基于小波分析的异步电动机故障诊断的研究

随着现代科学技术的进步和电气化程度的提高,电机已被广泛应用于工业生产的各个领域,电机发生故障和停止运行,不仅会损坏电机本身,而且会影响整个系统的正常工作,甚至危及人身安全,造成巨大的经济损失。通过对电机状态的监测和分析,可以及早发现故障和预防故障的进一步恶化,减少突发事故造成的停产损失,并为实现状态检修创造条件。 电机出现故障时,故障信号中往往含有大量的时变、短时突发性质的成分,传统的信号分析方法如Fourier不能有效地提取电机的故障特征。小波变换作为一种时频分析方法,它在时频域都具有表征信号局部特征的能力,能通过时频窗的灵活变换来突出信号的不同频率成分。考虑到小波变换处理非平稳信号的优越性,本文研究如何将小波变换应用于电机故障诊断中。 本文对傅立叶变换、小波变换等信号分析和处理方法进行了总结和比较。分别采用FFT算法、小波变换、Mallat快速算法、小波包分析对电机非平稳信号和平稳信号进行降噪处理,