三相異步電動機的嚙合頻率。三相異步電動機小波分解過程中可以看出，小波系數 d3 不僅能將齒輪的故障振動信號分離出來，更為重要的是，它保留了故障信號的時間信息，這些時間信息反映了剎車電機信號的重復頻率及它們的變化規律，包含著三相異步電動機故障模式的信息。為有效地提取這些故障信息，對小波系數 d3 進行包絡檢波，然后對剎車電機包絡信號進行頻譜分析。小波系數 d3的包絡檢波通過 Hilbert 變換來實現。
剎車電機軸上齒輪的嚙合頻率和它的2倍頻，3倍頻。由此可得出轉軸 上的齒輪存在故障。因此，由上例可知小波變換是種提取淹沒于非平穩振動信號中故障振動信號的有效手段。從上述試驗結果分析可以得到結論，利用小波多分辨分析理論對故障振動信號在各小波空間進行分解，再對能反映出故障特征信息的剎車電機小波空間的小波系數進行包絡譜分析就能有效地提取齒輪故障特征信息。結合實例我們可知小波變換對于齒輪故障的識別定位要優于傳統的快速傅里葉變換。三相異步電動機小波變換在高頻段中有較好的時間分辨率和較低的頻率分辨率.對于包含多種頻率的諧波和疊加信號，使用小波變換理論對于故障信號進行識別的精度要高于 FFT ，這說明小波變換是區分高頻域中瞬時故障的有力工具。通過三相異步動機實例分析說明，小波變換能夠成功的檢測和定位剎車電機中的故障。這個研究說明小波理論在檢測剎車電機故障中的有效性，同時也說明它也是種監測三相異步電動機運行工況的較好工具。
結合剎車電機非平穩機械運行狀態，介紹了應用小波快速分解的 Mallat 算法理論進行故障信號檢測和降噪的基本原理。通過小波變換后，可以獲取平穩振動信號和瞬態沖擊故障信號的時頻特性。結合實例結果表明，剎車電機方法可以有效地提取淹沒在非平穩振動噪聲信號中的瞬態沖擊故障信號的特征并準確檢測出沖擊故障信號，驗證了該方法對三相異步電動機機械設備進行故障診斷的有效性。
剎車電機振動信號由于含有機械工作部件的動態信息而經常用于三相異步電動機機械系統的故障診斷。這些機械振動信號疊加了窄帶頻率的基頻信號和諧波信號，同時這些信號與旋轉機械系統密切相關，當系統中某部件出現損壞導致三相異步電動機振動能量增加時便能從信號上有所反映。些用于故障診斷的傳統分析方法，包括時域分析和頻譜分析，能有效地對剎車電機故障進行診斷在假設信號是平穩的條件下。然而，當出現臨界條件及剎車電機轉速發生突變的時候傳統的分析方法如快速傅里葉變換 (FFT) 并不總是有效。 FFT 常用于識別諧波信號，但是由于固定的時間和頻率分辨率(如 4.10 節所述)，使之在三相異步電動機分析瞬時信號時就無能為力了，例如淹沒在噪聲信號中的短時脈沖。小波變換克服了上述缺點，剎車電機利用其空間局部化性質，它可以在不同的時間分辨率下對信號進行分析。因此，三相異步電動機小波變換是振動信號分析和處理的有力工具。/Products/jiaoliudianji.html

本文鏈接:http://www.scxfs.com/list_16/4768.html