全文总结

6.2 展望

致谢

参考文献

附录

作者简介

攻读硕士学位期间研究成果