转子系统作为旋转机械装备中重要的动力输出装置,当系统发生碰磨故障时会对整个设备运行状态产生影响,为了利用电机定子电流信号来对转子系统碰磨故障进行诊断,在考虑圆盘质量偏心因素的条件下,建立了转子在碰磨状态下的弯扭耦合振动数学模型,基于库伦摩擦力模型对碰磨力进行求解,再利用拉格朗日方程推导建立了转子系统碰磨弯扭耦合运动微分方程。把电磁扭矩作为纽带,利用MATLAB/Simulink软件建立了三相异步电机-转子系统碰磨机电耦合模型并进行仿真实验。对仿真得到的电流信号进行频谱分析,同时分析振动信号和绘制轴心轨迹用来作为对比验证。仿真结果表明可以通过监测电机的定子电流的特性来对转子系统的碰磨故障进行诊断,这为转子系统动力学研究与故障诊断提供了新的手段,便于对转子系统故障进行预测从而避免严重事故的发生。

作为转子系统动静碰磨的一种特殊形式,转子单点碰磨的研究与分析对碰磨故障诊断具有重要意义,为了全面有效地对其进行研究,提出了一种结合定子电流信号与振动信号的故障诊断方法,推导了定子电流信号如何反应动静碰磨特性,同时利用变分模态分解对振动信号的微弱故障特征进行了提取,分析观察两种信号的频谱特征,可以通过捕捉边频带来判断转子是否发生碰磨。利用MATLAB/Simulink对故障诊断原理进行了仿真实验,结合具体转子系统平台进行实验成功检测出了转子单点碰磨故障。

针对电机驱动的齿轮传动系统在故障诊断中的特点及存在的问题,提出了一种基于电机启动电流的无转速计阶次分析方法。该方法通过Hilbert-Huang时频分析对电机启动电流信号经EMD分解后的敏感IMF分量进行瞬时频率估计,实现了对电机转速信号的拟合;通过对启动电流的等角度重采样信号进行快速傅里叶变换,最终实现阶次分析。与传统分析方法相比,该方法避免了传统电机电流特征分析法存在的故障特征分量容易被湮没的问题;克服了传统频谱分析方法无法分析非稳态信号的不足;同时由于仅需测量电机电流信号即可实现故障诊断,有效降低了因齿轮箱实际复杂工作环境对测量操作的难度。实验结果表明此方法能够有效识别启动过程中齿轮箱的故障特征分量。

在故障诊断领域,电机电流信号分析法(MCSA)已经逐渐应用于齿轮故障诊断中,但该方法在诊断行星轮缺齿故障时由于电流基频干扰较大,导致故障特征不明显,难以实现故障诊断。因此提出一种基于电流信号经验模态分解(EMD)的故障诊断方法。通过对电机电流信号进行EMD分解,选取合适的IMF分量经傅立叶变换求其频谱图,根据频谱图中是否存在与故障特征频率相关的频率,实现了对行星轮缺齿故障的有效诊断。并通过实验分析,验证了该方法的有效性。

为了解决用单一(振动,压力,温度)传感器对液压泵故障诊断时效率低的问题,在PSO-BP诊断层的基础上,利用D-S证据理论对多传感器信号进行融合处理,建立了一种基于PSO-BP诊断层与D-S决策层融合的液压泵故障诊断模型,并针对液压泵正常状态以及五中典型故障(漏油,柱塞磨损,配流盘磨损,松靴磨损,轴承磨损)开展测试分析。研究结果表明:利用本故障诊断模型能够更准确判断柱塞磨损程度与松靴磨损状态,柱塞磨损诊断效率为98.6%,松靴磨损诊断效率为98.4%,单一传感器诊断精度没有超多90%,通过D-S决策层把数据融合后精度都在98%以上,证明了PSO-BP诊断层与D-S决策层融合模型的可行性。本研究具有很高的液压泵故障诊断效率,尤其适用于一些微弱的故障信息,对提前侦测故障危险具有很好的价值。