异步电机在线故障诊断系统设计
摘 要
电机作为现代工业生产中最主要的原动力和驱动装置，广泛应用于工业、农业、交通运输业和家用电器等各行业，对经济发展有着重要作用。因此电机故障诊断技术具有很高的实用价值，是减少经济损失，提高生产效率的有效手段。
本文主要包括三方面：硬件电路设计，小波包分析信号，BP神经网络分类信号。其中硬件部分主要包括对传感器选型，A/D转换模块选型，单片机的选型，电源电路设计，放大电路设计，单片机电路设计用以振动信号的采集。通过小波包法对信号进行分析，通过计算信号的各频段能量，得出能量特征比，从而实现对信号分析的目的，将得到的结果利用BP神经网络识别频段能量分布特征，并利用MATLAB平台实现信号分析和分类的功能。
最终实现：运用小波法分析信号得到其能量特征分布，将分析结果传导至神经网络可以准确分析出故障类型。
关键词：故障诊断 小波分析 神经网络
Abstract
Modern motor as the main driving force behind industrial production and drives are widely used in industry, agriculture, transport and household appliances and other industries, has an important role in economic development . Therefore motor fault diagnosis technology has high practical value , is an effective means to reduce economic losses and improve production efficiency.
This paper mainly includes three aspects: hardware circuit design, signal wavelet packet analysis, BP neural network classification signals.The hardware part of which includes the selection of the sensor, A/D converter module selection, MCU selection, power circuit design, amplifier circuit design, micro controller circuit design to capture the vibration signal. The signal is analyzed by wavelet packet method, by calculating the energy of each frequency band signal, draw energy characteristic ratio, in order to achieve the purpose of signal analysis, the results obtained using the BP neural network identification band energy distribution, and use MATLAB platform function signal analysis and classification.
Ultimately achieve : the use of wavelet analysis signals get its energy distribution characteristics , the results of the analysis conducted to the neural network can accurately analyze the fault type.
Key words：Fault diagnosis Wavelet analysis Neural networks
目 录
第1章 绪论 1
1.1 课题研究的目的意义 1
1.2 国内外研究现状 2
1.3 论文研究内容 2
第2章 总体方案设计 3
2.1 设计要求 3
2.2 设计方案 3
第3章 基本理论 4
3.1 小波分析法 4
3.1.1 小波分析的发展 4
3.1.2 小波的定义 4
3.1.3 连续小波变换 5
3.1.4 离散小波变换 6
3.1.5 小波包的基本原理 6
3.2 神经网络 7
3.2.1 神经网络的基本原理 7
3.2.2 BP神经网络样本处理 9
第4章 异步电机振动故障类型 10
4.1 电机振动信号的研究 10
4.2 电机振动异常的几种故障类型 10
4.2.1 转子不平衡导致的机械振动 10
4.2.2 气隙不匀产生的电磁振动 10
4.2.3 滚动轴承异常产生的机械振动 11
第5章 系统硬件设计 12
5.1 系统硬件设计 12
5.2 电源电路设计 12
5.3 放大电路设计 13
5.4 A/D转换模块设计 14
5.5 单片机电路设计 15
第6章 系统软件设计 17
6.1 振动信号采集程序设计 17
6.2 小波神经网络程序设计 17
第7章 系统运行与调试 19
7.1 信号仿真 19
7.2 系统运行 21
7.2.1 小波法在信号分析中的应用 21
7.2.2 基于神经网络的训练 25
7.2.3 神经网络的测试 26
第8章 结论 30
参考文献 31
致谢 32
附录 33
附录A 外文资料 33
附录B 电路原理图 42
附录C 振动信号提取源程序 43
附录D 信号仿真源程序 45
附录E 小波分析及神经网络源程序 47
参考文献
[1] 沈标.电机故障诊断技术[M].机械工业出版社,1996.
[2] 彭玉华.小波变换与工程应用[M].科学出版社,1999.
[3] 候媛彬,杜京义,汪梅.神经网络[M].电子工业出版社,2007.
[4] 张丽娟.异步电机在线故障诊断系统研究与设计[D].硕士,兰州理工大学,2009.
[5] 刘东生.基于小波分析和神经网络的电机故障诊断系统研究[D].硕士,天津理工大学,2008.
[6] 刘亚军.基于小波分析和神经网络的电机故障诊断研究[D].硕士,中北大学,2009.
[7] 张征平,陈艳峰.小波分析在高压电机故障检测中的应用[M].中国电力出版社,2009.
[8] ZHANG Shuqing.Mechanical Fault Diagnosis Based on Band-phase-randomized Surrogate Data and Multifractal[J] ,2011(5):885~889
[9] HOU Rongtao.Analysis and Study of Modern Fault Diagnosis Methods of Mechanical Equipments[J],2008(13):108~115
[10] 王红君,刘东生,岳又军.基于小波分析和神经网络的电机故障诊断方法研[J].2010(3):69~73
[11] 朱文,侯北平.小波包与神经网络在电机故障诊断中的应用研究[J].2006(1):10~11
[12] 杨素行,模拟电机技术基础简明教程[M].高等教育出版社,2006.
[13] 冯博琴,吴宁.微型计算机原理与接口技术[M].清华大学出版社,2011.
http://www.bysj360.com/ http://www.bysj360.com/html/5215.html http://www.bylw520.net
