[发明专利]基于时频分析的电动机变频调速动态运行模式识别方法

说明书

技术领域

本发明属于电动机故障检测及诊断技术领域，具体是指一种基于时频分析的电动机变频调速动态运行模式识别方法，该方法适用于变频调速异步电动机故障诊断中信号的前期处理。

背景技术

在传动领域，鼠笼式异步电动机由于其结构简单、价格低廉、使用寿命长而占有举足轻重的地位，应用极为广泛。随着生产对控制系统可靠性要求的日益提高，很多场合采用的直流电动机也逐步被变频调速交流异步电动机取代。尤其是数字化调速系统的大量引入，经常处于调速状态，变频调速异步电动机系统既可运行在恒频恒速状态，也可以运行在恒加速、恒减速和其他状态下，由于运行模式的多样性，在检测和故障诊断过程中，需要针对不同的运行模式采用不同的方法来提取故障特征。所以在对变频调速异步电动机系统进行检测和故障诊断时需要事先对系统所处的运行模式进行识别。

变频调速异步电动机运行过程中所采集的电压和电流普遍是多分量信号，这种信号是时变且非平稳的，传统的傅立叶变换难以奏效。为了对变频调速异步电动机的运行方式进行识别，需要获取信号瞬时频率随时间的变化曲线，并分离和识别电源主成分频率随时间变化的多项式表达形式。虽然广义解调(广义Fourier变换)可以将时频分布呈曲线变化的多分量非平稳信号转化为时频分布平行于时间轴的平稳信号，因此非平稳信号经广义解调后满足傅里叶分析对平稳性的要求，但是如何获取多分量信号的广义解调相位函数是广义解调方法的关键和难点。现有技术中获取多分量信号的广义解调相位函数的方法普遍不是很准确。

本发明的申请人在以前的工作中提出采取HHT方法(英文名为Hilbert-Huang Transform，简称HHT，中文名为，希尔伯特-黄变换)，参见“基于HHT方法的异步电动机运行模式识别”(电气自动化设备，vo.30，no.9，pp55-57)来进行异步电动机运行模式识别，只考虑了单分量和恒加速情况；提出的“基于希尔伯特-黄变换和广义傅立叶变换变频调速异步电动机故障诊断”(同济大学学报，vol.37，2011pp1832-1835)，也只考虑了恒加速情况，并加入了理想状态下的转子断条故障，来检测和识别变频调速电动机系统动态运行模式识别。这些成果是在理想环境下进行的，没有考虑实际的系统谐波丰富，电源主成分设定在线调频状态，不能在多分量时频变化信号中分离出各分量，也就难以准确识别电动机的运行模式。

发明内容

本发明要解决的技术问题是，提供一种基于时频分析的能在电动机动态变频调速状态下对电动机的运行模式进行准确识别的方法。

为解决上述技术问题，本发明提供的技术方案为：一种基于时频分析的电动机变频调速动态运行模式识别方法，它包括以下步骤：

(1)采集电动机变频调速运行时的电流信号x(t)，并对其进行希尔伯特变换，得到第一解析信号如下：y(t)＝x(t)+jH[x(t)]，其中H代表希尔伯特算子，j表示复数的虚部；

(2)对第一解析信号y(t)进行第一次MODWPT分解(即最大重叠离散小波包变换，英文全称为：Maximal Overlap Discrete Wavelet Packet Transform)，得到第一解析信号y(t)在时间与频率坐标轴上的时频分布曲线；

(3)根据步骤(2)中得出的第一解析信号y(t)的时频分布曲线，在时间坐标轴上对所述时频分布曲线在每个时间点上对应的全部频率值求平均，然后将求出的各个平均值对应的点拟合成曲线，获取第一次广义解调所需要的第一相位函数s₁(t)；

(4)利用步骤(3)获取的第一相位函数s₁(t)函数对步骤(2)中得出的第一解析信号y(t)进行广义解调，得到第二解析信号y₁(t)的表达式如下：