基于ML-FEM/EFGM混杂数学模型与信号特征提取技术的异步电动机初发故障检测方法研究

本课题将提出基于ML-FEM/EFGM混杂数学模型与信号特征提取技术的异步电动机初发故障检测方法。研究内容、意义如下：(1) 建立异步电动机ML-FEM/EFGM混杂数学模型。这一工作具有开创性，首先它将奠定异步电动机初发故障检测方法的理论基础；其次，这一工作必将进一步丰实异步电动机基本理论，并对其运行与控制方式的改进产生深远影响。(2) 提出与该混杂数学模型匹配的、新的、快速数值算法。这不仅具有工程价值，在数学领域亦具科学意义。(3) 基于参数辨识技术，提出异步电动机ML-FEM/EFGM混杂数学模型准确性的评估、改进方法。(4) 研究、应用信号特征提取技术，以提出兼具高灵敏度、高可靠性的异步电动机初发故障特征提取方法。(5) 以上述工作为基础，提出基于ML-FEM/EFGM混杂数学模型与信号特征提取技术的异步电动机初发故障检测方法。这是保障异步电动安全运行的关键措施之一，具有重要意义。