第七章异步电机故障诊断方法

• 检测机械振动信号是一种传统的技术，在机械故障诊 断方面有着广泛的应用。通常在旋轴上安装一个压电
传感器，由于其产生的电压信号正比于加速度，因此
它能很好地反应旋转机械的振动信息。但加速度传感
器存在价格昂贵、安装不便以及可靠性较差的缺点。
定子电流信号是另一种常用的分析信号，通常用霍尔
电流探测针来测量，相对机械振动信号，它具有安装
• 3 基于交流调速、负载扰动的故障诊断 • 目前，有关感应电机的故障诊断主要集中在
空载状态下的故障诊断。但随着交流调速技术 的发展，感应电机已成为工业中主要的能量转 换设备。因此，研究基于交流调速的感应电机 故障诊断的现实意义十分明显。但交流调速系 统的感应电机故障诊断却远比单个感应电机复 杂，其主要的原因在于逆变器的开关频率噪声 对故障诊断系统的影响。负载扰动的情况下， 故障特征信息受到影响，如何消除故障信息中 的影响，是值得研究的问题。
二、故障信号选择
• 电机是高度对称的，各种形式的故障都影响 他的对称性。这导致定子、转子之间的磁通产 生相应的改变，从而改变定子电流、电压、磁 场和机械振动。通过对这些信号的分析，能对 感应电机的健康状态进行分析并判断故障的严 重程度（如表1）。如通过电流信号能识别感 应电机所有故障，振动信号分析能识别转子故 障、轴承以及气隙偏心等故障，而轴磁通则能 识别除轴承意外的其他故障，与之相反，润滑 油则只能识别轴承故障。
第七章异步电机故障诊断方法
• 第一节 感应电机故障诊断研究现状与发
•
展趋势
• 第二节 感应电动机常见故障及处理
• 第三节 笼型异步电机故障
• 第四节 转子断条故障的诊断
第一节 感应电机故障诊断研究现 状与发展趋势
• 感应电机故障诊断技术主要分为基于模型、基 于信号分析两种类型。基于模型的故障诊断方 法需要精确的感应电机模型，但对非线性、强 耦合、多变量的感应电机来说，建立精确的数 学模型并非易事，而且在运行中，感应电机的 很多物理量都会发生一定的变化。基于信号分 析的故障诊断方法是通过一定的信号处理技术 从信号中提出故障特征，然后通过模式识别来 判断是否存在故障、故障类型和故障严重程度 。基于信号分析的感应电机故障诊断理论和方 法的研究现状发展趋势有如下。
简单、价格便宜、非侵入式以及与电机控制系统共享
电流信号的特点，已成为感应电机故障诊断信号分析 的热点。此外，电磁转矩、Park矢量、轴向磁通、润 滑油以及温度等物坦量，也可用于故障诊断。
三、信号处理技术
• 信号处理技术就是处理检测到的信号 ，以产生和呈现故障和不明故障相关的 特征值或参数（如与故障相关的频率组 成部分）。
四、故障状态识别方法
• 故障诊断的关键步骤是根据提取的特征或故 障参数，来决定是否存在故障、故障类别以及 故障严重程度。一个可靠的故障诊断和分类策 略离不开大量的“健康”和故障状态的参考数 据。故障诊断的精确性往往受刭参考数据的大 小、长度以及数量的限制。
• 目前，用于故障诊断的状态识别方法主要有 基于统计模式识别方法和人工神经网络方法。
一、感应电机故障类别
• 感应电机故障根据电机的主要组成部分分为：定子部 分故障，转子部分故障，轴承故障和气隙偏心等故障 。
• 轴承是感应电机最容易发生故障的部分，占感应电机 故障总数的百分之41。感应电机轴承故障主要是由于 过载、润滑不良、安装不正、轴电流以及异物进入等 原因引起的轴承磨损，表面剥落、腐蚀甚至碎裂等。 轴承故障能在机械振动信号和其他传感器信号（如电 流）中产生特征频率部分，对这些信号进行分析能确 定轴承故障。
• 1 时域分析
• 常用的时域特征提取方法，如时间序 列模型法，它通过对信号进行分析，建 立它的时间序列模型，模型的参数既能 反映系统固有的特性，又反映系统在外 界作用下的输出特性。其中常见的模型 有AR模型、ARMA模型。
• 2 频域分析
• 傅里叶变换将信号由时域转换到频域，使时 域内很难观测到的现象和规律，在频域内能得 到较好的反映。采用傅里叶变换的频率分析是 常用的感应电机故障信号处理方法。但由于傅 里叶变换是完全在频域展开，没有包含时域信 息，其积分平滑了信号中突变的非平稳部分， 在处理时变（非平稳）的感应电机故障信号时 ，无法获知突变时刻故障信号的频率部分。
• 4 高阶ຫໍສະໝຸດ Baidu计
• 有些文献中采用功率谱分析，它是二阶统计量分析 ，给出信号不同频率成分下的能量分布情况，当感应 电机出现故障时，频谱能量分布会有所改变。但是功 率谱分析不包含频率成分间的相位信息，无法处理非 最小相位系统和非高斯信号。有的文献对感应电机的 振动信号进行双谱分析，提取故障特征信息，还有文 献[则提出两种基于HOS的非参数相位分析方法和参数 线性和非线性模型方法，对感应电机的故障进行诊断 ，取得较好的效果。高阶统计方法具有对Gaussian分布 测量噪声不敏感的优良品质。
五、发展趋势
• 1 多传感器数据融合 • 目前，大部分研究都采用单一信号处理技术
来做故障诊断，但由于感应电机本身的复杂性 和恶劣的运行环境，信号难免会受到电源电压 波动和负载扰动的影响。因此，探讨从多传感 器中提取综合信号并处理能提高故障诊断的精 确性。
• 2 混合故障诊断
• 对感应电机的几种基本故障，都能从相关文 献中找到他们的特征频率，如定子绕组匝间短 路、转子断条以及轴承故障等。但当感应电机 存在多种故障时，则可能相互依赖以及故障特 征值相互影响从而增加故障复杂性。因此，如 何研究多类型故障的诊断是未来发展的热点问 题。
• 3 时频分析方法
• 常用频率分析方法中的傅里叶转换是假设频 谱在采样时间内不变。由于感应电机负载扰动 、电源电压交化等，感应电机故障信号是非平 稳信号。显然，单纯采用傅里叶变换无法达到 良好的效果。
• 时一频技术可分为线性和非线性时频表示两 种，线性的主要有短时傅立叶变换、小波变换 ，非线性的主要有Wigner-Ville分布等。
• 几乎40%的感应电机故障都属于定子故障，主 要是由线圈中相邻绕组间绝缘故障引起，即匝 间短路。由此产生的感应电流导致过热和气隙 磁场不平衡。如果不及时检测，局部过热将导 致更大的定子绝缘损害，甚至造成灾难。
• 大约有10%的感应电机故障属于转子故障。 一般的电机机械故障为转子断条或端环断裂， 这些将使电机在运行过程中发热，使导条和端 环受到循环热应力和变形，导致故障进一步扩 大。转子偏心将在定子中产生不均衡的气隙， 引起轴承故障和机械故障。