← 返回
动态负载条件下伺服电机轴承故障检测的速度特征分析
Speed Signature Analysis for Servo Motor Bearing Fault Detection Under Dynamic Load Conditions
| 作者 | Xu Huang · Jianzhong Zhang · Yongbin Wu · Zheng Xu · Ming Cheng |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2025年5月 |
| 技术分类 | 可靠性与测试 |
| 技术标签 | 故障诊断 机器学习 |
| 相关度评分 | ★★★ 3.0 / 5.0 |
| 关键词 | 伺服电机 轴承故障检测 速度特征分析 动态负载 故障诊断 解调频带 |
语言:
中文摘要
本文研究了伺服电机轴承故障的非侵入式检测方法。针对动态负载条件下最优解调频带选择困难导致特征提取失效的问题,提出了一种新的最优解调频带选择策略,以提高轴承故障诊断的准确性。
English Abstract
As a noninvasive detection method, speed signature analysis for servo motor bearing fault detection has attracted much attention in recent years. The selection of the optimal demodulation band is critical for accurate bearing fault detection. However, under dynamic load conditions, an incorrect band is often selected, resulting in failure of feature extraction. This article proposes an optimal dem...
S
SunView 深度解读
该研究关注电机轴承的故障诊断,对阳光电源的风电变流器及储能系统中的旋转部件(如冷却风扇、变桨电机等)具有参考价值。在风电变流器和大型储能系统(如PowerTitan)中,关键旋转部件的早期故障预警是提升系统可靠性的核心。通过引入动态负载下的故障特征提取算法,可优化iSolarCloud智能运维平台的预测性维护功能,降低设备非计划停机风险。建议研发团队关注该算法在复杂工况下的鲁棒性,探索将其集成至变流器控制器的状态监测模块中。