（机械制造及其自动化专业论文）异步电机及其驱动设备的无传感器故障诊断方法研究.pdf

摘要 异步电机及其驱动设备的无传感器 故障诊断方法研究 摘要 在生产过程中大量使用的机械设备( 如机床类、泵类，风机类、压缩机、 轧机等) 多数都是由交流异步电机驱动的。一般情况下，在这些机械设备的监 测和故障诊断领域，往往由于需要针对不同的对象( 如电机还是被驱动设 备) ，在不同的关键位置设置不同类型的传感器，这使得一台设备的监控成本 很高。针对这些情况，本文研究一种可以检测电机及其驱动设备主要故障( 如 电机断条，偏心以及驱动设备的不平衡和扭转振动) 的电机定子电流诊断方 法，也称为无传感器检测方法，该方法由于安装、监测成本较低，比较适合一 般工厂的普通设备应用，为故障诊断技术的普及应用提供了一个新途径。 本文首先在理论上分析了定子电流检测转子断条、偏心及扭转等故障的基 本原理，确立了采用计算机仿真、试验台模拟实验和实际验证的基本研究方法 和思路。 在m a t l a b s i m u l i n k 环境下，研究了利用现有电机模型建立断条和扭 振简易故障仿真模型的方法，并进行了各种模拟工况下的仿真分析。通过改变 绕线电机模型转子电阻值的不均匀分布，模拟电机的断条故障；通对笼型电机 模型的负载端加载按正弦或方波规律变化的负载，模拟轴系慢变类型和冲击类 型的扭振故障，仿真结果准确可靠，全面揭示了断条和扭振故障特征频率的变 化规律。 建立了由感应电动机驱动的，以直流发电机为负载电机断条、偏心和扭振 故障的模拟试验台，并进行了各种工况下的典型故障的模拟试验与分析。取得 了和计算机仿真结果相一致的结果，从理论和实验两个方面深入研究了典型故 障的特征频率及变化规律。特别是在轴系扭振电流信号和振动信号的比较过程 中，发现电机驱动设备的机械故障信息主要以扭转振动方式耦合到定子电流 中，相对于横向振动检测，无传感器检测方法更适合异步电机驱动系统扭振类 故障的检测与诊断。 在信号处理与特征提取方面，本文提出了实调制频移的概念，根据移频细 化谱和h i l b e n 变换求包络原理，结合小波消噪技术，提出了一种具有小波消 哈尔滨理t 大学博士学位论文 噪功能的实调制移频细化谱及细化包络谱方法，可以有效地分离与提取定子电 流中5 0 h z 电网频率所调制的微弱故障信息。 作为无传感器检测方法的实际验证，最后给出了空气压缩机和稳态激振器 的两个应用实例。 关键词异步电机；机械设备；无传感器检测；故障诊断；仿真 a b s t r a c t r e s e a r c ho ns e n s o r l e s sf a u l t d i a g n o s i sm e t h o d f o r i n d u c t i o nm o t o ra n di t sd r i v e ne q u i p m e n t a b s t r a c t 1 1 砖m e c h a n i c a le q u i p m e n tw h i c hi sw i d e l ya p p l i e di nt h ep r o c e s so fm a s s - p r o d u c t i o n ( s u c ha sm a c h i n e , p u m p f a n , c o m p r e s s o r sa n dm i l l s ) i sm o s t l yd r i v e nb y t h e i n d u c t i o nm o t o r s u n d e rn o r m a lc i r c u m s t a n c e s i nt h ef i e l do fe q u i p m e n t m o n i t o r i n ga n df a u l td i a g n o s i s ，d i f f e r e n tt y p e so f s e n s o r sa r es e tu pi nd i f f c r e n tk e y p o s i t i o n sa c c o r d i n gt ot h eo b j e c t s ( f o re x a m p l e , w h e t h e rt h eo b j e c ti sam o t o ro r d r i v e ne q u i p m e n t ) c o n s e q u e n t l y , t h em o n i t o r i n gc o s tf o ram a c h i n e 湖b e v e r yh i g h t h e r e f o r e t h em o t o rs t a t o rc u r r e n td i a g n o s t i cm e t h o d , a l s ok n o w na ss e n s o r l e s s d e t e c t i o nm e t h o d , i sp u tf o r w a r di n t h i sp a p e rt od e t e c tt h em o t o ra n di t sd r i v e n e q u i p m e n tf a u l t sw h i c hi n c l u d em o t o r sb r o k e nb a r s , e c c e n t r i c i t y - d r i v e ne q u i p m e n t , a sw e l la si m b a l a n o ga n dt o r s i o n a lv i b r a t i o n t h en e wm e t h o d w i t ht h ea d v a n t a g e s o fe a s yi n s t a l l a t i o na n dl o wc o s t , i sm o r es u i t a b l ef o rt h eu s eo fo r d i n a r yd e v i c e si n g e n e r a lf a c t o r i e s i ta l s op r o v i d e san e ww a yf o rt h ep r o m o t i o no ff a u l td i a g n o s i s a p p l i c a t i o n i nt h i sp a p e r , at h e o r e t i c a la n a l y s i so ft h ee l e c t r i cc u r r e n td e t e c t i n gb r o k e nr o t o r b a r s e c c e n t r i c i t ya n dt o r s i o nf a u l t si sc a r r i e do u ta tf i r s t , a n dt h e nt h eb a s i cr e s e a r c h m e t h o d sa n di d e a si n c l u d i n gc o m p u t e rs i m u l a t i o n , t e s tb e n c hs i m u l a t i o ne x p e r i m e n t a n dt h ea c t u a lv e r i f i c a t i o na r ee s t a b l i s h e d i nt h e 忪t l a b s i m u l i n ke n v i r o n m e n lt h em e t h o di ss t u d i e dw h i c h c o n c e l l l sb u i l d i n gu paf a u l ts i m u l a t i n gm o d e lf o rb r o k e nb a r sa n dt o r s i o n a lv i b r a t i o n w i t ht h ea p p l i c a t i o no fc u r r e n tm o t o rm o d e l s s i m u l a t i o na n a l y s i si sa l s oc a r r i e do u t i nv a r i o u sw o r k i n gs i t u a t i o n si nt h ep a p 既t h er e s u l t st u r no u tt ob er e l i a b l ei nt h e e n db yc h a n g i n gt h en o n u n i f o r md i s t r i b u t i o no ft h em o t o rr o t o rw i n d i n gr e s i s t a n c e v a l u et os i m u l a t et h eb r o k e nb a r sf a u l la n db ys e t t i n gs i n eo rs q u a r ew a v el o a di nt h e l o a dp a r to fc a g em o t o rm o d e lt os i m u l a t et h et o r s i o n a lv i b r a t i o nf a u l t so fs h a f t s y s t e mi n c l u d i n gs l o w - c h a n g i n gt y p ea n di m p a c t i n gt y p e $ w h i c hf u l l yr e v e a l st b e f a u l tc h a r a c t e r i s t i e so ft h ec h a n g i n gr u l e so ft o r s i o n a lv i b r a t i o nf r e q u e n c y t h ef a u l ts i m u l a t i o nt e s tb e n c hd r i v e nb yt h ei n d u c t i o nm o t o ra n dl o a d e db yd c g e n e r a t o rm o t o ri sb u i l t t os o l v et h ee c c e n t r i ca n dt o r s i o n a lv i b r a t i o nf a u l t s i n a d d i t i o n , av a r i e t yo ft y p i c a lf a u l ts i m u l a t i o na n da n a l y s i sa r oa l s oc o n d u c t e di nt h e p a p e r c o n s i s t e n tc o n c l u s i o n sw i t hc o m p u t e rs i m u l a t i o n a r ea c h e i c v c d , a n d f u r t h e r m o r et h ec h a r a c t e r i s t i cf i e q u e n c ya sw e l la st h et r a n s f o r m1 a w so ft y p i c a l f a u l t sa r es t u d i e dm o r ed e e p l yf r o mb e t ht h e o r e i c sa n de x p e r i m e n t s p a r t i c u l a r l y , b y c o m p a r i n gt h eo s c i l l a t i o nc u r r e n ts i g n a la n dv i b r a t i o ns i g n a li nt h es h a f tt o r s i o n a l i t i sd i s c o v e r e dt h a tm e c h a n i c a lf a i l u r ei n f o r m a t i o no ft h em o t o r - d r i v e ne q u i p m e n ti s m o r el i k e l yt ob ec o u p l e di n t ot h es t a t o rc u r r e n ti nt h ew a yo ft o r s i o n a lv i b r a t i o n w h e nc o m p a r e dw i t hh o r i z o n t a lv i b r a t i o nd e t e c t i o n , s e n s o d e s sf a u l td e t e c t i o n i 哈尔滨理工大学博士学位论文 m e t h o di sm o f cs u i t a b l ef o r t h ef a u l td e t e c t i o na n dd i a g n o s i so ft h et o r s i o n a l v i b r a t i o no ft h ei n d u c t i o nm o t o rd r i v e ns y s t e m o nt h eo t h e rh a n d , i nt h es i g n a le x t r a c t i o na n dp r o c e s s i n g , t h i sp a p e rp r e s e n t sa c o m m o nf a u l ts i g n a lp r o c e s s i n gt e c h n o l o g yb a s e do nw a v e l e td e - n o i s i n gt e c h n o l o g y a n dr e a lm o d u l a t i o nf i c q u e n c y - s h i f ls p e c t r u ma n dz o o me n v e l o p es p e c t r u m ，w h i c h c a ne f f e c t i v e l ys e p m a t ea n de x t r a c tt h ec o m p o n e n t so ft h ef a u l tl i 嘲u e n c yf r o mt h e m o d u l a t i o no f5 0 h zp o w e r 仔。q u c yo ft h es t a t o rc u r r e n l t w oa p p l i c a t i o ne x a m p l e s , t h es t e a d y - s t a t ev i b r a t i o nm a c h i n ea n dt h ea i r c o m p r e s s o r sa l eg i v e n 弱t h ea c t u a la u t h e n t i c a t i o n so ft h es e n s o r l e s sd e t e c t i o n m e t h o da tt h ee n do ft h ep a p e r k e y w o r d s ：i n d u c t i o nm o t o r , m e c h a n i c a le q u i p m e n t , s e n s o r l e s sd e t e c t i o n , f a u l t d i a g n o s i s ，s i m u l a t i o i l i v 哈尔滨理工大学博士学位论文原创性声明 本人郑重声明：此处所提交的博士学位论文i ：异步电机及其驱动设备的无 传感器故障诊断方法研究，是本人在导师指导下，在哈尔滨理工大学攻读博 士学位期间独立进行研究工作所取得的成果。据本人所知，论文中除已注明部 分外不包含他人已发表或撰写过的研究成果。对本文研究工作做出贡献的个人 和集体，均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。 作者签名： 眩饿、产日期：二，夕年厂月丛日 哈尔滨理工大学博士学位论文使用授权书 异步电机及其驱动设备的无传感器故障诊断方法研究系本人在哈尔滨 理工大学攻读博士学位期间在导师指导下完成的博士学位论文。本论文的研究 成果归哈尔滨理工大学所有，本论文的研究内容不得以其它单位的名义发表。 本人完全了解哈尔滨理工大学关于保存、使用学位论文的规定，同意学校保留 并向有关部门提交论文和电子版本，允许论文被查阅和借阅。本人授权哈尔滨 理工大学可以采用影印、缩印或其他复制手段保存论文，可以公布论文的全部 或部分内容。 本学位论文属于 保密 ，在 年解密后适用授权书。 不保密l l ( 请在以上相应方框内打) 作者签名：l 吲毒1 炙净日期：z c f 、年多月i ? 日 翩躲呵她啸枷7 年3 日 第1 章绪论 第1 章绪论 1 1 课题来源及研究的目的和意义 1 1 1 课题研究的意义和目的 在生产过程中大量使用的机械设备( 如机床类、泵类，风机类、压缩机、 轧机等) 多数都是由交流异步电机驱动的，特别是大功率交流变频器的普及， 包括过去采用直流电机驱动的设备( 如大型轧机等) ，现在也越来越多地采用 交流电机驱动了。一般情况下，在这些机电系统的监测和故障诊断领域，往往 由于需要针对不同的对象( 如电机还是被驱动设备) ，在不同的关键位置设置 不同类型的传感器，使得一台设备的监控成本很高，这是目前阻碍机械设备监 测与诊断技术发展的一个瓶颈。特别是一些在流程类企业或机械加工类企业中 大量地使用的中小型感应电机驱动的旋转类机械设备，由于这些设备本身价格 较低，在企业设备中的重要程度不高等原因，过去很难纳入到企业的故障监测 与诊断及预知维修体系中。出现这种现象的主要原因是缺乏一种综合的、低成 本的、简单易行的检测与诊断手段。另外，在设备故障诊断领域，一般多是注 重设备的横向振动或噪声等信息，而往往忽略设备的扭转振动，主要原因也是 由于扭转振动不易测量所引起的。实际上，扭转振动的大小往往是关系到设备 寿命的一个不可忽略重要因素如轧机接轴的疲劳断裂故障主要就是钢坯 ( 板) 轧制过程产生的扭振疲劳引起的。针对这些现状，一种可以检测电机及 其驱动设备主要故障( 如电机断条，偏心以及驱动设备的不平衡和扭转振动) 的电机定子电流诊断方法最近得到了越来越多的科技人员的关注。电机定子电 流方法诊断方法，由于不需要专门的物理量传感器，也称为无传感器诊断方 法，具有成本低，不需要在设备上安装专门的物理量传感器等优点，不仅适合 于电机本身的电气故障诊断，而且也适合交流异步电机及驱动设备的机械故障 诊断，这为扩大故障诊断技术的应用范围提供了一个新途径，也为机械故障诊 断技术提供了一个新的研究方向。 1 1 2 课题来源 本课题来源于省青年基金( q 9 8 2 6 ) ，并受到省研究生创新基金( 1 0 1 1 - l 哈尔滨理工大学博士学位论文 1 0 11 4 0 ) 的支持。 1 1 3 课题研究的背景 电机定予电流方法诊断方法( 也称为无传感器检测方法) 自出现以来，一直 是设备故障诊断领域内一个比较热门的研究课题。目前常见的文献多是针对与 电机本身故障的( 如断条故障) ，关于驱动设备的故障诊断的文献相对较少，即 使有也都是一些表象性的验证研究，没有进行深入的理论研究和探讨。而且存 在这样一个现象，即机类和电类不同研究方向的专家学者，都针对一个相同的 电机电流信号，却从自己的专业角度出发去解释和理解其中包含的故障特征信 息。实际上电机电流中包含众多的故障信息，是多种机电故障信息的融合，脱 离机或电任何一面都是不全面的。因此，把电机和其驱动设备作为一个完整的 机电系统研究对象，对其主要的机械故障进行深入的理论研究，特别是考虑系 统的机电耦合特性，借助目前先进的计算机仿真工具，建立数学模型并进行计 算机仿真和试验台验证，开发适合各种故障检测与分析的通用信号处理方法， 是本课题的主要出发点之一。 1 2 国内外研究现状及分析 综述分为异步电机本身、驱动设备及机电耦合系统的故障诊断研究三部 分： 1 2 1 异步电动机常见故障及其无传感器诊断方法 在二十世七十年代开始，各国学者就对电机的故障诊断技术进行了研究， 并发现只要电机出现故障，电机电流必定重新分布这一现象。1 9 7 8 年j u f e r 用 数学的方法推断出电机转子断条故障是如何对供电电流进行调制的1 7 j ，这推 断在1 9 8 2 年得到h a r g i s 等人的支持【8 j ，并阐述了检测电机转子故障的几种方 法：定子电流法、转速波动法和振动分析法。同年s t e e l e 指出，感应电动机绕 组和端环故障能够通过监测定子电流的方法加以检测p j 。w i l l i a m s o n 也提出了 一套完整的旋转磁场理论【l 们，说明电机在恒速运行情况下，转子导条和端环故 障是怎样对定子电流产生影响的。1 9 9 8 年，w i l l i a mt o r b a t ，t h o m s o n 提出了利 用有限元分析法和快速傅里叶变换( f f r ) 对三相感应电机定子电流进行分 析，提取故障特征频率来判断电机转子故障发生的原因1 1 1 , 1 2 j 。在建立了这些基 第l 章绪论 础理论之后，国内外学者对此做了大量的研究和实践工作，文献 1 3 】统计了 1 9 9 9 年前后2 0 多年时间内在国外重要期刊和会议上发表的该方向论文和著 作，数量达3 6 5 篇( 部) 之多，充分说明国内外同行对此的重视程度。文献 1 4 】 对石油化工行业的2 5 9 6 台1 0k w 以上的鼠笼式异步电动机进行了详细的调查 和统计，系统地总结出了故障与电机容量、电压等级、运行速度、继电保护方 式、防护形式、运行方式等各个因素之间的关系。统计表明：鼠笼式异步电动 机的常见故障包括定子绕组故障( 占1 28 9 ) 、轴承故障( 4 17 7 ) 、转子导条和 端环故障( 76 4 ) 、转轴或联轴器故障( 43 ) 以及其他各种故障。可见电机的机 械故障发生概率明显多于电气故障。由于专业的限制，本文只讨论机械故障。 一般认为转子断条和偏心是主要的机械故障形式，本课题将对此进行深入的分 析与研究。轴承故障分在驱动设备故障中一起讨论。 图l - 1 转于断条故障图片及频谱特征 f j g i - 1 i m a g e s “b m k r o t o r b a r s f a u l ta n ds p o c m l mc h a r a c t e r i s t i c s 1 转子断条和偏心故障的原因、特征 1 ) 转子导条和端环断裂产生原因及特征 鼠笼式异步电动机的转子绕组由导条和端环组成，最常见的故障是断条和 端环断裂。诱发原因主要有：设计制造不合理、频繁起停、交变负载使导条和 端环因冷热循环而疲劳断裂等。轻微的故障难以观察到，当故障严重时会引起 振动及噪声增大、电流波动。当转子出现断条、端环断裂等故障时，在定子电 流中会产生一个频率为( i 趣肋的特征分量扛为转差率； 为5 0 h z 工频基波频 率) 。 2 ，气隙偏心的厚因及特征 气隙偏心有两种类型，一种是静态偏心，它是由定子内径的椭圆度或装配 不良引起的，其偏心的位置在空间是固定的，不随转子旋转而改变位置：另一 种是动态偏心，主要是由轴系不平衡、转轴弯曲、轴承磨损等原因引起。 哈尔滨理工大学博士学位论文 发生偏心故障时，电机振动及噪声增大，电流产生波动。动静态气隙偏心 主要在电机电流中引起与电机转频相同的频率成分，动态偏心常出现高频齿槽 谐波频率成分l l j 。 2 转子断条和偏心故障监测与故障诊断方法 对于断条故障，由于( 1 士撕。) 频率分量的幅值相对于基频分量幅值较小， 而且和工频电网频率非常接近，简单地作f f t 频谱分析不容易识别，从而降低 了故障诊断的灵敏度。在这种状况下，各种基于定子电流的故障特征提取方法 得到了大量研究。转子偏心的研究分为低频和高频两个研究方向，诊断方法也 较为多样。 目前，断条或偏心故障检测与诊断研究多数是基于电机定子电流检测方法 的，通过各种方法对信号进行分析，提取故障特征频率，并根据特征频率下 幅值的变化，判断电机故障的类型。 1 ) f f t 频谱和z o o m f f t ( z f f d 细化谱方法基于f f t ( f s a t f o u r i e r t r a n s f o r m ) 变换的的定子电流频谱法是一种常用的诊断方法。一般来 说，直接用f i 叮变换进行频谱分析并不能有效地提取出故障特征，这是由于 ( 1 圭趋砌分量的绝对幅值很小，而且距5 0 h zt 频电网频率成分较近，易被 5 0 h z 工频分量淹没，识别与诊断非常困难。1 9 9 0 年，温仲元提出了通过分析 电机电流对感应电机故障进行诊断【1 2 1 ，并提出了一种商用检测设备及软件。文 献【3 5 】提取了种改进的f f t 变换方法，即连续细化f 兀变换方法，利用软件 抵消定子电流中的频率工频分量而，从而解决了由于工频率分量泄漏而淹没 ( 1 士缸助频率分量这一问题，有效地对电机转了故障进行了诊断。但是细化谱虽 然解决了频率分辨率问题，但是却没有解决工频电网频率成分的频率泄漏的问 题。 2 ) 包络谱和细化包络谱方法一般来说，细化谱可以提高频谱的分辨率， 但是，由于非整周期采样引起的频率泄漏，严重影响故障特征信号( 1 士勉励的测 量精度和识别能力，而且由于5 0 h z 电网频率幅值较大，不使用分贝值谱的 话，故障边带成分几乎分辨不出来，为此邱阿瑞和刘振兴等提出直接采用基于 h i l b e r t 变换的包络谱来识别其边带特征f 1 7 捌。但是直接计算出来的包络谱分辨 率较低。难于精确地测量其能量大小。因此本文提出了一种细化包络谱来进行 电机断条故障特征频率的识别。这样既可以剔除电流信号中的工频电网频率的 影响，克服频率泄漏的影响，还可以提高频谱的分辨率，可以方便地观察故障 特征信号频率o + 2 s f o ) 。 细化包络算法有复调制带通滤波器法【了丌，h i l b c r t 变换+ 相位补偿细化算法 第1 章绪论 【3 8 】和小波变换+ h i l b e r t 变换【3 9 】等。本课题根据经典的移频调制原理和h i l b e r t 变 化求包络原理，提出了一种基于实数调制的细化包络谱算法。 3 ) p a r k 矢量变换方法同样可以克服转子故障特征频率( 1 坳) 易被工频及 其“旁瓣力淹没的缺点。该方法的原理是：同时采样定子二相电流，转换到静 止的定子两相坐标系中，形成豇和i q 分量。当电机正常工作时，幻和构成 的矢量轨迹为圆( 在实际中，由于制造、安装等原因，矢量轨迹只能接近为 圆) 。当电机故障时，矢量轨迹会发生偏离，变成椭圆。椭圆长轴与短轴的变 化和故障类型有关，由此可以进行故障诊断。文献 2 4 ，3 2 首先提出了p a r k 矢 量方法，并用于断条故障诊断。文献【4 5 】提出了一种扩展p a r k 矢量方法，该方 法结合了电流频谱分析和p a r k 矢量分析的特点，先将二相电流信号转换成妇 和分量，然后对和中的模分量进行频谱分析。对转子断条故障诊断结果 表明，该方法的最大优势在于将基波分量转换成了直流分量，解决了常规方法 中基波信号与故障特征信号频率过于接近而难以分离的问题。但该方法对早期 故障监测和诊断比较困难，只有当故障发展到一定程度时才有效 4 ) 自适应滤波技术电机转子故障轻微时，故障特征信号的幅值非常小， 其谱线在f f t 频谱图上很难看到，但在用自适应滤波技术滤除定了电流中幅值 强大的工频信号后，可突出故障特征信号。文献【4 4 】通过频率细化和自适应滤 波技术，大大提高了基于电机定了电流故障诊断的分辨能力和实用性。但是， 作为简单的滤波过程，自适应滤波也有可能滤掉有用的故障特征量，并且该方 法仅能用于平稳负荷时转子故障的诊断。 $ 小波变换方法小波分析是近年来兴起的信号处理方法，很适合非平稳 信号处理，具有多分辨率分析的特点，且在时频两域具有表征信号局部特征的 能力，被誉为信号分析的显微镜。基于小波变换的故障诊断方法不需要对象的 数学模型，且对输入信号的要求较低，计算量不大，灵敏度高，抗噪声能力 强，在故障诊断领域取得越来越广泛的应用，是一种很有前途的故障诊断方 法。文献 2 h 提出一种梯形小波变换方法，能明显地反映电机的正常与故障的 状况，且对于各边频电流也反映出一定的规律性。文献【3 5 】提出了一种基于小 波分析自适应滤波与连续细化f f t 变换的转子断条在线检测方法，可以准确地 识别电机转子断条故障与负荷波动。由于电流信号的特殊性，往往需要很高的 频率分辨率，而小波分析由于需要多层分解与重构，故分辨率不能够做的很 高，所以在断条等电机故障诊断中，目前仅作为一种新方法正在研究过程中 3 1 , 舶5 3 1 6 ) 利用电机启动时的电流信号进行分析电机起动过程中有关电机状态的 哈尔滨理工大学博士学位论文 电流时频信息对电机故障诊断有很大的作用，起动电流是一个非平稳信号，一 般要采用时频分析方法进行研究。文献 4 7 】最早在国内介绍了采用时频谱观察 ( 1 士2 s a ) 边带成分的变化过程，指出边带成分在启动过程中，由于位置随转速的 提高而变化的现象，可以通过这个位置变化规律，判断电机的断条故障。并对 电机断条故障的数学模型进行了详细的阐述。但是，启动电流和负载关系密 切，不同负载下启动过程差别很大，文献【3 l 】提出一种获取电机启动电流信号 小波脊线的方法，能有效地排除负载波动带来的不利影响。但是小波脊线的提 取以信号瞬时频率的提取为基础，数学定义与描述相当复杂，从实测离散电流 信号中提取小波脊线的过程中要采用迭代逼近算法，若迭代步长选取不当就可 能陷入死循环而无法准确提取到。由于需要在启动瞬间采集信号，实际应用受 到技术方面的限制。但是，由于电机仿真技术的发展，电机的瞬态过程比较容 易从理论上得到，所以目前这一方法作为理论分析应用较广 7 ) 偏心故障及研究方法转子偏心主要有两种形式，一种是由于定子铁心 呈椭圆形或转子定位不准确( 即定转子不同心) 引起的，称为静态偏心：另一 种是由于转轴弯曲、高速时机械共振或轴承损坏传动等原因引起的，称为动态 偏心；一般静态偏心可以用低频段进行检测，文献 6 0 】用仿真方法指出静态偏 心的故障频率为轴的转频，并且与5 0 h z 电网频率成调制关系，所以静态偏心 比较容易检测。如果电机转子存在动态偏心，转轴与定子同心而与转子不同 心，转子旋转时偏心的位置也会发生变化，所以气隙密度既是空间角位移的函 数，又是时间的函数，所以其在定子电流中能感应出高频谐波，文献 5 8 ，5 9 ，6 6 】 大多都是针对这种现象而进行的研究。实际上，由于电机转子刚性较大，发生 动态偏心的可能性较小，所以，本研究认为应该对转子的静偏心进深入的研 究，特别是，由于静偏心的故障特征频率和转子扭振的振动频率相同，研究如 何区别两者也是本项目的任务之一。 8 ) 仿真研究随着计算机仿真技术的发展，现代的控制与故障诊断系统都 非常注重仿真计算机环节，特别是在电机故障诊断领域，由于电机本身的数学 模型的研究已经比较成熟，利用已有的数学模型和自己建立模型，在 m a t l a b s i m u l i n k 环境下描述电机仿真过程的文献较多【6 5 , 9 2 - 9 2 1 ，近年来有 关于断条等故障的仿真文献也在逐渐增多【6 1 - 6 3 , 9 4 ，其中文献【3 2 ，6 1 ，1 1 2 】比较系 统地阐述了电机断条及偏心的数学模型及仿真过程，取得了和常见故障一致的 仿真结果。 仿真模型多采用多回路理论，多回路分析法的关键在于故障后回路参数的 求取【6 ，初始参数往往决定了模型的最终分析结果的正确与否，常用的有气隙 第1 章绪论 磁导法和有限元法两种，两者的求解过程都比较繁琐，近年来反过来又开始提 倡简化仿真模型阴1 。 目前，人们对转子断条等故障的研究主要集中在两个方面：一方面是基于 先进信号处理方法实现对微弱突变信号的检测；另一方面通过对鼠笼断条故障 的定量分析，建立有效的故障判据，并为上面所说的各种先进信号处理方法提 供验证手段。对转子断条故障的定量分析可以采用实际模型实验的方法，也可 以使用计算机仿真的方法。实际模型实验必须破坏电机，难以反复进行，而且 实验结果受实验环境干扰较大。 随着计算机技术和数值仿真技术的发展，仿真方法越来越得到大家的认 可，本研究希望能够借鉴前人的研究成果，用m a t l a b 自己建立一个包括电 机内部故障和驱动系统故障的简单仿真模型，并与模拟试验台试验结果进行对 比分析。 1 2 2 异步电机驱动设备的故障监测与故障诊断方法 进入上个世纪9 0 年代，人们在研究断条等电机本身故障的基础上，利用 无传感器检测技术，对电机拖动系统的故障，如转子失衡与偏心【缱删、齿轮故 障1 7 3 , 8 1 , 1 嘶, 1 1 1 】、滚动轴承故障u 9 , n o ，转子扭转振动【1 0 1 , 1 0 4 , 1 0 7 等进行了广泛地研 究。一般来说，这些故障信息多与工频载波信号呈幅值调制关系，工频信号成 分对故障诊断作用不大，但却占据着频谱中的主要成分，使得对于诊断有用的 故障特征信息( 调制成分) 被抑制。另一方面，由于机械传递系统的衰减，以及 电机本身的机电耦合器作用效果较弱等原因，电流中故障特征成分也比较微 弱基于这些原因，如何从电流信号中提取这些微弱故障信息，克服5 0 f i zt 频电网频率的影响，是无传感器监测与诊断方法的当前的研究热点之一 目前，采用的方法主要是利用电机的电流应用信号处理技术来估计相关谐 波。最常用的信号处理方法是用f f r 谱分析来估计电流信号边带成分 6 s - 6 9 1 。为 了抑制谱泄漏b l a s c o 提出应用基于f f t 谱的频域内插技术【7 0 】改进谐波的估计 精度。对于短数据h u r s t l 7 l 】建议应用基于时序模型的参数估计技术提高谱分辨 率。然而这些方法都存在着易受干扰、敏感性低的缺陷，有时无法得到满意的 结果。孟庆丰在电流分析的基础上，综合考虑电压的影响，提出了谐波导纳的 概念，并将其应用在转子失衡引起的偏心诊蝌1 0 3 - - 1 0 4 】、和转子油膜涡动【1 0 5 】的故 障检测。该方法可以从瞬态调制波干扰的信号中提取出微弱的正弦信号信息， 尤其是当瞬态调制波的载波频率与正弦频率相同( 两者频率重合) 时，仍可得到 哈尔滨理工大学博士学位论文 满意的结果。 另外，和断条诊断方法一样，很多现代的诊断和仿真方法，也得到了广泛 应用。但是，研究人员和范围，明显不如断条等故障多。文献【7 5 】提出了采用 小波变换的方法在电流信号中提取去齿轮箱故障信息的方法，还有学者也利用 电机的启动过程时的电流信号进行研究【1 0 7 , | 0 9 。 在电流信号的和与故障的线性性和程度的定量研究方面，文献 1 0 1 对变频 器供电的交流电机驱动轴系的扭振进行了理论分析，建立了和本项目相似的试 验台，分析了变频器引起的电源谐波对轴系扭转振动的影响，但其使用的是通 常的机械振动监测方法。r i l e yc m 等【l 吲研究了电机内部电流谐波和振动谐波 之间的关系。首先，振动监测系统记录下电机在正常条件下运行时电流和振动 的2 条测量基准线。然后对基准线数据进行评估，用以确定实时监测时的临界 值。确定这些临界值后，就可简单地用电流谐波信号衡量一个待评估的振动水 平。通过理论分析、模拟与实验结果表明，得出了可以认为设电流谐波和振动 水平成线性关系的一个重要结论。但是，其研究的对象是以不平衡一类的径向 振动为基础的，没有涉及扭转振动。这方面国内学者孟庆丰【1 0 3 1 0 4 】做了相似的 系列研究，并提出了一种基于电流谐波阻抗测量的新方法，考虑了电流信号中 电压成分变化的影响，取得较好的诊断效果，并将该方法引申到转子油膜振动 等方面的监测与诊断系统中【1 0 5 1 。 在应用方面，时献江曾采用包络谱方法分析了几例空压机的电流信号【6 刀， 虽然取得了故障特征信号，但是没有对其进行较深入的理论研究，特别是信号 究竟源于横向振动还是周向扭转振动的机理不清楚。苏恒等【l 睢1 0 7 l 比较清楚地 描述了齿轮故障信息主要是通过扭矩或速度波动的方式传递到电机转子上，然 后通过电磁扭矩耦合到定子电流上的这一信息产生与传递过程。张克南【l 唧给 出了一个更为一般机械设备一机床的成功应用实例。 1 2 3 机电耦合系统动力学分析及仿真 电机的电磁参数对其驱动机构的动态性能有重要影响，如驱动电机的电磁 谐波有时会引起高速轻型机构产生强烈振动；系统的临界转速会随电机的运行 参数变化而变化；在一定条件下系统将出现参数共振与强迫振动相藕合的振 动，等等。因此，必须把驱动电机与机构集成研究，同时也要对研究的理论用 实验加以验证，工程实践也迫切需要将电机一机构系统作为统一的研究对象， 研究其动态性能。国内外的学者在这方而做了一些工作，如f w l i o u 【1 1 3 】， 第l 章绪论 a h m a ds m a i l i 1 1 4 1 ，张策【儿5 】和蔡敢为【1 1 刀等人的工作都取得了一定成果。多是通 过改变电机的电磁参数对整个机构系统动态特性进行实验研究，表明电机的电 磁参数的改变对整个系统的动态响应特性有较大的影响。由电机驱动的往复式 压缩机，冲压设备等往复机械也是由机构( 曲柄滑块) 构成的，本课题在对这 类往复机械的振动分析中，准备借用这些理论和方法，采用电机电流方法来模 拟、仿真旋转机械和往复式机械系统的振动特征。 1 3 目前存在的问题 从以上所讨论的电机故障诊断方法可以看出，电机及其驱动故障的有效、 可靠诊断必须依赖于先进有效的信号处理技术。如何在现有故障信号测量设备 和技术的基础上，对测量到的信号进行有效的分析处理，从而提取出明显的故 障特征信息，建立相应的故障征兆信息，是当前故障诊断中需要着重解决的问 题。 但是，从另一个角度说，纷杂过多的信号处理手段，也给这一先进的信号 检测技术的实际应用设置了不必要的障碍。因为，无传感器技术的初衷是提供 一个可以检测电机本身的机械、电气故障，以及电机驱动设备故障的综合诊断 方法，以降低检测与诊断成本。因此，如何建立一个在电机本身故障和驱动系 统故障体系中可以通用信号处理方法，使其适合于工厂实际应用，是本论文的 主要研究任务和创新点之一。 通过综述，可以看出，h i l b c t t 变换包络方法是在断条和驱动设备信号处理 中常用的方法，h i l b e r t 变换的本身的理论也比较完善、易于掌握，利用这种方 法开发一个通用信号处理与诊断系统应该是可行的。但是，在断条诊断中其分 辨率不高是一个主要的问题，为此，本文开发了一种基于实调制的细化包络信 号处理及故障特征信息提取方法，进一步希望结合小波重构滤波技术，加强信 号的预处理过程，提高故障的识别精度。 另外，随着计算机仿真技术的发展，无传感器检测技术在机电耦合系统的 动力学分析及仿真中有着不可估量的发展前景，特别是在“电网一发电机一汽 轮机”系统中的研究前景值得期待【7 1 。 1 4 主要研究内容 本论文针对交流异步电机及驱动系统的典型故障( 如电机断条、偏心和轴 哈尔滨理工大学博士学位论文 系扭振) ，遵从建立数学模型、仿真、实验台模拟试验验证及实例分析的研究 路线，对每种故障类型进行细致、深入地研究与分析。采用 m a t u 旧s i m u l i n k 建立了简单易用的仿真模型，研究了适合各种故障类型 通用的小波细化谱及细化包络谱分析技术。以此为基础，主要做了以下方面的 研究工作： ( 1 ) 电机断条、扭振故障的计算机建模与仿真研究： ( 2 ) 在变频电源下的电机断条、扭振故障的计算机建模与仿真研究； ( 3 ) 电机断条、偏心及扭振故障模拟试验台建立： ( 4 ) 电机断条、偏心及扭振故障的模拟试验研究； ( 5 ) 电机断条、偏心及扭振故障的综合诊断方法研究； ( 6 ) 电机断条、偏心及扭振故障的应用研究。 第2 章异步电机及驱动设备的故障特征和诊断原理 第2 章异步电机及驱动设备的故障特征和诊断原理 2 1 异步电机及驱动设备的主要故障类型 2 1 1 异步电机本体的主要故障类型 异步电机的故障是多种多样的，也很复杂，常见的电磁及机械故障有以下 几种： 1 定转子绕组匝问短路、相间短路和绕组接地故障这种故障出现的原 因，主要是由于电机长期运行发热，绝缘老化或工作环境中水分、尘埃等物质 与绝缘相互作用，使绝缘击穿，以及电机工作中由于各种电磁力、机械力的冲 击作用，也可使绝缘损坏。 2 鼠笼式转子的断条、裂环，弯曲变形等故障这种故障出现的原因有生 产制造过程中的潜伏隐患，运行过程中的疲劳损坏，以及起动、过载运行中有 较大的热负荷、电磁力冲击等。 3 转子偏心故障可分为静态偏心和动态偏心两种类型。静态偏心，主要 是由于定子铁心呈椭圆形或定转子定位不准确( 即定转子不同心) 引起的，而 动态偏心是由于转轴弯曲、高转速时机械共振或轴承损坏等原因引起的。 4 轴承故障中小型电机常用滚动轴承；大型电机一般采用滑动轴承，一 般来说，滚动轴承的故障频率较高，不易采用电流方法检测。滑动轴承用量相 对较少，本文暂不讨论。 2 1 2 异步电机驱动设备的主要故障类型 根据异步电机所驱动的设备不同而不同，常见