感应电机定子绕组短路故障诊断方法综述

方 芳

海军工程大学电气与信息工程学院，湖北武汉 430033

1 引言

感应电机的绝缘系统是电机中最薄弱的环节，老化和各种外部原因的影响使得绝缘极易受到破坏，从而造成电机发生定子绕组匝间或相间短路故障。因此对电机定子的状态进行监测和故障诊断具有重大的意义。定子绕组匝间短路故障主要是同一相绕组相邻两匝或数匝线圈之间由于绝缘破坏而发生短路。电动机绝缘系统无论在机械强度、耐热性、对环境的抵抗能力以及耐久性等方面，都是电动机结构中最为薄弱的环节之一，其发生故障的几率也较高，占其故障种类的30%～40%［1］。 由于各种原因引起的碰摩、老化、过热、受潮、污染和电晕等是造成匝间绝缘损坏的主要原因。当匝间短路的匝数较少时，对电动机运行的影响较小，故障特征表现不明显。但短路处温度较高，长期发展下去将引起周围绝缘的破坏，导致更为严重的匝间短路，甚至发生相间短路、单相对地短路等严重故障［2］。

2 故障诊断的主要方法

定子绕组发生故障后，其内部的电场、磁场以及温度、振动等参数皆会有所变化。归纳起来，定子故障的诊断方法有以下8种：

1）局部放电方法。对于高压电机，可以采用局部放电的检测方法来监测定子的绝缘故障。当电机的绝缘性能退化时，容易出现局部放电的现象。通过检测局部放电发射的电磁波和声波，检测放电发出的热辐射和引起的脉冲电流等信号可以实现对定子绕组绝缘故障的检测［3-4］。但是这种方法只能对电机绝缘系统的早期劣化故障检测有效，且局部放电信号是瞬间性强冲击扰动，幅值较大，持续时间短，对测量和采样环节要求高。而且，这一方法对低压电机并不适用。

2）轴向磁通检测方法。当定子绕组出现故障时，三相定子绕组不对称，感应电机的轴向漏磁通增大。Penman，等［5］提出采用在电机的轴上安装感应线圈来检测轴向磁通的变化以诊断定子故障，这种检测方法不仅可以检测到匝间的短路故障，还可以通过安装4个对称的线圈进行故障的定位。当定子发生故障时，在轴向的磁通中会出现特殊的故障频率分量：

式中，p为极对数；f1为电网基波频率；k＝1或3；n＝1，2，…，（2p-1）；s为转差率。通过检测这些故障特征频率分量，可以实现故障的诊断。但是实际使用时，需要安装探测线圈，且线圈在使用时要求对准电机的转轴轴心，对于正在运行的电机，这一点难以做到。此外，线圈在工作时所测信号微弱，极易受到周围电磁干扰的影响，所测信号中故障成分往往难以确认，使用的有效性受到很大的限制。

3）基于数学模型的方法。通过建立故障的数学模型，结合模式识别理论，利用模型参数的变化来检测故障的特征信息。Tallam等［6］提出了一种感应电机定子单相线圈匝间短路故障动态数学模型，通过检测电流相序成分实现对定子线圈匝间短路时故障特征信息的检测；Joksimovic等［7］利用定子线圈短路时的自身耦合电路特性，建立了一种动态数学模型；Stocks等［8］针对定子故障建立电机的低阶模型，并通过最优观测器估计模型参数；相似地，Khaloozaed 等［9］采用自适应 Kalman 滤波器估计电机低阶微分方程模型的参数。这类基于模型的方法，其检测方法的准确程度取决于所建数学模型的准确程度，而实际上，要建立被监测电机的准确数学模型是很困难的。模型不精确，分析的结果很可能就是错误的。

4）负序电流方法。当定子绕组发生故障时，电机三相绕组不对称，定子电流会发生相应的改变。Toliyat等［10］通过理论推导和实验证明，定子绕组故障会导致三相定子电流的不平衡，即存在负序电流。 据此，Williamson 等［11］和 Kohler等［12］提出基于负序电流的定子故障诊断方法，但是，进一步的研究和实验发现，三相定子电压不平衡、电机的制造误差带来的绕组不平衡以及磁路的饱和等因素都会影响负序电流的大小，单纯以总的负序电流作为故障特征量可能会得到错误的诊断结果。为了避开负序电压的影响，Kohler等［13］和许伯强等［14-15］提出以有效负序阻抗为故障特征量，但是负序阻抗的值是随着负载变化的，而且当负序电压值较小时，负序阻抗的计算误差较大。Lee等［16］指出当定子出现故障时，可以写出电压和电流的关系：

5）Park矢量及其扩展方法。对于理想的正常电机，其电流Park矢量的轨迹图应当是一个圆，当定子绕组发生故障时，它的轨迹变成了椭圆。根据这一特点，Cardoso等［21］通过电流 Park矢量图的椭圆度来检测故障。但是图形辨识的方法灵敏度较差，对早期故障容易漏检。 因此，Cruz等［22］提出扩展Park矢量法，对Park矢量模的平方进行频谱分析来检测定子故障。侯新国等［23-24］定义Park矢量模的平方函数中的两倍基频分量与基波之比为故障的灵敏度因子，通过监测灵敏度因子的大小来诊断故障。由于这些方法没有考虑负序电压和电机本身的不平衡的影响，存在一定的缺陷。Cruz等［25］还提出利用Park矢量的坐标旋转变换计算电流基波正序分量的变化来诊断定子故障，但是坐标变换需要同步转速或基波频率的精确值，这往往不容易得到。

6）基于振动信号分析的方法。传统的基于振动信号的检测方法中考虑对电机振动特性的影响主要局限于电机轴承以及转子不对中、不平衡等机械故障，很少考虑定子线圈故障对感应电机振动特性的影响。但是，定子线圈故障会引起气隙磁场的畸变，产生不同于正常运行时的气隙电磁力波，从而激发定转子的振动［26］。万书亭等分析了定子绕组匝间短路故障对发电机定转子径向振动特性的影响，指出发电机径向振动特征也可以作为诊断发电机绕组故障的依据。但是作为故障判据的振动谱易与其他的故障特征混淆，侯新国等［27］提出利用电流信号与振动信号的互相关功率谱来诊断定子绕组故障，从信息融合的角度得到更加满意的故障特征量。

7）人工智能方法。随着人工智能技术的快速发展，神经网络、模糊逻辑、模式识别、遗传算法等人工智能方法得到广泛的应用。人工智能故障诊断方法通过大量历史数据进行学习和训练，在故障诊断中可以逼近非线性函数，融合多个故障特征量，具有相当强大的诊断能力。但是该方法依赖于历史数据的选择，在通用性和可移植性方面有待进一步研究。

8）其他方法。 Nandi等［28］提出根据断电后定子绕组中感应的电压的特征频率分量来诊断定子绕组故障，排除了负序电压的影响，但这种方法要求在断电情况下实施，不能进行在线诊断，而且它没有考虑电机本身不平衡带来的影响。董建园等［29］提出当定子发生故障时，三相电流的相角差发生变化，可以通过检测相角的变化来检测故障。但是该方法受电源波动影响较大。此外，还有基于零序电压的方法［30-31］，检测磁场旋转过程中的振荡角的方法［32］，基于小波分析的方法［33-35］，等等。

3 存在的主要问题

尽管电机故障的检测与诊断技术已取得了很大的发展，但总的看来具有较好的在线检测可行性的方法较少。基于磁通变化检测的各类方法由于要安装各种探测线圈，使得在现场的使用很不方便，而且信号微弱，易受周围环境电磁场的影响；基于模型的分析方法能从理论上对各类故障进行定量和定性的分析，但由于电机的类型、规格及其实际运行环境千差万别，单一的模型很难与实际运行情况相吻合，难以满足在线检测的需要，而且要建立电机的精确模型非常困难，不精确的模型可能导致错判和误判；基于转矩与转速的故障检测方法由于要用到电机的一些具体设计参数，因此不可避免地限制了它们在实际中的应用；基于电压和电流信号的分析方法具有使用方便，无需安装传感器，可以做成非侵入式，在使用中不干扰电机的正常运行等特点，成为在线检测中最受欢迎的方法。但是，基于电压和电流信号分析的诊断技术在故障的检测中还存在一些问题和不足，如：在电机正常情况下，电机电流中由于各种原因会产生一些与故障特征频率分量相近的成分，给准确检测故障特征信息造成很大难度，很容易误判故障。如电机定子绕组故障时，造成三相不对称，定子电流中就会出现负序分量，传统方法通过检测负序电流分量或负序阻抗，实现对定子绕组故障的检测和诊断。但是，供电电压不平衡以及电机本身固有的不对称，都会引起定子电流的负序分量，难以区分检测到的负序分量是由定子故障引起还是由于供电电压不平衡或电机本身固有的不对称引起。此外，对电机定子绕组故障特征的定性检测研究较多，而对故障严重程度的定量评估研究不够，很难给出量化的指导意见。

4 结束语

定子绕组的故障诊断主要是基于电压和电流信号分析的方法，辅之以轴向磁场探测方法和振动信号的分析。电压和电流分析方法可以做成非侵入式，并且可以和电机的控制系统集成在一起。而振动信号和磁通信号需要在电机中加入特殊的传感器装置，这在许多情况下是难以做到的。因此，基于电压和电流分析的方法更加易于实施，是研究得最为广泛的方法。但是，基于电压和电流分析的方法仍存在不足，需要在故障特征的提取以及故障的严重程度评估方面作进一步的工作。

［1］HAN Y，SONG Y H.Condition monitoring techniques for electrical equipment-A literature survey ［J］.IEEE Transaction on Power Delivery，2003，18（1）：4-13.

［2］邱阿瑞，孙健.电机故障模式识别与诊断［J］.清华大学学报，1999，39（3）：72-74.

［3］WU G G，HEE P D.On-line monitoring instrument of fault discharge in large generators ［C］//11th International Symposium on High Voltage Engineering，1999：340-343.

［4］WANG Z Z，LI C R，et al.Partial discharge recognition of stator winding insulation based on artificial neural network［C］//Conference Record of the 2000 IEEE International Symposium on Electrical Insulation，2000：9-12.

［5］PENMAN J，SEDDING H G，LOYD B A，et al.Detection and Location of interturn short circuits in the stator winding of operating motors ［J］.IEEE Transactions on Energy Conversion，1994，9（4）：652-658.

［6］TALLAM R M，HABETLER T G，GHARLY R.Transient model for induction machines with stator winding turn faults ［J］.IEEE Transactions on Industry Applications，2002，38（3）：632-637.

［7］JOKSIMOVIC G，PENMAN J.The detection of interturn short circuits in the stator winding of operating motors［C］//Proceeding of IEEE IECON’98，1998：1974-1979.

［8］STOCKS M，MEDVEDEV A.On-line estimation of all electrical parameters in induction machines subject to stator fault［C］//16th IEEE International Conference on Control Applications Part of IEEE Multi-conference on Sys-tems and Control.Singapore.2007：527-532.

［9］KHALOOZADED B H，ABBASZADEH K.Stator fault detection in induction machines by parameter estimation，using adaptive Kalman filter ［C］//2007 Mediterranean Conference On Control and Automation.Authens，Greece，2007：T21-023.

［10］TOLIYAT H A，LIPO T A.Transient analysis of cage induction machines under stator，rotor bar and ring faults［J］.IEEE Transactions on Energy Conversion，1995，10（2）：241-247.

［11］WILLIAMSON S，MIRZOIAN P.Analysis of cage induction motor with stator winding faults ［J］.IEEE Transactions on Power Application，1985，104（7）：1031-1038.

［12］KOHLER J L，SOTTILE J，TRUTT F C.Alternatives for assessing the electrical integrity of induction motors［J］.IEEE Transactions on Industry Applications，1992，28（5）：1109-1117.

［13］KOHLER J L，SOTTILE J，TRUTT F C.Condition monitoring of stator winding in induction motors：Part I-Experimental investigation of the effective negative-sequence impedance detector ［J］.IEEE Transactions on Industry Applications，2002，38（5）：1447-1453.

［14］许伯强，李和明，孙丽玲，等.异步电机定子绕组匝间短路故障检测方法研究［J］.中国电机工程学报，2004，24（7）：177-182.

［15］许伯强.异步电动机绕组故障分析及其检测方法研究［D］.北京：华北电力大学，2002.

［16］LEE S B，TALLAM R M，HABETLER T G.A robust，on-line turn-fault detection technique for induction machines based on monitoring the sequence component impedance matrix［J］.IEEE Transactions On Power Electronics，2003，18（3）：865-872.

［17］TALLAM R M.Current-based sensorless detection of stator winding turn faults in induction machine［D］.Georgia Institute of Technology，2001.

［18］ARKAN M，PEROVIC D K，UNSWORTH P.Online stator fault diagnosis in induction motors ［J］.IEE Proceedings of Electric Power Application，2001，148 （6）：537-547.

［19］KLIMAN G B，PREMERLANI W J，KOEGL R A，et al.A new approach to on-line turn fault detection in ac motors［C］//Proceedings of Conference IEEE Industry Applications Soc.Annual Meeting，vol （1），San Diego，GA，1996： 687-693.

［20］TALLAM R M，HABETLER T G，HARLEY R G，et al.Neural network-based on-line stator winding turn fault detection for induction motors［C］//Proceedings of Conference IEEE-IAS Annual Meeting，2000：375-380.

［21］CARDOSO A J M，CRUZ S M A，FONSECA D S B.Inter-turn stator winding fault diagnosis in three-phase induction motors，by Park＇s vector approach ［J］.IEEE Transactions on Energy Conversion，1999，14 （3）：595-598.

［22］CRUZ S M A，CARDOSO A J M.Stator winding fault diagnostics in three-phase synchronous and asynchronous motors，by using the extended Park’s vector approach［C］//Proceedings of Conference IEEE-IAS Annual Meeting，2000：395-401.

［23］侯新国，夏立，吴正国，等.基于Clarke变换的感应电机定子故障检测方法［J］.振动、测试与诊断，2004，24（3）：214-217.

［24］夏立，侯新国，吴正国.基于空间矢量法的感应电机定子线圈故障监测方法研究［J］.电机与控制学报，2004，8（1）：22-24.

［25］CRUZ S M A，CARDOSO A J M.Multiple reference frames theory：A new method for the diagnosis of stator faults in three-phase induction motors［J］.IEEE Transactions on Energy Conversion，2005，20（3）：611-619.

［26］邱家俊.交流电机电磁力激发的非线性振动 ［J］.中国电机工程学报，1989，9（2）：49-57.

［27］侯新国，吴正国，夏立，等.基于相关分析的感应电机定子故障诊断方法研究［J］.中国电机工程学报，2005，25（4）：83-86.

［28］NANDI S，TOLIYAT H A.A novel frequency domainbased technique to detect stator induction faults in interturn machines using stator induced voltages after switchoff［J］.IEEE Transactions on Industry Applications，2002，38（1）：101-109.

［29］董建园，段志善，熊万里.异步电机定子绕组故障分析及其诊断方法［J］.中国电机工程学报，1999，19（3）：26-30.

［30］刘烔，黄进.基于零序电压的感应电机定子故障诊断［J］.大电机技术，2006，（9）：16-19.

［31］CASH M A，HABTLER T G，KLIMAN G B.Insulation failure prediction in AC machines using line-neutral voltages ［J］.IEEE Transaction on Industry Applications，1998，34（6）：1234-1239.

［32］MIRAFZAL B，DEMERDASH N A O.On innovative methods of induction motor interturn and broken-bar fault diagnostics ［J］.IEEE Transactions on Industry Applications，2006，42（2）：405-414.

［33］LIU T，HUANG J.A novel method for induction motors stator interturn short circuit fault diagnosis by wavelet packet analysis ［C］//Proceedings of the 8th International Conference on Electrical Machines and Systems.ICEMS 2005：2254-2258.

［34］CHOW T，HAI S.Induction machine fault diagnostic analysis with wavelet technique［J］.IEEE Transaction on Industrial Electronics，2004，51（3）：558-565.

［35］DOUGLAS H，PILLAY P，ZIARANI A.A new algorithm fortransientmotorcurrentsignature analysisusing wavelets ［J］.IEEE Transactions on Industry Applications，2004，40（5）：1361-1368.