基于快速傅里叶变换的异步电动机转子故障检测方法综述.docxVIP

基于快速傅里叶变换的异步电动机转子故障检测方法综述 0 异步电动机转子断条故障在线检测方法 异步电动机结构简单，制造方便，成本低，强度低，工作特点好，所以它是经济各行业中最常用的机。工农业生产中绝大多数采用的是三相异步电动机,当笼型异步电动机发生断条故障时,断条故障如不能及时查出,断条数目逐渐增多,将可能导致事故的发生,造成更大的经济损失。由于断条故障是笼型异步电动机的常见故障,而且这类故障不同程度地影响机组的安全运行,极大地影响机组的可靠性和经济性。 正因为如此,广大科研工作者纷纷致力于笼型异步电动机转子断条故障检测这一课题,取得了大量的研究成果,提出了各具特色的检测方法。由于其内容繁杂,且涉及多个知识领域,因此对其进行总结与评述是必要的,这对今后进一步的研究工作具有参考价值。本文作者对近几十年以来的相关资料进行了全面搜集、整理,在多达100余篇参考文献中遴选出了具有代表性的约20余篇参考文献。以此为基础,对异步电动机转子断条故障的在线检测方法作了总结与评述。为清楚起见,本文以异步电动机转子断条故障在线检测的典型方法为主线索。异步电动机转子断条故障在线检测的典型方法包括自适应滤波法、派克矢量变换法、希尔伯特变换法以及瞬时功率法,针对上述各种方法,本文介绍了相关方法的基本原理,分析了其优缺点,并指出了今后的发展趋势及研究重点。 1 电机转子电流fps测量异常 最初的转子断条在线检测方法是对稳态的定子电流信号直接进行频谱分析,根据频谱中是否存在(1±2s)f1频率分量(s为转差率,f1为供电频率)——这一转子断条故障的特征量来判断转子有无断条。由于转子有轻微断条时,(1±2s)f1频率分量的幅值相对于f1频率分量的幅值非常小,同时异步电机运行时转差率s很小,(1±2s)f1与f1这两个频率非常接近,因而用快速傅立叶变换直接作频谱分析时,f1频率分量的泄漏会淹没(1±2s)f1频率分量。研究还表明,在电动机拖动负载出现大的阶跃性变化,例如从满载到半载;或者电网电压电流出现波动影响到电动机定子电流,此时再做电动机定子电流频谱分析提取特征故障进行故障检测就可能出现误判。因为,电动机在拖动波动负荷时,其定子电流中除含有f1频率分量之外,还包括以f1为中心频率的各种调制分量,而它们有可能被错误地解释为(1±2s)f1频率分量,从而造成误报警。再者,由于电机本身所固有的非对称性、气隙偏心、转子不对中及其他因素,异步电动机即使处于正常状态,其定子电流中亦可能包含(1±2s)f1频率分量。从而使检测(1±2s)f1频率分量是否存在变得十分困难。也正是为了克服这一困难,发展形成了以下异步电动机转子断条故障检测方法。 1.1 et的滤波原理 针对笼型异步电动机转子断条故障特征频率分量——(1±2s)f1频率分量可能被f1频率分量淹没这一情况,文献提出了自适应抵消处理方法抵消f1分量,结果大大提高了信噪比,从而提高转子断条检测的灵敏度。 自适应抵消的原理框图如图1所示。图中is含待提取的信号ST和噪声nT,而us是另外一种噪声,它与噪声nT是同频率的。这里,is代表电机定子电流信号;us代表电机定子电压信号;ST即为定子电流(1±2s)f1分量;nT则为定子电流f1分量。根据eT的大小,由自适应算法调整滤波器的参数,从而改变自适应滤波器的响应yT,使得 E(e2T)=min (1) 可以证明,如满足上式,则有 E[(yT-nT)2]=min (2) E[(ST-eT)2]=min (3) 式(2)表明:滤波后的输出yT将在最小均方误差的意义下抵消nT;式(3)表明:抵消的结果eT将在最小均方误差的意义下逼近提取信号ST。 如图2所示,以某实验电机为例,图2(a)为该实验电机发生一根断条故障时对A相定子电流作快速傅立叶变换得到的频谱图,可以看出由该图并不能判断电机发生了故障。图2(b)为对其进行自适应滤波后得到的频谱图,可以看出该方法明显突出了(1-2s)f1这一故障特征分量。由此可以看出自适应滤波是一种有效判断异步电动机转子断条故障的方法。 1.2 正常电机运行时量表 派克矢量变换是分析旋转电机数学模型常用的一种变换方法,它是根据磁势相等的原则,将三相轴系(a,b,c轴系)变换为二相轴系(d,q轴系)分析电机的一种数学方法,三相轴系到二相轴系派克矢量变换方程为 [idiq]=23√[1?0.5?0.503√2?3√2]???iaibic???(4)[idiq]=23[1-0.5-0.5032-32][iaibic](4) 在(d,q)二相坐标系中,由id,iq形成的矢量的轨迹为以原点为中心的圆,当感应电机出现转子断条等各种故障时,电流信号的相位关系发生变化,从而导致矢量发生变化,会偏离圆轨迹,变成椭圆。圆的