基于多重信号分类与模式搜索算法的笼型异步电动机转子断条故障检测新方法

• 作者: 孙丽玲 李和明 许伯强
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 异步电动机 转子故障检测：多重信号分类 模式搜索算法
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 电机与电器
• 页码范围: 93-99
• 页数: 7页
• 分类号: TM307
• 字数: 4974字
• 语种: 中文

摘要

摘要：提出了一种基于多重信号分类（multiplesignalclassification，MUSIC）与模式搜索算法（patternsearchalgorithm，PSA）的异步电动机转子断条故障检测新方法。MUSIC方法对于短时信号具备高频率分辨力，可以准确计算转子断条故障特征分量以及其他分量的频率；但对诸频率分量幅值和初相角则无法准确求解。因此引入PSA确定诸频率分量的幅值、初相角，并对1台Y100L．2型3kW笼型异步电动机完成了转子断条故障检测实验。实验结果表明：基于MUSIC与PSA的异步电动机转子断条故障检测方法切实可行，适用于负荷波动、噪声等干扰严重情况。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李和明	华北电力大学电气工程学院	231	6023	39.0	65.0
2	许伯强	华北电力大学电气工程学院	80	1210	20.0	32.0
3	孙丽玲	华北电力大学电气工程学院	54	878	18.0	29.0