TPIM轉子鋁條故障智能診斷裝置的研究.pdf

1、鼠籠式異步電動機由于其簡單的結構和優(yōu)良的性能以及低廉的價格等優(yōu)點而獲得了廣泛的應用，其轉子鋁條性能的好壞，直接影響電動機整機質量的優(yōu)劣。本文對鼠籠式異步電動機轉子鋁條的智能檢測的研究，就是為了能在生產過程中嚴格控制鼠籠式異步電動機轉子鋁條毛坯的質量。 ⑴基于TPIM的基本電磁理論，從繞組函數(shù)出發(fā)，結合氣隙的表達式，系統(tǒng)地推導出了適合于任意運行狀態(tài)下的異步電動機定、轉子電感參數(shù)計算公式，并以此為基礎進行了TPIM轉子鋁條正常狀態(tài)、

2、斷條狀態(tài)以及偏心狀態(tài)的仿真。 ⑵使用BP神經(jīng)網(wǎng)絡算法，通過實驗獲得樣本數(shù)據(jù)，對神經(jīng)網(wǎng)絡進行進行訓練，得到故障狀態(tài)下的特征參數(shù)作為信號比較的依據(jù)，并采用了自適應濾波的方法抵消信號中的電源頻率，再對信號進行快速傅立葉變換，突出轉子故障的特征頻率，最后將結果與BP神經(jīng)網(wǎng)絡所得到的特征參數(shù)進行比較，從而判斷出轉子鋁條的狀態(tài)。這種方法解決了傳統(tǒng)電流頻譜分析法中，由于故障成分頻率與電源頻率十分接近而使故障特征表現(xiàn)不明顯的缺點。 ⑶采