用于异步电动机转子诊断的电机平方电流特征分析.docx

用于异步电动机转子诊断的电机平方电流特征分析
摘要
感应电机在当今工业中发挥着重要作用。因此，结合故障诊断技术的预防性维护已成为一个重要的问题。其中感应电机故障诊断最常用的技术之一是电机电流特征分析（MCSA）。这个方法对于异步电动机转子诊断有一定的局限性，特别是对小故障。在本文中，将展示一种新的电机电流平方特征分析（MSCSA）故障诊断方法。所提出的技术是基于三个主要步骤：首先，感应电动机的电流进行测量;第二，该电流的平方的计算，最后进行平方电流的频率分析。比传统的MCSA方法相比该技术允许从发生转子故障的电机中得到更多的详细信息。仿真和实验结果列于以确认理论假设。这种方法也已经被用于测试两个不同的故障的识别（断条和转子偏心距）。
引言
在许多工业过程中都要用到感应电动机，其中可靠性和服务连续性是其工业寿命的关键因素。为了实现这些目标，结合检测感应电动机故障的诊断测试的预防性试维护程序是必不可少的。在当今的工业范式中感应电机应能承受不同种类的故障。这些故障大致可分为定子故障，转子电气故障和转子机械故障。这些故障能在一个或多个机器性能特性中被检测到。以这种方式，多个状态监测方法已经被提出，允许评估对初始故障检测。近年来电气机器很多的故障诊断方法已开发和文献报道。这些方法中使用不同的信号，以确定机器故障，如电磁场中的监控，温度测量，红外识别，射频排放监测，噪声测量，振动监测和机器线电流分析。根据每个方法使用的传感器，所提取的信号的特定特征允许检测到故障的存在。其中最常使用的信号是机器线路电流。针对机器线路电流已经提出了许多方法，其中，最常用并且已经研究的方法是基于电源频率的边频带检测。这就是所谓的机电流特征分析（MCSA）。更详细的方法，基于小波变换，希尔伯特变换，希尔伯特 - 黄变换或时间序列数据挖掘的方法也已经被提出了。其他研究使用线电流，当电机处于故障模式时以获得特殊的模式。Park’向量方法和三维方法是其中的两种。其它模式识别方法也被提出和研究，可参考文献[23]。随着现今数字技术的进步基于人工智能技术的先进方法也得到了发展。这些技术的一些例子是基于神经网络，模糊逻辑和专家系统的。这些方法当中的一些的主要缺点之一是它们需要该系统的先验知识，以识别故障。然而，所有这些方法只使用感应电机输入线电流。但是，其它方法不仅考虑了线路电流，而且电源电压。其中监视这两个信号（线电流和电压）用以检测故障电机的最常用的方法是瞬时功率的方法。通过瞬时功率携带的信息量比仅从电流中获得的更高。但是这种技术需要使用两种不同的传感器设备（电流和电压测量）。
在此背景下，本文提出了一种新的方法题为电机电流平方特征分析（MSCSA）。这种技术类似于瞬时功率的方法，但它仅需要使用一组传感器（电流测量）。为了验证所提出的方法，将列出几个仿真和实验结果。这些结果已经从健康模式下，有断条和转子偏心的电机中获得。
2. 使用MCSA检测与诊断
电机电流特征分析（MCSA）是异步电机的一个重要的故障诊断方法。考虑到电机和电源供应的理想条件，输入线电流（考虑 A相）由下式给出
iat=Imaxcosωt (1)
相电流的频谱仅能展示频率fs=ω2π的基本分量。转条断裂或破裂的感应电动机可通过检查谐波边频带区分。在本文中电机供应电流的表达式如（2）。Imax表示基本供应相电流的最大值，Ilsb表示在边频带下面的电流的最大值，Iusb表示在边频带上面的电流的最大值。
iat=Imaxcosωt+Ilsbcos1-2sωt+Iusbcos1+2sωt (2)
转条断裂故障的电流频谱如图1所示，在频率fs处的基本分量，在频率（1－2s）和（1+2s）处两边频带分量均很突出。
转子不对称的感应电动机会经历气隙磁通密度的扰动。在此条件下电动机相电流可表示为
iat=Imaxcosωt+Ilsbcosω-ωrt+Iusbcosω+ωrt (3)
相应的电流频谱如图2所示，在频率fs-fr处和fs+fr处的两边频带分量，在转子偏心情况的下出现。

图1 转条断裂电机定子电流频谱

图2 转子偏心电机定子电流频谱
3使用MSCSA检测与诊断
MCSA方法使用电机定子相电流的频谱分析。所提出的方法是基于平方定子相电流的频谱分析，并且该技术包括以下三个步骤：
获得定子相电流；
电流平方的计算；
平方电流的频谱分析。
考虑一个健康的感应电动机和一个正弦平衡电源电压，平方相电流可表示为
iat=Imax22+Imax2cos2ωt2 (4)
在MCSA方法中，健康电动机在频率fs=ω2π处仅有一个基本分量，在MSCSA方法中，健康电动机平方电流频谱在频率2fs=2ω2π处有一个伴随有直流分量的基本分量，如图3所示。
在电机转条断裂的情况下，瞬时平方相电流由下式给定

方程5表明一个直流分量，一个频率为2fs的分量，频率为21-2sfs和21+2sfs边带分量。该平方电流的频谱如图4所示，包含频率为2sfs, 4sfs, 21-sfs, 21+sfs额外的分量。在频率2sfs, 4sfs处的分量距频率2fs很远，使破碎或破裂条可以很容易地突出显示。
在转子偏心的情况下，新的故障特征成分就会出现。在这种情况下，瞬时平方相电流由下式给出

从方程3中可以看到，该电流频谱仅具有两个边带分量。然而，从方程6中能够验证平方电流频谱有一个频率为2fs分量，有一个直流分量，两个频率为2fs-fr和2fs+fr边带分量，还有另外三个频率为fr，2fr，和2fs-2fr的分量。该故障的平方电流频谱如图5所示。因此，对于转子偏心电机有新的频率分量可用于突出显示这种类型的故障的检测。

图3 健康电机平方定子电流频谱

图4转条断裂电机平方定子电流频谱

图5 转子偏心电机平方定子电流频谱
4 实验装置
实验装置由一个1千瓦，220/380伏，两极，50赫兹，三相感应电动机、一个电流传感器，信号调节系统和频谱分析仪组成。实验装置的示意图如图6所示。机械负载是由一电磁制动器来提供。

图6 实验装置示意图
信号调节系统如图7所示。该系统只使用模拟组件，使它成为一个非常廉价的诊断系统。只有一个电流信号被用作采集系统的输入。一个AD633集成电路本身被用于乘以当前的电机信号，以便获得平方电流信号。在不中断电机电路的前提下，钳式电流探头（METRIX AM30N）围绕电机输入相电流导线上。系统的输出是正比于感应电机电流平方的模拟信号，它被连接到一个具有频谱分析功能有横河示波器上（DL1540）。

图7 信号调节系统
动态转子偏心测试使用仿真不平衡转子进行。这种专门设计的转子是通过在所测试的感应电动机的轴上安装开槽盘来实现 的。转子偏心是通过使用可被定位在任何磁盘槽的螺栓来实现，如图8所示。

图8 用于测试电机转子偏心的磁盘
转子偏心随螺栓和定子的几何中心之间的距离增加而增加。以这种方式，转子的偏心量的定量化可以容易地从比率（7）得到，其中r表示在转子轴的半径，d为螺栓的位置和所述转子轴之间的距离。
iecc=d-rr (7)
随着转子偏心率变化，其旋转速度也发生变化。其结果是，与该故障相关联的频率分量也受到影响。
5 实验结果
为了验证理论分析和提供模拟结果，在不同的实验故障情况下进行了测试。图9和图10展示了健康实验电机的定子电流和平方定子电流频谱。这些结果证实，对于电动机电流获得一个频率为fs基本分量，并且对于电动机电流平方，获得一个直流分量和频率为2fs的一个基本分量。

图9 健康实验电机定子电流频谱

图10健康实验电机平方定子电流频谱
也进行了转条断裂电机的实验测试。对于这种故障，图11和12给出了相应的线电流和平方线电流频谱 。正如预期的那样，线电流的频谱表示在频率fS处的基波分量和在这个频率周围的边带分量。在平方电流的频谱也能够观察的直流分量，在频率为2f的基波分量，和几个围绕这个频率的边带分量。也可确认频率为2sfs，4sfs，和sfs分量出现，它们可用于检测。图13展示在直流分量附近线电流和平方线电流频谱急剧增大，此处，平方线电流频谱低频清晰可见(2sf,4sf,6sf,8sf)。
我们也获得了转子偏心故障的实验线电流和平方线电流，如图14和15所示。线电流频谱仅展示出一个频率为fs的基波分量和两个在该频率周围的边带分量。平方线电流频谱展示出一个直流分量，频率为2fs基波分量，和在该频率周围的边带分量。在最后一张频谱中，可以识别出频率为fr，2fr，2fs-2fr的新分量，它们可用来突出转子偏心的存在。

图11 转条断裂实验电机定子电流频谱

图12 转条断裂实验电机平方定子电流频谱

图13 转条断裂实验电机频谱突变

图14 转子偏心实验电机定子电流频谱

图15转子偏心实验电机平方定子电流频谱
6.结论
本文描述了一种新的感应电机的故障诊断方法。所提出的方法是根据所述感应电动机的定子电流平方分析，因而称为电机平方电流特征分析（MSCSA）。这种方法是基于三个步骤：第一步，获取感应电机相电流；其次，计算所获得的电流的平方；最后，频率分析。这种方法可以被认为类似于瞬时功率的方法;然而，该方法只需要使用一个电流传感器。这种方法适用于有转子断条和偏心故障的感应电机。得到这些故障类型理论表达式。从该理论分析，有可能以验证所提出的方法允许获得通过传统的MCSA方法无法提供的新的频率分量。
为了证实所提出的方法，列出了几个仿真和实验结果。从这些结果，可以确认使用MSCSA方法通过识别故障特征分量可以有效地检测出转子断条故障。这些结果还表明，该方法给出比传统的MCSA更多的特征成分，让这些故障类型突出。也进行测试了有转子偏心故障的感应电动机。这些试验表明，有额外的鲜明的特征成分出现。对于这个故障类型也一样，使用MSCSA方法能获得比传统的MCSA更多的信息。
通过使用MSCSA方法获得的有转子断条和转子偏心故障的感应电机的新的特征分量有效地用于这些故障类型的识别。