1工艺介绍

如图1所示，电机由定子和转子两个基本部分组成，转子通过轴承和联轴器拖动负载同步旋转。由于电机装配不良，出现转子偏心、匝间短路等电机本体故障，轴承磨损破裂、齿轮箱断齿等传动链故障，过载、欠载、卡阻等负载故障。目前主要以人工点检、巡检及手持设备离线检测为主，这种人工现场检测方法存在检测效率低，运维成本高，人力资源浪费严重，故障范围覆盖不全且经常导致非停事故等问题。

针对以上问题，本论文提出一种基于定子电流高频数据的电机智能故障诊断方法。首先使用ARM+AD9000计量芯片采集高频电流、电压原始数据，采样频率为8kHz；再对原始数据经验模态分解（EMD）的低频段进行希尔伯特黄变换（HHT）求取包络线，计算包络线的快速傅里叶变换（FFT）频谱，分别用卷积神经网络（CNN）和门控循环单元（GRU）识别故障下的包络线形态和时序关系，同时考虑模型的跨工况泛化能力，采用域自适应迁移算法。综合分析基于包络形态和包络谱时序的两种预测结果，给出最终的分类故障决策。