【正文】 目前 ， 許多國家的大學(xué)和公司都在開展電機(jī)故障診斷技術(shù)的研究工作其中取得了較好研究成果的研究機(jī)構(gòu)主要集中在歐洲、美國、日本的一些知名大學(xué)和一些知名電氣公司 ， 例如 ： 美國的紐約大學(xué)、弗吉尼亞大學(xué)、南加利福尼亞大學(xué)等 ,日本的京東大學(xué)、大阪大學(xué)等 ， 德國的通用電氣公司和美國的 ENTEK 公司等 。此外還可以為電機(jī)制造商提供經(jīng)驗(yàn) ， 積累數(shù)據(jù) ,有利于電機(jī)性能的提升 ， 增強(qiáng)可靠性。這可能導(dǎo)致一系列問題 ， 比如繼電保護(hù)可能會(huì)突然斷開整個(gè)生產(chǎn)線中的電源 ， 使整個(gè)生產(chǎn)線上的設(shè)備突然停電 ， 不會(huì)造成其他設(shè)備的 損害 ， 也會(huì)造成一定的經(jīng)濟(jì)損失。繼電保護(hù)經(jīng)歷了 4 個(gè)發(fā)展階段 ， 第一個(gè)階段是基于電磁式保護(hù)裝置 ， 第二個(gè)階段是基于晶體管式繼電保護(hù)裝置 ， 第三個(gè)階段是基于集成電路繼 電保護(hù)裝置 ， 最后一個(gè)階段是基于微機(jī)繼電保護(hù)裝置 ， 也是目前使用最廣泛的繼電保護(hù)裝置。由于電機(jī)大量的應(yīng)用 ,使用環(huán)境的不同 ,所驅(qū)動(dòng)的負(fù)載也各盡不同等原因 ， 導(dǎo)致了電機(jī)故障時(shí)有發(fā)生 ， 特別是一些運(yùn)行環(huán)境惡劣、負(fù)載沖擊性很大的場合中運(yùn)行的電機(jī) ， 其故障率更高?！盎谛〔ǚ治龊蜕窠?jīng)網(wǎng)絡(luò)的電機(jī)故障診斷方法 ”研究報(bào)告 摘要 電機(jī)是現(xiàn)代工業(yè)中最主要的動(dòng)力能源和驅(qū)動(dòng)設(shè)備之一，不僅需要進(jìn)一步提高電機(jī)驅(qū)動(dòng)自動(dòng)化水平，更要求電機(jī)的運(yùn)行具有很高的可靠性、安全性和穩(wěn)定性。近些年來 ,因關(guān)鍵電機(jī)設(shè)備故障而引起的事故時(shí)有發(fā)生 ， 造成了慘重的經(jīng)濟(jì)損失。目前繼電保護(hù)被廣泛應(yīng)用于電機(jī)設(shè)備系統(tǒng)中 ， 其主要目的是當(dāng)電機(jī)發(fā)生故障或異常時(shí) ,在可能實(shí)現(xiàn)的最短時(shí)間和最小區(qū)域內(nèi) ， 自動(dòng)將電機(jī)故障設(shè)備從系統(tǒng)中切除 ， 或發(fā)出信號(hào)由值班人員消除異常工況根源 ， 以避免事故發(fā)生惡化。正如文獻(xiàn) [1]中所描述的 ： “設(shè)備的繼電保護(hù) ,并不意味著能夠預(yù)防事故的發(fā)生 ， 它只能在事故發(fā)生后采取行動(dòng) ； 它是在懸崖絕壁下的救護(hù)車 ,而不是懸崖頂上保護(hù)行人的柵欄。 設(shè)備故障診斷技術(shù)的發(fā)展?fàn)顩r 設(shè)備故障診斷技術(shù)是從上世紀(jì) 60 年代發(fā)展起來的一門新學(xué)科，從科學(xué)發(fā)展的大環(huán)境來看，設(shè)備故障診斷技術(shù)的產(chǎn)生也是各學(xué)科交叉發(fā)展的必然。其中部研究成果 已 經(jīng)被轉(zhuǎn)化成產(chǎn)品投放到市場 ， 如美國的 ENTEK 公司的交流感應(yīng)電機(jī)診斷儀。電機(jī)是工業(yè)領(lǐng)域中最主要的動(dòng)力能源和驅(qū) 動(dòng)設(shè)備，各行各業(yè)的使用場和性能要求千差萬別，因此電機(jī)的種類、型號(hào)、結(jié)構(gòu)林林總總，不同的環(huán)境對電機(jī)有不同的使用要求，不同的電機(jī)有不同的工作原理。 狀態(tài)監(jiān)測和故障診斷；故障診斷的四個(gè)步驟為 ： 信號(hào)檢測、特征提取 (信號(hào)處理 )、狀態(tài)識(shí)別和診斷決策。 (2) 特征提取 (信號(hào)處理 )：將初始模式向量進(jìn)行信號(hào)處理，維數(shù)壓縮，形式變換，去掉冗余信息，提取故障特征，形成待檢模式，獲得對診斷工作有價(jià)值的，既敏感又直觀的信息。 主要研究內(nèi)容 由上述可知，自動(dòng)化設(shè)備運(yùn)行的穩(wěn)定性受到了世界各個(gè)國家的普遍重視，故障診斷技術(shù)也成為各國學(xué)者競相研究的熱點(diǎn)。 （ 4）對直流電動(dòng)機(jī)的常見故障及其振動(dòng)分析進(jìn)行了研究，全面介紹了振動(dòng)信號(hào)處理方法；介紹了小波與神經(jīng)網(wǎng)絡(luò)的結(jié)合方法，詳細(xì)介紹了基于小波包的信號(hào)能量特征提取方法和步驟，并利用 MATLAB 軟件 編程軟件予以實(shí)現(xiàn)；并且詳細(xì)介紹了應(yīng)用 BP 神經(jīng)網(wǎng)絡(luò)進(jìn)行故障診斷分類的方法和步驟，并利用 MATLAB 軟件編程軟件予以實(shí)現(xiàn)；系統(tǒng)闡述了振動(dòng)信號(hào)采集系統(tǒng)及其相關(guān)問題；并對論文所述故障診斷方法進(jìn)行了仿真實(shí)驗(yàn)研究。 小波變換的基本原理 傅立葉分析 眾所周知，傅立葉變換與傅立葉分析是現(xiàn)代數(shù)字信號(hào)處理技術(shù)的基石，它將信號(hào)分析從時(shí)域引入到頻域內(nèi)分析，可以從物理上對一個(gè)信號(hào)的進(jìn)行更加清楚的解釋。 F (ω )是ω 的連續(xù)函數(shù)，稱為信號(hào) f (t )的頻譜密度，簡稱頻譜。在實(shí)際應(yīng)用中，大量接觸到的是一段時(shí)間序列，既非周期也非無限長，理論上應(yīng)用 DTFT，但為了便于計(jì)算機(jī)實(shí)現(xiàn)，通常直接應(yīng)用 DFT 公式進(jìn)行求取，即： 傅 立 葉變換時(shí)一種全局變換，描繪的是整個(gè)時(shí)間段內(nèi)頻率的特性，而沒有刻畫特定時(shí)間段或頻率段的特性，所以在分析很多非平穩(wěn)信號(hào)時(shí)具有很大的局限性，比如軸承故障振動(dòng)信號(hào)、地震信號(hào)和語音信號(hào)等，他們的統(tǒng)計(jì)特性隨時(shí)間變化，即信號(hào)的頻率是時(shí)變的；從實(shí)時(shí)性角度來說，從傅 立 葉變換的定義可以看出，傳統(tǒng)的傅里葉變換是針對（ ?∞ ,+∞ ）所有的信號(hào)，即需要將所有信號(hào)采集完成才能給出結(jié)果，這樣就滿足不了實(shí)時(shí)處理的要求。這是一種最初有 Gabor 提出的較為簡單的時(shí)頻分析方法，而且窗函數(shù)都是短時(shí)函數(shù)，所以又稱該方法為 Gabor 變換或短時(shí)傅 立葉變換（ STFT）。這個(gè)基本小波稱為母小波，伸縮和平移產(chǎn)生的小波成為子小波或者小波基函數(shù)。連續(xù)小波分析也是采用一種類似于短時(shí)傅立葉分析的方法 ,將信號(hào)與一個(gè)函 數(shù)相乘，類似于短時(shí)傅立葉變換中將信號(hào)與窗函數(shù)相乘，并且連續(xù)小波變換是將 時(shí)域信號(hào)分成不同的時(shí)間片段進(jìn)行計(jì)算的。所謂 “ 小 ” 是指它具有衰減性 ； 而稱之為 “ 波 ” 則是指它的波動(dòng)性 ， 其振幅正負(fù)相間的震蕩形式 。 顯然 ， 這與變換域中的時(shí)間信息緊密聯(lián)系在一起 。 連續(xù)小波變換理論通常只適合于理論的分析和推導(dǎo)，由于現(xiàn)代計(jì)算機(jī)都采用數(shù)字處理方法，因此連續(xù)小波變換必須離散化，即進(jìn)行離散小波變換（ DWT）以便于應(yīng)用計(jì)算機(jī)進(jìn)行數(shù)值計(jì)算。 多分辨率分析 與 提出了多分辨分析概念，簡稱 MRA（ MultiResolution Analysis），多分辨率分析又稱為多尺度分析，是小波 分析中的重要概念之一，也是小波分析計(jì)算機(jī)運(yùn)算實(shí)現(xiàn)的重要理論前提。 2. Daubechies 小波：它是由著名小波學(xué)者 Ingrid Daubechies 所創(chuàng)造，她發(fā)明的緊支集正交小波是小波領(lǐng)域的里程碑，使得小波的研究由理論轉(zhuǎn)為可行Daubechies 系列小波簡寫為 dbN，其中 N 表示階數(shù)。其解析形式如下： 2 2( ) C e c o s (5 )xxx? ?? 28 此外，還有 Symlets 小波、 Mexican Hat 小波、 Meyer 小波 （圖 21 ,b） 、 Gauss小波等。小波包基本繼承了相應(yīng)小波函數(shù)的基本屬性，比如正交性以及頻率分布等。小波包變換的這種分辨率模式保證了原始信號(hào)的信息不會(huì)因?yàn)樽儞Q增加或者減少信息。 圖 22 三層小波包分解樹結(jié)構(gòu)圖 圖中 A 表示低頻， D 表示高頻，末尾的序號(hào)數(shù)表示小波包分解的層數(shù) (即尺度數(shù) )。在進(jìn)行下一步分解時(shí)，不僅將低頻部分進(jìn)行分解，同時(shí)也將高頻部分進(jìn)行分解，對分解結(jié)果仍采用二抽取運(yùn)算，這樣無論在低頻段還是在高頻段都具有相同的時(shí)頻分辨率。 下面直接給出小波包分解和重構(gòu)算法的演算公式， 設(shè) ()nnjjg t U? ， 則 ()njgt可表示為： 210 由此得出小波包分解算法如下： 211 小波包重構(gòu)算法如下： 212 第三章 基于 BP 網(wǎng)絡(luò)的故障診斷方法的研究 神經(jīng)網(wǎng)絡(luò)概述 神經(jīng)網(wǎng)絡(luò)是一種新型智能計(jì)算信息處理系統(tǒng)。因此，人工神經(jīng)網(wǎng)絡(luò)作為故障診斷的信息處理工具 。同時(shí)神經(jīng)網(wǎng)絡(luò)識(shí)別也成為神經(jīng)網(wǎng)絡(luò)最成功和最有前途的應(yīng)用領(lǐng)域之一。 反向傳播 BP 網(wǎng)絡(luò) 1986 年， 和 提出了一種利用誤差反向傳播訓(xùn)練算法的神經(jīng)網(wǎng)絡(luò)，簡稱 BP(Back Propagation)網(wǎng)絡(luò)，是一種具有隱含層的有導(dǎo)師指導(dǎo)的多層前饋網(wǎng)絡(luò)。網(wǎng)絡(luò)學(xué)習(xí)過程式一種誤差邊向后傳播邊修正權(quán)系數(shù)的過程。 M 個(gè)輸入節(jié)點(diǎn)， L 個(gè)輸出節(jié)點(diǎn)，網(wǎng)絡(luò)的隱含層共有 q 個(gè)單元的 BP 神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如下圖 31 所示。 第四章 直流電機(jī)故障診斷系統(tǒng) 直流電機(jī)結(jié)構(gòu)及故障分析 本文以診斷實(shí)驗(yàn)直流電動(dòng)機(jī)轉(zhuǎn)子系統(tǒng)機(jī)械類故障為主，診斷方法具有通用性。振動(dòng)參數(shù)更能直接地、快速準(zhǔn)確地反映電機(jī)的運(yùn)行狀態(tài)，所以把對振動(dòng)參數(shù)的監(jiān)測作為對電機(jī)狀態(tài)進(jìn)行診斷的主要依據(jù)，通過對振動(dòng)信號(hào)的分析，可以推斷出振動(dòng)原因和故障類型。一般由制造安裝時(shí)存在軸線偏移或長期運(yùn)行中磨損引起。有關(guān)研究指出，如果在二階振動(dòng)頻率上的振幅是工頻振幅的 3075%時(shí)，此時(shí)不對中可被電機(jī)軸承受相當(dāng)長的時(shí)間；當(dāng)二階頻率振幅是工頻振幅的 75150%時(shí)，則軸承可能發(fā)生故障，應(yīng)加強(qiáng)狀態(tài)監(jiān)測；當(dāng)二階頻率振幅超過工頻振幅時(shí)，不對中會(huì)對聯(lián)軸節(jié)產(chǎn)生嚴(yán)重影響。水平方向的振值超差或發(fā)生劇變是不平衡故障的顯著特征，而且由不平衡引起的振動(dòng)頻率一般與轉(zhuǎn)速同頻。 4. 油膜振動(dòng) 油膜振動(dòng)是軸承軸頸帶動(dòng)潤滑油高速流動(dòng)時(shí)，高速油流反過來激勵(lì)軸頸，使其發(fā)生強(qiáng)烈振動(dòng)的一種自激振動(dòng)現(xiàn)象。在轉(zhuǎn)軸的臨界轉(zhuǎn)速比較低時(shí)，渦動(dòng)頻率可能與轉(zhuǎn)軸的某一臨界轉(zhuǎn)速相等，其渦動(dòng)振幅將被共振放大，即產(chǎn)生強(qiáng)烈的振動(dòng)，此時(shí)稱為油膜振動(dòng)。 仿真信號(hào)有以下三部分組成： 41 42 43 以上 f (t1)為分段正弦信號(hào)， f (t2)為近似矩形脈沖信號(hào)（產(chǎn)生奇異點(diǎn)）， f (t3)為隨機(jī)白噪聲信號(hào)，其中 t ∈ Z。然后再選擇 db6 系列小波，利用 Mallat 算法對上述消噪信號(hào)進(jìn)行 3 層分解，檢測奇異點(diǎn)，重構(gòu)結(jié)果如圖 43