基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于互高阶累积量的多信号分类法(Multiple Signal Classification,MUSIC)的异步电动机转子故障检测方法.由于断条故障特征频率分量易被基波分量泄漏及噪声淹没,而互高阶累积最可以有效抑制相关和非相关噪声,在混合噪声和信噪比很低(-20 dB)的情况下,该方法仍具有很高的谱分辨率和谱估计性能.仿真和试验结果表明,该方法在对电机转子断条故障检测时.在不需要对分析数据进行整周期采样的前提下,能准确检测出转子故障时电流中的故障特征成份,证明了该方法的有效性.
推荐文章
基于改进多信号分类法的异步电机转子故障特征分量的提取
异步电动机
转子断条故障
信号子空间
改进多信号分类法
故障诊断
基于互高阶谱MUSIC法的电机定子匝间短路故障特征分量提取
多信号分类
互高阶谱
匝间短路
故障检测
基于小波包和Elman神经网络的异步电机转子断条故障诊断方法
转子断条
故障诊断
小波包分析
Elman神经网络
笼型异步电机转子断条故障诊断
异步电动机
状态监测
故障诊断
仿真
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于互高阶谱MUSIC法的异步电机转子断条特征分量的提取
来源期刊 电机与控制应用 学科 工学
关键词 多信号分类 互高阶谱 转子断条故障
年,卷(期) 2009,(6) 所属期刊栏目 研究与设计
研究方向 页码范围 5-9
页数 5页 分类号 TM307+.1|TM343
字数 3446字 语种 中文
DOI 10.3969/j.issn.1673-6540.2009.06.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 田伟 北华大学电气信息工程学院 12 70 6.0 8.0
2 王洪希 北华大学电气信息工程学院 25 94 6.0 8.0
3 白晶 北华大学电气信息工程学院 64 288 9.0 14.0
4 夏国庆 2 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (123)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(5)
  • 参考文献(0)
  • 二级参考文献(5)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(5)
  • 参考文献(0)
  • 二级参考文献(5)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(7)
  • 参考文献(2)
  • 二级参考文献(5)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(15)
  • 参考文献(2)
  • 二级参考文献(13)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多信号分类
互高阶谱
转子断条故障
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电机与控制应用
月刊
1673-6540
31-1959/TM
大16开
上海市武宁路505号
4-199
1959
chi
出版文献量(篇)
4216
总下载数(次)
2
总被引数(次)
22702
论文1v1指导