基于物联网的异步电机状态监测方案
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于电机在工业生产中的重要性，早在 20 世纪 50 年 代国外学者就提出了状态监测这一名词。本特利公司作为 行业先驱，自主研发了各种类型的状态监测设备，建立起 了庞大的数据库和完善的专家系统，由西屋电气公司研 发的 GenAID 系统在工业实际应用中将电机的强迫停机率 从 1.4% 下降到了 0.2%，提高了工作效率。近几年，国内 在电机状态监测方面有着快速发展，学者们也纷纷进行了 深入研究。徐国忠等人首次提出了基于 ARM 和 DSP 双处 理器的电机运行状态监测与故障诊断系统。李丹等人采用 Apache/My SQL/PHP 框架开发，提出了基于 Web 的电机实 时状态监测与显示系统。电机状态监测的方法有很多，目 前工业领域中最常用的监测方法包括振动检测法、电流分 析法、温度检测法、声音诊断法等。
从系统架构来说，目前主流的为传统的在线监测， 此类方案虽然能够有效监测电机状态，但成本较高。相 比之下，基于窄带物联网的监测方案，可直接将传感器 采集的数据传输到云端进行处理，节约了大量成本。这 两种方案的区别在于监测指标提取算法部署的差异，前 者是将指标提取算法部署于上层系统，而后者则将指标 提取算法部署在采集端。 2.3.2 信号特征分析
关键词：异步电机；状态监测；频谱分析；窄带物联网 中图分类号：TH122 文献标识码：A 文章编号：1671-0711（2020）06（上）-007-03
1 引言
电机作为工业生产中应用最广泛的驱动设备，大量 应用于风电、石化、钢铁等领域，具有结构类型复杂、 工作环境恶劣等鲜明特点。电机属于旋转设备，机械、 电气方面的故障目前主要依靠五感，很难有效把握设备 状态。低压电机均无振动温度保护，且低压电机点多面 广，若采用传统的在线监测系统，需增加探头及敷设电缆， 成本非常高。因此，对于研究低成本的基于无线窄带传 输电机状态监测诊断系统，非常有必要。
电机的常见故障类型可分为定子、转子及轴承故障 等。定子故障较为明显，主要包括定子绕组的开路或短路、 绕组异常连接等。转子故障可分为转子断条、转子不平衡、 绕组异常等。轴承故障占电机故障的比重最高，一般可 分为轴承不对中、轴承磨损等内部故障。其他的故障主 要包括定转子之间的摩碰、联轴器或转轴故障、其他附 件故障等。 2.3 常见监测方案 2.3.1 系统架构
中国设备工程 2020.06（上） 7
Research and Exploration 研究与探索·智能制造与趋势
2.3.3 故障诊断策略 目前，大多数比较成熟的研究方法的基本思路是
依据电机运行的机理对其进行健康状态监测。对于电 机而言，每个零部件的振动信号都有自己独特的运动 规律，这为机理建模提供了基础。例如，当滚动轴承 发生故障时，其转动时必然有滚动体经过缺陷位置并 产生激振力，通过机理分析提取轴承的特征频率，对 时域波形振动总值、频谱以及包络谱进行分析，从而 确定发生故障的位置；当齿轮箱发生齿面点蚀、齿磨 损等故障时，时域波形中会存在清晰的转频调制，同 时在频谱中表现为啮合频率附近含有丰富的转频边带， 随着齿轮损伤程度的增加，边带周围也会继续产生边 带，一般边带数量、边带的对称性、边带能量皆可判 断齿轮损伤的严重程度。
Research and Exploration 研究与探索·智能制造与趋势
中国设备工程
China Plant Engineering
基于物联网的异步电机状态监测方案
翟立伟 1，宋明中 2 （1. 宝钢股份宝山基地炼铁厂；2. 宝武装备智能科技有限公司，上海 201900）
摘要：本文介绍了异步电机的常见故障，阐述了电机振动信号的时域以及频率等技术方法，基于时域波形图及频谱图 提取相应的信号特征，借助窄带无线物联网传输，并对典型故障进行智能化自动识别，达到对设备状态诊断分析的目标， 并在最后通过实际案例进行验证。
更进一步，将基于专家经验知识的机理分析特征纳 入专家知识系统中，从而利用专家系统中储存的大量知 识信息进行推理分析，进而快速确定故障，实现电机的 状态监测。
3 基于窄带物联网的电机监测系统
基于窄带物联网传输电机状态监测与诊断系统以三 层架构构建，分别为采集层、分析层和业务层。通过三 层架构实现烧结区域设备监控并实现数据采集、分析、 诊断的功能。
通过多方比较上述电机检测方法，宝钢股份宝山基 地炼铁厂于 2019 年采用了安徽容知的窄带无线传输振动 传感器，通过窄带物联网（NB-IOT）网络，经过专线进 入设备在线监控诊断平台，较好的实现了低压电机的低 成本监测。
本文围绕电机振动信号的时域以及频率等技术方法， 基于时域波形图及频谱图提取相应的信号特征，借助窄 带无线物联网传输，并对典型故障进行智能化自动识别， 达到对设备状态诊断分析的目标，并在最后通过实际案 例进行验证。
2 异步电机结构、常见故障、监测方法
2.1 异步电机结构 异步电机的构成要素包括定子、转子、轴承以及其
他配件。其中定子和转子都是由绕组和铁芯组成，定子
是电机固定不动的部分，转子则通过轴承支撑进行旋转， 它们共同通过磁力作用产出电流。此外，电机的其他零 部件还包括轴承、机座、风扇等。 2.2 常见故障类型
机械类故障均可以通过振动信号进行监控。振动信 号的特征提取方法包括时域分析、频域分析及时频结合 分析等：（1）时域分析方法是最为传统的方法。主要 是将经过处理后的数据以时间为变量，画出时域波形图， 在图中提取出振动信号的特征参数指标，进而进行分析 判断。常用的特征参数包括：峭度、均方根值（RMS）、 歪度、峰峰值等；（2）频域分析在工业领域中应用较 为广泛。其主要是利用傅里叶变换（FFT）把时域信号 转换到频谱中，根据振动信号的幅值及频率分布特征来 对电机进行状态监测。常用的方法包括频谱分析、包络 分析等；（3）时频结合分析方法是基于前两种方法的 基础上所提出的。在实际生产过程中，采集到的振动信 号大多呈现非线性、非平稳的状态，不满足由傅里叶变 换所衍生的分析方法中要求信号必须是线性、平稳的前 提条件，因此提出时频结合的方法，可以有效地解决这 一问题。
从系统架构来说，目前主流的为传统的在线监测， 此类方案虽然能够有效监测电机状态，但成本较高。相 比之下，基于窄带物联网的监测方案，可直接将传感器 采集的数据传输到云端进行处理，节约了大量成本。这 两种方案的区别在于监测指标提取算法部署的差异，前 者是将指标提取算法部署于上层系统，而后者则将指标 提取算法部署在采集端。 2.3.2 信号特征分析
关键词：异步电机；状态监测；频谱分析；窄带物联网 中图分类号：TH122 文献标识码：A 文章编号：1671-0711（2020）06（上）-007-03
1 引言
电机作为工业生产中应用最广泛的驱动设备，大量 应用于风电、石化、钢铁等领域，具有结构类型复杂、 工作环境恶劣等鲜明特点。电机属于旋转设备，机械、 电气方面的故障目前主要依靠五感，很难有效把握设备 状态。低压电机均无振动温度保护，且低压电机点多面 广，若采用传统的在线监测系统，需增加探头及敷设电缆， 成本非常高。因此，对于研究低成本的基于无线窄带传 输电机状态监测诊断系统，非常有必要。
电机的常见故障类型可分为定子、转子及轴承故障 等。定子故障较为明显，主要包括定子绕组的开路或短路、 绕组异常连接等。转子故障可分为转子断条、转子不平衡、 绕组异常等。轴承故障占电机故障的比重最高，一般可 分为轴承不对中、轴承磨损等内部故障。其他的故障主 要包括定转子之间的摩碰、联轴器或转轴故障、其他附 件故障等。 2.3 常见监测方案 2.3.1 系统架构
中国设备工程 2020.06（上） 7
Research and Exploration 研究与探索·智能制造与趋势
2.3.3 故障诊断策略 目前，大多数比较成熟的研究方法的基本思路是
依据电机运行的机理对其进行健康状态监测。对于电 机而言，每个零部件的振动信号都有自己独特的运动 规律，这为机理建模提供了基础。例如，当滚动轴承 发生故障时，其转动时必然有滚动体经过缺陷位置并 产生激振力，通过机理分析提取轴承的特征频率，对 时域波形振动总值、频谱以及包络谱进行分析，从而 确定发生故障的位置；当齿轮箱发生齿面点蚀、齿磨 损等故障时，时域波形中会存在清晰的转频调制，同 时在频谱中表现为啮合频率附近含有丰富的转频边带， 随着齿轮损伤程度的增加，边带周围也会继续产生边 带，一般边带数量、边带的对称性、边带能量皆可判 断齿轮损伤的严重程度。
Research and Exploration 研究与探索·智能制造与趋势
中国设备工程
China Plant Engineering
基于物联网的异步电机状态监测方案
翟立伟 1，宋明中 2 （1. 宝钢股份宝山基地炼铁厂；2. 宝武装备智能科技有限公司，上海 201900）
摘要：本文介绍了异步电机的常见故障，阐述了电机振动信号的时域以及频率等技术方法，基于时域波形图及频谱图 提取相应的信号特征，借助窄带无线物联网传输，并对典型故障进行智能化自动识别，达到对设备状态诊断分析的目标， 并在最后通过实际案例进行验证。
更进一步，将基于专家经验知识的机理分析特征纳 入专家知识系统中，从而利用专家系统中储存的大量知 识信息进行推理分析，进而快速确定故障，实现电机的 状态监测。
3 基于窄带物联网的电机监测系统
基于窄带物联网传输电机状态监测与诊断系统以三 层架构构建，分别为采集层、分析层和业务层。通过三 层架构实现烧结区域设备监控并实现数据采集、分析、 诊断的功能。
通过多方比较上述电机检测方法，宝钢股份宝山基 地炼铁厂于 2019 年采用了安徽容知的窄带无线传输振动 传感器，通过窄带物联网（NB-IOT）网络，经过专线进 入设备在线监控诊断平台，较好的实现了低压电机的低 成本监测。
本文围绕电机振动信号的时域以及频率等技术方法， 基于时域波形图及频谱图提取相应的信号特征，借助窄 带无线物联网传输，并对典型故障进行智能化自动识别， 达到对设备状态诊断分析的目标，并在最后通过实际案 例进行验证。
2 异步电机结构、常见故障、监测方法
2.1 异步电机结构 异步电机的构成要素包括定子、转子、轴承以及其
他配件。其中定子和转子都是由绕组和铁芯组成，定子
是电机固定不动的部分，转子则通过轴承支撑进行旋转， 它们共同通过磁力作用产出电流。此外，电机的其他零 部件还包括轴承、机座、风扇等。 2.2 常见故障类型
机械类故障均可以通过振动信号进行监控。振动信 号的特征提取方法包括时域分析、频域分析及时频结合 分析等：（1）时域分析方法是最为传统的方法。主要 是将经过处理后的数据以时间为变量，画出时域波形图， 在图中提取出振动信号的特征参数指标，进而进行分析 判断。常用的特征参数包括：峭度、均方根值（RMS）、 歪度、峰峰值等；（2）频域分析在工业领域中应用较 为广泛。其主要是利用傅里叶变换（FFT）把时域信号 转换到频谱中，根据振动信号的幅值及频率分布特征来 对电机进行状态监测。常用的方法包括频谱分析、包络 分析等；（3）时频结合分析方法是基于前两种方法的 基础上所提出的。在实际生产过程中，采集到的振动信 号大多呈现非线性、非平稳的状态，不满足由傅里叶变 换所衍生的分析方法中要求信号必须是线性、平稳的前 提条件，因此提出时频结合的方法，可以有效地解决这 一问题。