10.13465/j.cnki.jvs.2022.13.019
Lyapunov指数在异步电动机机械振动识别中的应用
基于非线性动力学理论,研究异步电动机振动信号的Lyapunov指数特征,并应用于故障诊断和识别.首先,搭建试验平台,并模拟异步电动机正常工作、转子不对中和底座安装不良的三种转动状态.分析电动机三种振动信号的波形,并进行去噪和预处理.然后,基于BBA算法计算振动信号在不同工作状态下的Lyapunov指数谱,选取最大Lyapunov指数作为特征用于识别异步电动机的机械振动;最后,为了对该分析方法的有效性及抗干扰性进行验证,引入了随机噪声,分析所提出算法在不同参数下的受噪声的影响水平.研究结果显示,异步电动机在正常运行时,其最大Lyapunov指数值在0.3-0.7;安装不良时其最大Lyapunov指数值在0-0.3,表明这两种工作状态下电动机振动信号序列出自于一个混沌过程;在电动机处于转子不对中状态时,其最大Lyapunov指数值近似为零,表明其振动序列中基本不存在混沌属性.在该研究结果的基础上,配合特征融合与机器学习分类算法,将有效提高异步电动机机械振动识别的准确率和效率.
异步电动机、故障振动、Lyapunov指数、Brown Bryant Abarbanel(BBA)算法
41
TM343;TK312(电机)
国家自然科学基金;压缩机技术国家重点实验室开放基金;国家重点研发计划
2022-07-20(万方平台首次上网日期,不代表论文的发表时间)
共10页
142-151