矿井异步电动机智能故障诊断方法的研究

《矿井异步电动机智能故障诊断方法的研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、矿井异步电动机智能故障诊断方法的研究摘要：针对矿井异步电动机故障诊断技术的研究，归纳总结了矿井异步电动机的故障类型，介绍了传统的故障检测与诊断方法，并简要概述了专家系统、人工神经网络、模糊理论和集成智能诊断系统等智能诊断方法在矿井异步电动机诊断技术方面的应用。关键词：矿井异步电动机；故障诊断；模糊理论；专家系统中图分类号:TM32文献标识码:A随着煤炭企业现代化水平的不断提高，煤矿井下异步电动机的使用也与日俱增，例如生产过程屮的水泵、提升机和压风机等。异步电动机作为煤矿牛产过程中的重要组成部分，在煤矿安全生产中的作用尤为重要。其正常工作对保证煤矿

2、生产过程的安全和高效具有重大意义，但恶劣的使用环境经常造成电动机性能下降而导致故障，不仅会损坏电机本身，而且对煤矿企业的生产也会造成很大的损失，冇吋甚至会威胁到井下工作人员的生命安全⑴o1异步电动机发生电气故障的类型异步电动机故障的分类方法很多。按故障的性质分有短路故障、绝缘故障、疲劳故障等；按电机的结构分有定子故障、转子故障、轴承故障等；下面以异步电动机结构的分类方法为例，进行部分故障介绍。1.1定子故障定子故障分为对称性故障和非对称性故障。对称故障有三相短路、负荷过载、堵转，主耍表现在三相过电流，相位、幅度具有对称性，不存在零序和负序电流分量

3、。非对称性故障分为匝间短路、相间短路、单相接地以及断相，主要表现在三相电流不一致，相位、幅度具有不对称性，出现了负序电流分量。1・2转子故障鼠笼式转子故障分为断条、裂环、弯曲变行，主耍原因是由于制造缺陷、运行疲劳、电磁冲击、以及启动、运行中发生过载。绕线式转子故障分为击穿绕组，匝间、相间短路，开焊，绕组接地。主要原因是电机长期运行发热、绝缘老化、工作环境与绝缘相互作用使绝缘击穿、各种电磁力、机械力的冲击使绝缘损坏。电动机转子故障出现时会出现转速下降、波动、振动加剧等现象。1.3轴承故障常见的轴承故障是轴承的表面损伤，它包含有内、外圈损伤、滚动体损

4、伤、保持架损伤等。此外轴承加工的外圈波纹、内圈波纹、滚动体波纹也是轴承的故障之一。2异步电动机的传统故障检测与诊断方法⑴温度检测法：通过温度传感器或红外测温技术,对异步电动机各部分的温度进行监测。(2)在线放电检测法：高压电动机定子侧的许多电气故障都呈现出放电现象加剧的特点，可以利用检测定子电流的高频检测仪和电流互感器进行检测。⑶定子电流检测法：异步电动机的大部分故障都会引起定子或者转子电流信号的变化，此种方法就是基于各类故障特有的频率及幅值变化特征，进行各类故障的检测和诊断。(4)振动检测法：正常运行中的电动机，它的振动有一个上限值，正常的振动

5、也有一定的特性，如果振动的幅值、形式和频谱岀现了变化，说明电机出现了故障[2]o3异步电动机的智能故障诊断方法异步电动机故障诊断技术主耍分为三个阶段：第一阶段是来自于专业经验的诊断结果和领域专家的感官；第二阶段是把传感器技术和信号分析技术应用于各种工程中是;第三阶段是智能化，利用人工智能技术来解决复杂的异步电动机故障问题。下面主耍几种异步电动机智能故障诊断方法。3.1基于专家系统的故障诊断方法专家系统诊断就是把己有的知识和经验总结归纳成一定的规则，利用指定的这些规则，不断的进行分析、推理，最后得出异步电动机的故障诊断结果。专家系统诊断速度快，诊断

6、过程简单，但是它只是一种反演推理，不能确保唯一性的推理方法，对复杂异步电动机进行故障诊断不能使用这种方法。3.2基于人工神经网络的故障诊断方法人工神经网络具有很强的非线性逼近特性、自学习以及自适应等特点，所以它能够识别异步电动机复杂的故障诊断模式、故障预测以及故障严重性评估等。此外，利用遗传算法、粒子群算法、蚁群算法等先进优化算法对人工神经网络进行优化，取得的效果会更加明显。3.3基于模糊理论的故障诊断方法利用模糊理论进行异步电动机的故障诊断的时候，可以采用以下两种方法，第-•种是先建立模糊规则库，再进行模糊逻辑推理进行故障诊断；第二种是先建立因

7、果关系矩阵，再建立模糊关系方程来进行故障诊断。由于模糊语言变量具有严密的模糊推理逻辑，且类似于人类思维过程，所以利用模糊理论进行异步电动机的故障诊断越来越受到该领域专家的青睐。3.4基于集成型智能系统的故障诊断方法随着科技的进步，异步电动机的工艺设备系统也变得很复杂，如果只依靠某一种异步电动机的故障诊断技术已经很难满足目前的故障诊断要求。集成智能诊断系统就是把各种异步电动机的故障诊断技术集成起来形成更智能的故障诊断方法，如将专家系统与模糊神经网络结合构成另外一个新的集成技术等⑶O4结语由于煤矿井下生产环节多，生产系统复杂，以及开采条件的特殊性,异

8、步电动机发牛的故障现象比较复杂。目前煤矿设备故障检测诊断技术还不成熟，技术应用尚不广泛。随着煤矿科技的不断提升，现代矿井企业越来越多的利