電機故障診斷方法探究

1、 本科課程設(shè)計報告課 程 設(shè) 計 報 告學 院：自動化學院專業(yè)名稱：電氣工程及其自動化學生姓名：鄔岑穎指導教師：付朝陽時 間：2014.9.12014.9.14課程設(shè)計任務書題目：電機故障診斷方法研究概述對電機故障診斷方法進行研究，包括國內(nèi)外的主要研究現(xiàn)狀，主要研究方法等。要求不少于10篇國外期刊文獻（中國電機工程學報、電工技術(shù)學報等同于國外期刊）一、設(shè)計內(nèi)容1、了解電機故障的原理2、搜集相關(guān)方向期刊文獻，進行挑選并閱讀3、總結(jié)所讀論文，完成概述論文二、進度要求1、了解設(shè)計內(nèi)容2天2、挑選論文1天3、閱讀論文4天4、進行仿真2天5、結(jié)果分析 2天6、撰寫設(shè)計報告2天7、匯報 1天學 生指導教師

2、目 錄摘 要3引言41 故障檢測與診斷簡介42 電機故障診斷研究概況以及發(fā)展方向53 電機故障的分類以及其診斷方法64 典型電機定子繞組故障的診斷方法的分析85 基于MATLAB的電機轉(zhuǎn)子斷條故障仿真96 結(jié)論157. 參考文獻158 課程設(shè)計心得169 致謝16摘 要電機作為一種重要的動力源，廣泛應用于工業(yè)、生活等各個領(lǐng)域，其故障的檢測和診斷是應用過程中值得關(guān)注的問題。電機的結(jié)構(gòu)和運行特性，導致了其發(fā)生故障后不能被直觀地檢測和診斷，只能對運行電機進行參數(shù)監(jiān)測，再對參數(shù)進行處理、分析，從而判斷故障類型，找到解決辦法。本文從常見的三種電機故障，即定子繞組故障，轉(zhuǎn)子繞組故障和軸承故障入手，閱讀了國

3、內(nèi)外多篇相關(guān)文獻，概括介紹了眾多學者的研究成果，并對應用廣泛的小波分析法進行了初步地探究。小波分析法是通過連續(xù)小波變換將電流信號中的各特征頻率分量轉(zhuǎn)換到時頻分布空間，對該時頻空間進行奇異值分解，將各特征頻率分量分解到不同的正交特征子空間中，對特征子空間的選擇重構(gòu)可以有效地濾除電源頻率分量而提取出轉(zhuǎn)子故障特征分量，從而進行故障診斷的方法1。本文運用MATLAB軟件對電機運行進行仿真，并嘗試用小波分析法進行故障診斷和檢測，仿真結(jié)果證明了小波分析法應用于電機故障診斷的正確性。關(guān)鍵詞：電機故障概述；信號分析；MATLAB仿真電機故障診斷方法研究引言電機是各種用電器及機械的動力源，是現(xiàn)代社會生產(chǎn)中應用最

4、廣泛的一種動力設(shè)備，隨著工業(yè)技術(shù)的進步，電機也隨之飛快的發(fā)展。然而，電機故障卻是實時存在的，如何準確、快速地找到電機故障所在，尤其是能夠隨著電機運行，進行故障診斷，是當今電機學領(lǐng)域研究的一個熱點。多年來，國內(nèi)外眾多學者對電機故障及其診斷進行了大量研究，主要發(fā)現(xiàn)了定子繞組故障，轉(zhuǎn)子繞組故障以及軸承故障等三大類故障，并找到了多種解決辦法，如針對定子繞組故障的時域分析法、電流的負序分量法、負序阻抗法、瞬時功率分解法、坐標變換法和負序分量融合方法等；針對轉(zhuǎn)子繞組故障的失電殘余電壓診斷法、經(jīng)驗模態(tài)分解和支持向量機法、Hilbert模量頻譜分析法和瞬時功率信號頻譜分析法等；針對軸承部分的經(jīng)驗模態(tài)分解和超球

5、多類支持向量機法、時變參數(shù)自回歸模型和支持向量機法以及信號共振稀疏分解與能量算子解調(diào)法等。此外，還有適用于多種故障診斷的邏輯診斷方法和小波分析法。筆者閱讀了國內(nèi)外多篇重要文獻，對上述多種電機故障診斷方法進行概述，并使用小波分析法對轉(zhuǎn)子斷條故障進行仿真，證明了這一方法應用于電機故障診斷的正確性。1 故障檢測與診斷簡介設(shè)備診斷技術(shù)是根據(jù)設(shè)備運行時產(chǎn)生的各種信息，在設(shè)備運行時或基本不拆卸的情況下，通過對運行時的各種狀態(tài)參數(shù)進行分析，進行故障診斷，并對未來故障進行預測的技術(shù)。這項技術(shù)分為以數(shù)學模型為基礎(chǔ)和以觀測數(shù)據(jù)為基礎(chǔ)兩類，發(fā)展至今已經(jīng)經(jīng)歷了三個階段：第一階段：診斷結(jié)果多取決于專家的感官和經(jīng)驗，對診

6、斷信息只做簡單的數(shù)據(jù)處理；第二階段：以信號處理和建模處理為基礎(chǔ)，以傳感器技術(shù)以及動態(tài)測試技術(shù)為手段的現(xiàn)代化診斷技術(shù)，在工程中得到廣泛應用；第三階段：隨著計算機人工智能的發(fā)展，診斷技術(shù)進入以知識處理為核心，信號處理、建模處理、知識處理相融合的智能診斷技術(shù)階段2。2 電機故障診斷研究概況以及發(fā)展方向2.1研究概況電機故障診斷是電氣領(lǐng)域的一個重要的研究課題，主要涉及的知識領(lǐng)域有：電機理論、電磁測量、信號處理、計算機技術(shù)、熱力學、絕緣技術(shù)和人工智能等。早在二十世紀初，各國科學家就對電機故障診斷進行了探究，發(fā)現(xiàn)電機故障必然導致電機電流變化，從而引起電機磁場分布變化。到了二十世紀七八十年代，已經(jīng)發(fā)現(xiàn)了定子

7、電流法、轉(zhuǎn)速波動法和振動分析法來檢測電機故障，1998年提出有限元分析法和快速傅里葉變換的方法來對相應參數(shù)進行分析，2001年，基于小波包分解和人工神經(jīng)網(wǎng)絡的方法也被應用于這一領(lǐng)域。我國對于電機故障診斷的探究開始于二十世紀九十年代初。1990年，溫仲元提出了通過分析電機電流對感應電機故障進行診斷；1997年，邱阿瑞提出通過對電機定子電流信號做希爾伯特變換解調(diào)處理，提取故障特征分量，結(jié)果表明此法適用于負荷波動較大的轉(zhuǎn)子故障診斷；同年，葉昊提出一種基于小波分析的動態(tài)系統(tǒng)故障診斷方法，具有靈敏度高，克服噪聲能力強的特點；2003年，蔣斌、顏鋼鋒針對諧波小波所存在的時域特性差的缺點，提出了一種改進的具

8、有良好的時頻域特性的諧波小波，并由此提出了一種電機故障診斷的新方法；2004年劉振興、尹項根提出了以平均瞬時功率為監(jiān)測量的監(jiān)測方法，能夠有效地將復合故障分離；同年，許伯強首次將連續(xù)細化傅里葉變換、自適應濾波、轉(zhuǎn)子齒槽諧波轉(zhuǎn)差率估計、檢測閾值自整定技術(shù)有機結(jié)合，形成電機故障診斷新方法。目前對電機故障診斷的研究大部分仍然采用監(jiān)測定子電流的方法，通過各種方法對信號進行分析，找到相應的特征頻率，根據(jù)特征頻率下幅值的變化，判斷電機故障類型2。2.2發(fā)展方向隨著診斷技術(shù)的發(fā)展，診斷系統(tǒng)也需要進步，目前趨向便攜型、智能型、經(jīng)濟型發(fā)展。便攜型和智能型都是為了便于使用和操作，經(jīng)濟型是為了更好地占有市場，是未來十

9、分重要的發(fā)展方向2。3 電機故障的分類以及其診斷方法3.1定子繞組故障診斷方法運行實踐表明，定子繞組匝間、相間短路故障是最常見的和最危險的故障。這種故障的最明顯的標志是繞組出現(xiàn)局部過熱，相電流的對稱性破壞，轉(zhuǎn)矩降低，蜂鳴和振動加劇。這些故障的發(fā)生和繼續(xù)，不僅導致電機損壞，而且可能導致?lián)p壞生產(chǎn)線中的其他設(shè)備，造成長時間的停產(chǎn)并產(chǎn)生昂貴的維修費用。 因此，工業(yè)生產(chǎn)過程迫切需要開展對電機迅速有效的狀態(tài)監(jiān)測及故障診斷。特別是對那些大型電機，需要運用在線監(jiān)測技術(shù)，及時評估電機的運行狀態(tài)，對故障實行早期預報，從而避免惡性事故和不必要的停機造成的經(jīng)濟損失3。多年來，學者們針對電機定子繞組故障提出了多種診斷方

10、法，主要有：1、時域分析：以電流分析法為主，采用多種特征參量對定子繞組故障進行診斷。此法直接選取定子電流作為特征信號，可方便地實現(xiàn)定子繞組故障的在線監(jiān)測3；2、邏輯診斷方法：通過討論故障對電機電磁振動和聲學性能的影響，建立包括直接故障及其條件故障在內(nèi)的電機故障模型，利用邏輯診斷方法，借助布爾矩陣確定最小診斷試驗集及相應的監(jiān)測參數(shù)，通過對繞組電壓和電流中三次諧波的監(jiān)測能夠在故障初期和在運行條件下確定故障類型4；3、基于定子電流的負序分量法：利用故障造成的三相不對稱所產(chǎn)生的負序電流分量進行故障檢測5；4、負序阻抗法：通過檢測負序阻抗的變化對定子故障做出診斷5；5、瞬時功率分解法：通過對電機瞬時功率

11、的分解，可以排除電機固有因素和環(huán)境因素所產(chǎn)生的負序電流，從而得到僅由定子故障引起的負序電流，有較高的準確度5；6、坐標變換法：將信號變換到不同的坐標系下進行分分析，對故障特征量提取的效果較好5；7、負序分量融合方法：應用多源信息融合理論將交流電機定子電壓、電流負序分量通過李薩如方法進行融合，形成負序李薩如圖形，提取負序李薩如圖形傾角作為故障特征分量進行電機定子繞組匝間短路故障診斷5。3.2轉(zhuǎn)子繞組故障診斷方法轉(zhuǎn)子繞組故障是另一種比較常見的故障，若不能及時發(fā)現(xiàn)而讓其繼續(xù)“帶病”運行，時間過長可能造成設(shè)備損壞，產(chǎn)量下降，維護費用增大等不良后果。學者們對此進行了大量卓有成效的研究，并取得了不少成果，

12、主要有：1、失電殘余電壓診斷：利用完好電機和轉(zhuǎn)子繞組故障電機定子失電殘余電壓諧波成分的差異，進行故障診斷6；2、經(jīng)驗模態(tài)分解和支持向量機法：對轉(zhuǎn)子系統(tǒng)的振動信號進行經(jīng)驗模態(tài)分解，將其分解為若干個固有模態(tài)函數(shù)；對每一個IMF分量建立AR模型，取模型的自回歸參數(shù)和殘差的方差作為故障特征向量，并以此作為輸入來建立支持向量機分類器，判斷轉(zhuǎn)子系統(tǒng)的工作狀態(tài)和故障類型7；3、Hilbert模量頻譜分析：將 Hilbert 模量定義為原始信號與其共軛信號的平方和，對定子電流進行Hilbert 模量頻譜分析，可以有效地診斷鼠籠式異步電動機的轉(zhuǎn)子故障8；4、瞬時功率信號頻譜分析：采集定子某兩個端子之間的線電壓和

13、對應的線電流，由二者的乘積即可構(gòu)成瞬時功率信號，使用瞬時功率信號能避免基波電流對故障特征成分的影響，更好地突出故障特征，分離復合故障。這些都有益于對故障程度的量化和診斷規(guī)則的建立9；5、邏輯診斷方法：同定子繞組一樣，轉(zhuǎn)子繞組故障也可以采用邏輯診斷方法，且做法類似4；6、小波分析法：通過連續(xù)小波變換將電流信號中的各特征頻率分量轉(zhuǎn)換到時頻分布空間，對該時頻空間進行奇異值分解，將各特征頻率分量分解到不同的正交特征子空間中，對特征子空間的選擇重構(gòu)可以有效地濾除電源頻率分量而提取出轉(zhuǎn)子故障特征分量，從而進行故障診斷1。3.3軸承故障診斷方法由于電機是一種旋轉(zhuǎn)機械，內(nèi)部的軸承是電機的重要組成部分，因此探究

14、旋轉(zhuǎn)機械軸承故障診斷方法，對于電機故障診斷是十分重要的。滾動軸承是旋轉(zhuǎn)機械中應用最為廣泛的機械零件，其運行狀態(tài)是否正常直接影響機械設(shè)備的工作性能與運行壽命。當滾動軸承出現(xiàn)故障時，在滾動體相對滾道的旋轉(zhuǎn)過程中，常會產(chǎn)生有規(guī)律的沖擊脈沖，能量較大時，激勵起外環(huán)固有頻率，形成以外環(huán)固有頻率為載波頻率，以軸承通過頻率為調(diào)制頻率的固有頻率調(diào)制振動現(xiàn)象，影響整臺機器的精度、可靠性及壽命10、11。針對軸承故障診斷，相關(guān)學者做了大量研究，主要結(jié)論有：1、經(jīng)驗模態(tài)分解和超球多類支持向量機法：對各狀態(tài)振動信號進行經(jīng)驗模態(tài)分解，得到一系列固有模態(tài)函數(shù)和一個殘余分量。經(jīng)驗模態(tài)分解方法具有分解自適應性和分解唯一性。對

15、每個固有模態(tài)函數(shù)建立自回歸模型，分別采用Yule-Walker和Ulrych-Clayton兩種方法求得模型參數(shù)和殘差方差，并以此作為各類狀態(tài)信號的特征矩陣，輸入到改進的超球多類支持向量機分類器，判斷滾動軸承故障位置及性能退化程度?？梢酝瑫r實現(xiàn)滾動軸承故障位置及性能退化程度的智能診斷10；2、時變參數(shù)自回歸模型和支持向量機法：首先通過對振動信號建立TVAR模型，提取模型系數(shù)及殘差的方差作為信號特征，然后利用SVM對信號進行分類，繼而實現(xiàn)故障自動識別，此法能在較少樣本的情況下獲得較好的診斷結(jié)果12；3、信號共振稀疏分解與能量算子解調(diào)法：采用信號共振稀疏分解將沖擊脈沖從滾動軸承振動信號中分離出來，

16、然后采用能量算子解調(diào)方法對其進行包絡解調(diào)，計算出瞬時幅值后對瞬時幅值的頻譜進行分析，獲取沖擊脈沖出現(xiàn)的周期，進而對滾動軸承故障進行診斷11。4 典型電機定子繞組故障的診斷方法的分析為了更加深入地探究電機故障診斷問題，我們選取比較常見的定子繞組故障中用到的兩種方法，即電流分析法和邏輯診斷法進行對比分析。4.1電流分析法當定子繞組發(fā)生短路故障時，繞組的自感、互感將發(fā)生變化，引起氣隙磁場分布不均，高次諧波的作用大大加強，從而引起三相電流相位差的改變，所以我們提取相位差這一特征參量進行分析，通過互相關(guān)分析法來測量定子電流間的相位差，將繞組匝間短路前和短路的相位差進行對比，就可以診斷出電機定子間繞組故障

17、3。4.2邏輯診斷方法 邏輯診斷方法同樣是考慮三相電流的不對稱，不過這種方法關(guān)注的是由不對稱引起的振動和噪聲參數(shù)的變化，通過對振動幅度速度、加速度噪聲進行監(jiān)測，得到多組特征向量，建立布爾矩陣，通過其建立最小診斷實驗集，找到最小列集合，使得每一行中至少有一列為“1”，從而得出診斷結(jié)論4。4.3對比分析通過以上分析，我們發(fā)現(xiàn)電流分析法信號來源較少，適用于簡單的故障診斷，而邏輯診斷法信號豐富，更適于復雜故障診斷；但是由于信號是存在噪聲的，所以電流分析法精度要高于邏輯診斷法；另外電流分析法操作簡單，傳感器較少，成本較低，但是適用范圍小，而邏輯診斷法的監(jiān)測途徑較多，成本較高，但幾乎適用于所有電機。5 基

18、于MATLAB的電機轉(zhuǎn)子斷條故障仿真由于MATLAB強大的仿真功能和完善的模型以及易用性，我們選用MATLAB進行電機斷條故障的仿真。MATLAB/SIMULINK提供了一個三相異步繞線式電動機模型，故可以通過此模型對電機轉(zhuǎn)子的內(nèi)部缺陷進行仿真。根據(jù)多回路模型理論，當異步電動機的轉(zhuǎn)子出現(xiàn)斷條故障時，只是改變了一個轉(zhuǎn)子回路磁通的大小和分布形式，這就完全可以用轉(zhuǎn)子的某相繞組的電阻變化來模擬。5.1電機轉(zhuǎn)子斷條故障模型電機轉(zhuǎn)子斷條的仿真電路如圖1，圖1 電機轉(zhuǎn)子斷條仿真電路圖 由繞線式異步電機模塊，外接三個電阻（R1，R2和R3），三相電源和測量模塊等構(gòu)成。通過更改某一相的外接電阻阻值來模擬電機不同

19、程度的籠條斷裂故障。繞線式電機仿真的模塊參數(shù)設(shè)置為：正常情況，即三個外接電阻都為0.1的情況下，仿真所得到的轉(zhuǎn)子和定子電流波形：圖2 正常情況仿真電流波形（左圖轉(zhuǎn)子，右圖定子）在電機斷條的情況，即兩個個外接電阻都為0.1，其他一個電阻（R2）為0.5的情況下，仿真所得到的轉(zhuǎn)子和定子電流波形：圖3 R2為0.5，其余參數(shù)不變仿真電流波形（左圖轉(zhuǎn)子，右圖定子）在電機斷條的情況，即兩個個外接電阻都為0.1，R2為1.0的情況下，仿真所得到的轉(zhuǎn)子和定子電流波形：圖4 R2為1.0，其余參數(shù)不變仿真電流波形（左圖轉(zhuǎn)子，右圖定子）在電機斷條的情況，即兩個個外接電阻都為0.1，R2為1.5的情況下，仿真所得

20、到的轉(zhuǎn)子和定子電流波形圖5 R2為1.5，其余參數(shù)不變仿真電流波形（左圖轉(zhuǎn)子，右圖定子）在電機斷條的情況，即兩個個外接電阻都為0.1，R2為2.0的情況下，仿真所得到的轉(zhuǎn)子和定子電流：圖6 R2為2.0，其余參數(shù)不變仿真電流波形（左圖轉(zhuǎn)子，右圖定子）5.2基于小波分析的信號處理 由于小波分析在電機故障的應用日趨成熟，而且其在信號分析方面優(yōu)于傅里葉變換，故我們進行了小波分析的處理。正常情況，即三個外接電阻都為0.1的情況下，對仿真所得到的定子電流進行小波分析，結(jié)果如圖7圖7 正常情況小波分析圖在電機斷條的情況，即兩個外接電阻都為0.1，其他一個電阻分別為0.5、1.0、1.5、2.0的情況下，仿

21、真所得到的定子電流進行小波分析，結(jié)果如下：圖8 R2為0.5，其余參數(shù)不變小波分析結(jié)果圖9 R2為1.0，其余參數(shù)不變小波分析結(jié)果圖10 R2為1.5，其余參數(shù)不變小波分析結(jié)果圖11 R2為2.0，其余參數(shù)不變小波分析結(jié)果比較發(fā)現(xiàn)，正常情況的轉(zhuǎn)子電流圖像是近似正弦曲線，相較于其他故障的圖像更平滑。由此便證明了小波分析法應用于電機故障診斷的正確性。但是我們?nèi)匀淮嬖谝恍﹩栴}有待解決，比如由于仿真中電機模型的建立忽略了其他可能影響的內(nèi)外部因素，致使得到的效果不是很明顯，還有待后續(xù)完善。 6 結(jié)論本文通過查閱國內(nèi)外多篇相關(guān)文獻，對電機故障及其診斷進行了探究，總結(jié)出了定子繞組故障、轉(zhuǎn)子繞組故障及軸承故障

22、等三大電機故障類型，并對每一種故障提取了若干種診斷辦法，對比了定子繞組故障中的電流分析法和邏輯診斷法，用MATLAB軟件對轉(zhuǎn)子斷條故障的小波分析診斷方法進行了仿真，證實了小波分析法應用于電機故障診斷領(lǐng)域的正確性。7 課程設(shè)計心得兩周的時間，我們小組查閱了國內(nèi)外大量相關(guān)文獻，對電機故障診斷有了整體上的認識，并選取了個別典型方法進行深入探究和仿真驗證，了解到電機故障診斷是電氣工程研究領(lǐng)域一個重要的課題，需要我們今后更加深入地學習并努力完善。此次課程設(shè)計使得我們對所學專業(yè)有了更加深刻的理解，同時提高了對本專業(yè)的興趣，也為今后的讀研和工作積累了一定的經(jīng)驗，感謝各位老師的悉心指導以及其他小組同學的熱心幫

23、助！8 致謝在課程設(shè)計過程中，感謝學校給了我學習的機會，在學習中，付老師從選題指導、論文框架到細節(jié)修改，都給予了細致的指導，提出了很多寶貴的意見與建議。在課程設(shè)計期間，付老師嚴格要求我們，并認真檢查，多次詢問設(shè)計進程，熱忱鼓勵。付老師以其嚴謹求實的治學態(tài)度、高度的敬業(yè)精神、兢兢業(yè)業(yè)、孜孜以求的工作作風和大膽創(chuàng)新的進取精神對我產(chǎn)生重要影響。在付老師身上，我不僅學到的是知識，更有日后工作、生活中的道理和人生態(tài)度。這篇論文是在付老師的精心指導和大力支持下才完成的。特此致謝！9 參考文獻1梁霖，徐光華，劉彈，等.小波一奇異值分解在異步電機轉(zhuǎn)子故障特征提取中的應用J.中國電機工程學報，2005,25(19):1111152劉蕾蕾. 基于小波分析的電機故障信號診斷研究DD. 哈爾濱理工大學, 2007.3 董建園，段志善，熊萬里.異步電機定子繞組故障分析及其診斷方法J.中國電機工程學報