变频环境下异步电机故障诊断方法

来源：机床与液压杂志2022年第18期北京时间：

作者：黄向慧，田坤臣，荣相，魏礼鹏，杨方

单位：西安科技大学电气与控制工程学院；西安科技大学电气与控制工程学院；中煤科工集团常州研究院有限公司,天地（常州）自动化股份有限公司；中煤科工集团常州研究院有限公司,天地（常州）自动化股份有限公司；西安科技大学电气与控制工程学院

摘要：针对变频环境下异步电机故障时定子电流信号非平稳的问题，提出一种互补集合经验模态分解（CEEMD）与卷积神经网络（CNN）结合的异步电机故障诊断方法。首先通过ANSYS对变频环境下电机建模获得仿真电流数据，利用CEEMD将电机定子电流信号分解为一系列本征模态函数（IMF）；其次通过计算排列熵和样本熵，选取复杂程度小的IMF分量并计算其平均值来提取出故障特征；接着将特征数据集输入卷积神经网络（CNN）进行训练和验证；最后搭建实验平台收集电流信号，对信号进行滤波和CEEMD分解重构，放入CNN训练好的模型进行测试，识别率达95.56%。证明了该方法是一种可行的异步电机故障诊断方法，可实现对异步电机正常、转子断条和气隙偏心状态的准确识别。

关键词：异步电机;互补集合经验模态分解;样本熵;排列熵;卷积神经网络

基金资助：天地科技股份有限公司科技创新创业资金专项资助项目(2020-TD-QN002)；陕西省自然科学基础研究计划(2019JQ-792)；陕西省教育厅专项科学研究计划项目（19JK0545）