电流监测在笼型异步电动机转子故障诊断中的应用

分析了笼型异步电动机断条的原因 ,介绍了定子电流监测断条的原理 ,通过试验分析定子电流的频谱 ,由电流频率边频带 (1± 2s)f处幅值的大小可判断转子断条的故障及断条的数目 ,证明定子电流监测用于转子故障诊断是有效的     

基于小波包改进算法的电机转子断条故障诊断

在异步电动机发生转子断条故障时,定子电流中会出现(1-2s)f频率分量,以此作为故障特征频率分量,但相对于基频f,其幅值较小且靠近基频,容易被淹没。本文采用的一种基于小波包分解与单节点重构改进算法,可以突出故障特征频率分量(1-2s)f,避免基频影响。仿真和实验结果均表明,该方法能够准确地诊断出电机转子断条故障。     

变频供电异步电动机转子断条状态下变频器一次侧特征电流分析

异步电动机变频调速系统已经广泛应用于工业生产之中。实现变频调速异步电动机转子断条故障的诊断,对保障安全生产、提高生产效率有十分重要的意义。目前,已经提出的转子断条故障诊断方法多是针对定子电流信号做频谱分析。然而,在变频调速异步电动机运行过程中易于测取的多是开关柜二次侧电流信号,即供电电流(变频器输入侧电流)信号。该文分析了异步电动机转子断条故障特征分量穿越变频器对供电电流信号的影响,基于定子电流频谱分析方法,分别对定子电流(变频器输出侧电流)和供电电流做频谱分析。仿真和实验结果显示,在供电电流信号中存在转子断条故障特征分量,进而可以据此实现变频供电异步电动机转子断条故障诊断。     

异步电动机定子电流信号的数据采集与处理

异步电动机发生转子断条时，定子电流中将出现（1－2S)f1(f1为电源频率）的附加电流分量，因此可以通过采集定子电流进行数据分析来诊断电机转子是否发生断条故障，本文设计了基于WindowsNT环境的异步电机定子电流数据采集软件和具有PCL818数据采集卡的硬件系统，并利用小波变换提取出了转子断条故障特征，试验结果证明了本设计的有效性。     

异步电动机定子电流信号的数据采集与处理

异步电动机发生转子断条时,定子电流中将出现(1—2S)f1(f1为电源频率)的附加电流分量,因此可以通过采集定子电流进行数据分析来诊断电机转子是否发生断条故障。本文设计了基于Windows NT坏境的异步电机定子电流数据采集软件和具有PCL 818数据采集卡的硬件系统,并利用小波变换提取出了转子断条故障特征。试验结果证明了本设计的有效性。     

基于小波脊线的笼型异步电动机转子故障特征提取

提出了基于小波脊线的渐近信号瞬时频率提取算法 ,并应用到异步电动机转子故障特征提取中。异步电动机转子故障时 ,相应地定子电流中便含有频率为 (1 - 2s) f1的附加电流分量。由于异步电动机起动过程中转差率s是连续变化的 ,(1 - 2s) f1则以 f1→ 0→f1的规律进行变化 ,因此可以通过应用小波脊线分析异步电动机定子起动电流信号来提取转子故障特征。实验结果证明了本方法的有效性     

应用磁场摆角诊断异步电机转子断条故障

为及时发现电机故障,保证设备安全运行,介绍了一种新的基于异步电机转子合成磁场方向摇摆振动的断条故障诊断方法,并验证了在电机不同负载水平时该方法的有效性。异步电机转子发生断条故障时,断条会影响转子磁动势(MMF)波形,使转子合成磁场方向发生摇摆振动。通过检测磁场方向的摆角,即使是1根断条的轻微故障,也可以很容易诊断出来。与定子相电流的快速傅立叶变换频谱分析法相比,该方法几乎不受电机负载水平的影响,且不需要速度传感器。实验证明,该方法简单易行,能够准确地检测出转子断条故障,且能够根据摆角的大小来判断断条故障的严重程度,适宜做成在线状态监测系统。     

采用p-q变换的感应电动机转子断条故障诊断

转子断条故障是感应电动机的常发故障,故障时定子电流谱中的(1±2s)f故障特征分量远小于基频分量,易被基频的泄漏所淹没,因此无法准确判别故障的存在,尤其是轻载情况下。针对这一问题,文章提出采用p-q变换进行电动机转子断条故障诊断,分离影响特征量提取的基频信号,使故障特征在频谱中得以凸显,实现感应电动机断条故障的准确检测与诊断。通过理论分析和实验验证表明,该方法能够正确检测出转子断条故障的存在,即使在电机轻载运行时亦具有良好的检测效果。     

异步电动机定子故障检测新算法

为了提高异步电动机定子故障检测的可靠性,提出了计及转子故障时的异步电动机定子故障检测新算法.进行了定子绕组匝间短路与转子断条故障瞬态仿真并对仿真结果做了分析,指出:转子故障将导致定子电流出现(1±2 s)f1频率分量(s为转差率,f1^为供电频率),并使常规的定子电流负序分量算法准确性降低,而定子电流负序分量恰恰是定子故障特征量之一,因此转子故障将影响定子故障检测的可靠性,甚至导致故障误判.提出了计及转子故障时的定子故障检测新算法,其关键在于:预先采用频谱分析与校正、自适应滤波技术滤除来源于转子故障的定子电流(1±2s)f1频率分量.大量仿真与实验结果表明,该算法在转子正常或故障2种情况下均可准确计算定子电流负序分量.     

基于高频信号注入的异步电动机转子故障诊断方法研究

鉴于工频分量对异步电动机转子断条故障特征分量的泄露影响,提出了高频信号注入的异步电动机转子故障诊断新方法.推导出高频信号注入后转子断条新的故障特征频率,采用电机多回路理论和绕组函数理论建立异步电动机完好以及转子断条故障数学模型,通过仿真验证了高频信号注入法在电机轻载情况下对诊断转子断条故障的有效性和可行性.     

基于希尔伯特和傅立叶变换的笼型感应电动机转子断条故障检测

针对笼型感应电动机转子断条故障时,频率为（1±2s）f1的故障特征分量容易被基频f1分量所淹没的特点,提出了一种基于希尔伯特变换和连续傅立叶变换的转子断条故障检测新方法。通过定子电流信号作希尔伯特变换取得反映转子断条故障特征的调制信号,然后再滤掉直流分量,最后进行连续细化傅立叶变换,以调制信号的频谱中是否存在2sf1频率分量来判断转子是否发生断条故障。仿真结果表明该方法具有可行性。     

用自适应陷波器检测异步电动机转子断条的仿真

转子断条是笼型异步电动机常见的一种故障,采用快速傅立叶变换(FFT)对定子电流进行分析是目前应用最广泛的转子断条在线检测方法,但是存在灵敏度低的缺点。当电机断条时,定子电流将产生(1-2s)f1频率的附加分量但幅值非常小,若直接将定子电流信号去作频谱分析,将受幅度很大的电网频率分量f1的影响,因而提出采用自适应陷波器的方法对异步电动机定子电流信号进行处理,通过LMS算法来调节自适应陷波器的两个权值,以达到对工频信号极大的衰减,虽不能完全消除但幅值已明显减小。其结果有利于转子故障特征量的提取,从而提高检测的灵敏度。仿真结果证明了该方法的有效性。     

鼠笼型异步电动机转子故障诊断新方法

通过频谱分析看定子电流中是否存在(1±2s)f1频率分量来确定鼠笼型异步电动机转子是否故障的方法得到了广泛的应用,但是由于(1±2s)f1频率分量的幅值相对于基频f1分量的幅值非常小,且频率(1±2s)f1与频率f1在频谱图上非常接近,使得这种方法存在诊断灵敏度低和对采样分辨率要求高的缺点。利用异步电动机定子单相瞬时功率信号中含有的信息量丰富的特点,提出了一种基于定子单相瞬时功率信号频谱分析的诊断鼠笼型异步电动机转子故障的新方法。该方法首先把单相瞬时功率信号中的直流分量过滤掉,然后利用快速傅立叶变换看信号     

基于随机森林的异步电动机转子断条故障诊断

为了快速准确识别异步电动机转子断条故障,提出一种随机森林算法(Random Forests,RF)的异步电动机转子断条故障诊断方法。该方法以Park矢量模平方函数为故障特征提取手段,然后采用随机森林进行故障模式自动识别。Park矢量模平方函数方法可以较好地削弱定子电流中基频信号的影响,便于故障特征量的准确提取。而随机森林泛化能力好、训练时间短,提高了故障识别的成功率。实例验证表明,基于随机森林的异步电动机转子断条故障诊断方法性能良好。     

瞬时功率频谱分析在牵引电机转子故障诊断的应用研究

针对故障特征频率容易被基波频率淹没的问题,提出一种基于网侧瞬时功率的转子故障诊断方法。当交流调速系统牵引电机发生转子断条故障时,定子电流中故障特征频率(1±2s)f1分量通过变频器向变频器一次侧(网侧)传播。通过频谱分析发现,变频器网侧电流信号和定子电流信号都存在故障特征频率容易被基波频率淹没的问题。该方法选用网侧瞬时功率进行频谱分析,使得转子断条故障特征频率转换成2sf1的频谱分量,消除了基波频率影响,突出故障特征频率。且只需采集单相电流,简化了硬件结构。实验表明:该方法能对转子故障进行有效诊断。     

鼠笼型异步电动机转子故障诊断新方法

通过频谱分析看定子电流中是否存在(1±2s)f1频率分量来确定鼠笼型异步电动机转子是否故障的方法得到了广泛的应用,但是由于(1±2s)f1频率分量的幅值相对于基频f1分量的幅值非常小,且频率(1±2s)f1与频率f1在频谱图上非常接近,使得这种方法存在诊断灵敏度低和对采样分辨率要求高的缺点.利用异步电动机定子单相瞬时功率信号中含有的信息量丰富的特点,提出了一种基于定子单相瞬时功率信号频谱分析的诊断鼠笼型异步电动机转子故障的新方法.该方法首先把单相瞬时功率信号中的直流分量过滤掉,然后利用快速傅立叶变换看信号频谱图中是否存在2sf1故障特征量来判断鼠笼转子有无故障,具有故障特征信息多、诊断灵敏度高、对采样分辨率要求低的优点.文中用数字仿真和实测结果验证了该方法的有效性,并给出了导条断裂根数和故障特征分量2sf1与2倍频分量幅值之比的对应关系.     

鼠笼式异步电动机转子故障检测方法

基于定子电流的频谱分析方法是异步电动机状态监测与故障诊断的主要途径。总结了异步电动机转子断条和偏心故障时，定子电流中可能出现的故障特征频率成分，通过对同时存在断条和偏心故障的异步电动机的实验结果分析，发现基波周围的断条和偏心特征频率成分尽管容易出现频率重叠，但因其幅值较大，对其进行监测仍是故障诊断最有效的途径；避免误诊的方法是对断条和偏心特征频率成分各自的分布规律进行监测分析，如果同时结合槽谐波及其周围的偏心特征频率成分的监测，将会使结果更准确。     

基于多重信号分类与模式搜索算法的笼型异步电动机转子断条故障检测新方法

提出了一种基于多重信号分类(multiple signal classification,MUSIC)与模式搜索算法(pattern search algorithm,PSA)的异步电动机转子断条故障检测新方法。MUSIC方法对于短时信号具备高频率分辨力,可以准确计算转子断条故障特征分量以及其他分量的频率;但对诸频率分量幅值和初相角则无法准确求解。因此引入PSA确定诸频率分量的幅值、初相角,并对1台Y100L-2型3 kW笼型异步电动机完成了转子断条故障检测实验。实验结果表明:基于MUSIC与PSA的异步电动机转子断条故障检测方法切实可行,适用于负荷波动、噪声等干扰严重情况。     

基于改进小波脊线的感应电动机转子断条检测

笼型感应电动机转子断条时,定子电流中含有频率为(1-2s)f1(f1为电源频率)的附加电流分量.由于起动过程中电机转差率s是连续变化的,(1-2s)f1则f1→0→f1的规律进行变化,据此规律可以检测转子有无断条.分析了基于小波脊线的转子断条特征提取方法,探讨了小波脊线方法的不足并提出了改进的小波脊线算法;实验结果证明了改进小波脊线算法在转子断条检测中的有效性.     

异步电动机转子断条故障演化及相关因素分析

基于多回路理论,应用有限元方法建立了笼型异步电动机在转子有无断条故障情况下电磁场分析模型,从仿真计算与实验两方面对转子断条故障前后的定子起动电流波形、转子电流密度、转子各导条所受电磁力以及磁场分布进行分析研究,并总结出变化规律;同时对转子铁损进行了计算,应用探测线圈技术对气隙磁密的基波及三次谐波成分进行分析,从而提取电机转子断条故障的特征量.理论研究与实验结果的比较证实了该有限元模型的合理性,并且为异步电动机转子断条故障诊断和品质评估提供了理论基础和计算方法.