笼型异步电动机转子断条故障检测方法

1、.笼型异步电动机转子断条故障检测方法笼型异步电动机在运行过程中，转子导条受到径向电磁力、旋转电磁力、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，其发生概率约为15%13。转子断条是典型的渐进性故障，初期通常1、2根导条断裂，而后逐渐发展以至电机出力下降甚至停机。因此，必须实施转子断条故障在线检测，特别是初发性转子断条故障在线检测，这具有重要意义。笼型异步电动机发生转子断条故障之后，在其定子电流中将出现频率的附加电流分量（为转差率，为供电频率）4，5，该电流分量称为边频分量。以此作为故障特征，对定子电流信号做傅立叶频谱分析即可进行转子断条故障检测。在转子断条故障发展初期

2、，其特征定子电流频率分量是细小、微弱的。因此，进行转子断条故障检测，特别是早期检测必须保证高灵敏度。另一方面，由于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运行状态，其定子电流中亦可能包含及其它频率分量。并且对于不同的异步电动机，情况复杂。这极易与转子断条故障初期特征相混淆，导致误判，影响故障检测可靠性。为了解决这一问题，姜建国、汪庆生 等采用自适应滤波方法抵消定子电流频率分量，以凸现转子断条故障特征定子电流频率分量，从而显著提高故障检测灵敏度6。K. Abbaszadeh, J. Milimonfared, et al 应用小波分析技术处理定子电流信号，提取小

3、波分解系数反映转子断条故障特征，据此改善故障检测灵敏度7。华北电力大学业已提出卓有成效的初发性转子断条故障检测方法8,9：采用定子电流频率分量作为故障特征，将连续细化傅里叶变换、自适应滤波、转子齿槽谐波转差率估计、检测阈值自整定技术有机结合，高灵敏度/高可靠性地在线检测异步电动机转子断条故障。文献8，9表明：应用连续细化傅里叶变换与自适应滤波技术可以保证高灵敏度地提取电机定子电流边频分量；应用转子齿槽谐波转差率估计技术可以正确判断该分量是否真正由转子断条故障所导致；应用基于样本学习的检测阈值自整定策略则可以适当设置检测阈值，避免故障漏检与误判。异步电动机低转差率运行（如轻载甚至空载）时，频率与

4、频率非常接近，而定子电流频率分量幅值远远小于频率分量，因此断条特征-频率分量可能被频率分量的泄漏所淹没。在这种情况下，检测结果可信度欠佳。笼型异步电动机发生转子断条故障之后，在其定子电流中将出现频率的附加电流分量（为转差率，为供电频率，即基频），该电流分量称为边频分量，其频率偏移（相对基频）与。以此作为故障特征，对定子电流信号做傅立叶频谱分析即可进行转子断条故障检测。图1、图2分别为转子正常、轻微断条情况下的检测结果。在“转子断条故障检测结果”信息栏中：“基波频率”项表示当前供电频率，即基频；“A线电流”、“B线电流”、“C线电流”项表示当前A、B、C三线电流有效值；“转差率（估计）”项表示当

5、前转差率，根据铭牌参数及当前运行参数估计确定，其数值可能与实际转差率存在一定偏差；“特征频率（估计）”项表示当前故障特征定子电流边频分量所在频率，根据“基波频率”项、“转差率（估计）”项数值计算确定，其数值可能与实际数值存在一定偏差；“特征频率”项表示当前故障特征定子电流边频分量所在频率，实际值。“故障指数”项定义为频率分量有效值（对应于谱峰）与A线电流有效值之百分比。对比图1、图2可知，一旦发生断条故障，在定子电流特征频谱图中将出现2个明显谱峰，分别对应定子电流频率分量与频率分量，所在频率分别为与。以图2为例，“基波频率”项数值为50.01Hz （）， “转差率（估计）”项数值为3.66%

6、（），故“特征频率（估计）”项数值为-3.67Hz （），而特征频率实际数值，即“特征频率”项数值为-3.05Hz ，与“特征频率（估计）”项数值接近。另外，根据图2可知，频率分量有效值（对应于谱峰）约为0.05，“A线电流”项数值为5.92，所以故障指数为0.05/5.92*100%=0.82。注意：根据运行经验，对于大型电机而言，故障指数近似等于转子断条数目与总导条数目之百分比。判断转子断条与否，可以从以下准则入手。(a) 在定子电流特征频谱图中是否存在2个谱峰，所在频率分别为与；(b) “特征频率”项数值是否接近“特征频率（估计）”项数值；(c) 若同时满足以上两条件，则至少存在轻微断条

7、（此时，电机仍可运行，但需加强监测，并建立历史趋势曲线、存储特征频谱图）；(d) “故障指数”项数值是否大于1；(e) 频率分量有效值（对应于谱峰）与A线电流有效值之百分比是否大于1；(f) 若满足以上两条件之一，则存在断条。图1 转子断条故障检测结果（正常）图2 转子断条故障检测结果（轻微断条）参考文献1 IAS Motor Reliability Working Group. Report of large motor reliability survey of industrial and commercial installations, Part III J. IEEE Transa

8、ctions on Industry Applications, 1985, 21(4): 853-872.2 IAS Motor Reliability Working Group. Report of large motor reliability survey of industrial and commercial installations, Part III J. IEEE Transactions on Industry Applications, 1987, 23(1): 153-158.3 Olav Vaag Thorsen, Magnus Dalva. A survey o

9、f faults on induction motors in offshore oil industry, petrochemical industry, gas terminals, and oil refineries J. IEEE Transactions on Industry Applications, 1995, 31(5): 1186-1196.4 马宏忠, 胡虔生, 黄允凯, 王惠庆. 感应电机转子绕组故障仿真与实验研究. 中国电机工程学报, 2003, 23(4): 107-112.5 孙丽玲 李和明 许伯强. 基于多回路数学模型的异步电动机内部故障瞬变过程研究. 电力系

10、统自动化, 2004, 28(23): 3540.6 姜建国, 汪庆生, 杨秉寿, 等. 用自适应方法提取鼠笼式异步电机转子断条的特征分量. 电工技术学报, 1996, (4): 176-179.7 K. Abbaszadeh, J. Milimonfared, M. Haji, H. A. Toliyat. Broken bar detection in induction motor via wavelet transformation. Proceedings of the 27th Annual Conference of the IEEE Industrial Electronics Society, Denver (USA), 29 November-2 December 2001, 1: 9