项目首次将旋转不变技术（ESPRIT）与模拟退火算法（SAA）相结合应用于异步电动机转子断条故障在线检测。新方法仅需针对短时信号（1.1s），即可达到高频率分辨力，对故障分量的频率、幅值、初相角进行准确估计。适用于负荷波动、噪声等干扰严重情况下的异步电动机转子故障在线检测。克服了传统检测方法因需长时间采样数据而易受负荷波动等因素影响的缺点。并根据新方法制作了异步电动机转子故障检测装置。

一、论文简介：
本文提出了一种基于旋转不变技术（ESPRIT）与模拟退火算法（SAA）的异步电动机转子故障检测新方法。首先通过仿真信号验证，指出ESPRIT算法对于短时信号具备高频率分辨力，可以准确计算转子故障特征分量以及其它分量之频率；但对诸频率分量幅值、初相角的计算欠缺准确性、稳定性。随后，引入SAA确定诸频率分量幅值、初相角，效果理想。进而，对一台Y100L-2型3kW异步电动机完成了转子故障检测实验。实验结果表明：基于ESPRIT与SAA的异步电动机转子故障检测方法是切实可行的，并且因仅需处理短时（1.1s）信号即可对故障进行准确、快速检测，而适用于负荷波动、噪声等干扰严重情况。
二、制作装置：
基于新方法制作出了异步电动机转子故障检测装置，已受理实用新型专利。检测装置由电流测试钳、信号采集卡和计算机组成。能够快速、灵敏、准确地对异步电动机转子故障进行在线检测。既体现了新方法在严重干扰情况下良好的故障检测性能，适用于负荷波动、噪声等干扰严重情况，又展示了装置本身优异的检测性能和推广应用前景。
三、创新点：
项目首次将现代频谱估计领域中的旋转不变技术（ESPRIT）与优化算法中的模拟退火算法（SAA）相结合应用于异步电动机转子故障在线检测，这具有显著优势：
1、针对短时信号，亦可达到高频率分辨力；
2、在低信噪比等恶劣情况下，提供无偏谱估计；
3、对故障分量的频率、幅值、初相角进行准确估计。
基于以上的特点，本方法可以广泛应用于工程当中，适用于负荷波动、噪声等干扰严重情况下的异步电动机转子故障在线检测，具有广阔的市场前景。
四、支撑材料：
1、论文录用证明两份，其中一篇为中文核心期刊
2、推荐材料五份：
杨奇逊（中国工程院院士、北京四方继保自动化有限公司董事长）
黄其励（中国工程院院士、国家电力公司东北公司总工程师）
陈欣（河北省电机工程学会副理事长、河北省机械行业协会会长）
裴建杰（高级工程师、河北省机械产品质量监督检验总站站长）
石新春（华北电力大学教授、博士生导师）
3、实用新型专利受理书一份
4、应用证明一份
5、教育部科技工作站查新证明一份

第十二届“挑战杯”作品 三等奖
1、论文《旋转不变技术及应用》被中文核心期刊（华北电力大学学报）录用
2、论文《基于改进ESPRIT算法的异步电动机故障在线检测》被《河北农机》录用
3、基于新方法设计制作的异步电动机转子故障检测装置已受理实用新型专利（201120199735.3）
4、2011年6月，在第十二届“挑战杯”省大学生课外学术科技作品荣获“特等奖”