异步电机故障诊断方法介绍.ppt

《异步电机故障诊断方法介绍.ppt》由会员上传分享，免费在线阅读，更多相关内容在PPT专区-天天文库。

1、第七章异步电机故障诊断方法第一节感应电机故障诊断研究现状与发展趋势第二节感应电动机常见故障及处理第三节笼型异步电机故障第四节转子断条故障的诊断第一节感应电机故障诊断研究现状与发展趋势感应电机故障诊断技术主要分为基于模型、基于信号分析两种类型。基于模型的故障诊断方法需要精确的感应电机模型，但对非线性、强耦合、多变量的感应电机来说，建立精确的数学模型并非易事，而且在运行中，感应电机的很多物理量都会发生一定的变化。基于信号分析的故障诊断方法是通过一定的信号处理技术从信号中提出故障特征，然后通过模式识别来判断是否存在故障、故障类型和故障严重程

2、度。基于信号分析的感应电机故障诊断理论和方法的研究现状发展趋势有如下。一、感应电机故障类别感应电机故障根据电机的主要组成部分分为：定子部分故障，转子部分故障，轴承故障和气隙偏心等故障。轴承是感应电机最容易发生故障的部分，占感应电机故障总数的百分之41。感应电机轴承故障主要是由于过载、润滑不良、安装不正、轴电流以及异物进入等原因引起的轴承磨损，表面剥落、腐蚀甚至碎裂等。轴承故障能在机械振动信号和其他传感器信号（如电流）中产生特征频率部分，对这些信号进行分析能确定轴承故障。几乎40%的感应电机故障都属于定子故障，主要是由线圈中相邻绕组间绝

3、缘故障引起，即匝间短路。由此产生的感应电流导致过热和气隙磁场不平衡。如果不及时检测，局部过热将导致更大的定子绝缘损害，甚至造成灾难。大约有10%的感应电机故障属于转子故障。一般的电机机械故障为转子断条或端环断裂，这些将使电机在运行过程中发热，使导条和端环受到循环热应力和变形，导致故障进一步扩大。转子偏心将在定子中产生不均衡的气隙，引起轴承故障和机械故障。二、故障信号选择电机是高度对称的，各种形式的故障都影响他的对称性。这导致定子、转子之间的磁通产生相应的改变，从而改变定子电流、电压、磁场和机械振动。通过对这些信号的分析，能对感应电机的

4、健康状态进行分析并判断故障的严重程度（如表1）。如通过电流信号能识别感应电机所有故障，振动信号分析能识别转子故障、轴承以及气隙偏心等故障，而轴磁通则能识别除轴承意外的其他故障，与之相反，润滑油则只能识别轴承故障。检测机械振动信号是一种传统的技术，在机械故障诊断方面有着广泛的应用。通常在旋轴上安装一个压电传感器，由于其产生的电压信号正比于加速度，因此它能很好地反应旋转机械的振动信息。但加速度传感器存在价格昂贵、安装不便以及可靠性较差的缺点。定子电流信号是另一种常用的分析信号，通常用霍尔电流探测针来测量，相对机械振动信号，它具有安装简单、

5、价格便宜、非侵入式以及与电机控制系统共享电流信号的特点，已成为感应电机故障诊断信号分析的热点。此外，电磁转矩、Park矢量、轴向磁通、润滑油以及温度等物坦量，也可用于故障诊断。三、信号处理技术信号处理技术就是处理检测到的信号，以产生和呈现故障和不明故障相关的特征值或参数（如与故障相关的频率组成部分）。1时域分析常用的时域特征提取方法，如时间序列模型法，它通过对信号进行分析，建立它的时间序列模型，模型的参数既能反映系统固有的特性，又反映系统在外界作用下的输出特性。其中常见的模型有AR模型、ARMA模型。2频域分析傅里叶变换将信号由时域转

6、换到频域，使时域内很难观测到的现象和规律，在频域内能得到较好的反映。采用傅里叶变换的频率分析是常用的感应电机故障信号处理方法。但由于傅里叶变换是完全在频域展开，没有包含时域信息，其积分平滑了信号中突变的非平稳部分，在处理时变（非平稳）的感应电机故障信号时，无法获知突变时刻故障信号的频率部分。3时频分析方法常用频率分析方法中的傅里叶转换是假设频谱在采样时间内不变。由于感应电机负载扰动、电源电压交化等，感应电机故障信号是非平稳信号。显然，单纯采用傅里叶变换无法达到良好的效果。时一频技术可分为线性和非线性时频表示两种，线性的主要有短时傅立叶

7、变换、小波变换，非线性的主要有Wigner-Ville分布等。4高阶统计有些文献中采用功率谱分析，它是二阶统计量分析，给出信号不同频率成分下的能量分布情况，当感应电机出现故障时，频谱能量分布会有所改变。但是功率谱分析不包含频率成分间的相位信息，无法处理非最小相位系统和非高斯信号。有的文献对感应电机的振动信号进行双谱分析，提取故障特征信息，还有文献[则提出两种基于HOS的非参数相位分析方法和参数线性和非线性模型方法，对感应电机的故障进行诊断，取得较好的效果。高阶统计方法具有对Gaussian分布测量噪声不敏感的优良品质。四、故障状态识别

8、方法故障诊断的关键步骤是根据提取的特征或故障参数，来决定是否存在故障、故障类别以及故障严重程度。一个可靠的故障诊断和分类策略离不开大量的“健康”和故障状态的参考数据。故障诊断的精确性往往受刭参考数据的大小、长度以及数量的