一、异步电动机工作状态的监测与故障诊断（论文文献综述）
曹佳兴[1]（2021）在《谐波法诊断电机电气类故障技术研究》文中提出
宋陵灿[2]（2021）在《基于电机定子电流特征的高压隔离开关机构故障诊断研究》文中研究指明高压隔离开关作为牵引供电系统中使用最多的高压开关设备,其常年暴露在户外极端恶劣的环境中,受到尘雾、风、雨、雪等环境影响,极其容易出现机构腐蚀、弹簧失效、机构疲惫等机构故障问题,从而在分合闸过程中出现卡涩、不到位、弹簧故障等问题,这严重威胁到牵引供电系统的安全稳定运行。为此已有很多用于诊断机构故障的方法被提出,但仍存在诊断精度不足、智能化程度不高等缺点。因此,本文针对牵引供电系统高压隔离开关机构故障诊断问题展开研究,提出了一种基于定子电流特征的高压隔离开关机构故障诊断方法,以电机定子电流特征作为诊断算法的输入,以此判断故障类型,所提方法为高压开关设备的故障诊断提供了新思路。文中从电机故障信号、采样滤波设计、特征量提取、诊断算法和系统搭建等方面展开说明,主要内容有:1)分析研究了由机构故障所引起的电机定子电流特征。依据推导所得的隔离开关操作力矩和电机电流的关系,得出操作力矩与电机定子电流的函数关系。再分析电机定子电流信号特征,建立了出现机构故障时由力矩变化引起的电流波动与基波和频率为（1?2s）f1的边频分量的函数关系。由此为利用定子电流的基波和45Hz～55Hz边频带分量作为诊断故障的特征量提供理论依据。2)研究了电机定子电流特征量采样、提取方法。针对定子电流包含大量的谐波电流,设计了低通Butterworth滤波器+数字FIR带通滤波器的采样滤波组合,可降低采样干扰的同时滤除了电流所包含大量的谐波分量,提高了诊断分析的鲁棒性;采用快速傅里叶变换提取电流的45-55Hz幅频特性和均方根值法计算得到定子电流信号的基波电流有效值-时间t关系,并且在文中比较分析了不同故障类型下两种电流特征的区别。3)分析比较了电流特征量与不同算法相融合后对故障的诊断精度。以归一化处理后的定子电流基波和45Hz～55Hz边频带分量作为算法的输入量,对比K-means聚类分析法、SVM分类模型和BP神经网络三种算法对故障诊断的精度,结果表明BP神经网络诊断正确率最高,为97.9%,高于K-means聚类分析92.5%的精度和SVM故障分类模型95.8%的精度,体现出BP神经网络对大样本数据处理预测分析能力更强。而四种故障中,对机构卡涩的诊断精度较低,这是由于轻微的卡涩并不能很明显的在定子电流特征中显现出。4)设计了基于Lab VIEW和DSP的隔离开关机构故障诊断装置。文中从硬件部分和上位机软件部分两大方面出发,详细介绍了DSP板的采样滤波单元、供电单元等外围电路设计和DSP板软件开发环境配置等部分;并利用Lab VIEW设计了上位机软件,其中故障诊断算法采用精度更高的BP神经网络,利用上位机实现了对电流信号、特征量显示和对机构故障的警报。
籍超男[3]（2020）在《基于MCSA与高阶谱的异步电机故障诊断方法研究》文中认为随着现代化进程的飞速发展,异步电机在企业工厂和居民的正常生活中几乎随处可见。其一旦发生故障,势必会给各个行业乃至整个社会的正常生产生活带来重大损失。所以,实时有效地对异步电机的工作状况做出监测和诊断存在十分重大的意义。异步电机定子侧电流信号因定子匝间短路和转子断条故障的发生而呈现出非平稳和非高斯特性,使得传统频谱分析方法无法准确提取信号中的故障特征,出现频谱泄漏、频率分辨率低等问题。针对上述问题,本文通过研究异步电机发生定子匝间短路和转子断条故障时的故障产生机理,提出了基于电机定子电流分析法与高阶谱的异步电机故障诊断方法。搭建异步电机故障模拟实验平台,采集电机定子绕组线圈发生不同程度的匝间短路故障时的定子电流信号,利用双谱的一维Fourier变换获得双谱的切片图进行信号的故障特征频率提取,对比理论计算结果验证了双谱估计法在电机定子绕组线圈匝间短路故障检测中的适用性。同样实验条件下,针对电机转子断条故障,引入VMD结合FFT算法的故障检测方法并与双谱估计方法进行故障检测结果对比,发现基于双谱估计的转子断条故障检测方法能够克服传统频谱分析方法在电机负载状态为空载或轻载时无法准确提取故障特征频率的问题,同时,在非轻载状态下,分析两种信号处理方法提取的故障特征,对比发现通过双谱估计方法提取的故障特征相较于VMD结合FFT算法的频谱分析方法具有更加突出、明显的优势;此外通过仿真结果显示在负载呈现突变状态时,双谱估计方法同样具有良好的适用性。在前文研究的基础上,应用基于支持向量机（SVM）的异步电机定、转子故障识别方法,通过研究支持向量机的分类原理,选择电机不同状态下定子电流信号双谱切片图中包含故障信息的频段,计算频段能量与切片谱总能量的比值作为电机不同运行状态下的特征值输入到SVM中。再通过选定合适的核函数及其参数,通过该方法对电机故障分类,其准确率可达96.05%,结果表明了基于SVM分类器对于电机故障诊断的可用性。图[40]表[9]参[50]
张志平[4]（2020）在《异步电动机在线状态监测与故障诊断系统的研究与应用》文中进行了进一步梳理异步电动机在工农业等领域应用越来越广泛,但运行工况也越来越复杂。即使对它定期检修也难免会出现各种故障。单机出现故障会导致整条生产线停机停产从而造成巨大的经济损失。因此,对异步电动机在线状态监测和故障诊断进行研究和应用,对有效改善生产安全性,提高生产效率,减少故障停机率具有重要工程应用意义。本文研究了鼠笼式异步电动机转子断条、轴承缺陷、缺相、转子不平衡和基础松动的故障机理,进行了严谨的理论推导。针对转子断条故障分量容易被基波淹没的问题,提出了巴特沃斯带阻滤波器对基波分量抑制或削弱解决方案,有效突出了故障分量。对于轴承故障、不平衡以及基础松动问题,通过设计巴特沃斯低通滤波器对振动信号滤波,来排除高频噪声的影响。对电机故障诊断现有的算法做了研究,分析了其优缺点,提出基于巴特沃斯滤波和相关理论相结合的改进型希尔伯特-黄变换算法,将本征模态函数与原始信号做相关分析来判断本征模态函数的真假性,可以有效解决虚假分量和模态混叠问题。基于LabVIEW建立了一个异步电动机在线监测与故障诊断系统,以NI6009数据采集卡为核心采集电流和振动信号,将传感器数据以OLE字段格式存储于Access数据库中,实现了数据采集和实时监测,设备异常时通过报警指示及时发现早期故障。通过调用变体至数据转换功能从数据库中读取数据,以改进的希尔伯特-黄变换算法为主、快速傅里叶变换和时域统计分析为辅建立一个综合分析平台。充分利用了 LabVIEW良好的人机交互界面,克服了 LabVIEW和MATLAB联合编程硬件开支大、算法运行缓慢等问题。基于该系统对电机典型故障,如:转子断条、轴承缺陷、转子不平衡、以及基础松动和转子断条复合故障进行了实验验证,通过改变供电频率和负载大小进行大量实验室分析与优化,使该系统具备工程应用条件。通过实验和工程现场的测试证明该系统对于异步电机的在线监测和故障诊断可靠性高、监测与诊断准确,具有良好的理论和实用价值。
郭小帅[5]（2020）在《电动机及离心泵组在线监测与故障诊断方法研究》文中研究表明在石油化工行业中,机泵装置在整个系统当中占有非常重要的地位,可以说是“装置的心脏”。机泵设备为介质输送提供动力,而输送的介质往往是高温高压、腐蚀、有毒性、易燃易爆等特点,一旦机泵设备在运行过程中出现问题,会造成一系列严重后果,轻则造成经济损失、环境污染,重则可能导致人身伤亡等灾难性后果。因此,对电动机及离心泵实施在线监测及故障诊断很有必要。本文主要对电动机转子断条故障进行了研究、对离心泵入口处的三通过滤器内流体的流动状态进行了模拟分析、针对某电厂离心泵振动过大的问题,分析了产生振动的原因,给出了治理建议。（1）针对电动机转子断条故障,通过搭建电动机故障诊断实验台,模拟电动机转子断条故障。在空载状态和满载状态下分别获取了正常电机、断条电机的定子电流信号和振动信号。对采集到的信号分析处理后得知:电动机在空载情况下运行时,外界因素对电机的影响比较小,相比于电流信号,振动信号更能明显地识别出电动机转子断条故障特征频率。当电动机在满载状态下运行时,由于电动机受到负载、电压、噪声信号等的影响,故障电机的振动信号频率成分变得非常复杂,故障特征频率很难被区分开来,很容易对电机故障识别造成误判。但是电流信号能很清楚的辨别出电动机转子断条故障,并且故障特征频率明显。（2）主要对三通过滤器进行了实体建模,然后将模型导入到ANSYS Fluent中进行处理,抽取流体域。在Mesh中对抽取的流体域进行网格划分。设置好边界条件后,模拟了在不同流速下,对流体经过过滤器时的速度场和压力场进行了分析,可知当介质经管道进入过滤器后,流体在过滤器滤网处产生了漩涡。在过滤器直角弯处,流体流向发生了突变,并且由于直角弯处过滤网的过流面积突然减小,使得经过此处的流体的流动速度突然增大,流动方向发生了严重絮乱,流体在此处形成了不稳定流动。在三种流速下,截面的压力梯度变化趋势相同,过滤器入口处压力最大,在流经过滤器滤网附近的压力最小,入口流速不同,过滤器内外压强差也不同,流速越大,压强差越大。（3）对某电厂脱硫泵在运行过程中振动过大的原因进行了分析。分析指出造成泵体振动的主要原因是流体激振引起的,并给出了相应的解决措施。
王常安[6]（2020）在《综合粒子群模糊Petri网的三相异步电机故障诊断方法研究》文中研究表明随着“工业4.0”的推进,工业生产向自动化和智能化的方向发展,在提升生产效率的同时,对系统动能提供的稳定性提出了更高的要求。三相异步电动机作为工业生产中重要的电力设备,一旦发生故障,不仅影响设备自身的运行状态,而且会影响生产系统的正常运行。因此为保证工业生产的安全稳定运行,需要研究一种合理可行的实时故障诊断技术实现三相异步电动机的故障诊断功能。针对三相异步电动机的故障诊断,本文作了以下研究:（1）基于模糊Petri网理论（Fuzzy Petri Net,FPN）和综合粒子群算法（Comprehensive Learning Particle Swarm Optimization,CLPSO）,提出了综合粒子群模糊 Petri 网（Comprehensive Learning Particle Swarm Optimization and Fuzzy Petri Net,CLPSO-FPN）的故障诊断方式。（2）介绍CLPSO-FPN故障诊断方式的故障诊断流程,提出变迁影响因子的概念取代传统模糊Petri网理论中的变迁可信度,提高了系统各模块间故障逻辑的表达能力,解决复杂系统故障诊断模型的空间爆炸问题。（3）分析基于CLPSO-FPN故障诊断方法,介绍了基于CLPSO-FPN故障诊断系统的组成。该系统首先通过连续信号处理系统对采集得到的故障数据进行故障分类;然后通过连续一离散系统接口进行连续分类标签的离散化处理,实现离散信号处理系统的激活作用;最后通过离散信号处理系统的故障诊断推理实现三相异步电动机的故障诊断功能。（4）分析三相异步电动机的结构、工作原理以及故障类型,构建三相异步电动机的故障诊断模型。详细介绍基于CLPSO-FPN故障诊断系统的连续和离散数据获取、处理过程,并利用CLPSO-FPN理论实现对故障诊断模型的优化。（5）以“轴承故障”为例详细介绍了 CLPSO-FPN的故障诊断过程,并验证了本文故障诊断方法的有效性和准确性。
刘月[7]（2020）在《三相异步电动机故障智能检测与诊断方法研究》文中研究指明三相异步电动机是当今工业生产中应用最为广泛的动力驱动设备,它的运行状态直接影响了工业生产的正常运行,一旦发生故障将会导致整个生产系统的瘫痪,甚至会影响到人们的生命财产安全和国家安全。因此,对三相异步电动机进行监测及早期故障诊断,确保生产生活系统能够安全高效产出和优质节能运行,具有十分重要的意义。本文首先在解析模型的方法上,提出了基于鲁棒观测器的三相异步电动机故障检测方法;接着针对非线性系统观测器设计困难等问题,提出了基于解析模型结合BP神经网络的非线性观测器设计方法,实现了三相异步电动机的早期故障检测;最后,针对传统故障诊断需要复杂的信号处理技术或只停留在检测过程,无法实现故障的准确诊断等问题,提出了基于深度学习的故障诊断方法。具体工作如下:（1）阐述了三相异步电动机故障诊断的研究现状。在阅读大量国内外文献的基础上,首先分析三相异步电动机故障诊断的研究背景及意义,接着重点回顾解析模型和深度学习在故障诊断领域的研究概况,找出目前三相异步电动机故障诊断研究中的热点问题,最后列出本文的重点研究内容。（2）概括了三相异步电动机基本的故障诊断方法。首先在不同的坐标系下对三相异步电动机进行数学建模,建立d-q坐标系下的状态方程。接着详细分析了几种典型的三相异步电动机故障类型,最后具体描述基于解析模型、信号处理和机器学习的故障诊断方法的实现原理及诊断过程。（3）设计了一种基于鲁棒观测器的三相异步电动机故障检测方法。首先阐述观测器的基本理论,包括线性系统观测器设计、含有未知项的线性系统观测器设计和非线性系统观测器设计。接着具体描述本文所使用的鲁棒观测器的设计过程及观测器参数的选择,使用一种简单有效的选择误差反馈增益矩阵的方法,并进行了稳定性分析,最后通过三相异步电动机鲁棒观测器仿真实验证明:鲁棒观测器对异步电机故障检测的可行性和有效性。（4）提出基于改进的BP神经网络观测器的三相异步电动机故障智能检测方法。针对现阶段大多数非线性观测器是基于Lipschitz条件设计的,其应用具有一定的局限性。基于此,本文提出一种以解析模型为基础,结合BP神经网络的非线性观测器的设计,该方法利用布谷鸟算法优化BP神经网络（CS-BP）,对三相异步电动机数学模型的非线性部分进行预测,所设计的非线性观测器能准确估计电机的电流和转速。最后,进行三相异步电动机的绕组故障实验,通过对电流残差的分析,实现了三相异步电动机的在线故障检测。（5）提出了基于深度学习的三相异步电动机故障智能诊断方法。基于解析模型的故障诊断方法需要精确的数学模型,但对于高阶非线性、强耦合、多变量的三相异步电动机来说,建立精确的数学模型是困难的;基于信号处理的方法中特征提取、分析和选择,需要研究者对诊断对象有充分的故障理论基础。深度学习具有强大的表达能力,可以将信号特征提取与模式识别融为一体,因此本文提出基于PCA-SVCNN的三相异步电动机故障诊断方法,该方法首先通过Savitzkygolay平滑去噪,使用主成分分析（PCA）对采集到的电流信号进行降维可视化,接着混合支持向量机（SVM）和卷积神经网络（CNN）对降维后的数据进行实验分析,最终实现三相异步电动机的故障智能诊断。
付金良[8]（2020）在《基于定子电流的异步电机转子断条和轴承故障诊断研究》文中指出异步电动机作为应用广泛的工业设备,是现代化生产中的必要组成。一旦其发生故障,不仅损坏电机本体,还可能影响整个生产系统,因此对异步电动机的故障诊断方法的研究具有重要意义。文中分析异步电动机的故障类型分布,比较常用的故障诊断方法,对异步电动机转子断条故障、轴承故障两种主要故障,结合仿真模型以及实际电机运行数据,基于定子电流特征分析方法提取出相应的故障特征量,验证本文提出的故障诊断方法。本文完成的主要工作如下:（1）剖析异步电动机的基本结构及运行原理,分析异步电动机出现频率较高的故障及其起因。着重分析转子断条和轴承的失效机理,而且也深入研究对应故障的检测机理。（2）分析信号在不同域中的处理方法,主要包含了傅里叶变换、Hilbert变换和连续小波变换。通过转子运行机理构建函数来近似替代断条故障,并使用前面的处理方法来进行检测验证,并以此为基础来搭建后面的电机故障处理方法。（3）通过结合数学模型以及电机运转方程,在MATLAB中搭建对应的仿真模型,通过更改对应的参数数值大小,就可以模拟异步电机的转子断条故障,然后对所得的时域波形,进行加窗的快速傅里叶变换和频率切片小波,得到对应的频谱图和时频图,观察图中是否出现代表转子断条特征频率的（1?2s）f分量,由此来检验模型以及算法的准确性。（4）研究异步电机轴承故障。发生轴承故障时对应的电流特征分量的频率幅值较小,容易受到电力系统谐波及噪声影响,于是采用一种新的诊断方法,即基于集合经验模态分解（EEMD）和包络分析结合的诊断方式。这种方法的主要流程就是通过使用EEMD把信号拆分为有限数量的本征模分量以及残差,接着把得到的分量执行包络分析以此来解调出对应的特征频率。为了证明这种方法的实际性能,文中分别对实际轴承的采集信号以及模拟仿真信号进行分析,实验结果表明这种方法可以很好的判别出异步电机的轴承故障。
刘莹莹[9]（2020）在《异步电机电气故障诊断研究》文中研究指明异步电机在煤矿、能源、化工等工业领域当中是核心设备,电机故障常有发生,严重的会危及现场工作人员的生命安全。因此异步电动机的故障检测及故障诊断具有重要的研究意义。本文以异步电机为研究对象,对电机定子匝间短路故障和转子断条故障进行研究,完成以下研究工作:（1）异步电机常见故障机理分析、建立故障特征模型及提取电流特征分析。建立了异步电动机的定子绕组匝间短路故障数学模型,针对传统数学模型不能完全表达定子匝间短路故障的参数变化问题,对原有数学模型进行改进。在改进数学模型的基础上对定子绕组匝间短路故障进行ansys建模仿真,利用快速傅里叶变换得到电机发生定子绕组匝间短路故障时的特征频率。基于电动机转子断条故障的故障机理,对其正常和故障状态下的运行进行ansys建模分析。提取转子断条故障反映在定子电流中的特征频率分量,验证理论分析的准确性。（2）采用变分模态分解（VMD）方法对故障特征进一步准确地提取。针对故障电动机会同时发生多种故障,且受环境因素影响,电流信号具有非线性非平稳的问题,引入变分模态分解（VMD）方法,通过仿真分析表明,VMD分解在针对间断信号、频率相近信号和脉冲信号时可以有效避免两类模态混叠和过分解现象,准确反映源信号特征。有效地降低了电流工频对故障特征频率的干扰,为电流分析法应用于电机故障诊断中提供了一种新的参考。（3）结合变分模态分解法搭建故障电机在线诊断平台使用LABVIEW进行编程,将变分模态分解法与诊断平台相结合,分别对定子匝间短路故障电机和转子断条故障电机进行诊断分析,验证理论与仿真的准确性,实验环境模拟了实际情况中的电机工作环境,实验具有参考价值。
郭林[10]（2019）在《计及趋肤效应的鼠笼电动机转子断条及无载测试研究》文中研究指明鼠笼感应电动机因其结构简单、价格低廉、可靠性高、使用方便以及能适用于各种复杂的工况等特点,被广泛应用于工农业生产中。中大型鼠笼电动机一般采用深槽、双鼠笼等转子槽型,利用趋肤效应增大启动转矩,降低启动电流。尽管利用趋肤效应可以很大程度上改善电动机启动性能,但也带来了一定的负面作用,例如,增大了建立双鼠笼电动机转子断条模型的难度;使得双鼠笼电动机外笼断条较难识别,判断断条数量难上加难;影响了鼠笼电动机无载测试的准确程度等。本文以分层法为解决趋肤效应的基本方法,贯穿全文,研究了计及趋肤效应的双鼠笼电动机建模,转子断条稳态暂态分析及故障诊断,研究了趋肤效应对无载测试影响及在不增加成本情况下提高无载测试准确程度的方法。本文首先使用分层法对双鼠笼电动机转子稳态电流分布特性进行了研究,提出了共端环型与独立端环型双鼠笼电动机转子电流分布的统一计算方法,量化分析了算例电动机不同转差率下的转子电流分布规律,同时通过对比发现采用独立端环型还是共端环型模型对双鼠笼电动机转子稳态电流分布特性影响不大,为后文简化双鼠笼电动机转子模型提供理论基础。对双鼠笼电动机转子模型进行了合理简化,提出了基于等效深槽的计及趋肤效应的双鼠笼电动机转子多回路模型。忽略端环结构对转子电流分布的影响,独立端环与共端环型双鼠笼电动机统一用共端环转子模型,使用等效深槽阻抗代替原有上、下笼各自阻抗,使用分层法对不同断条状态等效深槽参数进行计算,建立基于等效深槽的双鼠笼电动机多回路方程,模型方程维数与单鼠笼电动机相当。讨论了不同断条情况下多回路方程结构及参数的修正。研究了基于等效深槽双鼠笼电动机多回路模型的转子稳态电流计算方法。对四种不同断条情况下双鼠笼电动机转子电流分布规律进行了仿真分析。结果表明,当双鼠笼电动机上笼断条时,与断条位置相邻槽中上笼电流高于其他槽中上笼电流,断条处下笼电流明显高于非断条处下笼电流,断条中心位置下笼电流最大;下笼断条时,断条处上笼电流高于非断条处上笼电流,且随着转差率增大这种表现更加明显。首次发现,断条所在极以外的槽总电流及上、下笼电流,均以1极为周期呈正弦规律分布,波峰位于距断条处0.5极、1.5极、2.5极、3.5极处,波谷位于距断条处1极、2极、3极处,且堵转运行时比额定运行时振幅大,该正弦分布振幅与故障特征比值呈正相关性,其振幅大小反映了转子电流不平衡程度大小;当上笼一根导条断裂后最易发生断条的位置为与断条位置相邻两槽中上笼导条,其次是正弦分布波峰处的上笼导条;当下笼一根断条后,最易发生断条的位置为断条槽上笼;上笼断条故障特征比值与转差率s基本呈递增关系,而下笼断条故障特征比值与转差率s基本呈递减关系。为了研究转子断条情况下双鼠笼电动机的启动过程,本文提出使用分层法将需考虑转子导条趋肤效应的双鼠笼电动机转子模型转变为无趋肤效应的多鼠笼结构转子模型,首次建立了计及趋肤效应的双鼠笼电动机多回路暂态模型。将该模型用于双鼠笼电动机拖动系统空载试车启动过程暂态分析,提出使用同步提取短时傅里叶变对双鼠笼电动机定子启动电流进行时频分析的方法,在此基础上,定义了用于判别早期上、下笼断条及上笼半极内连续断条根数的幅频面夹角,当幅频面夹角为负值时,双鼠笼电动机发生下笼断条故障;当幅频面夹角为正值时,双鼠笼电动机发生上笼断条故障,上笼连续断条数越多,幅频面夹角越大。定义了可以判断上笼导条大致断裂数目的时频面夹角,断条数越多,时频面夹角越大。研究了趋肤效应对无载测试的影响,发现趋肤效应使得无载测试所得转差率、过载系数增高,效率降低,采用圆图法测试所得功率因数增高,采用等值电路法所得功率因数降低。针对该问题,提出了一种虚拟变频软件算法,对原有无载测试设备进行了改造,使用所得基于虚拟变频技术的无载测试系统对三种不同规格防爆电动机进行了无载测试。测试结果表明,虚拟变频技术能够在不增加硬件成本的情况下,提高无载测试准确程度。
二、异步电动机工作状态的监测与故障诊断（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、异步电动机工作状态的监测与故障诊断（论文提纲范文）
（2）基于电机定子电流特征的高压隔离开关机构故障诊断研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状及发展趋势 |
| 1.2.1 高压隔离开关故障诊断研究现状 |
| 1.2.2 电机电流特征研究现状 |
| 1.2.3 故障诊断算法研究现状 |
| 1.3 本文研究的主要内容 |
| 第二章 电机定子电流特征信号分析 |
| 2.1 电机电流–操作力矩关系推导 |
| 2.2 电机电流信号特征 |
| 2.3 本章小结 |
| 第三章 电机定子电流采样滤波设计 |
| 3.1 低通Butterworth滤波器原理 |
| 3.2 自适应FIR数字带通滤波器 |
| 3.3 滤波器设计 |
| 3.3.1 低通Butterworth滤波器设计 |
| 3.3.2 自适应FIR滤波器设计 |
| 3.4 本章小结 |
| 第四章 电流特征信号的提取与分析 |
| 4.1 边频分量特征提取 |
| 4.2 电流有效值计算 |
| 4.3 定子电流特征量分析 |
| 4.4 本章小结 |
| 第五章 基于电流特征的诊断策略实现 |
| 5.1 故障检测分类算法 |
| 5.1.1 K-means聚类分析法 |
| 5.1.2 SVM分类模型 |
| 5.1.3 BP神经网络模型 |
| 5.2 故障分类结果分析 |
| 5.3 本章小结 |
| 第六章 隔离开关机构故障诊断装置 |
| 6.1 机构故障诊断装置概述 |
| 6.2 诊断平台硬件部分 |
| 6.2.1 GW4 型隔离开关 |
| 6.2.2 数字信号处理单元 |
| 6.2.3 采样滤波单元设计 |
| 6.2.4 供电单元设计 |
| 6.3 上位机部分 |
| 6.4 本章小结 |
| 第七章 工作总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 个人简历 在读期间发表的学术论文 |
| 致谢 |
（3）基于MCSA与高阶谱的异步电机故障诊断方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 异步电机故障诊断的国内外发展概括 |
| 1.2.2 异步电机故障诊断方法的研究现状 |
| 1.3 论文主要章节内容 |
| 2 异步电机故障诊断分析基础 |
| 2.1 异步电机的内部结构及其工作原理 |
| 2.1.1 电机内部结构 |
| 2.1.2 电机工作原理 |
| 2.2 异步电机故障时的电流特征 |
| 2.2.1 定子匝间短路故障的电流特征 |
| 2.2.2 转子断条故障的电流特征 |
| 2.3 异步电机故障模拟实验平台搭建 |
| 2.3.1 定子匝间短路故障模拟 |
| 2.3.2 转子断条故障模拟 |
| 2.3.3 实验数据采集 |
| 2.4 本章小结 |
| 3 异步电机定子匝间短路故障检测的方法 |
| 3.1 异步电机定子匝间短路故障机理分析 |
| 3.2 基于高阶谱的异步电机定子匝间短路故障检测方法 |
| 3.2.1 高阶谱分析理论 |
| 3.2.2 双谱理论 |
| 3.2.3 基于双谱理论的故障特征提取 |
| 3.3 实验验证与结果分析 |
| 3.4 本章小结 |
| 4 异步电机转子断条故障检测的方法 |
| 4.1 异步电机转子断条故障机理分析 |
| 4.2 恒定负载条件下异步电机转子断条故障检测方法 |
| 4.2.1 异步电机恒定负载状况分析 |
| 4.2.2 基于VMD与 FFT算法的转子断条故障检测结果分析 |
| 4.2.3 基于双谱理论的异步电机转子断条故障检测结果分析 |
| 4.3 突变负载条件下异步电机转子断条故障检测方法 |
| 4.3.1 异步电机突变负载状况分析 |
| 4.3.2 负载突变对故障特征提取的影响 |
| 4.3.3 基于双谱理论的转子断条故障检测结果分析 |
| 4.4 本章小结 |
| 5 基于支持向量机的异步电机故障识别方法 |
| 5.1 支持向量机理论及应用 |
| 5.1.1 支持向量机基本思想 |
| 5.1.2 核函数 |
| 5.1.3 支持向量机的故障诊断方法 |
| 5.2 基于支持向量机(SVM)的电机故障识别 |
| 5.2.1 双谱切片的故障特征值选取 |
| 5.2.2 基于SVM的电机故障识别结果 |
| 5.3 本章小结 |
| 6 结论和展望 |
| 6.1 结论 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（4）异步电动机在线状态监测与故障诊断系统的研究与应用（论文提纲范文）
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 研究的目的和意义 |
| 1.4 主要研究内容 |
| 2 异步电动机故障机理研究 |
| 2.1 转子断条故障机理研究 |
| 2.2 轴承故障机理研究 |
| 2.3 缺相故障故障机理研究 |
| 2.4 转子不平衡故障机理研究 |
| 2.5 基础松动故障机理研究 |
| 2.6 本章小结 |
| 3 基于希尔伯特-黄变换的电动机故障特征提取 |
| 3.1 经验模态分解原理 |
| 3.2 希尔伯特谱分析 |
| 3.3 EMD算法的改进 |
| 3.4 本章小结 |
| 4 异步电动机在线监测与故障诊断系统方案设计 |
| 4.1 硬件电路分析与设计 |
| 4.2 基于LabVIEW的上位机界面设计 |
| 4.3 仿真分析 |
| 4.4 本章小结 |
| 5 实验验证与工程应用 |
| 5.1 实验系统概述 |
| 5.2 转子断条实验分析 |
| 5.3 轴承故障实验分析 |
| 5.4 转子不平衡实验分析 |
| 5.5 基础松动和转子断条复合故障实验分析 |
| 5.6 异步电动机监测与诊断系统的工程应用 |
| 5.7 本章小结 |
| 6 总结与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历 |
| 致谢 |
| 学位论文数据集 |
（5）电动机及离心泵组在线监测与故障诊断方法研究（论文提纲范文）
| 学位论文数据集 |
| 摘要 |
| ABSTRACT |
| 符号说明 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外的研究现状及分析 |
| 1.2.2 电动机故障诊断技术研究 |
| 1.2.3 离心泵故障诊断技术研究 |
| 1.3 课题来源及研究的主要内容 |
| 第二章 电动机及离心泵组故障诊断机理 |
| 2.1 电动机结构和原理 |
| 2.1.1 三相异步电动机的结构 |
| 2.1.2 三相异步电动机工作原理 |
| 2.2 电动机转子断条故障机理 |
| 2.2.1 电动机转子断条电流信号特征 |
| 2.2.2 电动机转子断条振动信号特征 |
| 2.3 电动机气隙偏心故障机理 |
| 2.3.1 电动机气隙偏心电流信号特征 |
| 2.4 感应电动机轴承故障机理 |
| 2.4.1 电动机轴承故障振动信号特征 |
| 2.5 绕组短路故障机理 |
| 2.5.1 电动机绕组短路振动信号故障特征 |
| 2.6 离心泵结构及原理 |
| 2.6.1 离心泵结构 |
| 2.6.2 离心泵原理 |
| 2.7 离心泵汽蚀特性 |
| 2.7.1 汽蚀机理 |
| 2.7.2 汽蚀余量 |
| 2.7.3 汽蚀与振动 |
| 2.8 离心泵流量与振动 |
| 2.9 管道应力分析 |
| 2.9.1 管道柔性化设计 |
| 2.9.2 泵管道支架设计 |
| 2.10 离心泵内部结构故障机理 |
| 第三章 电动机转子断条故障诊断研究与分析 |
| 3.1 引言 |
| 3.2 电动机故障诊断试验台设计方案 |
| 3.2.1 实验平台的搭建 |
| 3.3 传感器的选择与测点布置 |
| 3.3.1 振动传感器 |
| 3.3.2 电流传感器 |
| 3.3.3 转速传感器 |
| 3.4 测点布置及安装方式 |
| 3.5 数据采集平台搭建 |
| 3.6 电动机断条故障加工方案 |
| 3.7 电动机转子断条实验分析 |
| 3.7.1 三相异步电动机断条故障仿真分析 |
| 3.7.2 基于电流信号的转子断条故障诊断 |
| 3.7.3 基于振动信号的转子断条故障诊断 |
| 3.8 本章小结 |
| 第四章 离心泵入口管路的三通过滤器模型建立与数值模拟 |
| 4.1 引言 |
| 4.2 几何模型建立 |
| 4.3 网格划分 |
| 4.4 湍流模型的选择 |
| 4.4.1 流体动力学基本方程 |
| 4.4.2 常见湍流模型及用法 |
| 4.5 边界条件设置 |
| 4.6 模拟结果及分析 |
| 4.6.1 不同流速状态下速度场对比分析 |
| 4.6.2 不同流速状态下压力场对比分析 |
| 4.7 本章小结 |
| 第五章 某电厂脱硫泵机组设备振动抑制方法研究 |
| 5.1 引言 |
| 5.2 设备振动监测数据分析 |
| 5.2.1 测点布置 |
| 5.2.2 数据采集 |
| 5.2.3 数据分析 |
| 5.2.4 建议采取措施 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 研究成果及发表的学术论文 |
| 作者和导师简介 |
| 专业学位硕士研究生学位论文答辩委员会决议书 |
（6）综合粒子群模糊Petri网的三相异步电机故障诊断方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外的研究现状 |
| 1.3 主要研究内容 |
| 2 综合粒子群模糊Petri网算法的提出 |
| 2.1 基本Petri网 |
| 2.2 模糊Petri网 |
| 2.3 综合粒子群算法 |
| 2.4 综合粒子群模糊Petri网 |
| 2.5 本章小结 |
| 3 基于综合粒子群模糊Petri网故障诊断方法研究 |
| 3.1 基于综合粒子群模糊Petri网的故障诊断系统 |
| 3.2 故障诊断推理 |
| 3.3 本章小结 |
| 4 三相异步电动机故障诊断系统的构建 |
| 4.1 三相异步电动机工作原理与结构 |
| 4.2 三相异步电动机的主要故障 |
| 4.3 故障数据获取与处理 |
| 4.4 故障诊断模型的优化 |
| 4.5 本章小结 |
| 5 故障诊断系统的实现与验证 |
| 5.1 故障分类 |
| 5.2 故障定位与预测 |
| 5.3 故障诊断方法的验证 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 本文主要结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历 |
| 致谢 |
| 学术论文数据集 |
（7）三相异步电动机故障智能检测与诊断方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 缩语对照表 |
| 符号对照表 |
| 第1章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 电机故障诊断的研究概况 |
| 1.2.1 解析模型在电机故障诊断中的研究现状 |
| 1.2.2 深度学习在电机故障诊断中的研究现状 |
| 1.2.3 故障诊断研究中亟待解决的问题 |
| 1.3 本文主要研究内容 |
| 1.3.1 主要研究内容 |
| 1.3.2 全文安排 |
| 第2章 三相异步电动机故障诊断基本方法 |
| 2.1 三相异步电动机数学模型 |
| 2.1.1 三相静止坐标系下的数学模型 |
| 2.1.2 两相静止坐标系下的数学模型 |
| 2.1.3 两相旋转正交坐标系下的数学模型 |
| 2.2 三相异步电动机主要故障类型 |
| 2.2.1 电气故障 |
| 2.2.2 机械故障 |
| 2.3 三相异步电动机故障诊断基本方法 |
| 2.3.1 基于信号处理的方法 |
| 2.3.2 基于解析模型的方法 |
| 2.3.3 基于机器学习的方法 |
| 2.4 本章小结 |
| 第3章 基于鲁棒观测器的三相异步电动机故障检测方法 |
| 3.1 观测器的基本理论 |
| 3.1.1 线性系统观测器设计 |
| 3.1.2 线性系统含有未知项的滑模观测器设计 |
| 3.1.3 非线性系统观测器设计 |
| 3.2 鲁棒观测器的设计与参数的选择 |
| 3.2.1 鲁棒观测器的设计 |
| 3.2.2 鲁棒观测器参数的选择 |
| 3.3 仿真实验验证 |
| 3.4 本章小结 |
| 第4章 基于改进BP-NN观测器的三相异步电动机故障智能检测 |
| 4.1 布谷鸟算法优化BP神经网络模型 |
| 4.1.1 BP神经网络 |
| 4.1.2 布谷鸟算法优化BP神经网络 |
| 4.2 基于CS-BP-NN观测器的三相异步电动机故障诊断方法 |
| 4.2.1 观测器的结构设计 |
| 4.2.2 观测器的稳定性分析 |
| 4.3 仿真实验验证 |
| 4.3.1 CS-BP神经网络离线训练结果 |
| 4.3.2 仿真实验结果与分析 |
| 4.4 本章小结 |
| 第5章 基于PCA-SVCNN的三相异步电动机故障智能诊断 |
| 5.1 卷积神经网络(CNN) |
| 5.1.1 CNN的特点 |
| 5.1.2 CNN的算法实现 |
| 5.2 支持向量机(SVM) |
| 5.2.1 支持向量机的结构 |
| 5.2.2 支持向量机的算法实现 |
| 5.3 基于PCA-SVCNN的三相异步电动机故障诊断方法 |
| 5.3.1 三相异步电动机数据采集系统 |
| 5.3.2 三相异步电动机故障诊断的实验验证 |
| 5.3.3 对比实验分析 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 论文总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 个人简历、攻读硕士学位期间发表的学术论文及研究成果 |
（8）基于定子电流的异步电机转子断条和轴承故障诊断研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状和发展趋势 |
| 1.3 异步电动机常见故障及诊断方法 |
| 1.3.1 异步电动机故障类型概述 |
| 1.3.2 异步电机故障诊断技术 |
| 1.4 本文的主要工作 |
| 第2章 异步电机故障诊断机理分析 |
| 2.1 异步电机的基本组成和工作原理 |
| 2.1.1 异步电机的基本组成 |
| 2.1.2 异步电机的工作原理 |
| 2.2 异步电机故障机理分析 |
| 2.2.1 转子断条 |
| 2.2.2 轴承故障 |
| 2.3 本章小结 |
| 第3章 电机故障信号分析方法 |
| 3.1 时域分析方法 |
| 3.2 频域分析方法 |
| 3.2.1 傅里叶变换 |
| 3.2.2 希尔伯特变换 |
| 3.3 时频分析方法 |
| 3.3.1 连续小波变换 |
| 3.3.2 频率切片小波变换 |
| 3.4 本章小结 |
| 第4章 异步电机转子断条故障仿真研究 |
| 4.1 转子断条故障的仿真模型 |
| 4.1.1 多回路数学模型 |
| 4.1.2 异步电机转子断条时的简化仿真模型 |
| 4.2 基于MATLAB的转子断条仿真模型搭建 |
| 4.2.1 仿真模型参数设置 |
| 4.2.2 时域仿真波形 |
| 4.2.3 时间抽取基2-FFT算法 |
| 4.2.4 窗函数的种类和功能介绍 |
| 4.3 基于加 Hanning 窗的时间抽取基 2-FFT 分析 |
| 4.4 基于频率切片小波变换的故障特征分析 |
| 4.5 本章小结 |
| 第5章 异步电机轴承故障诊断研究 |
| 5.1 异步电机的轴承结构 |
| 5.2 滚动轴承故障时电流特征机理分析 |
| 5.3 经验模式分解的提出与改进 |
| 5.3.1 EMD分解的特点 |
| 5.3.2 EMD分解存在的问题 |
| 5.3.3 集合经验模态分解EEMD的提出 |
| 5.3.4 集合经验模态分解EEMD的原理及算法 |
| 5.4 包络解调法 |
| 5.5 基于EEMD和包络谱分析的轴承故障诊断 |
| 5.5.1 轴承内圈故障研究 |
| 5.5.2 轴承外圈故障研究 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 致谢 |
| 参考文献 |
| 作者在攻读硕士学位期间发表的学术论文 |
（9）异步电机电气故障诊断研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题意义 |
| 1.2 国内外电机设备研究现状 |
| 1.3 本文研究内容 |
| 第二章 定子绕组匝间短路故障研究 |
| 2.1 引言 |
| 2.2 异步电机定子绕组匝间短路故障及其特征机理 |
| 2.2.1 定子绕组匝间短路故障 |
| 2.2.2 定子绕组匝间短路故障特征机理 |
| 2.3 三相异步电机正常状态模型 |
| 2.3.1 三相坐标系下的数学模型 |
| 2.3.2 两相坐标系下的数学模型 |
| 2.4 故障状态下异步电机的数学模型 |
| 2.4.1 三相坐标系下的数学模型 |
| 2.4.2 两相坐标系下的数学模型 |
| 2.4.3 定子绕组匝间短路故障的simulink仿真 |
| 2.5 改进的匝间短路故障模型 |
| 2.6 基于ansys仿真定子匝间短路故障特征频率提取 |
| 2.7 本章小结 |
| 第三章 转子断条故障研究 |
| 3.1 引言 |
| 3.2 异步电机转子断条故障及其特征机理 |
| 3.2.1 转子断条故障 |
| 3.2.2 转子断条故障特征机理 |
| 3.2.3 转子断条故障的Simulink仿真 |
| 3.3 基于ansys仿真转子断条故障特征频率提取 |
| 3.4 本章小结 |
| 第四章 基于电机定子电流变分模态分解的电机故障特征频率提取 |
| 4.1 引言 |
| 4.2 变分模态分解算法的基本原理 |
| 4.2.1 变分问题的构造 |
| 4.2.2 变分问题的求解 |
| 4.2.3 变分模态分解算法的流程 |
| 4.3 变分模态分解重要参数的选取 |
| 4.3.1 分解阶数K的讨论 |
| 4.3.2 戒律参数?的讨论 |
| 4.4 本章小结 |
| 第五章 异步电动机故障诊断系统的设计与实现 |
| 5.1 平台构建 |
| 5.1.1 实验平台搭建 |
| 5.1.2 故障模拟 |
| 5.1.3 电流互感器 |
| 5.1.4 PCI-1716/L多功能数据采集卡 |
| 5.1.5 电源模块 |
| 5.1.6 上位机的选择 |
| 5.2 基于VMD的电机故障诊断实验分析 |
| 5.2.1 转子断条故障信号采集与特征频率分析 |
| 5.2.2 定子匝间短路故障信号采集与特征频率分析 |
| 5.3 基于LABVIEW与 MATLAB的信号分析系统的设计 |
| 5.3.1 LABVIEW简介 |
| 5.3.2 监控界面的设计 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士研究生期间所取得的研究成果 |
（10）计及趋肤效应的鼠笼电动机转子断条及无载测试研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题背景和意义 |
| 1.2 鼠笼型电机故障数学模型研究现状 |
| 1.3 鼠笼型电机测试技术的研究现状 |
| 1.4 鼠笼断条故障机理 |
| 1.5 感应电机转子故障诊断方法研究现状 |
| 1.6 目前存在的问题 |
| 1.7 主要研究内容 |
| 2 计及趋肤效应的双鼠笼电动机转子电流稳态分布 |
| 2.1 引言 |
| 2.2 分层法分析基础 |
| 2.2.1 分层法概述 |
| 2.2.2 电流均匀分布矩形导体槽参数求取 |
| 2.3 双鼠笼电动机等效电路及转子支路分层处理 |
| 2.3.1 独立端环型双鼠笼电动机转子支路等效变换及分层处理 |
| 2.3.2 共端环型双鼠笼电动机转子支路等效变换及分层处理 |
| 2.4 双鼠笼电动机转子稳态电流分布计算 |
| 2.4.1 独立端环型双鼠笼电动机转子稳态电流分布计算 |
| 2.4.2 共端环型双鼠笼电动机转子稳态电流分布计算 |
| 2.4.3 同时适用于两种型式双鼠笼电动机转子稳态电流分布计算 |
| 2.5 算例分析 |
| 2.6 本章小结 |
| 3 计及趋肤效应的双鼠笼电动机转子断条稳态分析 |
| 3.1 引言 |
| 3.2 转子回路模型及其简化 |
| 3.2.1 普通鼠笼型电动机转子回路模型 |
| 3.2.2 双鼠笼型电动机转子回路模型 |
| 3.2.3 双鼠笼型电动机转子回路模型简化 |
| 3.2.4 不同断条情况下等效深槽状态 |
| 3.3 双鼠笼三相异步电动机电感参数计算 |
| 3.3.1 定子侧电感参数计算 |
| 3.3.2 转子侧电感参数计算 |
| 3.3.3 定转子间互感 |
| 3.4 计及趋肤效应的转子等效槽参数计算 |
| 3.4.1 计及趋肤效应的A状态等效槽参数数值计算 |
| 3.4.2 计及趋肤效应的B状态等效槽参数数值计算 |
| 3.4.3 计及趋肤效应的C状态等效槽参数数值计算 |
| 3.5 计及趋肤效应的双鼠笼电动机多回路稳态模型 |
| 3.5.1 双鼠笼电动机多回路稳态方程 |
| 3.5.2 不同断条情况下回路方程的修正及其参数确定 |
| 3.6 基于等效深槽的双鼠笼电动机稳态电流计算 |
| 3.7 实例仿真 |
| 3.7.1 不同断条等效深槽参数与转差率关系 |
| 3.7.2 上笼断条转子电流分布情况 |
| 3.7.3 下笼断条转子电流分布情况 |
| 3.7.4 双鼠笼电动机断条发展趋势 |
| 3.7.5 不同断条情况下故障特征分析 |
| 3.8 对比分析 |
| 3.9 本章小结 |
| 4 计及趋肤效应的双鼠笼电动机转子断条故障诊断 |
| 4.1 引言 |
| 4.2 区分上、下笼断条及判断断条根数可行性分析 |
| 4.2.1 区分上、下笼断条可行性分析 |
| 4.2.2 判断故障严重程度 |
| 4.3 计及趋肤效应的双鼠笼电动机鼠笼断条模型 |
| 4.3.1 用于电动机暂态分析的分层法 |
| 4.3.2 双鼠笼电动机转子侧多回路模型 |
| 4.3.3 双鼠笼电动机多回路方程及运动方程 |
| 4.3.4 鼠笼断条情况下的回路方程修正 |
| 4.4 同步提取短时傅里叶变换SESTFT |
| 4.5 仿真实验 |
| 4.5.1 对比验证 |
| 4.5.2 双鼠笼电动机早期断条识别及根数判断 |
| 4.5.3 上笼连续与非连续断条数判别 |
| 4.6 本章小结 |
| 5 趋肤效应对无载测试的影响及虚拟变频技术的应用 |
| 5.1 引言 |
| 5.2 无载测试简介 |
| 5.2.1 圆图法 |
| 5.2.2 等值电路法 |
| 5.3 趋肤效应对鼠笼型电动机无载测试的影响 |
| 5.3.1 趋肤效应对阻抗参数的影响 |
| 5.3.2 对转差率的影响 |
| 5.3.3 对功率因数的影响 |
| 5.3.4 对效率的影响 |
| 5.3.5 对过载系数的影响 |
| 5.4 基于虚拟变频技术的无载测试系统 |
| 5.4.1 原始阻抗参数的求取 |
| 5.4.2 转子笼条电阻r_s、槽漏抗x_s与转差率s关系式的求取 |
| 5.4.3 去趋肤效应后电阻、电抗参数以及堵转参数的求取 |
| 5.4.4 基于虚拟变频技术的鼠笼电动机无载测试系统 |
| 5.5 虚拟变频技术的应用 |
| 5.5.1 虚拟变频技术在圆图法无载测试中的应用 |
| 5.5.2 虚拟变频技术在等值电路法无载测试中的应用 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 附录 |
| 附录A VIMAT装置 |
| 附录B 圆图法原理及解析圆图法 |
| 附录B.1 串联阻抗电路的圆图 |
| 附录B.2 异步电动机的圆图 |
| 附录B.3 由圆图法求异步电动机的性能参数 |
| 附录B.4 由试验方法求异步电机的圆图 |
| 附录B.5 解析圆图法的数学模型 |
| 致谢 |
| 作者简介 |
四、异步电动机工作状态的监测与故障诊断（论文参考文献）
- [1]谐波法诊断电机电气类故障技术研究[D]. 曹佳兴. 华北科技学院, 2021
- [2]基于电机定子电流特征的高压隔离开关机构故障诊断研究[D]. 宋陵灿. 华东交通大学, 2021(01)
- [3]基于MCSA与高阶谱的异步电机故障诊断方法研究[D]. 籍超男. 安徽理工大学, 2020(07)
- [4]异步电动机在线状态监测与故障诊断系统的研究与应用[D]. 张志平. 山东科技大学, 2020(06)
- [5]电动机及离心泵组在线监测与故障诊断方法研究[D]. 郭小帅. 北京化工大学, 2020(02)
- [6]综合粒子群模糊Petri网的三相异步电机故障诊断方法研究[D]. 王常安. 山东科技大学, 2020(06)
- [7]三相异步电动机故障智能检测与诊断方法研究[D]. 刘月. 湘潭大学, 2020
- [8]基于定子电流的异步电机转子断条和轴承故障诊断研究[D]. 付金良. 武汉理工大学, 2020(09)
- [9]异步电机电气故障诊断研究[D]. 刘莹莹. 上海电机学院, 2020(01)
- [10]计及趋肤效应的鼠笼电动机转子断条及无载测试研究[D]. 郭林. 中国矿业大学(北京), 2019(04)