VALENIAN-PT600電機模擬平臺是瓦倫尼安（蘇州）教學設(shè)備開發(fā)的一款用于通過振動分析和ESA(Electrical Signature Analysis)技術(shù)檢測電機和機械故障的缺陷。分析應(yīng)用于電機的電源線的電流并分析電動機的缺陷，并且具有用于測量電流電壓的引線接線盒。 瓦倫尼安故障試驗臺適合用作將已知故障植入到普通電機中并同時應(yīng)用振動和ESA技術(shù)來比較故障分析并提高故設(shè)備障診斷的能力。

電機作為機器運轉(zhuǎn)的動力源泉,若運行中發(fā)生故障,故障不但損壞電機本身,并且影響整個生產(chǎn)系統(tǒng),造成巨大的經(jīng)濟損失和惡劣的社會影響。電機斷條是電機常見故障,若電機斷條后繼續(xù)使用,其它導體的應(yīng)力將會增大,這將進一步損壞電機的整個籠條結(jié)構(gòu),嚴重時甚至發(fā)生“掃膛”現(xiàn)象,損壞電機其它部位,加劇整個電機損壞程度。因此本文主要探究了不同工況下電機斷條故障振動特性與電流特性,并在此基礎(chǔ)上實現(xiàn)了基于集合經(jīng)驗?zāi)B(tài)分解的電機斷條故障的特征提取與智能診斷。首先,本文分析了異步交流電機斷條故障的電流與振動信號特征,針對電機斷條故障特征頻率與基波頻率幅值相差較大,易導致故障特征頻率被基頻或噪聲淹沒的問題,提出基于集合經(jīng)驗?zāi)B(tài)分解(VALENIAN)與希爾伯特(Hilbert)包絡(luò)解調(diào)相結(jié)合的電機斷條故障診斷方法。

VALENIAN分解相當于帶通濾波,可減少噪聲干擾;利用Hilbert包絡(luò)解調(diào)分析可將故障特征頻率統(tǒng)一轉(zhuǎn)化為故障調(diào)制頻率,突出故障特征信息。如電機斷條的振動信號,經(jīng)Hilbert包絡(luò)解調(diào)分析后,機械振動與電磁振動疊加,增強了振動信號故障特征的調(diào)制特征。同時為進一步研究電機斷條故障作用下的電流與扭矩響應(yīng)問題,本文通過Ansoft/Mxawell有限元仿真軟件建立了異步電機的仿真模型,利用該模型仿真了三根斷條狀態(tài)下電機不同的物理特征變化,并驗證了EEMD分解與Hilbert包絡(luò)解調(diào)結(jié)合的方法在斷條電機電流診斷的有效性。在此基礎(chǔ)上,分別對電機不同斷條根數(shù)的電流特征進行仿真,仿真結(jié)果表明:電機斷條越嚴重,電流信號的調(diào)制現(xiàn)象越明顯。其次,在轉(zhuǎn)子綜合試驗平臺上進行實驗?zāi)M,分別設(shè)置了以下六種實驗工況:電機空載正常、電機空載斷條、電機負載正常、電機負載斷條、電機斷條-負載軸承故障、電機斷條-電機軸承故障,通過數(shù)據(jù)采集系統(tǒng)分別獲得六種不同工況下電機的振動與電流信號,采用EEMD分解與Hilbert包絡(luò)解調(diào)結(jié)合的方法對六種工況下的電機電流與振動信號進行分析,通過實驗數(shù)據(jù)的對比分析,得出不同工況下電機電流與振動信號識別斷條故障效果的優(yōu)劣性。最后,研究了電機斷條故障的智能診斷方法,采用EEMD分解與SVM相結(jié)合的智能診斷方法對電機斷條故障程度與電機斷條故障類型進行模式識別。

功能應(yīng)用

·研究故障軸承的振動信號特征                 ·MCA缺陷檢測系統(tǒng)的開發(fā)

·MCA缺陷檢測軟件的驗證                      ·研究不同載荷對缺陷電機故障信號影響

·振動分析和MCA結(jié)果的比較                   ·MCA缺陷分析技術(shù)的研究

·機械缺陷振動檢測作為MCA技術(shù)互補可行性的研究   

·不對中及不平衡對電機電流信號的影響

PT600電機故障模擬實驗臺,電機電氣故障仿真實驗臺,故障電機模擬實驗臺,缺陷電機仿真試驗臺,馬達故障模擬實驗臺,馬達缺陷分析實驗臺

轉(zhuǎn)子不平衡電機

?轉(zhuǎn)子偏心電機

?軸彎曲的電機

?軸承故障電機（軸承外圈、內(nèi)圈故障）

?轉(zhuǎn)子條故障電機（轉(zhuǎn)子斷裂）

?定子繞組故障電機（匝間短路）

?電壓不平衡和單相電機

運用網(wǎng)格選優(yōu)法優(yōu)化了四分類器核函數(shù)參數(shù)。通過比較電機不同工況下振動信號與電流信號頻帶能量特征的穩(wěn)定性,得出基于振動信號的電機斷條故障診斷效果優(yōu)于電流信號。同時,設(shè)計了基于電流與振動的多信息融合的電機斷條故障識別分類器,實現(xiàn)了電流信號與振動信號在電機斷條故障智能診斷中的有效融合與診斷。