亚星游戏官网-www.yaxin868.com

专利名称：基于hht的潜油电机转子断条故障识别方法
技术领域：
本发明涉及基于HHT的潜油电机转子断条故障识别方法，属于电机断条故障识别技术领域。
背景技术：
转子断条故障是潜油电机的常见故障之一，很多与转子非对称、不平衡相关的电机故障也归类为“广义转子断条”。由于断条故障发生的初期，电机并不会出现明显的电气和温度的变化，加之潜油电机一般工作于2000m深的井下，使得常规的温度、压力、转速等传感器不能或难以直接检测出故障信号的突变。因此，当转子断条故障严重到一定程度时，极可能导致电机严重烧损，这将影响到油井的检泵周期，缩短潜油电机的使用寿命。因此研究电机转子断条故障的产生机理，实现潜油电机断条故障的在线诊断及保护具有极其重要的现实意义。

发明内容
本发明目的是为了解决目前潜油电机的转子断条故障不能实现在线检测，造成电机严重烧损的问题，提供了一种基于HHT的潜油电机转子断条故障识别方法。本发明所述基于HHT的潜油电机转子断条故障识别方法，它包括以下步骤:步骤一:采集潜油电机的三相定子电流；步骤二:采用信号调理电路对三相定子电流进行调理，获得0-3.3V的电压信号，作为待识别的原始定子电流信号；步骤三:对待识别的原始定子电流信号进行处理获得定子电流幅值X (t)，再对定子电流幅值X(t)进行希尔伯特变换，获得分析信号Z (t)，对分析信号Z (t)进行傅里叶变换获得定子电流信号幅值频谱W ( ω )，由定子电流信号幅值频谱W ( ω )获得电机定子电流中的边频成分；步骤四:将步骤三中获得的电机定子电流中的边频成分的幅值与额定幅值进行比较，若边频成分的幅值大于额定幅值，则判定存在转子断条故障；否则，对定子电流信号幅值频谱W( ω )基于BP神经网络进行训练和测试，通过调试与分析设定频谱幅值阈值，当BP神经网络的输出大于该频谱幅值阈值时，则判定存在转子断条故障；否则，潜油电机为正常运行。所述步骤四中的边频成分的幅值为定子电流信号幅值频谱W(CO)中(l-2S)fQ处的幅值，其中s为转差率，f0为定子电流信号幅值频谱W(GJ)中的基波频率，f0 = 50Hz。所述步骤三中对待识别的原始定子电流信号进行处理获得定子电流幅值X (t)，再对定子电流幅值x(t)进行希尔伯特变换，获得分析信号Z(t)，对分析信号Z(t)进行傅里叶变换获得定子电流信号幅值频谱W(CO)的具体过程为:对待识别的原始定子电流信号进行经验模态分解，直至筛选为本征模态函数，将本征模态函数作为定子 电流幅值X (t)进行希尔伯特变换，获得分析信号Z (t)的幅值虚部
权利要求
1.一种基于HHT的潜油电机转子断条故障识别方法，其特征在于，它包括以下步骤: 步骤一:采集潜油电机的三相定子电流； 步骤二:采用信号调理电路对三相定子电流进行调理，获得0-3.3V的电压信号，作为待识别的原始定子电流信号； 步骤三:对待识别的原始定子电流信号进行处理获得定子电流幅值X (t)，再对定子电流幅值X(t)进行希尔伯特变换，获得分析信号Z(t)，对分析信号Z(t)进行傅里叶变换获得定子电流信号幅值频谱W (ω)，由定子电流信号幅值频谱W (ω)获得电机定子电流中的边频成分； 步骤四:将步骤三中获得的电机定子电流中的边频成分的幅值与额定幅值进行比较，若边频成分的幅值大于额定幅值，则判定存在转子断条故障； 否则，对定子电流信号幅值频谱W(co)基于BP神经网络进行训练和测试，通过调试与分析设定频谱幅值阈值，当BP神经网络的输出大于该频谱幅值阈值时，则判定存在转子断条故障；否则，潜油电机为正常运行。
2.根据权利要求1所述的基于HHT的潜油电机转子断条故障识别方法，其特征在于，所述步骤四中的边频成分的幅值为定子电流信号幅值频谱W(co)中(1-28)&处的幅值，其中s为转差率，f0为定子电流信号幅值频谱W(GJ)中的基波频率，f0 = 50Hz。
3.根据权利要求1或2所述的基于HHT的潜油电机转子断条故障识别方法，其特征在于，所述步骤三中对待识别的原始定子电流信号进行处理获得定子电流幅值X(t)，再对定子电流幅值x(t)进行希尔伯特变换，获得分析信号Z(t)，对分析信号Z(t)进行傅里叶变换获得定子电流信号幅值频谱W(CO)的具体过程为: 对待识别的原始定子电流信号进行经验模态分解，直至筛选为本征模态函数，将本征模态函数作为定子电流幅值x(t)进行希尔伯特变换，获得分析信号z(t)的幅值虚部Y(t):
4.根据权利要求3所述的基于HHT的潜油电机转子断条故障识别方法，其特征在于，步骤四中所述对定子电流信号幅值频谱W(ω)基于BP神经网络进行训练和测试，通过调试与分析设定频谱幅值阈值的具体方法为: 首先，选择定子电流信号幅值频谱W(ω)的有效值和标准差作为BP神经网络的输入矢量，所述输入矢量为2X1的列矢量； 然后，分别根据实验获得的潜油电机正常运行状态、轻微故障运行状态及完全故障运行状态时定子电流信号幅值频谱W( ω)的有效值与标准差，确定BP神经网络的有效值输入范围和标准差输入范围； 将BP神经网络设置为两层结构，一层为隐层，另一层为输出层；所述BP神经网络的输入矢量首先传播到隐层节点，经隐层的传递函数，传输到输出层的输出节点后获得BP神经网络的输出； 确定BP神经网络隐层的神经元个数，并且隐层的传递函数采用正切Sigmoid函数f (χ):
全文摘要
基于HHT的潜油电机转子断条故障识别方法，属于电机断条故障识别技术领域。本发明为了解决目前潜油电机的转子断条故障不能实现在线检测，造成电机严重烧损的问题。它首先采集潜油电机的三相定子电流；获得0-3.3V的电压信号，作为待识别的原始定子电流信号，处理获得定子电流幅值X(t)，再获得分析信号Z(t)，对分析信号Z(t)进行傅里叶变换获得定子电流信号幅值频谱W(ω)，由定子电流信号幅值频谱W(ω)获得电机定子电流中的边频成分；将获得的电机定子电流中的边频成分的幅值与额定幅值进行比较，若边频成分的幅值大于额定幅值，则判定存在转子断条故障。本发明用于识别潜油电机转子断条故障。
文档编号G01R31/34GK103235260SQ20131012949
公开日2013年8月7日 申请日期2013年4月15日 优先权日2013年4月15日
发明者王立国, 徐殿国, 侯卓, 安天琪, 吴松霖, 韩宇泽, 胡东, 张世博 申请人:哈尔滨工业大学