基于SVD方法的弱故障特征提取方法.pdf

《基于SVD方法的弱故障特征提取方法.pdf》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在應用文檔-天天文庫。

1、214機床與液壓2006.No.l0基于SVD方法的弱故障特征提取方法l2l23張克南!陸揚!謝里陽!鄭進文!萬年紅"l.東北大學機械工程與自動化學院!沈陽ll0004$2.西安交通大學機械工程學院!西安7l0049$3.上海寶鋼工業(yè)檢測公司!上海20l900#摘要I利用電流法診斷電機及其拖動設備故障時較弱的故障特征頻率分量往往被電網(wǎng)工頻所淹沒本文運用了一種有效的弱故障特征提取方法即通過奇異值分解singuiarvaiuedecomposition簡稱SVD方法剔除電網(wǎng)工頻主分量從而對信號中的弱特征頻率特別是靠近電網(wǎng)工頻的特征頻率實

2、現(xiàn)有效地提取數(shù)值仿真計算和現(xiàn)場實際信號的應用結果都表明應用SVD方法可以非常有效地達到這一目的關鍵詞I電流法奇異值分解故障診斷電網(wǎng)頻率中圖分類號IT~l33.3文獻標識碼IA文章編號Il00l-388l(2006)l0-2l4-3AnewmethodforextractingtheweakfaultsymptomsofcurrentsignalviasVDl2l23Z~ANGkenanLUyangXIELiyangZ~ENGjinwenWANNianhongl.SchooiofmechanicaiEngineeringandAuto

3、mationNortheasternUniversityShenyangll0004China2.SchooiofmechanicaiEngineeringXianjiaotongUniversityXian7l0049China3.ShanghaibaosteeiIndustryInspectionCorp.Shanghai20l900ChinaAbstractWhiieusingmCSAmotorcurrentsignaianaiysistodiagnosethemechanicaifauitstheweakfauitsympt

4、omsareof-tensubmergedbypowerfreguency.Anewmethodforextractingtheweakfauitsymptomsofcurrentsignaiinthecaseofcurrentdiagno-siswaspresented.bymeansofSVDsinguiarvaiuedecompositionmethodthepowerfreguencywaseffectiveiyeiiminatedmeanwhiietheweakfeatureswereeffectiveiyextracte

5、d.ThecomputersimuiationandapracticaiappiicationweredescribedwhichindicatesSVDmethodcaneiiminatethepowerfreguencyandextracttheweakfauitsymptomsveryeffectiveiy.KeywordsmotorcurrentsignaianaiysisSinguiarvaiuedecompositionFauitdiagnosisPowerfreguency70引言本文采用SVD方法來消除電網(wǎng)工頻的干擾

6、利電動機及其拖動系統(tǒng)在工業(yè)生產(chǎn)中大量使用保用SVD分解技術對電流信號構成的分解矩陣進行證其正常的工作狀態(tài)對于工業(yè)生產(chǎn)有著重要意義電SVD分解根據(jù)SVD分解理論電流信號被分解到l一系列不相關的相空間由于電網(wǎng)頻率在電流信號中流法作為一種電機及其拖動設備故障診斷的新方法相比于傳統(tǒng)的振動分析方法2具有信息集成度具有絕對能量且與故障頻率不相關故電網(wǎng)頻率被分高傳遞路徑短信噪比高等優(yōu)點特別在一些無法解到第一主分量對應的相空間中這樣就可以實現(xiàn)電在設備上安裝傳感器或運行狀態(tài)下無法靠近的場合網(wǎng)工頻干擾的剔除本文對SVD去除電網(wǎng)工頻干擾理論進行了研究并用

7、模擬數(shù)據(jù)進行了SVD剔除電在控制室里拾取電流卻十分方便因此電流法診斷設網(wǎng)工頻干擾的實驗最后用現(xiàn)場實際數(shù)據(jù)驗證了方法備的故障在特定的情況下具有明顯的優(yōu)勢的有效性在電流法診斷中電機拖動設備的故障信息以對31SVD的基本理論電網(wǎng)頻率調(diào)制的方式反映在電流信號上電網(wǎng)頻率給定一個NXM階矩陣A其奇異值分解是指是電流信號中具有絕對能量的主分量同時由于電網(wǎng)NXNTMXMT4存在矩陣U。RUU=I和V。RVV=I波動的影響造成一些低頻的故障特征頻率在電流以及E=diagOOO0p=minN信號中被電網(wǎng)頻率所淹沒因此在電流法診斷中如l2pM使得何消除S

8、0~Z工頻干擾是一個重要的問題TA=UEVl目前消除S0~Z電網(wǎng)頻率的主要方法是濾波一S其中U和V分別是nXn階和mXm階正交矩陣種是陷波濾波法它是在頻域中實現(xiàn)的設計多吸令A=diagOOOO是按降序排列的l23p收點具有一定阻帶寬度