(电机与电器专业论文)基于电信号和机械信号的异步电动机故障检测方法研究.pdf_第1页
(电机与电器专业论文)基于电信号和机械信号的异步电动机故障检测方法研究.pdf_第2页
(电机与电器专业论文)基于电信号和机械信号的异步电动机故障检测方法研究.pdf_第3页
(电机与电器专业论文)基于电信号和机械信号的异步电动机故障检测方法研究.pdf_第4页
(电机与电器专业论文)基于电信号和机械信号的异步电动机故障检测方法研究.pdf_第5页
已阅读5页,还剩47页未读 继续免费阅读

(电机与电器专业论文)基于电信号和机械信号的异步电动机故障检测方法研究.pdf.pdf 免费下载

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

华北电力大学硕士学位论文摘要 摘要 本文对异步电动机转子断条故障检测方法和滚动轴承故障检测方法进行了 研究。对于转子断条故障检测,本文在回顾和总结经典检测方法优缺点的基础 上,综合希尔伯特变换包络解调、希尔伯特变换数字滤波、自适应滤波、连续 细化傅立叶变换和转子齿槽谐波转差率估计技术,并融入现代信号频谱分析技 术:多重信号分类算法( m u s i c ) ,提出了两种转子断条故障检测新方法;对于轴 承故障检测,基于振动信号分析方法,分别研究了基于时域参数的双参数简易 检测方法和基于时延相关降噪、h i l b e r t - h u a n g 变换和多重信号分类算法的频谱 精密检测方法。实验结果表明,上述方法均具有可行性。 关键词:异步电动机,转子断条故障,轴承故障,检测方法 a b s t r a c t t h ed e t e c t i o nm e t h o d so fr o t o rb a rb r e a k i n gf a u l ta n db e a n n gf a u l ti ni n d u c t i o n m o t o r sa r ei n v e s t i g a t e da n dr e a l i z e di n t h i sp a p e r o nt h eb a s i so ft h es u m m a r yo ft h e a d v a n t a g e sa n dd i s a d v a n t a g e so ft h ec l a s s i c a lm e t h o d st od e t e c tt h er o t o rb a rb r e a k i n g f a u l t ,t w o d e t e c t i o n m e t h o d s ,w h i c h a r eb a s e d o nh i l b e r tt r a n s f o r m e n v e l o p e d e m o d u l a t i o n ,h i l b e r tt r a n s f o r md i g i t a lf i l t e r , s e l f - a d a p t i v ef i l t e r ,c o n t i n u o u ss u b d i v i s i o n f o u r i e rt r a n s f o r m ,r o t o rs l o th a r m o n i c sb a s e ds l i pe s t i m a t i o nt e c h n i q u e sa n dt h em o d e m p o w e rs p e c t r u me s t i m a t i o nm e t h o d ,m u l t i p l es i g n a l c l a s s i f i c a t i o n a l g o r i t h m ,a r e p r o p o s e d t h i sp a p e re m p h a s i z e st or e s e a r c ht h ed e t e c t i o nm e t h o d so ft h eb e a r i n gf a u l t b a s e do nt h ev i b r a t i o ns i g n a l at w o p a r a m e t e rs i m p l ed e t e c t i o nm e t h o db a s e do i lt h e t i m ed o m a i np a r a m e t e r ,a n dap r e c i s i o nm e t h o db a s e do nd e l a y e dc o r r e l a t i o n - e n v e l o p e t e c h n i q u e ,h i l b e r t - h u a n gt r a n s f o r ma n dm u l t i p l es i g n a lc l a s s i f i c a t i o na l g o r i t h ma r e r e v i e w e da n dr e a l i z e d f a u l td e t e c t i o ni n s t a n c e si nl a b o r a t o r yd e m o n s t r a t et h a tt h e a b o v e m e n t i o n e dd e t e c t i o nm e t h o d sa r ev a l i da n de f f e c t i v e l i us h a o f e n g ( e l e c t r i cm a c h i n e sa n de l e c t r i ca p p a r a t u s ) d i r e c t e db ya s s o c i a t ep r o f x ub o q i a n g k e yw o r d s :i n d u c t i o nm o t o r , r o t o rb a rb r e a k i n gf a u l t , b e a r i n gf a u l t ,d e t e c t i o n m e t h o d 声明尸明 本人郑重声明:此处所提交的硕士学位论文基于电信号和机械信号的异步电动机 故障检测方法研究,是本人在华北电力大学攻读硕士学位期间,在导师指导下进行的 研究工作和取得的研究成果。据本人所知,除了文中特别加以标注和致谢之处外,论文 中不包含其他人已经发表或撰写过的研究成果,也不包含为获得华北电力大学或其他教 育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均 已在论文中作了明确的说明并表示了谢意。 学位论文作者签名:期:2 1 1 星:! 兰:兰星 关于学位论文使用授权的说明 本人完全了解华北电力大学有关保留、使用学位论文的规定,即:学校有权保管、 并向有关部门送交学位论文的原件与复印件;学校可以采用影印、缩印或其它复制手 段复制并保存学位论文;学校可允许学位论文被查阅或借阅;学校可以学术交流为 目的,复制赠送和交换学位论文;同意学校可以用不同方式在不同媒体上发表、传播学 位论文的全部或部分内容。 ( 涉密的学位论文在解密后遵守此规定) 作者签名:刮主耋垂 导师签名: 华北电力大学硕士学位论文 第一章绪论 1 1 本课题研究的背景和意义 作为传动机械,异步电动机广泛应用于发电厂、炼钢厂、舰艇等工业与国防领 域,其安全运行至关重要。 异步电动机一般处于长时间连续运转状态,且工作环境恶劣,加之电机的自然 老化,以及受电机制造水平、运行管理水平、检修质量等方面的限制,因此故障不 可避免。异步电动机故障不仅损坏电机本身,而且影响整个传动系统,如果不能及 时发现、检修,将导致事故、停机。对于发电、炼钢、石化及其它工业生产流水线 而言,关键异步电动机的一次事故、停机即会造成巨大损失,而在特殊应用领域( 核 电站、海军舰艇等) 甚至导致灾难性恶果。 针对异步电动机的速断性( 灾难性) 故障,主要采取继电保护措施,如过电流保 护、过电压保护、欠电压保护、差动保护、负序保护、逆电流保护、接地保护等【1 1 。 继电保护措施并不能预防事故的发生,而仅能在事故发生后采取行动,仍将造成停 机。因此,为了将因电动机故障造成的损失降低到最小程度,迫切要求对电动机的 初发故障进行检测。 据不完全统计,目前全国运行的电动机数量超过6 0 0 0 万台,占电网用电量的7 0 以上,是工农业生产中应用最为广泛的动力设备。全国每年烧毁电动机数量约3 0 0 万台以上。每年仅修理费高达数百亿元。由于电动机故障造成工产损失更是难以估 计。因此开发先进可靠的电动机状态监测与故障检测系统,具有极其广阔的应用前 景。 笼型异步电动机转子断条故障将导致电机出力下降、运行性能恶化,加之转子 断条故障的发生概率约为1 5 【2 卅,因此必须对其进行检测,特别是进行早期检测, 早期检测系统可以在故障发展初期及时告警,有助于现场组织、安排维修,避免事 故停机,具有显著经济效益。 滚动轴承,特别是深沟道球轴承以压倒性优势广泛应用于异步电动机之中。滚 动轴承由内滚道和外滚道组成,其间一组滚动体转动。在平衡负载、良好对中的正 常工作条件下,疲劳失效从位于滚道和滚动体表面下的微小裂纹开始,并逐渐扩展, 继而引起材料碎片脱落,导致轴承故障,其发生概率高达4 0 【2 “l ,因此必须对其进 行检测,特别是进行早期检测,早期检测系统可以在故障发展初期及时告警,有助 于现场组织、安排维修,避免事故停机,具有显著经济效益。 异步电动机初发故障检测般是通过使用先进的技术手段,在线监测异步电动 华北电力大学硕士学位论文 机的相关运行参数( 如电压、电流、磁通、转速、温度、振动、局部放电等) ,判断 设备是否处于正常状态,以确定合理的检修时间和方案,达到减少事故停机损失、 提高设备运行的可靠性、降低维修费用的目的。该项技术的出现引发了异步电动机 维修体制的一次革命,使传统的事后维修方式逐步转变为预知维修( 状态维修) 方 式。 综上所述,对电动机进行故障检测是必要的,通过对常见故障的检测和分析, 可以及早发现故障和预防故障的进一步恶化,以减少或者避免恶性故障造成的经济 损失,并为实现状态检修创造条件,对保证安全生产也有重要意义。 1 2 本课题研究现状 电机状态监测与故障诊断是指在线监测异步电动机相关运行参数,如电流、功 率、转矩、转速、磁通、温度、振动,并采取相应的方法判断异步电动机运行状态, 然后进一步确定故障类型及其严重程度。笼型异步电动机作为一种主要的驱动设备 广泛应用于工农业领域,当电机起动时间过长、负载过重或频繁起动、制动时,转 子导条与轴承极易发生故障【5 l 。国内外学者在异步电动机的状态监测与故障诊断领 域做了大量工作。 1 2 1 转子断条故障检测方法研究现状 转子断条故障是指笼型异步电动机转子导条断裂故障。笼型异步电动机在运行 过程中,转子导条受到径向电磁力、离心力、热弯曲挠度力等交变应力的作用,加 之转子制造缺陷,导致断条故障【6 。 笼型异步电动机转子断条故障检测方法,目前大致有以下三种:定子电流频谱 分析f 7 _ 9 】、气隙磁场有限元计算【1 0 , 1 1 】、转子电阻参数估计【12 1 3 1 。由于运算量大,有 限元方法一般用于离线检测。转子电阻参数估计方法基于如下假设:笼型异步电动 机一旦发生转子断条故障,其转子等效电阻阻值增加,但是,异步电动机转子温度 同样影响转子等效电阻阻值,因而在检测转子断条故障时,必须对转子等效电阻阻 值进行温度补偿,这在一定程度上影响了转子电阻参数估计方法的实用性。相对而 言,定子电流频谱分析方法简捷、实用,因而应用广泛。 研究表明,笼型异步电动机发生转子断条故障时,其定子电流中将出现( 1 _ 2 s ) 频率的附加电流分量( s 3 0 转差率, 为供电频率) 1 9 , 1 4 l ,该电流分量可以作为转子断 条故障特征。为了能高灵敏度高可靠性地检测到转子断条故障特征分量,各种频谱 分析技术和信号变换技术得到了广泛的研究和应用。就频谱分析技术而言,应用最 早且最为广泛的是傅立叶变换技术1 9 , 1 5 l ,而后又发展为连续细化傅立叶变换f 1 6 】,还 有各种功率谱估计技术:经典功率谱估计方法以w e l c h 算法为代表,现代功率谱估 2 华北电力大学硕士学位论文 计技术以基于参数模型b u r g 算法和非参数的多重信号分类算法( m u s i c ) 算法为 代表【1 7 , 1 8 】。就电流信号变换技术而言,发展了派克矢量变换【1 9 】、希尔伯特变换【2 0 , 2 1 l 、 瞬时功率技术【2 2 1 、小波变换【2 3 , 2 4 】,等各具特色的信号变换技术,各方法均有其优点 和缺点。 在滤波技术上,自适应滤波方法已经广泛应用于生产实际,其核心在于:首先 采用自适应滤波方法抵消定子电流 频率分量,之后再进行频谱分析,这可以在频 谱图中突出转子断条故障特征分量( 1 + 2 s ) f 1 频率分量,从而提高了转子断条故 障检测的灵敏度1 2 5 1 。 1 2 2 轴承故障检测方法研究现状 当前根据检测所采用的状态量来分类,滚动轴承故障检测方法主要分为温度检 测法、油液分析法、油膜厚度分析法、定子电流分析法和振动信号分析法1 2 6 , 2 7 l 。 温度检测法是通过检测轴承的温度或温升来判断轴承工作是否正常,是一种很 早就被采用的轴承故障检测方法,但其效果较差,因为当温度明显上升时,异常已 相当严重,这种方法不适用于早期故障检测。 油液分析技术包括理化分析和光、铁谱分析,这种方法可以用于轴承的早期检 测,但存在取样不便、实时性差、大颗粒分析困难等缺点。另外,这种方法还受其 它非轴承损坏掉下的颗粒的影响,所以,这种方法有很大的局限性。 油膜厚度分析( 接触电阻法) 是通过测量轴承接触表面间的接触电阻来判断润 滑状态的。接触电阻值随轴承内的油膜厚度而变化。这种方法对磨损、腐蚀类故障 比较敏感,而对表面剥落、裂纹、压痕等故障的检测能力较弱,且不适用于低速、 同一轴上有多个轴承和旋转轴不外露等情况,实际应用比较少。 文献 2 8 中论证了定子电流谐波与振动谐波之间确实存在着良好的线性关系, 并且介绍了在电机振动信号及电流中的故障特征频率,提出了一种基于定子电流信 号的频谱分析法( m c s a ) 检测轴承故障。 振动法是通过安装在轴承座或箱体适当方位的振动传感器监测轴承振动信号, 并对此信号进行分析与处理来判断轴承状态与故障的。振动信号携带了大量的状态 信息,不仅能检测运转中轴承的异常,还具有反映轴承早期故障的能力。此外,还 因为振动信号拾取方便,传感器价格相对低廉,信号处理方法多样,发展了各种时 域、频域、时频分析的各种检测技术,且检测技术发展比较成熟,从适用、实用、 有效的观点看,目前尚未出现比振动法更优越的滚动轴承监视与检测方法。 华北电力大学硕士学位论文 1 3 本文的主要工作 进一步研究异步电动机故障检测方法,提高其准确性和实用性,是非常必要的。 对此,本文主要做了以下工作。 ( 1 ) 对本课题国内外研究现状做了全面、深入的调研工作,总结了经典的转 子断条和轴承故障检测方法的优缺点,指出所存在的问题。 ( 2 ) 对于转子断条故障,基于定子电流信号,综合h i l b e r t 幅值包络解调、h i l b e r t 变换数字滤波、自适应滤波、连续细化傅立叶变换、转子齿槽谐波转差率估计技术、 多重信号分类算法,提出了转子断条故障检测新方法,并完成了物理实验。 ( 3 ) 对于轴承故障,基于振动信号,分析了基于时域参数的简易检测方法, 提出了基于振动速度有效值和峭度系数的双参数简易检测方法;分析了轴承故障的 精密检测方法,提出了基于时延相关降噪、h i l b c r t h u a n g 变换和m u s i c 算法的频谱 精密检测方法;最后,完成了相关物理实验。 4 华北电力大学硕士学位论文 第二章转子断条故障检测方法 由于定子电流信号是由电流传感器采集的异步电动机终端参数,检测时不需要 拆卸安装电机,是真正意义上的非侵入式( n o n i n v a s i v e ) 故障检测方法,而且定子电 流信号相对于其它参数受环境等外界影响最小,故研究基于定子电流信号的转子断 条故障检测方法具有重要意义。 异步电动机发生转子断条故障时,其定子电流中将出现故障特征( 1 + _ 2 k s ) f i 频率 分量,此频率分量称为边频分量,其中厂l 为基波频率,k 为整数,s 为转差率。但电 机稳态运行时,转差率很小,使得最强的故障特征频率( 1 _ + 2 s ) a 分量与基波频率分 量很接近,相对基波而言,故障分量幅值较小,一般仅为基波幅值的( 1 3 ) 左 右,易被基波分量的泄漏及噪声所淹没,使检测的灵敏度降低。再者,由于电机本 身所固有的非对称、气隙偏心、转子不对中及其它因素,异步电动机即使处于正常 工作状态,其定子电流中亦可能包含其它边频分量,并且对于不同的异步电动机, 情况复杂,这极易与转子断条初期故障特征相混淆,极有可能造成误判,影响检测 的可靠性。故目前亟待解决的问题是对转子断条进行故障检测时如何兼顾灵敏度和 可靠性。 为了提高转子断条故障检测的灵敏度和可靠性,研究学者提出了很多电流变换 技术,使故障特征分量变为低频2 , # 1 分量,远离基频,以避免故障特征频率分量被 基波分量的泄漏所淹没经典的方法有:基于希尔伯特变换的幅值包络解调方法, 该方法优点是只需采集一相电流信号,缺点是不能反映定子不对称故障所引起的负 序分量的存在;扩展的派克矢量变换技术,该方法需要同时采样定子三相电流信号, 会增大硬、软件的开销和复杂程度;瞬时功率技术,该方法需要同时采集定子电流 信号和定子电压信号,也会增大硬、软件的开销和复杂程度。三种方法都有一个容 易被忽略的缺点,即在变换之后基频分量变换为直流分量,它的泄漏同样容易淹没 故障特征2 k s f l 分量。现在,还有一种应用很成功的自适应滤波技术,用来抵消定子 电流基频分量,以突出故障特征频率分量,从而提高了转子断条故障检测的灵敏度。 从频谱分析技术上来讲,经典的方法有快速傅立叶变换技术( f f r ) 、连续细化傅立 叶变换技术、各种功率谱估计技术( 如w e l c h 算法、b u r g 算法和m u s i c 算法) ,这 些频谱估计技术也各有优缺点i l 引。 本文从以下三个方面来提高转子断条故障检测的灵敏度和可靠性t ( 1 ) 减弱基 频分量或直流分量对故障特征分量的影响:( 2 ) 采用高频率分辨率的频谱分析方法; ( 3 ) 预先估计故障特征频率,以在定子电流频谱图中有目的查询故障特征。 华北电力大学硕士学位论文 2 1 转子断条故障基本特征 理想电动机的定子电流频率是单一的,即只有供电频率的电流存在。但是当转 子出现断条故障时,在定子电流频谱图上,与供电频率相差二倍的转差( 2 s f 。) 的位 置上将各出现一个边带,这一现象已为英 h a r g i s 等学者所推论证实。 当供电频率为 时,定子绕组极对数为p 的电动机,产生磁动势e ,在机械角0 处只有奇次谐波,因此基波为 e n l ,ls i n ( 2 矾t p o ) ( 2 - 1 ) 式中,n i 为定子绕组匝数,。为定子电流。 设转子的旋转角速度为厂,相位角为,显然有 妒一0 2 矾f ( 2 - 2 ) 因此,两极电机( 即极对数p = 1 ) 的磁动势为 e n i ,s i n 2 石( f , 一,) f 一驴】 ( 2 - 3 ) 该磁动势以转差速度相对于转子向前转动。在正常情况下,转子产生感应磁动势只 来平衡定子磁动势 f 2 一n 2 ,2s i n 【2 万( 一厂,) f 一庐】 ( 2 - 4 ) 如果转子有缺陷,例如有一根断条,则转子电流的磁动势将被s i n 劫所调制, 也即 e n 2 ,2s i n 【h ( ,l 一,r y - 驴 s i n 劲 ( 2 - 5 ) 对上式进行积化和差,可得 e 。n i 2 1 2t _ c o s 【幼( 一l ) t 一3 妒卜c o s 【幼( ,l f 弘+ 妒】( 2 - 6 ) 将( 2 2 ) 式代入上式,并考虑到转子磁动势和定子磁动势是相互平衡的,即互= e , 则可得反映到定子的磁动势为 e :华 c o s 【h ( ,l + 2 l ) t 一3 口卜c o s 【幼( ,l 一2 l ) t + 口1 ( 2 - 7 ) 对于两极电机,用转差率s 一( 厂l 一,r ) ,l ,即厂,= l ( 1 - s ) 代入上式,则有 ;华 p ,则m 膨维矩阵如不是满秩矩阵,这是因为它的秩为p 。但是,因为一,的 秩为m ,所以r y y 为满秩矩阵。 实际上,信号矩阵可以表示为 如= 奢取( 2 - 2 5 ) 其中h 表示转秩,s i 为m 维信号向量,定义为s = f 1 e j z a f i e j 4 x f e j 2 。( 肌1 ) 1 , 由于每个向量s s 芦是秩为1 的矩阵,并且由于存在p 个向量的乘积,所以,信号矩 阵尺。的秩为p 。注意,如果正弦信号是实信号,则相关矩阵r ,的秩为2 p 。 对自相关矩阵尺”作特征分解,令特征值【 ) 降序排列,即 苫九芑2k ,并 且将对应的特征向量表示为化,i = 1 ,2 ,膨) 。我们假定特征向量归一化,以至于 矿u = 嘞。在存在噪声的情况下,当a 州= a p + 2 = 。= o 时,特征值 ( f = 1 ,2 ,p ) 不为零,由此得出,信号相关矩阵的特征分解为 华北电力大学硕士学位论文 p k 2 u l - - 1 噪声自相关矩阵 吒j 吒2 ;墨。u 垆 则 一蓦九u + 吒,薹。吩妒一羹( + 吒2 , , v 。h + ,薹。砖q ( 2 2 6 ) ( 2 2 7 ) ( 2 2 8 ) 这种特征分解将特征向量分成两组,“,f 一1 2 ,p 是主特征向量,张成的空间称 为信号子空间,“,i - p + l , p + 2 , ,m ) 与主特征向量正交,张成噪声子空间。因为 信号向量岛- 【1e h e 7 h 矗e j 扫( u - o b 】在信号子空间内,由此可知,s 只不过 是主特征向量的线性组合,也与噪声子空间中的向量正交。 利用信号向量与噪声子空间的正交特性,我们定义一个m u s i c 谱 p ( ,) 2 丽1 nl l f 篇l 。 。 ( 2 2 9 ) 式中“,f p + l p + 2 ,m 】是噪声子空间的特征向量。复正弦信号向量 s i 一【1 e j z x be “石 e h 似。1 石1 ,当厂一五时,s ( 正) ms t ,以至于对信号的p 个正 弦信号频率分量中的任何一个,我们有,e ( l ) - ,f 一1 ,2 ,p 。实际中估计误差 使得p ( f ) 在频率点处均为有限值,故p 个峰值对应的p 个频率值即为频率估计值, 对于实正弦信号,我们取前p 个频率值。 等价的m u s i c 谱为 1 p ( f ) 1 l ( 2 - 3 0 ) 罗s v y 7 s i :再1 可以验证,这两种形式是等价的。 ( 2 ) m u s i c 算法基本步骤 由记录的观测数据估计自相关序列的前m 个值,并构成mx m 自相关矩阵: 对自相关矩阵进行特征值分解,得到p 个主特征值凡o = 1 ,2 ,p ) 和次特征值 口:,并求出相应的特征向量: 1 6 华北电力大学硕士学位论文 利用信号向量和噪声子空间向量的正交特性,构造m u s i c 谱 p ( 厂) 。1 l 。薹。s 日屹s 厶,1 7 。 l 。p + i ( 2 3 1 ) 对频率进行估计,取正= f ,根据对待估计信号的频率精度和分辨率要求取厂的 值,例如要求精度为0 0 0 1 ,则取一0 0 0 1 ; 从以上计算结果中取最大的p 个峰值对应的横坐标即为要求的p 个频率; 2 3 4r o o t - m u sic 算法 r o o t - m u s i c 算法( 求根m u s i c 算法) 是m u s i c 算法的多项式求根形式,顾 名思义,就是用多项式求根的方法来代替m u s i c 算法中的谱搜索1 1 7 1 。 其基本原理是利用信号向量和噪声子空间的正交性,建立如下多项式的 f ( z ) 一& 口吃墨,i - 1 , ,p ( 2 3 2 ) 班为噪声特征值对应的特征向量。注意到多项式f ( z ) 的阶数为2 ( 肝1 ) ,也就是说, 其有( 肛1 ) 对根,且每对根是互为共轭的关系,在这( 肝1 ) 对根中有p 个根z 1 , 勿,正好分布于单位圆上,且z i = e x p ( j 2 p :) ,i = l ,历这p 个根即为要求的p 个复 正弦信号频率,把这p 个根带入式( 2 。3 1 ) 即可估计出对应峰值。在实际应用中,也 就是数据矩阵存在误差时,只需求f ( z ) 的p 个接近于单位圆的根即可。 文献( 3 4 ) 已经证明,r o o t - m u s i c 算法和m u s i c 算法具有相同的渐近性能,但 r o o t - m u s i c 算法的小样本性能比m u s i c 明显好,而且计算时间也比其短。 多重信号分类算法的优缺点:由此算法的基本原理可看出,此算法的优势在于, 其频率分辨率不再受到分析数据长度的限制,在短数据情况下,相比传统的f f t 算 法具有更高的频率分辨率,有效地抑制了噪声和电流波动,能够突出故障特征;其 缺点是,由于p 的估计误差,会使信号子空间和噪声子空间不完全正交,可能会产 生虚假波峰,这也极易与故障特征相混淆,此缺点可通过预估计故障特征频率的技 术得到解决。 2 3 5 新方法流程 连续细化傅里叶变换技术对提高笼型异步电动机转子断条故障检测的灵敏度 与可靠性具有重要意义。借助连续细化傅里叶变换技术可以精确确定电机定子电流 基波频率 ,再由转子齿槽谐波转差率估计技术得到电机转差率s ,就可以在频谱 图中有目的地查询故障分量,以此提高故障检测的可靠性;采用具有超分辨率的 m u s i c 算法使得故障检测的灵敏度得到了提高。转子断条故障检测新方法如下 1 7 华北电力大学硕士学位论文 ( 1 ) 采集定子一相电流瞬时信号,并对信号低通滤波,结果记为; ( 2 ) 对厶作连续细化傅里叶变换确定电流基波频率 、幅值和初相角,据此形 成噪声信号u s ; ( 3 ) 根据g ,对i ,作自适应滤波,抵消其基频分量,结果记为e r ,或计算t 的希尔 伯特幅值包络信号,并利用基于双希尔伯特变换的信号直流分量消去法滤除直流分 量,结果也记为e 孙 ( 4 j 利用转子齿槽谐波转差率估计技术确定电机转差率s ; ( 5 ) 利用多重信号分类功率谱估计技术对c t 作频谱分析,并根据 、s 在频谱 图中查询故障特征频率分量,判断有无转子断条。 2 3 6 实验结果 仍以2 2 5 中的实验设置为例,实验结果如表2 1 、图2 9 和图2 1 0 所示。 表2 1异步电动机1 根导条断裂故障实验结果 ,。、j 。i j 心j 。,一 柚艟“柏柚畿辅冀 频率i n z ( a ) 自适应滤波前连续细化f f r 实验结果 1 8 ( b ) 自适应滤波后连续细化f f t 实验结果 觞 3 钻 2 侣 , 帖 y ,鼍 华北电力大学硕士学位论文 , i o 州。i 0 例 : 5 o 占 i o o 1 5 弋 l 一如) ,i 弋。 0 + “) ,i 墨 h ( c ) 基于m u s i c 算法的实验结果( d ) 基于r o o t - m u s i c 算法的实验结果 图2 9半载电机在1 根导条断裂情况下的实验结果 螽 馨 。也适 夕拙,。 扎州p 以、卜o 4 0麓4 4_一叠m冀 - j r 频率胞 ( a ) 自适应滤波前连续细化f f t 实验结果 ( b 自适应滤波后连续细化f 兀实验结果 蓦 馨 。一姒, , 蛳, 0 ( c ) 基于m u s i c 算法的实验结果 ( d ) 基于r 0 0 t - m u s i c 算法的实验结果 图2 1 0满载电机在1 根导条断裂情况下的实验结果 图2 9 ( a ) 和图2 1 0 ( a ) 为自适应滤波前连续细化傅立叶变换结果,结果表明,强 1 9 华北电力大学硕士学位论文 大的基波分量泄漏淹没了故障特征分量;图2 9 ( b ) 和图2 1 0 ( b ) 为六次自适应滤波后 连续细化傅立叶变换结果,在很大程度上抵消了基波分量,突出了故障特征,由此 可看出自适应滤波技术提高转子断条故障检测灵敏度的重大作用:图2 - 9 ( c ) 、( d ) 和图2 1 0 ( c ) 、( d ) 为新方法分析结果。由表2 1 、图2 - 9 和图2 1 0 可看出,新方法具有 更高的频率分辨率,并且有效地抑制了噪声的干扰,使频谱图更为平坦和清晰,故 障特征更为突出,更有助于判断转子断条故障。 表2 - 2 异步电动机l 根导条断裂故障实验结果 ( a ) 基于m u s i c 算法的实验结果( b ) 基于r o o t - m u s i c 算法的实验结果 图2 1 1 半载电机在1 根导条断裂情况下的实验结果 ( a ) 基于m u s i c 算法的实验结果( b ) 基于r o o t - m u s i c 算法的实验结果 图2 1 2 满载电机在1 根导条断裂情况下的实验结果 2 0 华北电力大学硕士学位论文 表2 2 、图2 1 1 和图2 1 2 为新方法基于希尔伯特幅值包络解调的实验分析结果。 对比图2 5 、图2 - 6 和图2 7 可看出,相比基于f f r 的频谱分析技术,多重信号分类算 法具有更高的频率分辨率,并且有效地抑制了噪声的干扰,使频谱图更为平坦和清 晰,故障特征更为突出,更有助于判断转子断条故障。 2 4 本章小结 本章介绍了两种转子断条故障检测方法:基于希尔伯特幅值包络解调、希尔伯 特变换数字滤波和连续细化傅立叶变换的转子断条故障检测方法;基于连续细化傅 立叶变换、自适应滤波或希尔伯特幅值包络解调、转子齿槽谐波转差率估计技术和 多重信号分类算法的转子断条故障检测新方法。在减弱基频对故障特征分量的影响 方面分别采用了希尔伯特幅值包络解调方法和自适应滤波方法;采用了具有超频率 分辨率的多重信号分类功率谱分析方法( m u s i c 、r o o t - m u s i c ) ;采用连续细化傅 立叶变换和转子齿槽谐波转差率估计技术能够预先估计故障特征频率;从这三个方 面大大提高了转子断条故障检测的灵敏度和可靠性。通过这两种方法比较,可以看 出多重信号分类功率谱分析方法比基于f f t 的频谱分析方法的精度更高。 2 1 华北电力夫学硕士学位论文 第三章基于振动信号的滚动轴承故障检测方法 滚动轴承,特别是深沟道球轴承以压倒性优势广泛应用于异步电动机之中。异 步屯动机轴承故障的发生概率高达4 0 ( 2 卅,在异步电动机的各种故障中所占比例 是最大的。因此,对异步电动机轴承故障检测方法研究具有重要意义。 到目前为止,人们已经研究了多种现代化的检测方法。当前根据检测所采用的 状态量来分类,滚动轴承故障检测方法主要可分为温度检测法、油液分析法、油膜 厚度分析法、振动分析法以及声学法等等。振动信号携带了大量的状态信息,不仅 能检测运转中轴承的异常,还具有反映轴承早期故障的能力,人们对滚动轴承的振 动特性掌握得比较多,检测技术发展比较成熟,从适用、实用、有效的观点看,目 前没有比振动法更好的滚动轴承监视与检测方法了。 31 滚动轴承结构及振动和故障机理 311 滚动轴承的结构 图3 1 是滚动轴承的结构示意图p s i 。滚动轴承由内滚道、外滚道、滚动体和保 持架组成。内滚道、外滚道分别与轴颈及轴承座孔装配在一起,多数情况下是内滚 道随轴旋转而外滚道不动,但也有外滚道旋转、内滚道不转或内外滚道分别按不同 转速旋转等使用情况。内滚道与外滚道之间装有若干滚动体,通过保持架使滚动体 保持一定间隔,进行圆滑的滚动,它使相对运动表面间的滑动摩擦变为滚动摩擦, 滚动体的形状可分为球形、圆柱形、锥柱形、鼓形等。滚动体是滚动轴承的核心元 件,当内、外滚道相对转动时,滚动体在其问运动。内、外滚道多为凹槽形,以降 低接触应力并限制滚动体轴向移动。保持架将滚动体均匀隔开,以避免滚动体之间 直接接触,减少发热和磨损。 外滚道 滚动体 保持架 内蒗道 斟3 - 1 滚动轴承宝【_ i 构示意斟 华北电力大学硕士学位论文 3 1 2 滚动轴承故障类型 滚动轴承的损伤和破坏形式主要有【3 5 3 8 1 ( 1 ) 疲劳剥落。在滚动轴承中,承受载荷而又相对运动的接触表面,由于反 复承受载荷,首先在表面下一定深度处强度较弱的部分形成裂纹,继而发展至接触 表面,使表层金属成片状剥落下来,致使轴承不能正常工作,这种现象称为疲劳剥 落。滚动轴承最终疲劳剥落是不可避免的,事实上在安装、润滑、密封正常的情况 下,绝大多数轴承的破坏是疲劳破坏; ( 2 ) 磨损。由于滚动体和滚道的相对运动和污物尘埃的浸入,使滚动体和滚 道表面产生磨损。当磨损量较大时,使轴承游隙、噪声、振动增大,降低了轴承的 运转精度,因而直接影响到一些主机的精度; ( 3 ) 腐蚀。轴承零件表面的腐蚀是由下面三种原因造成的:润滑油、水分 或湿气造成的化学腐蚀。轴承表面间有较大电流通过造成的电蚀。轴承套圈在 座孔中或轴颈上产生相对运动而造成的微振腐蚀; ( 4 ) 胶合。胶合指滚道和滚动体表面由于受热而局部熔合在一起的现象。常 出现在高速、高温、重载、润滑不良、启动加速度过大等情况; ( 5 ) 塑性变形。滚动轴承承受载荷后,在滚动体和滚道接触处产生塑性变形。 载荷过重时,会在滚道表面形成塑性变形凹坑,而使轴承在运转中产生剧烈的振动 和噪声。外界硬粒进入轴承中,也可在接触表面形成压痕。此外,过大的冲击载荷, 或当轴承静止时,由于机器振动等因素都会使接触处形成凹坑; ( 6 ) 断裂。主要有滚动体破碎、内滚道及保持架断开。轴承一旦某个部件断 裂,即标志着轴承已完全丧失其功能,必须更换。造成断裂的原因有运行负荷过大、 转速过高、润滑不良、装配不当等。 滚动轴承的典型故障基本上包括以上几种,在实际中也比较常见。此外,还有 裂纹、烧伤、划痕等故障。 3 1 3 滚动轴承振动机理分析 ( 1 ) 振动检测应用很广,主要有以下五个原因:可以检测出各种类型轴承 的异常现象;在初期可发现异常;可在旋转中测定;振动发生自轴承本身, 不需特别信号源;测试以及信号处理比较简单【弼j 。 ( 2 ) 滚动轴承造成的振动,原则上可分为两大类:其一,为与轴承的弹性有 关的振动;其二,为与轴承滚动表面的状况( 粗糙度或波纹度、伤痕等) 有关的振动。 前者代表滚动体的传输振动,由于不管轴承j 下常还是异常,这种振动都要发生,所 以与轴承的异常检测无关:后者和轴承的异常有关,即在滚动体表面上以某种形式 2 3 华北电力大学硕士学位论文 出现的异常,这种振动的发生机理为f 4 0 i 轴的回转、轴承滚动激振九轴承+ 外壳 面的凹凸 振动系统 图3 - 2 滚动轴承振动发生机理 首先,由于轴的旋转,滚动体便在内外圈间滚动。轴承的滚动表面虽加工的非 常平滑,但从微观来看,仍有小的凹凸,滚动体便在这些凹凸面上转动,产生交变 的激振力,通常由于滚动表面的凹凸形状是无规则的,所以激振力也具有随机性质, 具有多种频率成分,由轴承( 主要是外圈) 和外壳形成的振动系统在这种激振力下发 生的振动将是由各种频率成分组成的随机振动。 显然,滚动表面损伤的形态和轴的旋转速度决定了该激振力的频谱;轴承和外 壳决定了振动系统的传递特性;它们二者共同决定了最终的振动频谱。由此可知, 由于轴承异常所引起的振动频率,受轴的旋转速度和损伤部分的形态以及轴承和外 壳的振动系统的传递特性三者所左右。 ( 3 ) 滚动轴承的固有振动频率【3 5 - 3 8 】 滚动轴承在工作时,由于滚动体与内滚道或外滚道之间的冲击而产生的振动称 为固有振动。各轴承元件的固有频率与轴承的外形、材料和质量有关,而与轴的转 速无关。钢球的固有频率为 允。坐巨 ( 3 1 ) ,钿2 1 f _ j 。工, 7 y 二 其中,为钢球的半径( 历) ,p 为材料密度( 船砌3 ) ,e 为钢球的弹性模量( n m 2 ) 。 当滚动轴承为钢材时,其内外滚道的固有频率可用下式计算 f t i a ) = 9 4 0 x 1 0 5x 矿h 舒( 3 - 2 ) 其中,h 为圆环的厚度( m m ) ,d 为圆环中性轴的直径( m m ) ,刀为节点数。 值得注意的是,轴承元件的固有频率之值,要受到其安装状态的影响,以上提 供的仅是其在自由状态下的计算公式。一般,滚动轴承的固有振动频率通常可达数 千赫兹到数十千赫兹,是非常高的振动频率。 ( 4 ) 滚动轴承发生故障时的振动频率计算【3 5 瑚l 由于轴承表面皱裂产生的振动 轴承产生表面皱裂时的振动与正常轴承的振动具有相同的性质,即两者振动的 华北电力大学硕士学位论文 波形都是无规则的,振幅的概率密度分布大致为正态分布。 由于振动的频谱没有特征的差别,因而与正常的轴承振动的唯一区别,就是表 面皱裂时振幅较大,因而,振动的有效值和峰值比正常时大。 表面皱裂不会直接引起轴承的马上破坏,其危害程度要比表面剥落和烧伤小的 多,但是表面皱裂若发展到一定程度可诱发上述两种故障。 表面剥落 滚动轴承产生表面剥落时,会产生冲击振动,这种冲击振动从性质上可分为两 类。 第一类冲击振动是由于轴承元件的缺陷在运行中受到反复冲击而产生的低频 脉动,称为轴承的“通过振动 。其发生周期是有规律的,可以从轴承的转速和轴 承零件的尺寸求得。例如,在轴承零件的整个圆周上发生了一处剥落时,冲击振动 发生的间隔频率( 又称为通过频率) 会因剥落的位置不同而不同。 滚动轴承的通过频率范围一般在l k h z 以下,是滚动轴承故障的重要信息特征 之一。但由于某些机械中由于在这一频带中的噪声,特别是流体动力噪声的干扰较 大,因而信嗓比较差。 第二类冲击振动是固有振动。根据频带不同,在滚动轴承故障检测中,可以加 以利用的固有振动有两种:轴承外圈一阶径向固有振动,其频带在l - - 8 k h z 范围内, 在诸如轴承寿命实验、离心泵、风机这类简单机械的滚动轴承故障检测中,这是一 种既可靠又经济的检测信息;轴承其它元件的固有振动,其频率在2 0 - - - 6 0 k h z 范围 内,能避开流体动力噪声,信噪比高。 由于各种固有频率只取决于元件的材料、外形和质量,与轴承回转频率无关, 一旦轴承元件出现表面剥落就会出现瞬态冲击,从而激发起各种固有振动,所以通 过查找这些固有振动当中的某一种是否出现,是检测轴承元件表面剥落的极好判 据。 烧伤引起的振动 这类异常是由于润滑状态恶化等原因产生的,它会引起轴承在短时间内迅速劣 化。由于从烧损的征兆出现到不能旋转的时间很短,所以,检测或预知这种异常非 常困难。但在到达烧损的过程中,会伴随着冲击振动,轴承的振动值急速增大,这 种冲击振动,认为是由于轻度的烧损( 尚未到不能旋转) 而使扭矩剧烈的变动引起 的。它与表面剥落不同,找不到其发生间隔的周期性,振动幅值会急速增大。 表3 1 为滚动轴承故障振动频率计算公式。 华北电力大学硕士学位论文 表3 - 1 滚动轴承故障振动频率计算公式 通过上述公式计算的频率值一般在l k i - - l z 以下,这是滚动轴承故障的重要特征 之一。在检测时,首先提取振动信号,做出其功率谱图,再与计算出的特征频率相 比较,如果在某个故障频率及其倍频处出现较高的峰值,则可以确定相应的故障。 但由于这一频带的振动信号受机器本身及周围环境噪声的干扰较大,故信噪比 较低。 3 1 4 振动信号传感器的测点和方向的选取 选择正确的测试部位和测量点,对于准确测量冲击脉冲值是非常重要的,一般 应遵守以下三条原则:测点要尽可能选择在轴承的负载区。所谓负载区,定义为 轴承座带负载的零件;测点要选择冲击波能够直线传播而到达的位置。轴承至测 点的通道要尽可能短,要避开零件和零件之间的边界面和有空腔的部位,这是因为 冲击波在边界面上会产生反射,在通过不连贯的部位时会损失许多能量;如果被 测部位的表面不平,那么要注意:被探头抵住的部位的曲率半径要大于探头顶端的 球面半径,这样可以避免出现空腔而影响信号传输p 引。 测定位置通常在水平( x ) 、垂直( y ) 、轴向( z ) 三个方向上。测量时,由于设备构 造和安全等方面的限制,有时三个方向不能都可进行,这时可在x 与z 或y 与z 两 个方向上测定。对于高频振动,一般因无方向性,也可在一个方向上进行。 3 2 轴承故障的简易检测方法 在滚动轴承状态监测与故障检测的振动特征分析中,有时候我们需要一种快 速、简单和准确的手段,判断轴承是否发生了故障及其故障程度,保证轴承在一定 华北电力大学硕士学位论文 的工作环境( 承受一定的载荷,以一定的转速运转等) 下和一定的工作期间内可靠有 效地运行,以保证整个机械的工作精度。本节研究了轴承故障的简易检测方法。 3 2 1 简易检测法 该方法是利用人的感官或某些专用仪器仪表对轴承进行测量后,给出关于轴承 状态的定性或定量分析结果,如正常、异常等。其目的是初步判断滚动轴承是否存 在故障,但是无法判断故障部位。其特点是投资少,检测效率高,检测精度基本能 满足现场要求【3 引。 简易检测过程如下:首先提取某一种或几种信号,再对信号进行标准化处理, 并与现有的关于该种轴承的检测标准相比较,进而判断轴承的状态。 表3 2 是简易检测法的检测标准f 3 8 】。在实际应用中究竞选用哪一种,还要视被 测量设备而定。一般,在现场测试时用绝对标准较为方便,因为它是综合通用旋转 设备,在大量测试的基础上制定的。对于某些设备,还需要使用相对标准或类比法。 表3 - 2 简易检测法检测标准 绝对判断标准在同一部位主要在轴奏量舅警雾黼标准”相比较,判断的 相对判断标准嗣一部位嚣嚣豁鬻怒篇篙舢靛为 类比判断标准 有数台机型相同的机械时毒它们进行测定,经过相互 简易检测方法的代表是:时域参数监测法。 3 2 2 时域参数监测法 时域参数监测法简单有效,其主要包括有效值、峰值等有量纲参数,以及峭度 系数、波形系数、峰值系数、脉冲系数和裕度系数等无量纲参数【3 5 _ 3 8 1 。 ( 1 ) 有效值( r o o tm e a ns q

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论