[发明专利]一种基于马田系统和Box-Cox变换的电机故障诊断方法

摘要

一种基于马田系统和Box-Cox变换的电机故障诊断方法，步骤一、采集电机正常工作和发生故障时的振动信号；步骤二、对振动信号进行时域和时频域上的特征参数的计算；步骤三、对特征参数运用马田系统中的稳健设计理念，选取出有用的特征参数用于计算电机工作在不同健康状态下的马氏距离；步骤四、对步骤三计算得到的马氏距离，运用Box-Cox变换转换成高斯分布的数据，利用高斯分布的性质和逆Box-Cox变换，确定电机工作在不同健康状态下的马氏距离范围；步骤五、对未知工作状态的电机经过信号采集，有用特征参数计算和马氏距离计算，对比步骤四中确定的马氏距离范围，对测试电机的健康状况进行判断，从而实现电机的故障诊断。本发明能有效实现电机电气故障的诊断。

主权项

一种基于马田系统和Box‑Cox变换的电机故障诊断方法，其特征在于：所述方法包括以下步骤：步骤一、采集电机正常工作和发生故障时的振动信号；步骤二、对步骤一得到的振动信号进行特征参数的计算，具体是：对振动信号进行时域特征参数的计算，同时对振动信号通过小波包变换，进行时频域上特征参数的计算；步骤三、对步骤二得到的特征参数，以电机正常工作时得到的特征参数为基准，运用马田系统中的稳健设计理念选取出有用的特征参数，并基于这些特征参数重新计算马氏距离；步骤四、对步骤三得到的非负的、非高斯分布的马氏距离，运用Box‑Cox变换，转换成高斯分布的数据，利用高斯分布的性质和逆Box‑Cox变换，确定电机工作在不同健康状态时的马氏距离范围；由马氏距离构成的样本数据x＝[x₁,x₂,...,x_N]，N为马氏距离样本的个数，x中的第i个数据x_i经Box‑Cox变换后得到的数据y_i(λ)可通过下式计算出来：$y_i\left(\mathrm{\λ}\right)=\left\{\begin{array}{cc}\frac{x_i^{\mathrm{\λ}}-1}{\mathrm{\λ}},& \mathrm{\λ}\≠0\\ \ln \left(x_i\right),& \mathrm{\λ}=0\end{array}\right.$其中变换参数λ通过下式的最大似然函数估计出来：$f(y,\mathrm{\λ})=-\frac{N}{2}\ln \left[\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{{(y_i\left(\mathrm{\λ}\right)-\stackrel{\‾}{y\left(\mathrm{\λ}\right)})}^2}{N}\right]+(\mathrm{\λ}-1)\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\ln \left(x_i\right)$式中，y＝[y₁,y₂,...,y_N]，Box‑Cox变换前后，数据的分布情况可以通过柱状图或正态概率图来进行判断或验证；然后运用高斯分布的性质，得到Box‑Cox变换后服从高斯分布的数据的上、下限，并通过下式的逆Box‑Cox变换来确定电机工作在不同健康状态下的马氏距离范围：$x=\left\{\begin{array}{cc}{(\mathrm{\λy}+1)}^{\frac{1}{\mathrm{\λ}}},& \mathrm{\λ}\≠0\\ e^y,& \mathrm{\λ}=0\end{array}\right.$步骤五、对未知工作状态的电机经过振动信号采集，有用特征参数计算和马氏距离计算，对比步骤四中确定的马氏距离范围，对测试电机健康状态的进行判断，从而实现电机的故障诊断。