论文部分内容阅读
随着工业的发展,异步电机的地位越来越重要,几乎被用各个领域,毫无疑问,异步电动机为我们的日常生活提供了最为广泛的机械动能和电能。一旦电机发生故障,我们日常的生产生活必会受到影响,如若故障严重,则会引发重大的工业事故,导致人员伤亡等状况的发生。因此,及时发现电机的故障并进行维修是非常必要的。本文建立了一个基于Android平台的电机故障诊断系统,综合了以Android为操作系统的智能终端和便携式下位机采集器二者的优势,在Android故障诊断客户端利用支持向量机算法进行电机故障的分类建模,用户可通过Android终端设备随时查看电机运行状态的诊断结果,真正实现了诊断的便捷性,具有一定的实用价值。具体包括如下研究内容:首先,本文依据电机的电磁理论,通过对电机的转子断条、定子匝间短路、转子偏心和轴承故障这四种故障机理进行分析,确定了以电机定子电流信号频谱为依据的特征分量。并利用支持向量机算法对特征分量建立故障诊断的建模,为了进一步提高分类的准确率和诊断的时间,本文又在该算法的基础上提出了交叉验证的方式以及遗传算法和粒子群算法进行参数c/g的优化,分类的准确率达到了98.667%,并通过MATLAB对采集到的故障数据进行了仿真验证。其次,设计本系统的下位机采集器,下位机是基于STM32实现的,包括软件和硬件两大部分,在AD15(altium designer15)软件平台上实现硬件电路的设计,硬件的选择和设计部分主要包括电源电路、信号采集与调理电路、A/D转换电路、蓝牙通信电路等。软件部分的设计采用了KEIL uVision5软件进行编程,主要对FFT算法、数据采集和通信等程序进行设计。搭建出了下位机数据采集系统的整体模型。最后,对电机故障诊断系统的Android客户端进行模块设计,包括蓝牙通信模块,用户登录模块,Service后台采集模块、电机状态数据分析模块、电机状态数据存储模块和电机运行状态显示模块。最终完成了基于Android平台的电机故障诊断系统的整体设计。