项目名称: 面向异步电机故障诊断的Synchrosqueezed小波变换理论与算法实现

项目编号: No.61471275

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 无线电电子学、电信技术

项目作者: 柴利

作者单位: 武汉科技大学

项目金额: 80万元

中文摘要: 基于瞬态电机电流信号分析(TMCSA)的异步电机故障诊断具有重要科学意义和工程应用价值,是相关领域的热点研究问题之一。但目前该问题没有很好的解决方法,其中最主要的难点是TMCS中瞬时高频特性组分的准确提取。另一方面,Synchrosqueezed小波变换(SWT)正是为了精确分离和提取多组分信号中的瞬时频率特性而提出的一种自适应小波变换方法。本项目拟用SWT解决异步电机故障诊断中的瞬时高频特性有效识别难题,主要研究内容包括:SWT母小波和故障指标的选取、SWT算法的滤波器组实现、滤波器组实现模块的故障敏感性和噪声鲁棒性分析等等。项目课题组已有丰富的相关研究积累,拟研究问题创新性强,既有重要的科学意义,也有广泛的应用前景。

中文关键词: 滤波器组;小波变换;异步电机;鲁棒故障诊断

英文摘要: The diagnosis of induction motor faults is of great importance in both scientific research point of view and practical engineering applications. Among the diagnosis methods, the one based on the transient motor current signature analysis (TMCSA) have been drawn much attention and become one of the most important research topics. However there is still no effective solution so far. The most challenging problem is to precisely locate and extract the high frequency transient component in TMCS. On the other hand, Synchrosqueezed Wavelet Transform (SWT) is an adaptive wavelet transform method, by which the instantaneous frequency component can be extracted effectively from a multicomponent signal. In this research, SWT will be used to solve the challenging problem of characterizing the high frequency transient component aroused in fault diagnosis of induction motors. The proposed research includes the following problems: the selection of mother wavelets in SWT and the corresponding fault index, the SWT algorithm and its filter bank implementation, the fault sensitivity and noise robustness of the implemented filter bank module, etc. The project group has good track record in research. The proposed problems are novel, challenging and of great importance in theory and practical applications.

英文关键词: Filter banks;Wavelet transform;Induction motor;Robust fault diagnosis

成为VIP会员查看完整内容
0

相关内容

深度神经网络 FPGA 设计进展、实现与展望
专知会员服务
57+阅读 · 2022年3月26日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
39+阅读 · 2021年5月30日
专知会员服务
114+阅读 · 2021年1月11日
基于深度学习的数据融合方法研究综述
专知会员服务
136+阅读 · 2020年12月10日
【2020新书】傅里叶变换的离散代数,296页pdf
专知会员服务
113+阅读 · 2020年11月2日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
解读:《金融数据安全 数据安全评估规范》
THU数据派
6+阅读 · 2022年1月18日
【PHM算法】PHM算法 | 故障诊断建模方法
产业智能官
66+阅读 · 2020年3月16日
大讲堂 | 基于小波变换的图卷积神经网络
AI研习社
12+阅读 · 2019年1月3日
手把手 | 基于TextRank算法的文本摘要(附Python代码)
大数据文摘
11+阅读 · 2018年12月27日
独家 | 基于TextRank算法的文本摘要(附Python代码)
数据派THU
14+阅读 · 2018年12月21日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
傅里叶变换和拉普拉斯变换的物理解释及区别
算法与数学之美
11+阅读 · 2018年2月5日
YOLO算法的原理与实现
机器学习研究会
43+阅读 · 2018年1月19日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
0+阅读 · 2022年4月15日
小贴士
相关VIP内容
深度神经网络 FPGA 设计进展、实现与展望
专知会员服务
57+阅读 · 2022年3月26日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
39+阅读 · 2021年5月30日
专知会员服务
114+阅读 · 2021年1月11日
基于深度学习的数据融合方法研究综述
专知会员服务
136+阅读 · 2020年12月10日
【2020新书】傅里叶变换的离散代数,296页pdf
专知会员服务
113+阅读 · 2020年11月2日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
相关资讯
解读:《金融数据安全 数据安全评估规范》
THU数据派
6+阅读 · 2022年1月18日
【PHM算法】PHM算法 | 故障诊断建模方法
产业智能官
66+阅读 · 2020年3月16日
大讲堂 | 基于小波变换的图卷积神经网络
AI研习社
12+阅读 · 2019年1月3日
手把手 | 基于TextRank算法的文本摘要(附Python代码)
大数据文摘
11+阅读 · 2018年12月27日
独家 | 基于TextRank算法的文本摘要(附Python代码)
数据派THU
14+阅读 · 2018年12月21日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
傅里叶变换和拉普拉斯变换的物理解释及区别
算法与数学之美
11+阅读 · 2018年2月5日
YOLO算法的原理与实现
机器学习研究会
43+阅读 · 2018年1月19日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员