基于电流频谱和RBF神经网络的异步电动机故障诊断方法分析与研究

摘 要由于现代科学的进步和生产系统的不断发展，电机在生产中发挥着越来越重要的作用。异步电机以其结构简单、价格低廉、可靠性高、维护方便而在工农业中取得了广泛的应用。随着现代工业系统的飞速发展，电机的单机容量不断增加，所驱动的负载也越来越复杂。电机故障不仅会损坏电机本身，重时还会使电机突然停机、生产线崩溃，造成巨大的经济损失和灾难性后果。为了将故障所造成的损失降低至最小程度，迫切要求对电动机故障进行检测。电动机故障检测是通过应用先进的技术手段，所以研究实用、高效的电机故障诊断系统对于生产安全运行十分重要。本文首先介绍异步电动机的结构和基本原理，以及常见的故障。并且概要的叙述转子断条和端环开裂、气隙偏心的故障特征信号频率分量的产生机理。然后对电流频谱法在电机故障诊断中的作用进行简要的叙述，系统的介绍傅立叶变换的原理，接着对定子电流信号进行 FFT 变换，得出电流频谱图，并根据故障判据分析频谱图，从而对电机故障进行诊断。最后对 RBF 神经网络的结构和特点进行了相关的介绍，并介绍 RBF 神经网络学习算法和其网络设计。建立基于 RBF 神经网络的故障诊断结构，并利用故障样本数据对网络进行训练，从而实现了对电动机故障的诊断。关键词：异步电动机故障诊断；电流频谱图分析；MATLAB ；RBF 神经网络ABSTRACTOwing to the progress of modern science and product system, electrical engineer plays a more and more important role in modern production .Asynchronous motors are widely used in the industrial and agricultural production because of its simple structure, low price, high reliability and convenient maintenance. With the rapid development of the modern industrial system, the capacity of a single motor is keeping increasing and the load is also becoming more complicated now. A motor fault can not only cause damage to the motor, but also can result in unscheduled machine downtime and the shutdown of a production line, which will cause heavy financial losses and catastrophic fault. In order to reduce the fault to a minimum extent, there is an urgent call for motor fault detection. Motor fault detection uses the application of advanced technical instrument, the study of practical and efficient motor fault diagnosis system is very important for the production of safe operation.Firstly, the design introduces the structure and the basic principles of the asynchronous motor, as well as the common fault. And then a summary description of broken rotor bars and end ring cracks, the failure characteristics of air-gap eccentricity signal frequency component mechanism. Then the spectrum of current in electrical fault diagnosis in a brief description of the role of the system to introduce the principle of Fourier transform, and next signals to the stator current FFT transform, to draw current frequency spectrum, and frequency spectrum analysis of failure criterion and thus the diagnosis of motor failure. Finally, RBF neural network structure and characteristics of the relevant presentation and introduced the RBF neural network learning algorithm and its network design. RBF neural network based fault diagnosis of the structure and the use of fault data samples to train the network in order to achieve the motor fault diagnosis.Keywords：Induction Motor Fault Diagnosis; Current spectrum analysis; MATLAB; RBF neural network目 录1 绪 论 .11.1 课题研究的意义 .11.2 电机故障诊断技术的国内外发展状况 .21.3 电机故障诊断技术的基本原理 .41.4 电动机故障诊断的主要方法 .41.4.1 基于多传感器数据融合故障诊断技术 .51.4.2 基于小波变换故障诊断技术 .61.4.3 基于人工神经网络故障诊断技术 .71.5 本文主要工作 .82 异步电机基本原理及常见故障机理分析 .102.1 异步电动机构造及基本原理 .102.1.1 异步电动机的构造 .102.1.2 异步电动机基本原理 .122.2 异步电动机故障及其判据 .122.2.1 转子断条和端环开裂故障 .122.2.2 气隙偏心故障 .132.2.3 绕组过热与匝间短路故障 .172.3 本章小结 .173 基于电流频谱的电机故障分析 .193.1 电流频谱法诊断电动机故障 .193.2 频谱分析与傅立叶变换 .193.2.1 频谱分析原理与方法 .193.2.2 傅立叶变换原理 .223.3 故障诊断仿真研究 .243.3.1 MATLAB 的概况 .243.3.2 仿真实例 .253.4 单相电流频谱图分析方法的局限性 .283.5 本章小结 .284 基于 RBF 径向基函数神经网络电机故障诊断 .294.1 RBF 神经网络的结构和特点 .304.1.1 RBF 神经网络的结构 .304.1.2 RBF 神经网络理论基础 .324.2 RBF 神经网络学习算法 .334.3 RBF 网络设计 .354.3.1 RBF 神经元 .354.3.2 RBF 神经网络的映射关系 .364.4 故障诊断仿真研究 .364.4.1 仿真实例 1.364.4.2 仿真实例 2.414.5 本章小结 .445 总 结 .45参考文献： .46翻译部分 .48英文原文 .48中文译文 .61致 谢 .71中国矿业大学 2009 届本科生毕业设计 第 1 页1 绪 论1.1 课题研究的意义自 19 世纪发明电动机以来，由于电能应用方便，而且电动机的性能良好，便于控制，使用与操作简单，因而得到了迅速普及，应用范围越来越广，使用数量越来越多，使人类从繁重的体力劳动中逐步解脱出来，从而推进和完成了人类历史上第二次的工业革命。而到了今天，在我们日常生活和生产活动中，已经离不开电机，电机在日常生活中已无处不在。任何产业部门和每个家庭几乎离不开各种各样的电机，它作为当今世界上使用最普遍的、数量最多的动力机械，几乎占领了所有领域。而其中异步电动机是各种电动机中应用最广、需要量最大的一种电机。90%左右的电气原动力均为异步电动机，其中小型异步电动机占 70%以上。在电网的总负荷中，异步电动机用电量占 60%以上。它是当今生产活动和日常生活中最主要的原动力和驱动装置。以工业生产部门为例，绝大多数的生产设备是依靠异步电动机驱动的。钢厂的轧钢机是由电动机驱动的，矿井提升机是依靠电动机升降的，化肥厂的压缩机是由电动机驱动的，金属切削机床是由电动机驱动的，自来水厂的水泵是用电动机驱动的等等。在电力系统的各类发电厂中，除了作为系统核心的发电机外，其余的辅助动力设备几乎全部由电动机组成，如送粉机、磨煤机、给水泵、风机等。作为工业系统的主要传动元件和执行元件，异步电动机的正常工作对保证生产过程的安全、高效、敏捷、优质及低耗意义重大。电机设备是组成供、用电系统的基本元件，在运行中受到电、热、机械和周围环境等。各种因素的作用使其性能逐渐劣化，最终导致故障。一旦发生故障，即使是停止工作的时间极短，也会造成很大的损失。其故障不仅会损坏电机本身，还将影响整个生产系统，甚至危及人身安全，造成巨大损失。长期以来，针对异步电动机的各种严重故障，主要采取成熟可靠的继电保护措施，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、过速保护、振动保护、过热保护等等。从表面上看，继电保护功能已很完善，但是必须知道，继电保护系统只是当被监视参数达到或超过继电器整定值时才起作用，即只有当故障已经发生时才动作，而并没有预防功能。相反，有时一个运行参数中国矿业大学 2009 届本科生毕业设计 第 2 页超限，继电保护系统动作，电机被突然切断而使生产流程中止，仍会导致很大报失。电机诊断技术不但能根据早期征兆进行故障预报，并能对故障进行诊断和趋势分析，判定出合理的检修方案。一般这些故障的发生总是以各种征兆表现出来，并且故障类型也多种多样。既有缓变故障和突变故障，又有电气故障和机械故障；既有线性系统故障，又有非线性系统故障。其关系错综复杂，这给电机设备故障的有效、快速诊断带来一定的困难。为了将故障所造成的损失降低至最小程度，迫切要求对异步电动机故障进行检测。异步电动机故障检测是通过应用先进的技术手段，所以研究实用、高效的电机故障诊断系统对于生产安全运行十分重要。 151.2 电机故障诊断技术的国内外发展状况设备故障诊断技术最早开发的国家是美国，二次大战时，美国军用装备频繁出现故障，暴露厂定期预防维修方式的弱点，为了解决这个可题，美国开始大力开展可靠性工程的研究。利用可靠性和故障率的概率形式把设备状态定量地描述出来，并把研究成果引入到飞机、坦克、舰艇等军事装备的管理维修中，取得了良好的效果。1961 年美国开始执行阿波罗计划，因设备故障引起了很多严重间题，这些尖端计划的执行，对设备的安全性和可靠性问题提出了越来越高的要求。1967 年 4 月 18-19 日，由美国宇航局（NASA）创导，在美国海军研究室(ONR)主持下，成立了美国机械故障预防小组(MFPG) 。它下设四个分组：（1）故障机理研究组；（2）检测、诊断和预测技术组；（3）可靠性设计组；（4）材料耐久性评价组。电机故障诊断技术是一门研究故障机理，在线监测和故障特征量提取，以及诊断推理的多学科交叉的新兴学科。二十世纪八十年代以来，设备故障诊断技术逐步应用于大型电机，在 1987 年，Tavnei P.J.与 Penman J.提出了电机状态监测的概念。事实上，电机的状态监测与故障诊断是密不可分的，二者是一个有机整体。电机故障诊断技术尽管是设备诊断技术的一个部分，但是由于电机的工作原理和结构上的种种特点，其诊断方法和采用的检测技术和其他设备的诊断有所不同。根据电机工作原理，在它内部存在着几个相互关联而又不可截然分割的工作系统，因此，电机诊断需涉及较多技术领域。电机内部包括如下几个独立的、又相互关联的工作系统：电路系统、磁路系统、绝缘系统、机械系统、通风散热系统。电机运行中出现的故障，将会涉及这些独立的工作系统，因而电机的诊断比一般机械设备诊断涉及的技术领域要广一些。电机诊断涉及的知识领域有：电机学、中国矿业大学 2009 届本科生毕业设计 第 3 页热力学和传热学、高电压技术、材料工程、机械诊断学、电子测量学、信息工程技术、计算机技术等。电动机状态监测与故障诊断是指在线监测电动机相关运行参数（如电压、电流、磁通、转速、温度、振动、噪声、局部放电） ，并采用适当方法评估电动机当前运行状态；若处于故障状态，则确定故障类型、发生部位、严重程度及发展趋势。值得指出，这里所说的“故障”是指定子绕组匝间短路、转子断条等渐进性（初发性）故障，而非定子绕组三相短路等速断性（灾难性）故障。近二十年来，电动机状态监测与故障诊断领域的研究工作已取得长足进展，一大批状态监测与故障诊断系统相继投入使用。近二十年来，异步电动机状态监测与故障诊断领域的研究工作已取得长足进展，一大批状态监测与故障诊断系统相继投入使用。其中，PHILIPS公司研制的 RMS700 旋转机械监测系统、 ENTEK 与 IRD 公司研制的MPULSE 机械状态在线监测系统以及 GE 公司研制的 MULTILIN 多功能电动机监测器最具代表性。MULTILIN 电动机多功能监测器具备两个显著特征：其一，它将电动机监测、诊断与保护功能集成在一起；其二，MULTILIN 基于电动机电流信号分析技术 (MCSA， Motor Current Signature Analysis)，它仅需采集电压、电流信号，不必使用加速度、温度、应力及转速传感器。众所周知，对这些传感器进行安装与维护是非常困难的，因此MULTILIN 应用方便、简捷。正因为如此， MULTILIN 代表了大型电动机状态监测与故障诊断系统的发展方向。我国的电机状态监测和故障诊断技术的研究要比国外晚十年左右。我国的状态监测和故障预测技术自 80 年代初起步以来，经历了三个大的阶段：第一个阶段是起步与准备阶段。这个阶段大约用了 10 年或 10 年不到的时间。这个阶段的特点是认识状态监测和故障预测技术的重要性，积极与国外开始进行技术交流，并积极参加国际有关学术会议。第二阶段是发展阶段，或者说是迅速发展阶段。这个阶段的形成是以我国工业建设迅速发展为背景，现代化工业管理的需要为前提，在第一个阶段的基础上，产生了第二个迅速发展的局面。这个阶段的特点是在全国大多数行业和企业部门，在国家领导重视和大力推行新的管理体制与维修政策的推动下，促进了企业采用先进管理技术的新形势。同时，状态监测和故障预测技术本身，经过 80 年代的发展，在监测方法上、监测手段上（仪器与系统） ，特别是预测效果上，相对来说比过去：（第一阶段）要成熟，取得十分明显的经济效益和社会效益，缩短了我国与世界先进水平的差距。第三个阶段是高级阶段，或称是状态监测和故障预测技术的完善阶段。经过准备阶段，再经中国矿业大学 2009 届本科生毕业设计 第 4 页过发展阶段（先后用了近 20 年时间） ，进入了状态监测和故障预测技术比较完善的阶段。在这个阶段，从理论上、监测设备（简易诊断和精密诊断）的性能上、故障预测技术的采用与推广上，为设备管理、设备的可靠性与维修性、提高企业的生产水平，减轻工作人员的劳动时间与强度，都将达到一个新的水平，我国与世界先进水平相比，将十分接近。 671.3 电机故障诊断技术的基本原理电机设备的运行受很多因素影响，如电网电压、负载性质、安装环境和产品质量等，恶劣的环境和超技术范围的运行是导致故障产生的主要原因。电机设备的工作原理都是基于电磁理论，其主要由电路（绕组）和磁路（铁芯）两大部分组成，变压器为静止设备，它们的故障形成过程和表现形式在许多方面都有相同之处。如设备的绕组过热、绝缘老化、铁芯变形及电机转子偏心等。目前电机设备故障诊断的基本原理有：（1）电流分析法。通过频谱等信号分析方法对负载电流的波形进行检测从而诊断出电机设备故障的原因和程度；（2）绝缘诊断法。利用各种电气试验装置和诊断技术对电机设备的绝缘结构、工作性能是否存在缺陷做出判断，并对绝缘寿命做出预测；（3）温度检测方法。采用各种温度测量方法对电机设备各个部位的温升进行监测，电机的温升与各种故障现象有关；（4）振动与噪声诊断法。通过对电机设备与噪声的检测，并对获取的信号进行处理，诊断出电机产生故障的原因和部位，尤其是对机械上的损坏诊断特别有效。1.4 电动机故障诊断的主要方法诊断电机设备故障的方法较多，如利用人的感官对设备运行声音的大小、温度的高低、振动的强弱、颜色的深浅等进行判断发现故障及其位置。另外还可用故障检测试验装置测量故障点，常用的有绝缘试验、带电温度计试验、接地试验、超声波检测、射线检测及新型漏电电流表检测等。目前用于电机设备故障诊断的方法仍以在故障发生后进行的离线诊断为主，这给正常的生产和工作带来极大的影响和损失。而在线诊断具有良好的实时性，对于及时发现早期的故障隐患是非常有利的。现代故障诊断技术可分为基于解析模型法、基于信号处理法、基于知中国矿业大学 2009 届本科生毕业设计 第 5 页识法。基于解析模型的方法发展最早，此方法需要建立被诊断对象的较为精确的数学模型，它又可分为参数估计法、状态估计法和等价空间法等。基于信号处理的方法回避了抽取对象数学模型的难点，直接利用信号模型，适用于线性、非线性系统。其中的热点是基于小波分析技术的故障诊断方法。基于知识的方法也不需要系统的定量数学模型，它引人了诊断对象的许多信息，可以充分利用专家诊断知识等，是一种很有前途的方法。基于知识的方法大致可分为神经网络法、模糊逻辑法、定性模型法等。现代电机故障诊断的方法主要有多传感器数据融合故障诊断技术，小波变换故障诊断技术，人工神经网络故障诊断技术。1.4.1 基于多传感器数据融合故障诊断技术多传感器数据融合最初应用于军事上的目标识别和跟踪，多个（种）雷达的信号融合处理得到更加确定的目标航迹。数据融合发展到今天已经在许多领域得到应用。尽管数据融合发展至今还没有统一的理论框架，但是它作为一门交叉学科，已经在各应用领域得到足够的认识和发展。数据融合的基本概念就是通过对多个源的数据通过适当的融合得到一个比单个源数据更有利的结果。这里的有利是相对于应用来说。针对故障诊断对消除或者减小不确定性的要求，多传感器数据融合将是这个领域以后发展的一个重要方向。本文将从传统故障诊断系统结构出发，研究并提出基于数据融合的故障诊断系统结构，并分析这样一个系统中的关键部分。 8多传感器数据融合的概念最早出现于上世纪 70 年代的军事领域，经过近几十年的研究和发展，目前已经在包括遥感、机器人、医学和工业等很多非军事领域得到重视和研究，并且也有许多实际应用。多传感器数据融合是个概念框架， ，在应用上可以看成是对多源数据经过各种整合方法融合起来以估计或者预测系统状态的过程。其关键在于数据（信息）是“多个”同源或者异源的、同质或者异质的数据。数据可能是各种过程的或者物理的数据，状态也可能是各种过程的或者物理的状态，系统是各种可能的系统或者它的一个子系统，或者子系统的子系统，所以融合可以在任何合适的阶段进行。应用多传感器数据融合方法的主要目标是通过对多个传感器的数据融合得到比单个数据条件下更精确、更确定甚至无法得到的系统信息。数据融合在不同的应用领域有着完全不同方法，同时也有着不同的模型。电机故障诊断领域，数据融合的模型可以参考美国国防部 JDL(joint directors of laboratories)的功能模型。这个模型只是指导性的，概括了从传中国矿业大学 2009 届本科生毕业设计 第 6 页感器到最终用户之间的各个阶段都存在融合应用的可能，同时每一阶段的融合也将有不同的意义和方法。通过简化可以认为数据融合分成传感器级、特征级和决策级。融合将针对目标系统各阶段的特点选择合适的方法。对于电机的故障诊断，系统的不确定性表现在模型及运行环境的影响，所以构造的融合系统将针对这些不确定性的因素而设计。融合可以在传感器级、特征级或者决策级进行，而不同融合级的选择将主要考虑实现成本和融合性能的平衡比较。不同融合级的融合方法也不同。在传感器级，针对模型的不确定性来估计或者预测电机状态，可以用数量形式的算法，比如Kaman 滤波。对于特征级的融合，更多的方法来源于模式分类或者识别的方法。对于决策级，主要是基于各种不确定性测度的方法，比如 Bayesian规则、证据理论和模糊决策等。电机故障诊断中应用数据融合方法，目的是通过利用多个传感器的信息来减少或者消除单个传感器的信息不确定性。也就是一个基于多传感器数据融合的电机故障诊断系统的原型将可能应用各种可用的物理传感器监测电机运行状态，同时通过这些状态做出诊断。融合可能发生在监测的过程或者诊断的过程，而数据也可能是传感器来的或者过程可观测数据，或者各种由不确定性测度表示的信息。1.4.2 基于小波变换故障诊断技术小波变换既是时间尺度分析，又是时间-频率分析，它具有多分辨率的特点，且在时频两域具有表征信号局部特征的能力，被誉为分析信号的显微镜。由于良好的视频局部化特征，在动态信号的分析上显示出明显的优势，适于电机设备在线故障诊断。信号 x(t)的连续小波变换定义为： 1(,)xtWTatxdxa简记为： ()aatxt其中为卷积，a 为尺度因子， 是基小波在尺度上的伸1atA缩，并且中国矿业大学 2009 届本科生毕业设计 第 7 页0xd利用小波变换的奇异点（如过零点、极值点)在多尺度下的综合表现来检测信号的局部突变点，从而进行故障诊断。利用小波变换提供信号在时、频域的局部描述，从而对非平稳信号进行分析，成功地将小波变换应用于变压器的故障诊断中。当电机定子绕组出现故障和外部负载突变或外部电源不对称时，均会引起定子电流有较大变化，通过对定子电流预处理，并进行二次小波变换，有效地提取了电机定子绕组的故障特征，并明显区分出由于外部负载突变和外部电源不对称而引起的定子电流的变化。诊断结果几乎不受负载变化影响，实现了有效可靠地进行电机在线故障诊断。 9101.4.3 基于人工神经网络故障诊断技术人工神经网络（Artificial Neural Networks, ANN） ，一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。人工神经网络具有自学习和自适应的能力，可以通过预先提供的一批相互对应的输入输出数据，分析掌握两者之间潜在的规律，最终根据这些规律，用新的输入数据来推算输出结果，这种学习分析的过程被称为“训练” 。人工神经网络由大量处理单元互联组成的非线性、自适应信息处理系统。它是在现代神经科学研究成果的基础上提出的，试图通过模拟大脑神经网络处理、记忆信息的方式进行信息处理。人工神经网络具有四个基本特征：（1）非线性 非线性关系是自然界的普遍特性。大脑的智慧就是一种非线性现象。人工神经元处于激活或抑制二种不同的状态，这种行为在数学上表现为一种非线性关系。具有阈值的神经元构成的网络具有更好的性能，可以提高容错性和存储容量。（2）非局限性 一个神经网络通常由多个神经元广泛连接而成。一个系统的整体行为不仅取决于单个神经元的特征，而且可能主要由单元之间的相互作用、相互连接所决定。通过单元之间的大量连接模拟大脑的非局限性。联想记忆是非局限性的典型例子。（3）非常定性 人工神经网络具有自适应、自组织、自学习能力。神经网络不但处理的信息可以有各种变化，而且在处理信息的同时，非线性动力系统本身也在不断变化。经常采用迭代过程描写动力系统的演化过程。中国矿业大学 2009 届本科生毕业设计 第 8 页（4）非凸性 一个系统的演化方向，在一定条件下将取决于某个特定的状态函数。例如能量函数，它的极值相应于系统比较稳定的状态。非凸性是指这种函数有多个极值，故系统具有多个较稳定的平衡态，这将导致系统演化的多样性。人工神经网络中，神经元处理单元可表示不同的对象，例如特征、字母、概念，或者一些有意义的抽象模式。网络中处理单元的类型分为三类：输入单元、输出单元和隐单元。输入单元接受外部世界的信号与数据；输出单元实现系统处理结果的输出；隐单元是处在输入和输出单元之间，不能由系统外部观察的单元。神经元间的连接权值反映了单元间的连接强度，信息的表示和处理体现在网络处理单元的连接关系中。人工神经网络是一种非程序化、适应性、大脑风格的信息处理，其本质是通过网络的变换和动力学行为得到一种并行分布式的信息处理功能，并在不同程度和层次上模仿人脑神经系统的信息处理功能。它是涉及神经科学、思维科学、人工智能、计算机科学等多个领域的交叉学科。人工神经网络是并行分布式系统，采用了与传统人工智能和信息处理技术完全不同的机理，克服了传统的基于逻辑符号的人工智能在处理直觉、非结构化信息方面的缺陷，具有自适应、自组织和实时学习的特点。人工神经网络模型主要考虑网络连接的拓扑结构、神经元的特征、学习规则等。目前，已有近 40 种神经网络模型，其中有反传网络、感知器、自组织映射、Hopfield 网络、波耳兹曼机、适应谐振理论等。根据连接的拓扑结构，神经网络模型可以分为：（1）前向网络 网络中各个神经元接受前一级的输入，并输出到下一级，网络中没有反馈，可以用一个有向无环路图表示。这种网络实现信号从输入空间到输出空间的变换，它的信息处理能力来自于简单非线性函数的多次复合。网络结构简单，易于实现。反传网络是一种典型的前向网络。（2）反馈网络 网络内神经元间有反馈，可以用一个无向的完备图表示。这种神经网络的信息处理是状态的变换，可以用动力学系统理论处理。系统的稳定性与联想记忆功能有密切关系。Hopfield 网络、波耳兹曼机均属于这种类型。基于神经网络的故障诊断步骤为：第一步，选择能反映系统动态特性、建模误差和干扰影响因素等的变量作为网络的输入向量，并人为设定网络的输出向量值。第二步，选择适当的神经网络。第三步，根据选择的输入输出向量，训练神经网络，确定有关的权值和阂值。第四步，将新的反映系统动态特性的输入信号输入神经网络根据神经网络的输出值是否超出所规定的阑值，判断系统是否发生故障。由于神经网络具有联想记忆和自学习功能，因此出现新故障时，它可以通过自学习，不断调整权值和阂值，以提高检测率，降低误报率和漏报率，因此神经网络可以很好的用于故障中国矿业大学 2009 届本科生毕业设计 第 9 页诊断。其中 RBF 神经网络和 BP 神经网络是典型的人工神经网络，在故障诊断技术中应用广泛。本文在第 4 章将介绍基于 RBF 径向基函数神经网络电机故障诊断。1.5 本文主要工作本文将研究的对象是工业应用最广泛的异步电动机，针对转子断条和端环开裂、气隙偏心严重而又较难避免且不易监测的典型故障进行了研究工作，取得了较满意的结果。本文主要工作：1介绍异步电动机的结构和基本原理，以及常见的故障。并且概要的叙述转子断条和端环开裂、气隙偏心的故障特征信号 和 频1)2(fsrmf率分量的产生机理。2基于电流频谱的电机故障分析：简要的叙述电流频谱法在电机故障诊断中的作用，系统的介绍傅立叶变换的原理。用 MATLAB 对定子电流信号进行 FFT 变换，得出电流频谱图，并根据故障判据分析频谱图，从而得出电机故障。3基于 RBF 神经网络的设计和诊断：对 RBF 神经网络的结构和特点进行了相关的介绍，并介绍 RBF 神经网络学习算法和其网络设计，然后用RBF 设计网络对电机进行故障诊断。中国矿业大学 2009 届本科生毕业设计 第 10 页2 异步电机基本原理及常见故障机理分析三相交流异步电动机是应用最为广泛的一种电气设备，在电力系统中，异步电动机的用电量占整个系统总用电量的 60%以上。因此，研究并应用电机故障诊断方法，及时、准确地诊断出电机故障并采取相应措施，对于保障电机设备的安全运行以及众多行业与企业的安全生产，具有重大的经济和社会意义。2.1 异步电动机构造及基本原理2.1.1 异步电动机的构造三相异步电动机的种类很多，但各类三相异步电动机的基本结构是相同的，它们都由定子和转子这两大基本部分组成，在定子和转子之间具有一定的气隙。 11此外，还有端盖、轴承、接线盒、吊环等其他附件，如图2-1 示：图 2-1 封闭式三相笼型异步电动机结构图1 轴承；2前端盖；3转轴；4接线盒；5吊环；6定子铁心；7转子；8定子绕组；9机座；10后端盖；11风罩；12风扇1定子部分 定子是用来产生旋转磁场的。三相电动机的定子一般由外壳、定子铁心、定子绕组等部分组成。（1）定子铁心中国矿业大学 2009 届本科生毕业设计 第 11 页异步电动机定子铁心是电动机磁路的一部分，由 0.35mm0.5mm 厚表面涂有绝缘漆的薄硅钢片叠压而成，如图 2-2 所示。由于硅钢片较薄而且片与片之间是绝缘的，所以减少了由于交变磁通通过而引起的铁心涡流损耗。铁心内圆有均匀分布的槽口，用来嵌放定子绕圈。（a）定子铁芯 （b）定子冲片图 2-2 定子铁心及冲片示意图（2）定子绕组定子绕组是三相电动机的电路部分，三相电动机有三相绕组，通入三相对称电流时，就会产生旋转磁场。三相绕组由三个彼此独立的绕组组成，且每个绕组又由若干线圈连接而成。每个绕组即为一相，每个绕组在空间相差 120电角度。线圈由绝缘铜导线或绝缘铝导线绕制。中、小型三相电动机多采用圆漆包线，大、中型三相电动机的定子线圈则用较大截面的绝缘扁铜线或扁铝线绕制后，再按一定规律嵌入定子铁心槽内。定子三相绕组的六个出线端都引至接线盒上，首端分别标为 U1，V 1， W1 ，末端分别标为 U2， V2， W2 。这六个出线端可以接成星形或三角形。2转子部分（1）转子铁心是用 0.5mm 厚的硅钢片叠压而成，套在转轴上，作用和定子铁心相同，一方面作为电动机磁路的一部分，一方面用来安放转子绕组。（2）转子绕组异步电动机的转子绕组分为绕线形与笼形两种，由此分为绕线转子异步电动机与笼形异步电动机。 绕线形绕组 与定子绕组一样也是一个三相绕组，一般接成星形，三相引出线分别接到转轴上的三个与转轴绝缘的集电环上，通过电刷装置与外电路相连，这就有可能在转子电路中串接电阻或电动势以改善电动机的运行性能 笼形绕组 中国矿业大学 2009 届本科生毕业设计 第 12 页在转子铁心的每一个槽中插入一根铜条，在铜条两端各用一个铜环（称为端环）把导条连接起来，称为铜排转子，也可用铸铝的方法，把转子导条和端环风扇叶片用铝液一次浇铸而成，称为铸铝转子。3其他部分 其他部分包括端盖、风扇等。端盖除了起防护作用外，在端盖上还装有轴承，用以支撑转子轴。风扇则用来通风冷却电动机。三相异步电动机的定子与转子之间的空气隙，一般仅为 0.2mm1.5mm。气隙太大，电动机运行时的功率因数降低；气隙太小，使装配困难，运行不可靠，高次谐波磁场增强，从而使附加损耗增加以及使启动性能变差。2.1.2 异步电动机基本原理当对称三相绕组接到对称三相电源以后，就在定子、转子之间的气隙内建立了以同步转速 n，旋转的旋转磁场。旋转磁场切割转子导体时，在转子导体中感应电势，由于转子绕组是闭合的，在转子导体中将有电流通过。转子导体中的电流与旋转磁场相互作用，产生电磁力，使转子导体受到该力的作用，这一电磁力的方向与旋转磁场方向相同。在电磁力的作用下形成电磁转距，拖动转子顺着旋转磁场方向旋转。根据电磁学原理可知，只有转子转速 n 小于同步转速 n1(即气隙磁场旋转转速)时，转子相对于旋转磁场才有相对运动，转子回路才有可能切割磁力线而产生感应电流，所以转子转速不可能达到同步转速，即 nf c时，x(t)的傅立叶变换 X(f)=0，那么，该函数 x(t)可以完全由时间间隔的时域抽样（或者说抽样频率.f s=1/ ）序列唯一确定，即函ct2 cft2数 x(t)可以表示为(3.6)in()()()cnftxtxt显然，抽样定理包含着两个限制，一是频率函数的带宽限制，即|f|f c时，X(f)=0；一是对抽样间隔 t 的限制，即 ，它也是最大的抽样cft2间隔。这种等间隔的抽样又叫做奈奎斯特(Nyquist)抽样，f s=1/ 叫做cft2奈奎斯特抽样频率。抽样定理指的是采样频率 fs2fc，实际应用中，一般保留一定的裕量，f c 取得比奈奎斯特采样频率高一些。鉴于 FFT 分辨力不足的问题，人们提出了高分辨力的非线性谱分析方法。非线性谱分析的方法很多，如 AR 模型方法、自回归滑动平均 (ARMA)中国矿业大学 2009 届本科生毕业设计 第 22 页模型方法、量小交叉嫡方法等，其中 AR 模型方法问世较早，研究与应用都比较成熟，且有多种较快运算速度的算法。由于傅立叶变换无时间局部信息，也就是说，信号 x(t)任何时刻的微小变化会牵动整个频谱；反过来，任何有限频段上的信息都不足以确定在任意时间小范围内的函数 x(t)，而实时信号往往是时变信号，非平稳过程，了解它们的局部特性常常是很重要的，人们很自然首先想到通过预先加窗的办法使频谱反映时间局部特性。因此，出现了许多基于傅立叶变换的谱分析方法，经常应用于工程实践的除了 FT，还有短时傅立叶变换(STFT)、子波变换(WT) 和 ZOOM-FFT。从数学上看，三种不同的变换都是将所研究的信号在一组特定基函数上的分解问题，但由于基函数不同，因此就有了不同的分辨率特