基于定子電流信號(hào)的異步電機(jī)轉(zhuǎn)子故障特征頻率分量的估計(jì)

基于定子電流信號(hào)的異步電機(jī)轉(zhuǎn)子故障特征頻率分量的估計(jì)

0異步電機(jī)轉(zhuǎn)子故障診斷方法異步電機(jī)具有結(jié)構(gòu)簡單、維護(hù)方便、經(jīng)濟(jì)可靠等特點(diǎn)，廣泛應(yīng)用于工業(yè)生產(chǎn)。因?yàn)樗哂泻唵蔚慕Y(jié)構(gòu)、簡單的維護(hù)、經(jīng)濟(jì)的可靠性等特點(diǎn)。作為能量轉(zhuǎn)換設(shè)備,異步電機(jī)的正常運(yùn)行對(duì)生產(chǎn)過程的安全高效及低耗運(yùn)行具有重要意義。轉(zhuǎn)子斷條是異步電機(jī)的常見故障之一,占電機(jī)故障的10%左右。如果不能對(duì)電機(jī)這種故障狀態(tài)及時(shí)診斷,將會(huì)導(dǎo)致事故的發(fā)生和對(duì)生產(chǎn)造成影響。很多文獻(xiàn)提出通過監(jiān)測電機(jī)信號(hào)來進(jìn)行故障診斷,如氣隙磁通、電機(jī)振動(dòng)、轉(zhuǎn)矩,中心電壓以及電流信號(hào)。非侵入式的電機(jī)電流信號(hào)分析方法(motorcurrentsignalanalysis,MCSA)是目前使用最多的故障診斷方法,當(dāng)電機(jī)出現(xiàn)轉(zhuǎn)子斷條故障時(shí),將在定子電流中產(chǎn)生頻率為(1±2s)f的故障特征成分,通過對(duì)定子電流進(jìn)行頻譜分析可確定轉(zhuǎn)子斷條的故障狀態(tài)。但異步電機(jī)正常運(yùn)行中,轉(zhuǎn)差率s很小,在輕載或空載情況下更小,因此,故障特征成分很容易被基波頻率淹沒。而且負(fù)載轉(zhuǎn)矩波動(dòng)也能在電流頻譜中產(chǎn)生相同的邊頻帶,給故障診斷帶來困難。很多文獻(xiàn)提出了解決上述問題的故障診斷方法。如Park矢量法、Vienna檢測方法、坐標(biāo)變換法。Park矢量法將采集到的三相電流轉(zhuǎn)換成兩相靜止坐標(biāo)系中,通過電流矢量模的圓形形狀來判別轉(zhuǎn)子故障診斷,但電源電壓諧波也能造成Park矢量模的形狀變化,從而導(dǎo)致判據(jù)失效。通過電壓、電流信號(hào)做適當(dāng)?shù)淖儞Q來突出故障特征也是一種較好的辦法,擴(kuò)展的Park’s矢量法通過分析電流矢量模的頻譜,其基波轉(zhuǎn)化成直流分量,故障特征頻率轉(zhuǎn)化成2sf、4sf分量,但其需要同時(shí)采集三相電流,增加了硬件開銷,而且?guī)斫徊骓?xiàng),使頻譜較為復(fù)雜;Hilber轉(zhuǎn)換法通過構(gòu)建Hirbert模量也能達(dá)到同樣的效果。瞬時(shí)功率的頻譜分析也用于轉(zhuǎn)子故障診斷,文獻(xiàn)采用單個(gè)線電壓和單個(gè)線電流構(gòu)成瞬時(shí)功率,但其二倍頻及其周圍的邊頻帶使頻譜圖較為復(fù)雜,不便于故障診斷。文獻(xiàn)[13-14]采用三相電壓和三相電流相乘構(gòu)成瞬時(shí)功率,計(jì)算比較復(fù)雜,硬件消耗較大。這些方法也沒有對(duì)電機(jī)轉(zhuǎn)子故障的嚴(yán)重程度進(jìn)行分析。本文提出一種新型的基于無功功率的異步電機(jī)轉(zhuǎn)子斷條故障診斷方法。該方法通過選取單相電流和線電壓,利用Hilbert轉(zhuǎn)換構(gòu)建無功功率,然后對(duì)無功功率進(jìn)行頻譜分析,利用2ksf特征成分構(gòu)成有效判據(jù)。為判別故障嚴(yán)重程度,提出一種新的故障嚴(yán)重程度系數(shù),并利用小波變換重構(gòu)函數(shù)技術(shù)計(jì)算故障嚴(yán)重程度系數(shù)。與傳統(tǒng)的瞬時(shí)功率頻譜分析方法相比,本方法只采用單相電流構(gòu)建無功功率,不需要坐標(biāo)變換。1無功率信號(hào)分析1.1傅里葉變換給定信號(hào)x(t),其Hilbert變換定義為令,對(duì)其進(jìn)行傅里葉變換,則可得由此可見,信號(hào)經(jīng)過Hilbert變換后,幅值不變,負(fù)頻率成分作90°相移,正頻率部分作-90°相移。1.2轉(zhuǎn)子電流故障的頻譜分析在正常情況下,異步電機(jī)外加電壓為理想的正弦波形,忽略電機(jī)結(jié)構(gòu)的不對(duì)稱性,則電機(jī)的電流也為同頻正弦波。不妨以A相電壓電流進(jìn)行分析,分別表示為根據(jù)前面Hilbert變換原理,分別對(duì)電壓、電流進(jìn)行Hibert變換,則有為研究問題方便,定義無功功率表達(dá)式為將式(3)~式(6)代入式(7)得式(8)表明,定子電壓和A相定子電流作用產(chǎn)生的無功功率只含有直流成分。當(dāng)感應(yīng)電機(jī)發(fā)生轉(zhuǎn)子斷條故障時(shí),將在定子電流中產(chǎn)生頻率為(1±2ks)f1的故障特征頻率成分。則A相定子電流可表示為式中,Ik、βk分別為k次諧波電流的最大值和相角。其Hilbert變換量為一般情況下,k=1的諧波成分幅值最大,為分析問題方便,對(duì)式(9)、(10)只考慮其k=1的情況,則A相電流的Hilbert模量為這就是傳統(tǒng)的基于Hilbert模量的異步電機(jī)故障診斷方法,但是當(dāng)同時(shí)發(fā)生氣隙偏心和轉(zhuǎn)子斷條故障時(shí),由于相乘的項(xiàng)太多,導(dǎo)致頻譜復(fù)雜。從式(12)可以看出,定子電流中的基波電流成分與電壓作用,產(chǎn)生一個(gè)恒定分量;定子電流故障特征頻率與電壓作用產(chǎn)生頻率為2sf的斷條特征分量,相比Hilbert方法、瞬時(shí)功率方法頻譜更為簡潔。從無功功率的頻譜分析中可以得知,2sf的成分可以構(gòu)成轉(zhuǎn)子斷條的有效判據(jù)。根據(jù)前面分析可知,本文方法與Hilbert方法相比,頻譜較為簡潔,沒有Hilbert模態(tài)量、瞬時(shí)功率方法中諧波分量相乘后的交叉項(xiàng)頻率。與平均瞬時(shí)功率方法相比,不需同時(shí)采樣三相電流和三相電壓,不需要坐標(biāo)變換,節(jié)省了計(jì)算時(shí)間,簡化了硬件和軟件。2運(yùn)行故障嚴(yán)重度分析2.1無功功率測量的諧波電流含故障諧波分量的A相電流的最大值表達(dá)式為則基波與各次諧波總瞬時(shí)無功功率為A相的瞬時(shí)視在功率為根據(jù)無功功率與視在功率關(guān)系,則有一般情況下,諧波電流的成分較小,則式(16)可寫成2.2小波包分析法ade根據(jù)上述分析,可以利用A相電流的諧波分量系數(shù)來進(jìn)行故障嚴(yán)重程度的定量分析。小波包變換是小波變換的延伸,它較好地解決了二進(jìn)小波變換固有的“高頻段頻率分辨低”的缺陷。為了計(jì)算式(17)中的諧波系數(shù),將A相電流進(jìn)行小波包分析,并利用Matlab得到每個(gè)周期低頻和高頻諧波分量。根據(jù)小波包分解原理,設(shè)ψ(t)、φ(t)分別為小波函數(shù)和尺度函數(shù),則A相定子電流可表示為式中,,尺度層數(shù)j0為包括基頻信號(hào)的電流信號(hào)低頻部分,小波層數(shù)j包括信號(hào)高頻部分,k為小波時(shí)間尺度,尺度函數(shù)和小波基ψj、k都為正交基。根據(jù)式(18),則故障嚴(yán)重程度系數(shù)可表示為式中:分別為每個(gè)周期低頻、高頻分量的最大值。3轉(zhuǎn)子斷條故障診斷為驗(yàn)證本文提出方法對(duì)感應(yīng)電機(jī)轉(zhuǎn)子斷條故障診斷的有效性,采用嵌入式數(shù)據(jù)采集裝置。該裝置采用主流的嵌入式實(shí)時(shí)操作系統(tǒng),采集部分采用TI公司的32位定點(diǎn)高速DSP芯片和16位同步采樣ADC,單通道采樣頻率為10kHz。實(shí)驗(yàn)系統(tǒng)結(jié)構(gòu)圖如圖1所示。故障診斷過程中,本系統(tǒng)通過在VC++6.0環(huán)境下調(diào)用Matlab引擎的方法來進(jìn)行感應(yīng)電機(jī)定子電流信號(hào)的處理和分析,實(shí)現(xiàn)轉(zhuǎn)子斷條故障診斷功能,為操作人員提供必要的信號(hào)分析波形、信號(hào)的頻譜圖繪制。選用感應(yīng)電機(jī)的銘牌數(shù)據(jù)為額定功率550W,額定電壓為380V,額定電流為1.6A,額定轉(zhuǎn)速為1450r/min。分別在正常狀態(tài)、轉(zhuǎn)子1根斷條以及轉(zhuǎn)子2根斷條情況下,采集A相電流信號(hào)和電壓信號(hào)。圖2為轉(zhuǎn)子斷條情況下定子電流頻譜圖,從圖中可以看出,特征頻率(1-2s)f、(1+2s)f部分靠近基波頻率,且幅值相差較大,基本被基波頻率淹沒,故障特征不明顯,難以達(dá)到故障診斷效果。圖3為轉(zhuǎn)子1根斷條情況下電機(jī)瞬時(shí)無功功率頻譜分析圖,從圖中可以看出,2sf、4sf的故障特征成分十分明顯,可以作為轉(zhuǎn)子斷條故障診斷的有效判據(jù)。圖4為轉(zhuǎn)子3根斷條情況下無功功率的頻譜圖,從圖中可以明顯看出2sf、4sf的特征成分,和圖3相比,故障特征頻率的幅值明顯增加,說明故障程度較為嚴(yán)重。圖5為轉(zhuǎn)子斷條故障嚴(yán)重程度系數(shù)曲線實(shí)驗(yàn)結(jié)果,從中可以看出,當(dāng)發(fā)生1根轉(zhuǎn)子斷條時(shí),嚴(yán)重系數(shù)接近于1,說明故障程度較低,當(dāng)轉(zhuǎn)子斷條3根時(shí),由于基波頻率在定子電流有效值中分量降低,導(dǎo)致系數(shù)明顯降低。4諧波電流的校正本文提出一種新型基于無功功率轉(zhuǎn)子斷條故障診斷方法。實(shí)驗(yàn)結(jié)果表明,該方法能有效進(jìn)行轉(zhuǎn)子斷條故障診斷,和基于瞬時(shí)功率方法和基于Hilbert變換方法相比,本文方法具有如下優(yōu)勢:1)只需采集單相電流,節(jié)約了硬件開銷;不需要進(jìn)行Clarke坐標(biāo)變換,減少了系統(tǒng)的計(jì)算時(shí)間。2)通過Hilbert構(gòu)建的無功功率頻譜相比瞬時(shí)功率頻譜和Hilbert模量頻譜,由于沒有交叉項(xiàng)而變得非常簡單,便于突出故障特征信