典型文献
Lyapunov指数在异步电动机机械振动识别中的应用
文献摘要：
基于非线性动力学理论,研究异步电动机振动信号的Lyapunov指数特征,并应用于故障诊断和识别.首先,搭建试验平台,并模拟异步电动机正常工作、转子不对中和底座安装不良的三种转动状态.分析电动机三种振动信号的波形,并进行去噪和预处理.然后,基于BBA算法计算振动信号在不同工作状态下的Lyapunov指数谱,选取最大Lyapunov指数作为特征用于识别异步电动机的机械振动;最后,为了对该分析方法的有效性及抗干扰性进行验证,引入了随机噪声,分析所提出算法在不同参数下的受噪声的影响水平.研究结果显示,异步电动机在正常运行时,其最大Lyapunov指数值在0.3-0.7;安装不良时其最大Lyapunov指数值在0-0.3,表明这两种工作状态下电动机振动信号序列出自于一个混沌过程;在电动机处于转子不对中状态时,其最大Lyapunov指数值近似为零,表明其振动序列中基本不存在混沌属性.在该研究结果的基础上,配合特征融合与机器学习分类算法,将有效提高异步电动机机械振动识别的准确率和效率.
文献关键词：
异步电动机;故障振动;Lyapunov指数;Brown Bryant Abarbanel(BBA)算法
中图分类号：
作者姓名：
刘雁;高宽;黄炎;张赫;肖军
作者机构：
西北工业大学 机电学院,西安 710072;合肥通用机械研究院 压缩机技术国家重点实验室,合肥 230031
文献出处：
引用格式：
[1]刘雁;高宽;黄炎;张赫;肖军-.Lyapunov指数在异步电动机机械振动识别中的应用)[J].振动与冲击,2022(13):142-151
A类：
Abarbanel
B类：
Lyapunov,异步电动机,机械振动,振动识别,非线性动力学,动力学理论,究异,振动信号,试验平台,转子不对中,底座,转动,去噪,BBA,算法计算,工作状态,征用,抗干扰性,随机噪声,同参数,响水,指数值,列出,出自于,混沌属性,特征融合,机器学习分类算法,故障振动,Brown,Bryant
AB值：
0.273961
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
