针对感应电动机超导干真空干燥机公司燥设备故障特征提取的不足,提出了瞬时功率小波包分解的方法.分析电动机单相瞬时功率,发现瞬时功率中故障信息更为丰富,且对故障特征干扰较大的基波可转化为直流分量;滤波后,进行小波包分解,求取故障特征对应子频带小波包分解系数的均方根值及其变换率,并用以表征故障特征,以此作为超导干燥设备故障的依据.仿真表明该方法诊断灵敏度高,可用于感应电动机超导干燥设备的故障诊圆筒干燥机断.超导干燥设备故障是感应电动机常见故障之一，约占电动机故障的30％·40％。在安装、润滑和使用维护都正常的工作条件下，疲真空带式干燥机劳失效从滚道和滚动体表面下开始，并逐渐扩展，经过一段时间运转，便会出现疲劳剥落和磨损而不能正常工作，导致故障‘〕。目前采用的几种方法在提取故障特征方面各有所长，但也存在一些不足，如振动信号的频谱分析法，虽然能较明显地

凸显故障特征，但易受电动机工作环境影响，难以推广［:j；三相平均功率的故障诊断法【’】虽然能箱式真空干燥机够制成非人侵式，但对于各相电压、电流采样要求较为苛刻，增加了诊断成本；而基于箱式真空干燥机“频点”的Fourier分析法，在处理电动机实际运行时的非平稳信号并不理想l‘〕。通过理论分析发现，故障时，单相瞬时功率中的故障特征更为丰富；而小波包变换是一种基于“频带”的时频分析方法，非常适合于非平稳信号的分析。1故阵在瞬时功率中的表现假设感应电动机的电源是理想的三相正弦交流电压，并且电动机本身结构是对称的。正常运行的感应电动机相电流是理想的正弦波。以A相为

例，设感应电动机相电压和相电流分别为：小波真空带式干燥机变换在时域和频域都具有局部化能力，是一种基于频带的时频分析方法，特别是小波包变换，其较好地解决了二进小波变换固有的高频段频率分辨率低的缺陷，非常适合于电动机运行时非平稳信号的分析。电动机故障情况下的信号与正常信号相比，故障信号所对应的子频带内信号的能量发生了较大的变化，该子频带真空干燥机公司小波包分解系数的RMS值将会明显改变。因此，计算出故障特征分量对应的子频带节点以及该节点系数的RMS值，将其与正常时信号所对应节点系数的RMS值相比较，即可对故障实现准确检测。4结束语电动机圆筒干燥机发生故障时，单相瞬时功率中将含有丰富的故障信息，而对故障特征干扰较大的笨波亦转化为直流分址，预处理时便于滤除；采用更适合于非平稳信号处理的小波包变换对电动机单相瞬时功率进行分解，将故障特征频率关，鱿一fv,毓＋fv所在子频段节点系数的均方根值变化率作为特征指标，从而达到突出故障特征，提高故障诊断准确度的效果。通过仿真验证了此方法的可行性。