轴承是异步电机常见故障类型中发生故障概率最大的部件。谐波法是目前轴承故障诊断的常用方法,想要准确的获取故障特征谐波分量,需要对故障信号进行去噪预处理。针对故障信号提取特征频率的噪声干扰问题,结合电机轴承故障机理分析,提出运用解析模态分解(AMD)算法和小波阈值去噪算法相结合的谐波检测方法来提高电机轴承故障特征谐波分量提取的准确性。实验结果表明,所提方法能够准确的提取故障信号的特征分量,可有效提升故障诊断的准确性和可靠性,降低了电动机故障发生概率。

为了分析联轴器转子不对中时对电机测试信号的影响,基于扭矩传感器测试原理,建立了联轴器两转子平行不对中与相交不对中时的分析模型,分析了它们在不同旋转角度下的受力状态,总结了所产生的附加作用力与力矩的特征规律。并基于已建立的分析模型对八花瓣梅花型联轴器所产生的干扰转矩特征进行了预测研究,最终通过台架试验验证了该模型预测结果的有效性。结果表明当两轴存在平行不对中时,转矩信号中存在n/2倍频分量,其中n为梅花型联轴器弹性体的梅花瓣数。若联轴器相交不对中时,转矩信号中主要存在频率为转速倍频的谐波分量。

电力参数是一组多变量、相关性较强的电路参数,传统的模拟指示仪表功能单一,而具有微处理器的数字式工频有效值多用表由于采用锁相环倍频电路及外部A/D转换器采集数据,并通过快速傅里叶变换FFT计算谐波分量等量值,数据采集点受到限制,谐波分量及波形不能独立显示，动态检测性不够。