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:
电机的电磁转矩、定子电流等信号可以反映负载转矩的变化,故而在采用电机驱动的齿轮传动系统中,可直接利用电机本体作为传感器来实现齿轮故障的无损诊断.建立了电机、齿轮一体化机电系统模型,对电磁转矩分析法(ETSA)和电机电流特征分析法(MCSA)的故障诊断原理进行了分析与仿真验证,发现电磁转矩信号不受电流基波的影响,更能直观地体现出故障信息;且故障特征在频域下比时域下更为明显.实验平台综合对比了不同转速和负载转矩下两种方法的诊断效果.结果表明两种方法均受转速和负载转矩影响较大,低速重载有利于故障诊断的进行;但ETSA比MCSA适用的转速范围更广.
推荐文章
基于LVQ神经网络风电机组齿轮箱故障诊断研究
LVQ神经网络
BP神经网络
风电机组
齿轮箱
故障诊断
基于数据驱动的故障诊断研究
故障诊断
数据驱动
机器学习
基于谱熵的齿轮故障诊断方法研究
谱熵
特征提取
故障诊断
齿轮传动系统
基于DBN的航空发电机故障诊断方法研究
航空发电机
故障诊断
深度置信网络
特征提取
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 基于电机驱动系统的齿轮故障诊断方法对比研究
来源期刊 电工技术学报 学科 工学
关键词 电磁转矩分析法 电机电流特征分析法 齿轮 故障诊断
年,卷(期) 2016,(19) 所属期刊栏目 电机与电器
研究方向 页码范围 132-140
页数 9页 分类号 TM315
字数 4462字 语种 中文
DOI
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 徐殿国 哈尔滨工业大学电气工程系 549 11959 61.0 88.0
2 杨明 哈尔滨工业大学电气工程系 281 3177 28.0 45.0
3 李广 哈尔滨工业大学电气工程系 5 11 1.0 3.0
4 柴娜 哈尔滨工业大学电气工程系 4 10 1.0 3.0
5 李雨琪 哈尔滨工业大学电气工程系 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2016(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)
研究主题发展历程
节点文献
电磁转矩分析法
电机电流特征分析法
齿轮
故障诊断
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
电工技术学报
半月刊
1000-6753
11-2188/TM
大16开
北京市西城区莲花池东路102号天莲大厦10层
6-117
1986
chi
出版文献量(篇)
8330
总下载数(次)
38
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导