论文摘要
感应电机作为驱动设备,以其结构简单、价格低廉、使用方便而在工业、农业、交通运输、国防工程以及日常生活中取得了广泛应用,是一种用量最大、覆盖面最广的电机。但是,由于电机的装配、运行特性、结构、工作方式和负荷情况等的复杂变化,就会产生各种电机故障,电机故障会引起一系列连锁反应,导致设备甚至整个过程不能正常运行。因此,研究各种智能在线监测、诊断系统,对防止电机故障的发生和及时发现并消灭故障,保证电机可靠运行,减少过剩维修,降低维修费用,提高生产效率,具有十分重要的经济和社会意义,这已成为国内外学者们一个非常重视的关键和前沿课题。论文在电机故障中的定子绕组匝间短路故障研究中,介绍了一种用于分析定子匝间短路故障的三相感应电机新模型,该模型由原始的相轴线模型变换可得,能应用于电机定子三相不对称情况下的故障诊断。基于MATLAB/SIMULINK建立感应电机故障仿真模型,分析定子电流波形,当定子的匝间短路数达到一定的程度,对应定子电流有效值明显变化。论文在电机故障中的转子断条故障研究中,介绍了用于分析转子断条故障的三相感应电机模型,基于MATLAB/SIMULINK建立感应电机故障仿真模型,利用小波分析对电机的电磁转矩中的故障特征在电机启动过程中的频率变化规律,检测出转子断条故障。容错控制的目的在于针对不同的故障源和故障特征,采取相应的容错处理措施,对故障进行补偿、消除或自动修复,以保证设备继续安全可靠运行,或以牺牲性能损失为代价,保证设备在规定时间内完成其基本功能。针对一类非线形系统模型——感应电机简化模型,提出基于径向基函数(RBF)神经网络的抗参数扰动容错控制方法。该方法将模型参考自适应和神经网络控制相结合,由模型参考自适应控制电机跟踪参考转速,再由RBF神经网络抵消系统参数扰动故障产生的不确定性影响,增强系统的控制精度和鲁棒性。所设计的RBF神经网络在训练过程中能自适应的调整自身神经元数,实现转速误差与控制电流之间的非线性映射,获得较好的效果。