基于激光传感器的电动机故障识别系统研究

基于激光传感器的电动机故障识别系统研究

论文摘要

受多种因素的综合影响,电动机故障的类型多、变化十分复杂,使得电动机故障识别面临巨大挑战,为了提高电动机故障识别正确率,针对电动机故障信号采集问题,设计了一种基于激光传感器的电动机故障识别系统。首先分析了电动机故障识别系统工作原理,并找到引起电动机故障识别效果差的原因,然后引入激光传感器对电动机工作状态信号进行采集,并从电动机工作状态信号中提取故障识别特征,组成电动机故障识别系统的输入,最后特征与电动机工作状态的类型组成训练样本,采用模式识别技术建立电动机故障识别系统。在相同条件下,与其它电动机故障识别系统进行了对照实验,分析了它们电动机故障识别正确率和识别效率,系统的电动机故障识别正确率为95%左右,高于对比电动机故障识别系统,电动机故障识别效率也显著得以提升,为解决电动机故障识别提供了一种新的研究思路。

论文目录

  • 1 引言
  • 2 激光传感器及电动机工作状态的采休
  •   2.1 激光传感器的结构
  •   2.2 激光传感器的等效电路模型
  •   2.3 激光传感器采集的原理
  • 3 激光传感器的电动机故障识别系统
  •   3.1 电动机故障的模式识别技术
  •   3.2 激光传感器的电动机故障识别系统工作步骤
  • 4 电动机故障识别系统的性能测试
  •   4.1 仿真平台
  •   4.2 仿真实验结果与分析
  • 4结束语
  • 文章来源

    类型: 期刊论文

    作者: 田彦彦,吴晓蕊

    关键词: 激光传感器,电动机,故障识别,信号采集,实验平台

    来源: 激光杂志 2019年11期

    年度: 2019

    分类: 信息科技,基础科学,工程科技Ⅱ辑

    专业: 物理学,电力工业,无线电电子学,自动化技术

    单位: 郑州工业应用技术学院机电工程学院

    基金: 河南省科技攻关项目(No.152102210353)

    分类号: TM32;TN24;TP212

    DOI: 10.14016/j.cnki.jgzz.2019.11.187

    页码: 187-190

    总页数: 4

    文件大小: 2130K

    下载量: 67

    相关论文文献

    • [1].基于参数优化的舰船电动机故障诊断[J]. 舰船科学技术 2019(18)
    • [2].论电动机的故障及解决措施[J]. 中国战略新兴产业 2018(12)
    • [3].电动机故障人工诊断方法[J]. 防爆电机 2018(02)
    • [4].电动机故障分析及维修[J]. 山东工业技术 2018(21)
    • [5].火电厂电动机故障分析及处理措施[J]. 科学家 2017(04)
    • [6].基于状态空间法的电动机故障诊断和识别[J]. 煤矿机电 2015(03)
    • [7].煤矿电动机常见故障分析与预防措施[J]. 山东工业技术 2018(11)
    • [8].煤矿电动机故障分析及维修措施浅探[J]. 机械管理开发 2017(02)
    • [9].电动机故障诊断的几种方法[J]. 煤矿机电 2011(02)
    • [10].提高电动机检修准确率的措施[J]. 炼油与化工 2019(02)
    • [11].基于新阈值函数的电动机故障信号小波去噪[J]. 科技通报 2017(08)
    • [12].电动机的故障诊断与维修[J]. 中国石油和化工标准与质量 2017(21)
    • [13].电动机故障诊断技术探讨[J]. 工矿自动化 2015(01)
    • [14].三相异步电动机常见故障的分析与检修[J]. 数码世界 2017(12)
    • [15].技工院校实习室场电动机故障诊断及维修[J]. 职业 2013(23)
    • [16].电动机常见故障分析及处理[J]. 机械工程与自动化 2017(05)
    • [17].常见电动机故障判断及检修四例[J]. 金属加工(冷加工) 2009(11)
    • [18].异步电动机故障在线检测及其保护装置的研究[J]. 电子制作 2020(17)
    • [19].基于遗传算法和小波包分析的异步鼠笼电动机故障诊断方法探究[J]. 煤矿机电 2017(03)
    • [20].基于噪声分析电动汽车电动机故障诊断研究[J]. 微特电机 2010(06)
    • [21].基于物联网的分布式电动机故障诊断与保护系统研究[J]. 工矿自动化 2013(06)
    • [22].一种改进的小波神经网络应用于电动机故障诊断[J]. 大电机技术 2009(03)
    • [23].基于频谱分析的电动机故障诊断实验台研究[J]. 实验技术与管理 2010(08)
    • [24].GIS隔离开关机构电动机故障分析[J]. 电气时代 2018(01)
    • [25].电动机的故障运行及处理[J]. 南方农机 2017(04)
    • [26].基于主成分分析和神经网络的电动机故障诊断方法研究[J]. 煤矿机电 2016(05)
    • [27].如何维护与检修电动机故障[J]. 南方农机 2014(02)
    • [28].故障诊断技术在电动机维修管理上的应用[J]. 山东工业技术 2018(18)
    • [29].电动机故障分析及处理方法[J]. 科技信息 2013(13)
    • [30].由温升引起的电动机故障处理方法[J]. 现代农机 2019(01)

    标签:;  ;  ;  ;  ;  

    基于激光传感器的电动机故障识别系统研究
    下载Doc文档

    猜你喜欢