基于小波能量譜分析的電機(jī)故障診斷

1、基于小波能量譜分析的電機(jī)故障診斷張敬春 , 谷愛昱 , 莫慧芳(廣東工業(yè)大學(xué)自動化學(xué)院 , 廣州 510090摘要 :電機(jī)是一種 復(fù)雜的旋轉(zhuǎn)機(jī)械 , 故障種類多 而且難以辨別 , 利用傅里葉 變換對噪 聲信號分析 很難得出滿 意的結(jié)果。為了對小功率異步 電機(jī)的常見故障進(jìn)行正確快速地聲頻診斷 , 采用小波 分析技術(shù)對小功率異步電 機(jī)的幾種常見故障噪 聲進(jìn)行了多分辨率分析 , 從能量分布的角度出發(fā) , 快速且較為準(zhǔn)確地診斷出電機(jī)故障 , 診 斷 效果明顯 好于傅里葉 分析。表明小 波分析是對 電機(jī)故障進(jìn) 行聲頻診 斷的有效方 法 , 同 時也提供 了一種思 路 , 為電機(jī)故障在線實時診斷提供了理論

2、依據(jù)。關(guān)鍵詞 :電機(jī) ; 小波 ; 噪音 ; 故障診斷 ; 能量譜中圖分類號 :T M 301. 4 文獻(xiàn)標(biāo)識碼 :A 文章編號 :1003-8930(2006 03-0055-04Fault Diagnosis for Electric Motor Based onWavelet -Energy SpectrumZHANG Jing -chun, GU Ai-y u, M O Hui-fang(College of Auto matio n, Guangdong U niv ersity of Technolog y, Guang zhou 510090, ChinaAbstract :It

3、 is difficult to ident ify v arious faults o f electr ic mo tor s by using F FT t o analyze the no ise signal . T his paper intr oduces w avelet t heo r y and applies it to the co mmon fault diag nosis o f micr o-po wer inductio n mo tor. Sever al ty pes of fault no ise ar e analy zed with multi-res

4、o lutio n analysis. T he r esults sho w that the pro po sed met ho d has a better perfo rmance in r apidity and validity. It also sheds lig ht on fur ther r esearch. Key words :elect ric mo tor ; w av elet ; noise ; fault diag nosis ; ener gy spectr um1前言 小功率異步電動機(jī) , 特別是單相異步電動機(jī) 在家用電器中應(yīng)用十分廣泛。 由于家用電器要求

5、低 噪音和高可靠性 , 生產(chǎn)廠家在出廠前要進(jìn)行噪音和 振動檢測 , 發(fā)現(xiàn)、 識別、 區(qū)分這些不正常噪音對減少 運(yùn)行 中可能出 現(xiàn)的機(jī)械 及電氣 故障 隱患非 常重 要 1, 因此電機(jī)出廠試驗就成為家用電器生產(chǎn)中一 項十分重要的工作。 目前 , 電機(jī)故障診斷的基本原 理主要有四種 , 詳細(xì)內(nèi)容見參考文獻(xiàn) 2。 這些故障 都會產(chǎn)生不同的噪音 , 而噪音通常被認(rèn)為是有害信 號。 噪音本身也是一種信號 , 它包含了設(shè)備故障特 征信號如力、 加速度及這些變化的振幅特征并轉(zhuǎn)化 成噪音表現(xiàn)出來。 本文就是利用這些噪音信號作為 分析對象 , 采用小波分析方法 , 根據(jù)噪音信號能量 的分布差別診斷出電機(jī)故障的。

6、 2 小波2. 1 采用小波的原因傳統(tǒng)的基于傅立葉變換的 FFT 頻譜分析對平 穩(wěn)隨機(jī)信號分析和處理很有效 , 然而它只對信號中 的正弦成分進(jìn)行統(tǒng)計 , 實際的振動診斷信號中可能 包含早期的微弱信號與大量的非平穩(wěn)信號 , 比如摩 擦、 旋轉(zhuǎn)失速、 機(jī)械松動、 電磁故障等。 利用基于傅 立葉變換的頻譜分析顯得無能為力。 后來采用加窗 FFT 也就是 ST FT (短時 FFT 。 它的基本思想是把 信號 分 成 很 多 段 , 每 段 近 似 為 平 穩(wěn) 信 號。 但 是 ST FT 是單分辨率的分析方法 , 適用于分析具有固 定不變帶寬的突變信號 , 無法對非平穩(wěn)信號進(jìn)行完 全的分析。 近年來

7、興起的小波分析技術(shù)具有良好的 時頻局部化特性 , 不僅可以分析平穩(wěn)的隨機(jī)信號 , 還可以分析非平穩(wěn)的隨機(jī)信號。 因此 , 小波分析迅第 18卷第 3期 2006年 6月 電 力 系 統(tǒng) 及 其 自 動 化 學(xué) 報Pr oceedings of the CSU -EPSAVo l. 18N o. 3 Jun. 2006:速成為故障診斷中比較理想的信號處理工具。小波分析方法中兩個重要方面是積分小波變 換和小波級數(shù)。 小波變換可以解決有奇異變化的信 號 , 小波分解可以把高頻和低頻波按不同的波帶分 解清楚 3。 2. 2 小波原理簡介滿足條件-(t d t =0的函數(shù) (t 叫作小 波 (Wavel

8、et , 又稱為母小波。 由 (t 通過平移與 放縮產(chǎn)生函數(shù)簇3, 4a , b (t = a -1/2 (t -b /a (a , b R , a 0 (1信號 f (t 的積分小波變換為(W v f (a , b = -f (t a , b(t d t(2引入內(nèi)積(f , g =-f (t g (t d t (3 記j , l(t =2j /2 (2j t -k (4 如果(j , k , i , m = j , l k , m(5則稱 (t 為正交小波。 2. 3 小波的多分辨率分析原理如上所述小波變換是研究電機(jī)復(fù)雜噪音信號的有力工具 , 小波變換具有良 好的時頻局部化特 性 , 能夠有

9、效地檢測出突變信號的發(fā)生 , 而且尺度 越小 , 對發(fā)生時刻的定位越精確。 然而 , 基于單一尺 度的小波變換難以區(qū)分復(fù)雜多變的電機(jī)噪音信號 , 必須通過小波變換的伸縮、 平移等運(yùn)算對信號進(jìn)行 分析 , 即多分辨率分析 5。 S. M allat 在構(gòu)造正交小 波基的時候提出了多分辨率分析 (multi-r esolutio n analy sis 的概念 , 給出了正交 小波的構(gòu)造方法以 及 正 交 小波 變 換 的 快 速 算 法 , 即 M allat 算 法。 M allat 算法在小波分析中的地位相當(dāng)于快速傅里 葉變換算法在經(jīng)典傅里葉分析中的地位。關(guān)于對多分辨率分析的理解 , 這里以

10、一個三層 的分解進(jìn)行說明 , 其小波分解樹如圖 1 所示。1 從圖 1可以看出 , 多分辨率分析只對低頻部分 進(jìn)行進(jìn)一步分解。 因為對大多數(shù)信號來說 , 低頻部 分更重要 , 它包含信號特征和變化趨勢。 本文利用 了多分辨率分析進(jìn)行故障診斷 6。3 電機(jī)故障噪音特性分析及故障診斷電機(jī)工作過程中 , 其動態(tài)信號尤其是振動信號 中包含豐富而且重要的反映電機(jī)運(yùn)行狀態(tài)的信息 , 通過分析研究這些信息 , 可進(jìn)一步了解和掌握電機(jī) 的運(yùn)行狀態(tài) , 為電機(jī)的故障診斷提供可靠的依據(jù)。 當(dāng)電機(jī)產(chǎn)生電磁故障、 軸承不對中及軸承損壞等故 障時 , 會產(chǎn)生不同的振動 , 不同的振動產(chǎn)生不同的 噪音 , 通過對聲音的小

11、波分析 , 識別故障。 研究表明將小波變換應(yīng)用到實際工程中 , 有一個重要問題需 要解決 , 即小波分解的層數(shù)。 分解的層數(shù)少了 , 診斷 的效果不明顯 , 可能會產(chǎn)生誤診 , 分解的層數(shù)多了 , 運(yùn)算量增加 , 不利于實際應(yīng)用 7。 本文根據(jù)實際情 況 , 選擇了三層分解 , 利用小波變換進(jìn)行簡單的分 析。 電機(jī) 是 某 型 號 的 窗 式 空 調(diào) 電 機(jī) , 額 定 電 流 4. 7A , 額定電壓 220V , 工頻 50Hz, 制冷功率為 2500W, 轉(zhuǎn)速為 02000r /min 之間無極調(diào)速。 3. 1 電磁故障對于電磁故障 , 如果電動機(jī)發(fā)出忽高忽低且沉 重的聲音 , 則原因可

12、能有以下幾種 8。(1 定子與轉(zhuǎn)子間氣隙不均勻。 此時聲音忽高 忽低且高低音間隔時間不變 , 這是軸承磨損使定子 與轉(zhuǎn)子不同心所致。(2 三相電流不平衡。 這是三相繞組存在誤接 地、 短路或接觸不良等原因 , 若聲音很沉悶則說明 電動機(jī)嚴(yán)重過載或缺相運(yùn)行。(3 鐵芯松動。 電動機(jī)在運(yùn)行中因振動而使鐵 芯固定螺栓松動造成鐵芯硅鋼片松動 , 發(fā)出噪聲。對于某公司產(chǎn)品中的電機(jī)部件出現(xiàn)的電磁故 障 , 利用采集到的噪音信號進(jìn)行小波分析故障診斷 如圖 (3 。 為了便于對比也給出了正常的電機(jī)信號 及 對正常信 號的小波 分析如圖 (2 。 音頻 文件為 w av 格式 , 單聲道采集 , 采樣頻率為 2

13、2050Hz 。 采 用 db1小波進(jìn)行三層分解。 采用 MAT LAB 編程 9, 采樣點數(shù)為 1000點 , 以下同。 下列各圖的橫坐標(biāo)表 示采樣點數(shù) , 總的采樣點數(shù)為 1000點 , 經(jīng)過一層分 解 后 , 第一層高頻有 500點。 再將第一層低頻繼續(xù) 分解 , 第二層高頻有 250點 , 同理 , 第三層高頻有 125點 , 第三層低頻也是 125點。 橫坐標(biāo)為采樣點 , 56 電 力 系 統(tǒng) 及 其 自 動 化 學(xué) 報 2006年 6月個頻率帶寬。 縱坐標(biāo)表示信號幅值的大小 , 是數(shù)值 , 下同。3. 2 電機(jī)外蓋松動當(dāng)電動機(jī)的外蓋松動時 , 會使電機(jī)在運(yùn)行時產(chǎn) 生噪聲 , 甚至產(chǎn)

14、生共振導(dǎo)致蓋脫落。 下面對一例蓋 松動的電機(jī)噪音進(jìn)行小波分析波形如圖 4所示。 可 以看出圖 4和圖 2有很大的差別 , 同時圖 3和圖 4的第三層低頻系數(shù)也有差別。 3. 3 軸承損壞電動機(jī)前后軸承損壞 , 會造成電機(jī)轉(zhuǎn)動時徑向 跳動 , 從而引起集電環(huán)振動 , 必須更換新軸承。 圖 5是一例軸承損壞噪音的小波分析。 僅僅根據(jù)小波變換圖像對故障進(jìn)行診斷還是 不夠的 , 也不利于以后的在線自動故障診斷 , 下面 從能量分布的角度出發(fā) , 根據(jù)信號的能量在各個頻 段上的分布比例來診斷電機(jī)的故障種類。圖 2 正常信號小波分解圖Fig . 2 Wavelet decomposition of the

15、 normal signal圖 3 電磁故障信號小波分解圖Fig . 3 Wavelet decomposition of the signal 圖 4 蓋松動信號 小波分解圖 Fig . 4 Wavelet decomposition of thesignal of cover fault圖 5 軸承損壞信號小波分解圖 Fig . 5 Wavelet decomposition ofthe signal of axis f ault 設(shè)各個頻段的能量為 E =Nk =1S 2jk 。 其中 :j 為層數(shù) , N 是該頻段的采樣點數(shù)。 表 1是各個頻段的 能量和整個信號的能量比例 , 數(shù)據(jù)經(jīng)過

16、多次試驗取平均值 , 具有可信性。表 1 能量分布表Tab . 1 Distribut ion of energy故障種類 第一層高頻 第二層高頻 第三層高頻 第三層低頻 正常信號 0. 00330. 00220. 00470. 9898電磁故障 0. 00650. 00670. 00820. 9785蓋松動 0. 00870. 01120. 01530. 9648軸承損壞0. 00440. 00760. 00820. 9799 從能量分布表可以看出各種故障信號的能量在各個頻段上的分布比例明顯不同。 當(dāng)對大量的故 , 57 第 18卷第 3期 張敬春等 :基于小波能量譜分析的電機(jī)故障診斷征數(shù)據(jù)

17、庫 , 就可以利用故障信號的能量分布比例進(jìn) 行診斷了 , 這種方法快速可靠。4 結(jié)語基于噪聲信號處理的電機(jī)聲頻故障診斷技術(shù) 相對于其它診斷技術(shù)而言 , 信號采集更方便、 適用 頻率范圍更寬 , 且速度很快 , 為在線監(jiān)控提供了條 件。 其關(guān)鍵是建立一個適當(dāng)規(guī) 模的故障特征數(shù)據(jù) 庫 , 利用小波識別信號并且提取故障信號的特征。 一個行之有效的方法就是將各個頻段的能量分布 作為故障的一個重要特征 (這里的能量分布是指某 個頻段的能量占整個信號的能量比值 , 判別故障 特征是小波的一個重要應(yīng)用 10, 不僅如此 , 小波還 可以有選擇的對信號一定范圍內(nèi)的頻率進(jìn)行篩選 , 例如對信號進(jìn)行衰減抑制或者放

18、大 , 放大可以對弱 信號進(jìn)行提取。 這些分析處理工作主要基于多分辨 率分析和小波包分析的基礎(chǔ)上實現(xiàn)的。參考文獻(xiàn) :1冷 永剛 , 王 太 勇 , 李瑞 欣 , 等 (L eng Y ongg ang, W ang T aiyo ng , L i R uixin , et al . 變尺度 隨機(jī) 共振用 于電 機(jī) 故 障的 監(jiān) 測診 斷 (Scale tr ansfo rma tio n stochastic reso na nce fo r the mo nito r and dia gnosis of electr o moto r fault J .中 國 電 機(jī) 工 程 學(xué) 報 (Pr

19、 oceeding s o f the CSEE , 2003, 23(11 :111-115. 2 侯志祥 , 申群太 , 李河清 (Hou Zhix ia ng , Shen Q untai, L i Heqing . 電機(jī) 設(shè)備的 現(xiàn)代故 障診斷 方法 (M odern met ho ds of fault diag nosis in mo tor dev ices J.電 力 系 統(tǒng) 及 其 自 動 化 學(xué) 報 (P ro ceeding of the CSU -EP SA , 2003, 15(6 :61-63. 90.3 程正 興 , 武 鐵敦 (Cheng Zhengx ing

20、, Wu T iedun. 小 波 的 發(fā) 展 與 應(yīng) 用 (Dev elo pment and applicatio n of w av elet J . 微 機(jī) 發(fā) 展 (M icro co mput er D evelopment , 1994, 4(5 :8-10.4 崔錦泰 . 小波分析導(dǎo)論 M .西安 , 西安交通大學(xué)出版 社 , 1992.5 王鋼 , 李 海 鋒 , 趙 建倉 , 等 (Wang G ang , L i Haifeng , Z ha o Jiancang , et al . 基于 小波 多尺度 分析 的輸電 線路直擊 雷暫態(tài)識別 (Identificat ion

21、 o f tr ansients on t ransmissio n lines caused by direct lig htning st ro kes based on mult ireso lution sig nal J . 中 國電 機(jī) 工程學(xué)報 (P ro ceeding s o f the CSEE , 2004, 24(4 :139-144.6陳小 異 (Chen X iaoy i. 小 波變 換在 噪聲 信號 處理 中 的 應(yīng) 用 研 究 (T he application of noise sig nal pr ocessing based on Wav elet tr

22、ansfo rm J . 湖南 工 程 學(xué) 院 學(xué) 報 (Journal o f Hunan Institut e of Eng ineering , 2004, 14(4 :30-34.7張吉先 , 鐘秋海 , 戴亞平 (Zhang Jixian , Zho ng Q iuha i , D ai Y aping . 小波門限消噪法應(yīng)用中分解層 數(shù)及閾 值 的 確 定 (T he det erminat ion o f the thr esho ld and the decompo sitio n o r der in threshold de-no ising method based on

23、 wa velet J .中 國 電 機(jī) 工 程 學(xué) 報 (Pr o ceedings o f the CSEE , 2004, 24(2 :118-122. 8 趙學(xué)智 , 陳文戈 , 葉邦彥 (Zhao Xuezhi, Chen W eng e, Y e Bangy an. 空調(diào)電機(jī)振動 噪聲的概 率分布密度 與 假 設(shè) 檢 驗 (Pr o babilit y distr ibutio n density of v ibr ating noise of moto r in air -conditio ner and their hy po thesis test J.中國電機(jī)工 程學(xué)報 (P ro ceeding s o f the CSEE , 2004, 24(6 :122-126.9胡 昌華 , 李國 華 . 基于 M A T L A B 6. X 的 系統(tǒng) 分析 與 設(shè) 計 小波 分析 M .西安 , 西安電子 科技大學(xué) 出 版社 ,