应用经验模态分解下的AR模型提取电动机故障特征

• 作者: 仝年 牛曼 许允之
• 来源期刊: 煤矿机电
• 学科: 工学
• 关键词: 经验模态分解(EMD) 自回归(AR)模型 固有模态函数(IMF) 故障特征提取 转子断条
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 问题探讨
• 页码范围: 47-51,54
• 页数: 6页
• 分类号: TM343+.2|TP206+.3
• 字数: 2742字
• 语种: 中文
• DOI: 10.16545/j.cnki.cmet.2017.01.014

摘要

为有效地诊断电动机断条故障,提出了一种基于EMD-AR模型的电动机断条诊断的信号分析新方法.该方法将时间序列的AR模型引入到电动机断条故障诊断中,采用了经验模态分解方法将电动机的电流信号分解成若干个平稳的IMF分量,对前三个分量建立AR模型,并对固有模态函数进行功率谱分析.通过对比正常电动机、一根断条满载电动机和一根断条空载电动机的A相电流信号的IMF1 (V) ～ IMF3 (V)分量,通过AR模型估计的功率谱图提取故障特征并分析.仿真和实验结果表明,此方法能有效识别电动机断条故障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许允之	中国矿业大学电气与动力工程学院	111	387	11.0	15.0
2	仝年	华北电力大学电气与电子工程学院	7	26	3.0	5.0
3	牛曼	河海大学能源与电气工程学院	1	1	1.0	1.0