论文部分内容阅读
[摘 要]随着现代科学技术的发展,工业设备对电机的安全性能提出越来越高的要求,因此电机的设备故障诊断技术受到越来越多人的关注。希望本文能丰富电机故障诊断理论,适合社会的需求,为社会的经济和工业发展作出一点贡献。
[关键词]电机故障;诊断;分析
中图分类号:TM307 文献标识码:A 文章编号:1009-914X(2017)22-0274-01
1 导言
电机作为一种复杂的旋转机械.具有复杂的电磁、机械特性,其故障也表现为多样性、复杂性,征兆多种多样,既有机械故障的一般特性,又有电气部件、磁场等故障特性。大量故障结果的统计分析发现,电机故障按其原因分:轴承类占38.5%,绕组类占39%。两者之和占77.5%。因此,为使电机的安全可靠运行,对电机故障机理的分析、对电机故障诊断方法的研究,以及对电机故障诊断装置的开发都是十分必要的,不但具有重大的理论意义,而且具有相当的工业、社会经济价值
2 电机设备故障诊断原理
电机设备的工作原理都是基于电磁理论,其主要由电路(绕组)和磁路(铁心)两大部分组成,变压器为静止设备,它们的故障形成过程和表现形式在许多方面都有相同之处:如设备的绕组过热,绝缘老化,铁心变形及电机转子偏心等。目前电机设备故障诊断的基本原理有:(1)电流分析法:通过频谱等信号分析方法对负载电流的波形进行检测从而诊断出电机设备故障的原因和程度;(2)绝缘诊断法:利用各种电气试验装置和诊断技术对电机设备的绝缘结构、工作性能是否存在缺陷做出判断,并对绝缘寿命做出预测;(3)温度检测方法:采用各种温度测量方法对电机设备各个部位的温升进行监测,电机的温升与各种故障现象有关;(4)振动与噪声诊断法:通过对电机设备与噪声的检测,并对获取的信号进行处理,诊断出电机产生故障的原因和部位,尤其是对机械上的损坏诊断特别有效。
3 绝缘结构的故障诊断
电机内绝缘结构在运行中由于热、电、机械、环境等的综合应力作用下.逐渐老化.绝缘的电气性能和机械性能逐渐降低,最后因降低至所必需的极限值而损坏。因此,在电机服役期内对绝缘进行诊断。推算其剩余击穿电压和寿命是不可缺少的。但是绝缘诊断的试验项目很多,每个试验项目有时又可测定几个参数。因此.在绝缘诊断时,确定试验项目的顺序和测定参数是十分重要的。测定参数:绝缘结构中的电流。绝缘结构上施加直流电压,就有三种电流产生:(1)位移电流。在外电场作用下,由几何电容和分子位移极化产生,一般是瞬时衰减。(2)吸收电流。是绝缘结构中介质极化,偶极子转动和离子极化所产生。随时间较慢衰减。(3)漏导电流绝缘结构表面和内部的带电粒子,在电场作用下向两极移动而产生,不随时间而变化。因此,在外电场作用下。绝缘结构中的电流是以上三种电流的叠加,绝缘电阻的初始值主要取决于位移电流和吸收电流,绝缘电阻的稳定值则取决于漏导电流(图1)。
绝缘电阻变化规律分析绝缘结构单纯由于吸潮时.其绝缘电阻值在波动,但从长期趋势来看,其降低值极慢;当绝缘结构的绝缘电阻值波动趋势越来越低,直至无法恢复规定值,这往往是由于绝缘结构受到污染或存在缺陷(如绝缘磨损等)。
4 电机设备的故障诊断方法
4.1 基于信号变换的诊断方法
电机设备的许多故障信息是以调制的形式存在于所监测的电气信号及振动信号之中,如果借助于某种变换对这些信号进行解调处理,就能方便地获得故障特征信息,以确定电机设备所发生的故障类型。常用的信号变换方法有希尔伯特变换和小波变换。采用希尔伯特变换可实现电机轴承和感应电机转子故障诊断。小波变换既是时间尺度分析,又是时间—频率分析,它具有多分辨率的特点,且在时频两域具有表征信号局部特征的能力,利用小波变换的奇异点(如过零点、极值点)在多尺度下的综合表现来检测信号的局部突变点,从而进行故障诊断。诊断结果几乎不受负载影响,实现了有效可靠地进行电机故障在线诊断。小波变换很适合于探测正常信号分析中夹带的瞬态反常现象并展示其成分,在电机设备机械故障诊断中占有重要的地位。
4.2 基于模糊理论的诊断方法
在故障诊断领域,模糊属性常常出现,如对征兆的描述:温度“偏高”,振动“厉害”等都具有模糊特征;故障与征兆的关系往往也是模糊的。模糊理论是处理这类问题的最好的工具。模糊故障诊断有两种方法,一种是先建立征兆与故障类型之间的因果关系矩阵,再建立故障与征兆的模糊关系方程,这是基于模糊关系及合成算法的诊断方法。另一种方法是先建立故障与征兆的模糊规则库,再进行模糊逻辑推理的诊断过程,这是一种基于知識处理的诊断方法。
4.3 基于人工神经网络的诊断方法
人工神经网络(ANN)是由大量简单处理单元广泛连接而成非线性系统,具有学习能力,自适应能力,非线性逼近能力等。故障诊断的任务从映射角度看就是从征兆到故障类型的映射。用ANN技术处理故障诊断问题,不仅能进行复杂故障诊断模式的识别,还能进行故障严重性评估和故障预测,由于ANN能自动获取诊断知识,使诊断系统具有自适应能力。将ANN应用于电机设备故障诊断是当前电机设备故障诊断的热点之一。如采用BP网络对电机设备进行故障诊断。利用特征信号频谱中的若干个谱峰能量值作为神经网络的输入样本,以相应的故障类型作为神经网络的输出样本,对网络采用BP算法进行学习,获取输入样本(特征信号)与输出样本(故障类型)间的映射关系,利用神网络的联想记忆和分布处理功能对电机设备故障进行诊断。
5 电机振动的测量与诊断
电机产生振动原因较复杂,振动诊断分两个层次进行:一次诊断是简易诊断,确定电机总振动级是否超过各种标准规定的限值,决定是否需要进行二次诊断:二次诊断是振动的精密诊断,诊断的目的是要确定产生故障的部位和振动产生的原因,首先要使用各种测量和分析仪器进行振动的测试和分析,同时还必须使用振动分析软件和依靠运行经验和诊断分析积累形成的诊断软件
6 结论
由于电机设备故障征兆与故障特征间复杂的非线性特性,使故障诊断及识别较为复杂,仅仅靠一种理论、一种方法是无法实现在复杂环境下准确、及时地进行电机设备的故障诊断。因此集成型智能故障诊断系统必将是电机设备故障诊断技术的新趋势。另外,无论是什么诊断方法,真实信号的获取是成功实现故障诊断的前提,多传感器数据融合理论必将在故障诊断中起重要的作用,国内外已开始了这方面的研究并取得了相应的成果。
参考文献
[1] 田慕玲,王曉玲.电机故障诊断中的小波分析方法及小波基选取[J].煤矿机械,2007,05:176-178.
[2] 董涛,程培源,樊波,孟飞翔.基于单相功率频谱分析的感应电机故障诊断[J].大电机技术,2011,02:20-22.
[关键词]电机故障;诊断;分析
中图分类号:TM307 文献标识码:A 文章编号:1009-914X(2017)22-0274-01
1 导言
电机作为一种复杂的旋转机械.具有复杂的电磁、机械特性,其故障也表现为多样性、复杂性,征兆多种多样,既有机械故障的一般特性,又有电气部件、磁场等故障特性。大量故障结果的统计分析发现,电机故障按其原因分:轴承类占38.5%,绕组类占39%。两者之和占77.5%。因此,为使电机的安全可靠运行,对电机故障机理的分析、对电机故障诊断方法的研究,以及对电机故障诊断装置的开发都是十分必要的,不但具有重大的理论意义,而且具有相当的工业、社会经济价值
2 电机设备故障诊断原理
电机设备的工作原理都是基于电磁理论,其主要由电路(绕组)和磁路(铁心)两大部分组成,变压器为静止设备,它们的故障形成过程和表现形式在许多方面都有相同之处:如设备的绕组过热,绝缘老化,铁心变形及电机转子偏心等。目前电机设备故障诊断的基本原理有:(1)电流分析法:通过频谱等信号分析方法对负载电流的波形进行检测从而诊断出电机设备故障的原因和程度;(2)绝缘诊断法:利用各种电气试验装置和诊断技术对电机设备的绝缘结构、工作性能是否存在缺陷做出判断,并对绝缘寿命做出预测;(3)温度检测方法:采用各种温度测量方法对电机设备各个部位的温升进行监测,电机的温升与各种故障现象有关;(4)振动与噪声诊断法:通过对电机设备与噪声的检测,并对获取的信号进行处理,诊断出电机产生故障的原因和部位,尤其是对机械上的损坏诊断特别有效。
3 绝缘结构的故障诊断
电机内绝缘结构在运行中由于热、电、机械、环境等的综合应力作用下.逐渐老化.绝缘的电气性能和机械性能逐渐降低,最后因降低至所必需的极限值而损坏。因此,在电机服役期内对绝缘进行诊断。推算其剩余击穿电压和寿命是不可缺少的。但是绝缘诊断的试验项目很多,每个试验项目有时又可测定几个参数。因此.在绝缘诊断时,确定试验项目的顺序和测定参数是十分重要的。测定参数:绝缘结构中的电流。绝缘结构上施加直流电压,就有三种电流产生:(1)位移电流。在外电场作用下,由几何电容和分子位移极化产生,一般是瞬时衰减。(2)吸收电流。是绝缘结构中介质极化,偶极子转动和离子极化所产生。随时间较慢衰减。(3)漏导电流绝缘结构表面和内部的带电粒子,在电场作用下向两极移动而产生,不随时间而变化。因此,在外电场作用下。绝缘结构中的电流是以上三种电流的叠加,绝缘电阻的初始值主要取决于位移电流和吸收电流,绝缘电阻的稳定值则取决于漏导电流(图1)。
绝缘电阻变化规律分析绝缘结构单纯由于吸潮时.其绝缘电阻值在波动,但从长期趋势来看,其降低值极慢;当绝缘结构的绝缘电阻值波动趋势越来越低,直至无法恢复规定值,这往往是由于绝缘结构受到污染或存在缺陷(如绝缘磨损等)。
4 电机设备的故障诊断方法
4.1 基于信号变换的诊断方法
电机设备的许多故障信息是以调制的形式存在于所监测的电气信号及振动信号之中,如果借助于某种变换对这些信号进行解调处理,就能方便地获得故障特征信息,以确定电机设备所发生的故障类型。常用的信号变换方法有希尔伯特变换和小波变换。采用希尔伯特变换可实现电机轴承和感应电机转子故障诊断。小波变换既是时间尺度分析,又是时间—频率分析,它具有多分辨率的特点,且在时频两域具有表征信号局部特征的能力,利用小波变换的奇异点(如过零点、极值点)在多尺度下的综合表现来检测信号的局部突变点,从而进行故障诊断。诊断结果几乎不受负载影响,实现了有效可靠地进行电机故障在线诊断。小波变换很适合于探测正常信号分析中夹带的瞬态反常现象并展示其成分,在电机设备机械故障诊断中占有重要的地位。
4.2 基于模糊理论的诊断方法
在故障诊断领域,模糊属性常常出现,如对征兆的描述:温度“偏高”,振动“厉害”等都具有模糊特征;故障与征兆的关系往往也是模糊的。模糊理论是处理这类问题的最好的工具。模糊故障诊断有两种方法,一种是先建立征兆与故障类型之间的因果关系矩阵,再建立故障与征兆的模糊关系方程,这是基于模糊关系及合成算法的诊断方法。另一种方法是先建立故障与征兆的模糊规则库,再进行模糊逻辑推理的诊断过程,这是一种基于知識处理的诊断方法。
4.3 基于人工神经网络的诊断方法
人工神经网络(ANN)是由大量简单处理单元广泛连接而成非线性系统,具有学习能力,自适应能力,非线性逼近能力等。故障诊断的任务从映射角度看就是从征兆到故障类型的映射。用ANN技术处理故障诊断问题,不仅能进行复杂故障诊断模式的识别,还能进行故障严重性评估和故障预测,由于ANN能自动获取诊断知识,使诊断系统具有自适应能力。将ANN应用于电机设备故障诊断是当前电机设备故障诊断的热点之一。如采用BP网络对电机设备进行故障诊断。利用特征信号频谱中的若干个谱峰能量值作为神经网络的输入样本,以相应的故障类型作为神经网络的输出样本,对网络采用BP算法进行学习,获取输入样本(特征信号)与输出样本(故障类型)间的映射关系,利用神网络的联想记忆和分布处理功能对电机设备故障进行诊断。
5 电机振动的测量与诊断
电机产生振动原因较复杂,振动诊断分两个层次进行:一次诊断是简易诊断,确定电机总振动级是否超过各种标准规定的限值,决定是否需要进行二次诊断:二次诊断是振动的精密诊断,诊断的目的是要确定产生故障的部位和振动产生的原因,首先要使用各种测量和分析仪器进行振动的测试和分析,同时还必须使用振动分析软件和依靠运行经验和诊断分析积累形成的诊断软件
6 结论
由于电机设备故障征兆与故障特征间复杂的非线性特性,使故障诊断及识别较为复杂,仅仅靠一种理论、一种方法是无法实现在复杂环境下准确、及时地进行电机设备的故障诊断。因此集成型智能故障诊断系统必将是电机设备故障诊断技术的新趋势。另外,无论是什么诊断方法,真实信号的获取是成功实现故障诊断的前提,多传感器数据融合理论必将在故障诊断中起重要的作用,国内外已开始了这方面的研究并取得了相应的成果。
参考文献
[1] 田慕玲,王曉玲.电机故障诊断中的小波分析方法及小波基选取[J].煤矿机械,2007,05:176-178.
[2] 董涛,程培源,樊波,孟飞翔.基于单相功率频谱分析的感应电机故障诊断[J].大电机技术,2011,02:20-22.