電機故障診斷

譯者序
原書前言
第1章電機常見故障及其診斷方法1
1.1概述1
1.2感應電機的組成3
1.2.1定子3
1.2.2轉(zhuǎn)子3
1.2.3軸承4
1.3感應電機的故障4
1.3.1機械故障6
1.3.2電氣故障7
1.4感應電機故障診斷方法概述8
1.4.1基于解析模型的故障診斷方法9
1.4.2無需解析模型的故障診斷方法11
1.5本章小結(jié)14
1.6參考文獻14
第2章感應電機繞組故障建模18
2.1概述18
2.1.1仿真模型與診斷模型18
2.1.2模型選擇的目標18
2.1.3模型選擇的方法19
2.1.4本章結(jié)構(gòu)安排20
2.2研究框架與一般方法20
2.2.1前提假設20
2.2.2繞組的等效20
2.2.3無故障等效兩相電機27
2.2.4考慮定子繞組故障29
2.3定子絕緣故障時的電機建模32
2.3.1定子短路時的電機方程32
2.3.2任意參考系下的狀態(tài)模型34
2.3.3三相定子模型的擴展38
2.3.4診斷模型的驗證39
2.4定/轉(zhuǎn)子耦合故障建模方法的普適化42
2.4.1轉(zhuǎn)子不平衡時的電機方程43
2.4.2定/轉(zhuǎn)子故障時的一般電機模型45
2.5感應電機的監(jiān)測方法47
2.5.1感應電機故障診斷的參數(shù)估計47
2.5.2監(jiān)測方法的實驗驗證50
2.6本章小結(jié)53
2.7參考文獻54
第3章感應電機的閉環(huán)診斷56
3.1概述56
3.2閉環(huán)辨識57
3.2.1閉環(huán)辨識中存在的問題57
3.2.2電機故障診斷中的參數(shù)辨識問題59
3.3感應電機閉環(huán)辨識的一般方法59
3.3.1考慮控制的作用59
3.3.2基于閉環(huán)解耦的電機參數(shù)辨識61
3.3.3辨識結(jié)果64
3.4定/轉(zhuǎn)子同時故障時的閉環(huán)診斷66
3.4.1感應電機通用故障模型66
3.4.2具有先驗知識的參數(shù)估計67
3.4.3故障的檢測與定位68
3.4.4直接辨識和間接辨識的結(jié)果比較70
3.5本章小結(jié)72
3.6參考文獻73
第4章基于觀測器的感應電機故障診斷76
4.1概述76
4.2建立數(shù)學模型78
4.2.1三相感應電機無故障時的模型78
4.2.2感應電機無故障時的Park模型81
4.2.3感應電機出現(xiàn)故障時的模型84
4.3故障觀測器84
4.3.1基本原理84
4.3.2不同種類的故障觀測器87
4.3.3擴展觀測器92
4.4基于觀測器的故障診斷94
4.4.1使用Park模型94
4.4.2使用三相電機模型97
4.4.3觀測器重構(gòu)轉(zhuǎn)矩的頻譜分析99
4.5本章小結(jié)100
4.6參考文獻101
第5章感應電機的熱監(jiān)測103
5.1概述103
5.1.1感應電機溫度監(jiān)測的目的103
5.1.2感應電機溫度監(jiān)測的主要方法104
5.2基于卡爾曼濾波器的實時參數(shù)估計107
5.2.1卡爾曼濾波器的特征及優(yōu)點107
5.2.2擴展卡爾曼濾波器的實現(xiàn)108
5.3熱監(jiān)測的電氣模型111
5.3.1連續(xù)時間模型111
5.3.2全階模型112
5.3.3離散化的擴展模型114
5.4實驗系統(tǒng)115
5.4.1實驗平臺簡介115
5.4.2熱儀表117
5.4.3電氣儀表118
5.5實驗結(jié)果121
5.5.1卡爾曼濾波器的調(diào)節(jié)121
5.5.2磁飽和的影響124
5.6本章小結(jié)126
5.7附錄感應電機特性126
5.8參考文獻127
第6章基于模型失效方法的汽車鉛酸蓄電池內(nèi)阻估計：
在汽車起動性能評估中的應用130
6.1概述130
6.2汽車起動階段鉛酸蓄電池的分數(shù)階模型131
6.3分數(shù)階模型的辨識133
6.3.1輸出誤差辨識算法134
6.3.2輸出靈敏度計算135
6.3.3估計參數(shù)的驗證135
6.3.4應用到起動信號中135
6.4用電池電阻作為起動能力的指示器136
6.5模型驗證及電池內(nèi)阻的估計138
6.5.1模型驗證的頻率法138
6.5.2電池內(nèi)阻估計的應用140
6.5.3簡化的阻值估計器143
6.6電池狀態(tài)的估計146
6.7本章小結(jié)148
6.8參考文獻148
第7章基于信號分析技術(shù)的感應電機機電故障診斷151
7.1概述151
7.2電流的頻譜152
7.3信號處理153
7.3.1傅里葉變換153
7.3.2周期圖154
7.4實驗中的信號分析155
7.4.1斷條引起的故障156
7.4.2軸承故障160
7.4.3靜態(tài)不對中故障166
7.4.4匝間短路173
7.5本章小結(jié)176
7.6附錄176
7.6.1附錄A實驗使用電機的部分特性參數(shù)176
7.6.2附錄B實驗使用滾珠軸承的部分特性參數(shù)177
7.7參考文獻177
第8章基于神經(jīng)網(wǎng)絡的感應電機故障診斷179
8.1概述179
8.2在故障診斷問題中ANN的使用方法180
8.2.1選擇故障指示器180
8.2.2選擇神經(jīng)網(wǎng)的結(jié)構(gòu)181
8.2.3建立學習和測試數(shù)據(jù)庫182
8.2.4神經(jīng)網(wǎng)絡的學習和測試182
8.3監(jiān)測系統(tǒng)概述183
8.4故障檢測可能出現(xiàn)的問題184
8.5提出的魯棒檢測新方法184
8.5.1產(chǎn)生估計的殘差185
8.6定/轉(zhuǎn)子故障的特征186
8.6.1正常運行時的殘差分析186
8.6.2定子故障時的殘差分析186
8.6.3轉(zhuǎn)子故障時的殘差分析188
8.6.4同時存在定/轉(zhuǎn)子故障時的殘差分析190
8.7利用RNd神經(jīng)網(wǎng)絡檢測故障191
8.7.1提取故障指示器191
8.7.2RNd神經(jīng)網(wǎng)絡的學習過程191
8.7.3RNd網(wǎng)絡的結(jié)構(gòu)193
8.7.4RNd網(wǎng)絡的訓練結(jié)果193
8.7.5RNd網(wǎng)絡的測試結(jié)果194
8.8定子故障的故障診斷197
8.8.1選擇RNcc網(wǎng)絡故障指示器197
8.8.2RNcc網(wǎng)絡的學習序列198
8.8.3RNcc網(wǎng)絡結(jié)構(gòu)199
8.8.4RNcc網(wǎng)絡的學習結(jié)果201
8.8.5RNcc網(wǎng)絡的測試結(jié)果201
8.8.6RNcc網(wǎng)絡的實驗驗證203
8.9轉(zhuǎn)子故障的故障診斷208
8.9.1選擇RNbc網(wǎng)絡的故障指示器208
8.9.2RNbc網(wǎng)絡的學習序列208
8.9.3學習、測試和驗證結(jié)果209
8.10感應電機完整的監(jiān)測系統(tǒng)210
8.11本章小結(jié)212
8.12參考文獻212
第9章靜態(tài)變流器中的故障檢測與診斷214
9.1概述214
9.2故障檢測和診斷215
9.2.1神經(jīng)網(wǎng)絡方法215
9.2.2模糊邏輯方法221
9.2.3多維數(shù)據(jù)分析224
9.3功率電子模塊的熱疲勞和失效模式231
9.3.1功率電子模塊的相關(guān)技術(shù)231
9.3.2電力電子模塊性能退化的原因及主要類型239
9.3.3連接件損壞對電氣特性的影響以及對故障診斷的潛在作用244
9.3.4接觸面接觸不良對熱特性的影響和在故障診斷中的潛在應用246
9.4本章小結(jié)248
9.5參考文獻249