本文主要研究内容
作者刘志昆（2019）在《矿井通风系统电机和轴承的故障诊断方法研究》一文中研究指出：在煤炭开采过程中,矿井通风系统承担着整个矿井的通风排气任务,对于煤矿的安全生产具有举足轻重的作用。截止目前,发生的多起煤矿瓦斯爆炸事故都与通风系统故障有着直接或间接的关系。在煤矿通风系统中,驱动电机和风机轴承是两种关键设备和部件,其运行状态的好坏直接影响甚至决定着通风系统能否正常工作。特别是随着电力电子技术的发展,越来越多的风机驱动开始采用更加高效节能的变频电源供电,在这种情况下,传统的基于频谱分析的故障诊断方法诊断准确度下降,甚至失效。因此,对电机和轴承故障诊断方法进行更加深入的研究仍具研究价值和意义。(1)矿井通风系统驱动电机大都采用笼型异步电动机。本文搭建了工频情况下的电机转子断条故障仿真模型,从电磁角度分析了转子断条和气隙偏心故障特征频率,给出故障特征信号的时域、频域波形;阐述了风机轴承故障机理及特征,并分析了轴承的固有振动频率和局部损伤故障特征频率,为后续研究奠定基础。(2)由于风机系统工作过程中受井下环境变化、天气等多种因素影响,电机负载变动频繁,以频谱分析为基础的诊断方法存在明显不足。采用改进的经验模态分解抓取故障特征频带,使用能量熵从不同故障的频带能量分布不一致的特点,提取故障特征信息,并采用粒子群优化的支持向量机算法,完成工频情况下电机转子断条和气隙偏心故障诊断,分类效果理想,说明了算法的有效性。(3)搭建了异步电动机变频调速下,转子断条故障仿真模型。采用EEMD-能量熵结合PSO-SVM分析方法对变频调速下,电机轻载时转子断条故障和气隙偏心故障进行诊断,并取得了良好的诊断效果,验证了该方法在变频调速下对电机的故障诊断,相较传统频谱分析方法的优越性。(4)将上述特征提取和模式识别方法应用于风机轴承故障诊断。结合实测数据实现对工频条件下轴承的正常、内圈轻度故障、内圈重度故障、外圈轻度故障、外圈重度故障、滚动体轻度故障和滚动体重度故障7种工作状态的分类识别,诊断效果较佳,验证了算法的有效性以及对轴承故障诊断的适用性,并从谐波、谐波转矩和载波频率方面探讨了变频器的使用对轴承故障识别的不良影响。
Abstract
zai mei tan kai cai guo cheng zhong ,kuang jing tong feng ji tong cheng dan zhao zheng ge kuang jing de tong feng pai qi ren wu ,dui yu mei kuang de an quan sheng chan ju you ju zu qing chong de zuo yong 。jie zhi mu qian ,fa sheng de duo qi mei kuang wa si bao zha shi gu dou yu tong feng ji tong gu zhang you zhao zhi jie huo jian jie de guan ji 。zai mei kuang tong feng ji tong zhong ,qu dong dian ji he feng ji zhou cheng shi liang chong guan jian she bei he bu jian ,ji yun hang zhuang tai de hao huai zhi jie ying xiang shen zhi jue ding zhao tong feng ji tong neng fou zheng chang gong zuo 。te bie shi sui zhao dian li dian zi ji shu de fa zhan ,yue lai yue duo de feng ji qu dong kai shi cai yong geng jia gao xiao jie neng de bian pin dian yuan gong dian ,zai zhe chong qing kuang xia ,chuan tong de ji yu pin pu fen xi de gu zhang zhen duan fang fa zhen duan zhun que du xia jiang ,shen zhi shi xiao 。yin ci ,dui dian ji he zhou cheng gu zhang zhen duan fang fa jin hang geng jia shen ru de yan jiu reng ju yan jiu jia zhi he yi yi 。(1)kuang jing tong feng ji tong qu dong dian ji da dou cai yong long xing yi bu dian dong ji 。ben wen da jian le gong pin qing kuang xia de dian ji zhuai zi duan tiao gu zhang fang zhen mo xing ,cong dian ci jiao du fen xi le zhuai zi duan tiao he qi xi pian xin gu zhang te zheng pin lv ,gei chu gu zhang te zheng xin hao de shi yu 、pin yu bo xing ;chan shu le feng ji zhou cheng gu zhang ji li ji te zheng ,bing fen xi le zhou cheng de gu you zhen dong pin lv he ju bu sun shang gu zhang te zheng pin lv ,wei hou xu yan jiu dian ding ji chu 。(2)you yu feng ji ji tong gong zuo guo cheng zhong shou jing xia huan jing bian hua 、tian qi deng duo chong yin su ying xiang ,dian ji fu zai bian dong pin fan ,yi pin pu fen xi wei ji chu de zhen duan fang fa cun zai ming xian bu zu 。cai yong gai jin de jing yan mo tai fen jie zhua qu gu zhang te zheng pin dai ,shi yong neng liang shang cong bu tong gu zhang de pin dai neng liang fen bu bu yi zhi de te dian ,di qu gu zhang te zheng xin xi ,bing cai yong li zi qun you hua de zhi chi xiang liang ji suan fa ,wan cheng gong pin qing kuang xia dian ji zhuai zi duan tiao he qi xi pian xin gu zhang zhen duan ,fen lei xiao guo li xiang ,shui ming le suan fa de you xiao xing 。(3)da jian le yi bu dian dong ji bian pin diao su xia ,zhuai zi duan tiao gu zhang fang zhen mo xing 。cai yong EEMD-neng liang shang jie ge PSO-SVMfen xi fang fa dui bian pin diao su xia ,dian ji qing zai shi zhuai zi duan tiao gu zhang he qi xi pian xin gu zhang jin hang zhen duan ,bing qu de le liang hao de zhen duan xiao guo ,yan zheng le gai fang fa zai bian pin diao su xia dui dian ji de gu zhang zhen duan ,xiang jiao chuan tong pin pu fen xi fang fa de you yue xing 。(4)jiang shang shu te zheng di qu he mo shi shi bie fang fa ying yong yu feng ji zhou cheng gu zhang zhen duan 。jie ge shi ce shu ju shi xian dui gong pin tiao jian xia zhou cheng de zheng chang 、nei juan qing du gu zhang 、nei juan chong du gu zhang 、wai juan qing du gu zhang 、wai juan chong du gu zhang 、gun dong ti qing du gu zhang he gun dong ti chong du gu zhang 7chong gong zuo zhuang tai de fen lei shi bie ,zhen duan xiao guo jiao jia ,yan zheng le suan fa de you xiao xing yi ji dui zhou cheng gu zhang zhen duan de kuo yong xing ,bing cong xie bo 、xie bo zhuai ju he zai bo pin lv fang mian tan tao le bian pin qi de shi yong dui zhou cheng gu zhang shi bie de bu liang ying xiang 。
论文参考文献
论文详细介绍
论文作者分别是来自中国矿业大学的刘志昆，发表于刊物中国矿业大学2019-07-18论文，是一篇关于异步电动机论文,故障诊断论文,能量熵论文,中国矿业大学2019-07-18论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自中国矿业大学2019-07-18论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：异步电动机论文; 故障诊断论文; 能量熵论文; 中国矿业大学2019-07-18论文;