Учет инструментальных погрешностей при контроле обмоток электрических машин с использованием квазипериодических тестовых сигналов

Abstract

Решение задач диагностирования обмоток электрических машин связано с необходимостью селекции квазипериодических тестовых сигналов на фоне шумов. Для выделения полезных сигналов, как правило, используют различия спектральных составов сигналов и шумов. В идеальном случае форма частотной характеристики оптимального фильтра должна совпадать с формой спектра полезного сигнала, что определяет сложность выполнения такого фильтра. Цель исследований – увеличение точности измерений и упрощение алгоритмического обеспечения измерительных систем за счет разработки математического аппарата, позволяющего однозначно определять и учитывать при обработке погрешности, обусловленные конечностью интервалов измерений. В условиях постоянного роста вычислительных возможностей средств измерений резервом повышения чувствительности методов обработки квазипериодических сигналов представляется установление однозначной зависимости между локальными вариациями временных параметров сигнала и изменениями параметров его спектра. Вариации значений параметров сигналов приводят к нарушению исходного распределения гармонических составляющих, при котором одни из них подвергаются наибольшим изменениям, а другие – наименьшим. Точность измерений предлагается увеличить за счет замены малочувствительной регистрации изменений временных параметров сигналов, регистрацией изменений параметров характерных гармонических составляющих спектра, обладающих максимальной чувствительностью к отклонениям контролируемого параметра и минимальной чувствительностью к отклонениям, обусловленным нестабильностью работы измерительной аппаратуры. Разработан соответствующий практике математический аппарат, позволяющий однозначно определять погрешности, обусловленные конечностью интервалов измерений квазипериодических сигналов. Автоматический учет этих погрешностей позволяет обойтись без сложной корреляционной обработки квазипериодических сигналов, требующей больших вычислительных ресурсов (время и скорость обработки данных, объем оперативной памяти), и обеспечить точность измерений.