实验分析：

 

　　本实验采用的电机是国内大量使用的工频单相电机（

50HZ）。下面使用小波包变换对

交流电动机定子电流信号进行分析，并在最优小波包基下提取各节点的小波包系数。分析研
究各节点小波包分解系数的变化。

 

　　根据小波包分解频带划分特性，根据转子故障特征频率（

49.5HZ，50.5HZ），可将电

流信号进行

4 层小波包分解，小波基函数选择 Mexican Hat. 

　　最优小波包基下每个节点均对应一个小波包分解系数，而适当节点的小波包分解系数
可以体现信号的时域特征。在忽略边缘效应的影响下，无故障信号和故障信号的小波包分解
系数存在明显的差异。据此可以得出以下结论：

 

　　按照小波包分解系数可以判别电机的状态。

 

　　电机无故障时，节点（

5，4）、（5，5）等小波包分解系数为一恒定值，误差很小。 

　　电机故障时，节点（

5，4）、（5，5）等小波包分解系数有震荡，误差大。 

　　其他节点无明显差异。

 

　　下面重构最优小波包基下的节点，然后根据重构后信号的波形分析一下无故障和有故
障情况下的区别。

 

　　

4 小结 

　　本方案仅采样时间很短的定子电流信号即可高可靠性地判断异步电动机转子故障是否
存在，有效消除了负载变换对故障判断的不利影响，适用于异步电动机低转差率运行情况
非常适用于工程实际中广泛采用的大型异步电动机（

 低转差率运行），因而具备重大的工

程实用价值和广阔应用前景。

 

　　参考文献：

 

　 　

[1]  ZHU  Y.Application  of  the  Agent  in  Agricultural  Expert  System  Inspection 

Software，Agricultural Sciences in China，2008，1：58-66. 
　　

[2] C.SidneyBurrus Introduction to wavelets and wavelet transform Machinery Industry Press 

2007.