目錄
前言
第1章 緒論 1
1.1 研究目的及意義 1
1.2 國內外研究現(xiàn)狀 2
1.2.1 定/轉子氣隙偏心 2
1.2.2 磁飽和 3
1.2.3 機-磁-電耦合建模 4
1.2.4 含機械故障的定子電流分析 7
1.2.5 基于定子電流的故障診斷 9
1.3 本書主要內容 10
參考文獻 13
第2章 基于集中參數(shù)的耦合分析模型 25
2.1 偏心轉子氣隙建模 25
2.1.1 二維氣隙偏心建模 25
2.1.2 三維氣隙偏心建模 27
2.2 偏心轉子動力學耦合模型 32
2.2.1 二維偏心轉子動力學建模 32
2.2.2 三維偏心轉子動力學建模 34
2.3 偏心轉子動力學響應分析 35
2.3.1 二維偏心動力學建模 35
2.3.2 三維偏心動力學建模 47
2.4 本章小結 55
參考文獻 56
第3章 等效磁路耦合分析模型 58
3.1 定/轉子電磁參數(shù) 58
3.1.1 定/轉子磁導 59
3.1.2 氣隙磁導 61
3.1.3 漏磁電感 62
3.1.4 轉子電阻 63
3.2 機-磁-電耦合方程組 64
3.2.1 節(jié)點磁勢方程 64
3.2.2 磁鏈方程 67
3.2.3 磁鏈微分方程 70
3.2.4 轉子微分方程 71
3.3 模型驗證 72
3.3.1 電機參數(shù) 72
3.3.2 有限元驗證 72
3.4 本章小結 74
參考文獻 74
第4章 永磁直驅發(fā)電機的磁-固耦合特性 76
4.1 氣隙磁場強度 76
4.1.1 共形映射 76
4.1.2 等效磁路 78
4.2 磁-固耦合分析 82
4.2.1 等效電磁剛度 82
4.2.2 動態(tài)特性計算 83
4.3 模型驗證 85
4.3.1 有限元分析 85
4.3.2 模態(tài)測試 87
4.4 分析與討論 91
4.4.1 空載工況 91
4.4.2 負載工況 92
4.4.3 氣隙長度的影響 94
4.4.4 轉速的影響 94
4.5 本章小結 95
參考文獻 96
第5章 非晶合金電機的磁-固耦合特性 97
5.1 含齒槽的偏心氣隙磁場分布 97
5.1.1 理論建模 97
5.1.2 方法驗證 101
5.2 非晶定子鐵心徑向振動的動力學模型 103
5.3 分析與討論 109
5.4 本章小結 114
參考文獻 114
第6章 非理想偏心電機轉子耦合動力學 116
6.1 形狀偏差時偏心轉子耦合模型 116
6.1.1 形狀偏差引起的電磁激勵 116
6.1.2 動力學模型 120
6.1.3 結果分析 122
6.2 磁飽和時偏心轉子耦合模型 126
6.2.1 磁飽和電磁激勵模型的建立 126
6.2.2 考慮磁飽和的轉子系統(tǒng)電磁耦合建模 130
6.2.3 動力學響應分析 132
6.2.4 系統(tǒng)穩(wěn)定性分析 136
6.3 本章小結 141
參考文獻 141
第7章 含電機軸承故障的定子電流分析 144
7.1 電機軸承故障動力學建模 144
7.1.1 局部故障引起的附加徑向間隙 144
7.1.2 轉子-軸承系統(tǒng)振動方程 147
7.1.3 非均勻時變氣隙長度 147
7.2 含局部故障的定子電流分析 148
7.2.1 外圈剝落 149
7.2.2 內圈剝落 151
7.2.3 滾珠剝落 151
7.3 與測試結果的對比 153
7.4 故障尺寸影響的定量分析 156
7.5 本章小結 158
參考文獻 159
第8章 含行星齒輪系統(tǒng)故障的定子電流分析 160
8.1 感應電機-行星齒輪系統(tǒng)動力學建模 160
8.1.1 扭轉振動模型 160
8.1.2 考慮局部缺陷的時變嚙合剛度 162
8.2 含局部故障的定子電流分析 166
8.2.1 太陽輪削齒故障 167
8.2.2 行星齒輪削齒故障 168
8.2.3 齒圈削齒故障 168
8.3 與測試結果的對比 169
8.4 故障尺寸影響的定量分析 175
8.5 本章小結 177
參考文獻 178
第9章 含行星齒輪軸承故障的定子電流分析 180
9.1 感應電機-行星齒輪系統(tǒng)動力學建模 181
9.1.1 橫向-扭轉振動模型 181
9.1.2 時變嚙合剛度 183
9.1.3 考慮局部故障的行星齒輪軸承非線性支承力 184
9.2 含局部故障的定子電流分析 186
9.2.1 行星齒輪軸承內圈剝落 188
9.2.2 行星齒輪軸承外圈剝落 189
9.2.3 行星齒輪軸承滾子剝落 189
9.3 與測試結果的對比 190
9.4 故障尺寸影響的定量分析 193
9.5 本章小結 194
參考文獻 195
第10章 基于定子電流的行星齒輪系統(tǒng)故障診斷 196
10.1 定子電流故障機理 196
10.2 基于奇異譜重構的信號預處理 199
10.3 特征提取與分類模型 200
10.3.1 主成分分析 200
10.3.2 傳統(tǒng)機器學習模型 201
10.3.3 一維卷積神經網絡 201
10.4 故障分類試驗 203
10.4.1 試驗裝置與數(shù)據(jù)集 203
10.4.2 信號分析 204
10.4.3 分類結果 205
10.5 本章小結 210
參考文獻 210