[发明专利]基于时频分析的电动机变频调速动态运行模式识别方法

摘要

本发明涉及一种基于时频分析的电动机变频调速动态运行模式识别方法，其特征在于：通过综合运用广义解调方法、MODWPT分解方法和广义逆解调方法，将原始电流信号通过广义解调变成频带不重叠的各分量，由MODWPT分解方法可实现各分量的分离。最后分离出电流主成分对应的广义解调相位函数，然后根据该函数的导数对应的曲线和解析表达形式对电动机的运行状态进行识别。该方法能在多分量时频变化信号中分离出各分量，并将电动机运行的实际情况完全考虑在信号分析范围内，频率解析表达形式可以通过曲线拟合由程序自动完成。综上所述本发明提供了一种基于时频分析的能在变频调速电动机动态状态下对电动机的运行模式进行准确识别的方法。

主权项

一种基于时频分析的电动机变频调速动态运行模式识别方法，其特征在于：它包括以下步骤：(1)采集电动机变频调速运行时的电流信号x(t)，并对其进行希尔伯特变换，得到第一解析信号如下：y(t)＝x(t)+jH[x(t)]，其中H代表希尔伯特算子，j表示复数的虚部；(2)对第一解析信号y(t)进行第一次MODWPT分解，得到第一解析信号y(t)在时间与频率坐标轴上的时频分布曲线；(3)根据步骤(2)中得出的第一解析信号y(t)的时频分布曲线，在时间坐标轴上对所述时频分布曲线在每个时间点上对应的全部频率值求平均，然后将求出的各个平均值对应的点拟合成曲线，获取第一次广义解调所需要的第一相位函数s1(t)；(4)利用步骤(3)获取的第一相位函数s1(t)函数对步骤(2)中得出的第一解析信号y(t)进行广义解调，得到第二解析信号y1(t)的表达式如下： y 1 ( t ) = y ( t ) e - j 2 π s 1 ( t ) = Σ i = 0 n a i ( t ) e i [ φ i ( t ) - 2 π s 1 ( t ) ] , 其中αi(t)表示信号的振幅，φi(t)表示信号的相位；(5)对步骤(4)中得到的第二解析y1(t)进行第二次MODWPT分解，将第二解析信号y1(t)中包含的多分量时频变化信号进行分割，获取第二解析信号y1(t)的各个单分量信号e1(t)，e2(t)，L，en(t)，具体表达式如下： e i ( t ) = a i ( t ) e j [ φ i ( t ) - 2 π s 1 ( t ) ] , ( i = 1,2 , . . . n ) ; (6)利用步骤(3)得到的第一相位函数si(t)对第二解析信号y1(t)的各单分量信号e1(t)，e2(t)，L，en(t)进行逆广义解调，得出第三解析信号ri(t)，并根据ri(t)计算出电流信号x(t)的单分量信号c1(t)，c2(t)，L，cn(t)，具体表达式如下： r i ( t ) = e i ( t ) e j 2 π s 1 ( t ) , ( i = 1,2 , . . . n ) ; ci(t)＝RP[ri(t)]   (i＝1，2，...n)；(7)将步骤(6)中得出的电流信号x(t)的单分量信号ci(t)中选取幅值最大的单分量作为电源主分量，进行第三次MODWPT分解，得出能反应出电动机变频调速动态运行模式的第 二相位函数s2(t)；(8)对步骤(7)中得到的第二相位函数s2(t)进行求导，得出变频调速电动机电流信号x(t)的主成分频率随时间变化的关系，如果频率随时间增加而增加，就识别为电动机处于加速运行模式，如果频率随时间增加而减小，就识别为电动机处于减速运行模式，如果频率随时间增加而保持不变，就识别为电动机处于恒频恒速运行模式。