基于多重信号分类与模式搜索算法的笼型异步电动机转子断条故障检测新方法

提出了一种基于多重信号分类(multiplesignalclassification，MUSIC)与模式搜索算法(patternsearchalgorithm，PSA)的异步电动机转子断条故障检测新方法。MUSIC方法对于短时信号具备高频率分辨力，可以准确计算转子断条故障特征分量以及其他分量的频率；但对诸频率分量幅值和初相角则无法准确求解。因此引入PSA确定诸频率分量的幅值、初相角，并对1台Y100L-2型3kW笼型异步电动机完成了转子断条故障检测实验。实验结果表明：基于MUSIC与PSA的异步电动机转子断条故障检测方法切实可行，适用于负荷波动、噪声等干扰严重情况。