设大型异步电机转子断条早期故障下的定子电流由基频.doc

设大型异步电机转子断条早期故障下的定子电流由基频、故障特征频率分量(幅值为基频的1%一3%)和噪声构成将i(t)通过Hilbert解调并经双Hilber滤除直流后(乘以0.06以满足AF)送入参考频率为的周期策动力均为F一0.82的Duffing振子阵列中，来检测强噪声中的故障特征分量。采样频率为200Hz，采用四阶Kunge一Kutta计算，算法步长为0.00550正常和故障时可以得到由时域相图得到周期为一005和505，那么, =(0.51+0.48-0.01+0.02)2/2=0.52rad/s。所以f=0.5HZ,而原中的故障特征分量的频率为0.5HZ，与故障特征频率完全吻合。由此我们可以准确有效的检测出故障特征分量的频率。由此得出利用Duffing间歇混沌运动很容易精确检测强噪声背景下微弱故障2拭频率分量，这对异步电机转子断条早期故障的精确检测有重要的意义。为了体现Duffing阵列精确检测的优势，下面给出电流信号解调并去直流后的信号图及其局部频谱分析图。由图5一8可以得知，2拭分量在频谱分析中根本上没有体现，湮没在强噪声背景下的微弱的2试故障特征分量很难运用一般的频谱分析方法进行有效准确的检测，而杜芬振子对强噪声背景下微弱周期信号的检测有其独特的优越性。为了验证Duffing阵列检测微弱信号的有效性及可靠性，利用动模实验模了鼠笼型异步电动机的断条故障。所用电机的铭牌数据如表5一1所示。在动模实验室测量了不同断条情况、不同负载情况下的定子电流进行分析，由于断条故障越轻，故障特征频率幅值就越小，也就越难检测，因此本文列出较难检测的额定负载和半载下的一根断条和两根断条的数据分析，来验证本方法的有效性。由于在实验室条件下噪声强度不大，为模拟现场噪声环境，在测得的定子电流信号中，人为加入白噪声，并把加入噪声后的信号作为定子电流信号进行分析对比。为减少Duffing振子阵列的数量，依据转差率得知若存在断条故障，就可以适当设置Duffing阵列的个数。同时D喊ng阵列周期摄动力的阐值的选择，是通过大量的实验来选择合适的数值，可参考文献2，2抓的闽值为0.4%于基波，这样在额定负载下我们设置周期策动力的分岔值为0.82，当2抓(当然需要乘以合适的比例系数)的值大于0.007时发生间歇混沌运动现象，低于0.007时不发生间歇混沌运动现象。很显然如果2抓的闭值设置过大，就有可能会漏判，而闭值设置过小，就有可能误判。同时文献38指出，正常运行当s变化时，Zsf的值仅仅和s有关。这样我们只需要根据所测得的实时稳态转速来调整振子的频率，来检测在不同运行工况下的电机是否发生断条故障，这对异步电机转子断条早期故障精确检测非常有效。一根断条且满载时，测得实际转速为1430转/分，从而求得实际转差率为0.0467，由(l士25)石可算出故障特征频率就为45.33Hz和54.67Hz，由2抓可算出特征频率就为4.67Hz。由于转速装置检测的精确性比较高，一般测量值和实际转速不会相差10转以上，这样我们就没必要设置过多的阵子，而可以适当的选择而避免不必要的浪费。因此可以设置4.445*2二，4.445*2二*103，4.445，2二，(1.03)，4.445，2二，(1.03)，4个振子阵列。其他的振子可以不必设置，因为2斌在处于其他的振子内都无间歇混沌现象发生。周期策动力均为F二0.82，采样频率为1000Hz，采用四阶Kunge一Kutta计算，算法步长为0.0015。观察示波器输出的波形，可以看出正常时所有的振子都呈混沌状态。当一根、两根断条故障时可以得到在第2个，第3个振子间出现间歇混沌运动。第2，3两振子的正常、一根断条、两根断条时的时域相图。由时域相图可以得到两振子间歇混沌周期为105和205，那么则由所以f=4.66HZ，而原i(t)中的故障特征分量的频率为4.67HZ，由间歇混沌得到的频率与转子一根断条时故障特征频率基本吻合。一根断条且半载时，测得实际转速为1473转/分，从而求得实际转差率为0.018，由(l士25)五可算出故障特征频率就为48.2Hz和sl.SHz，由2拭可算出特征频率就为l.SHz。因此可以设置1.7133x2二，l.7133x2二、1.03，1.7一33x2二x(一03)，l.7133x2二x(1.03)，4个振子阵列。观察示波器输出的波形，可以看出正常时所有的振子都呈混沌状态。当一根、两根断条故障时可以得到在第2个，第3个振子间出现间歇混沌运动。第2，3两振子的正常、一根断条、两根断条时的时域相图。 由此可以看出利用Duffing振子阵列可以准确有效的检测出故障特征分量的频率。理论上本来可以完全精确检测，之所以出现误差是因为周期是近似计算的而导致产生误差，但精度足以满足要求，比一般的频谱分析高得多，因为此方法不受采样频率和栏栅效应的影响。结论本文以鼠笼式异步电动机为主要研究对象，在广泛阅读国内外有关电机断条故障检测和Duffing振子方面文献的基础上，就异步电动机转子断条故障故障诊断技术方法进行了深入分析和研究。在现有方法的基础上，提出了基于D确ng振子阵列的电机转子断条早期故障检测新方法。针对电机断条故障在实际检测中遇到的一些问题，本文采用了下列几种措施:l)针对异步电动机转子断条故障特征信号分量容易被基波而淹没的问题，本文利用Hllbert变换解调出故障特征频率，以便进一步的进行检测。2)针对异步电动机转子断条故障特征信号分量容易被噪声淹没的问题，本文利用杜芬振子对强噪声背景下微弱周期信号的检测的独特优越性来检测故障特征分量，并分别进行仿真与实验验证。1)Duffing振子从混沌到间歇性混沌的非平衡相变对与参考信号频差较的周期微弱周期信号具有敏感性，而对白噪声和与参考信号频差较大的周期干扰信号具有免疫力，具有良好抗噪性和很高的灵敏度。3)研究了双Hilbert变换去直流的替代方法，以解决高通滤波可能损失用信号的弊端，并对其进行了理论上的推理和仿真验证，取得良好的效果。4)针对诊断效果常受负荷波动的影响，提出了基于小波变换的负荷波动判定方法，它能明显地区分出电机的转子断条与负荷波动。本文方法与传统检测方法相比具有如下特点:1)Duffing振子从混沌到间歇性混沌的非平衡相变对与参考信号频差较的周期微弱周期信号具有敏感性，而对白噪声和与参考信号频差较大