王玉恒
(首钢京唐钢铁联合有限责任公司,河北 唐山 063200)
在我国的国民经济中,电机占据着举足轻重的作用,它是各类机械设备的驱动装置,在驱动机床、鼓风机、压缩机等设备中应用广泛。在我国,异步电机所耗电量占据总负荷的60%以上,而电动机的故障也会造成大量的电能损耗和经济损失,由于电动机的故障不得不停工停产造成的损失更是无法估量。因此,实施合理有效的电机故障预测,研究出电机故障诊断方法具有重要的现实意义。
电磁理论是所有电机工作的原理支撑。电机的运行会受到诸如:电网电压、负载电压等因素的影响。电机的故障类型主要包括:绕组过热、铁芯变形、转子偏离中心等,其故障征兆多种多样,有的表现为机械故障,有的表现为电气故障;既有电压电流等电气量,也有声光等非电气量。相关统计表明:在众多的电机故障中位于首位的是轴承类故障,占有42%;其次是绕组类故障,占据有40%[1]。目前,常见的电机故障监测以及诊断方法有:电流频谱分析法,这种方法主要是对负载电流的波形进行频谱分析;绝缘诊断法,这种方法利用电气试验装置以及相应的诊断技术,判断电机绝缘机构和工作性能上的缺陷,预测其绝缘寿命;温度检测方法,这种方法利用的是各种测温技术,监测电机各个部位的温度;振动与噪声诊断法,这种方法检测的是电机设备的噪声信号,通过相应的处理手段对噪声信号进行处理,从而判断出电机故障的部位。
基于信号处理的电机故障诊断是通过对方差、频率、幅值等特征量的提取,得到与故障有关的征兆,进而判断设备的故障。相关信号处理和提取技术的发展为这种诊断方法提供了坚实的基础,如:时域分析技术、小波分析技术、傅立叶变换技术等。在众多技术中,傅立叶变换法是广为应用的一种方法,但这种方法的时频局部化能力较差,当需要进行突变信号的提取以及对时间进行定位时,这种方法会失效。另外,当频率波动时,傅立叶变换方法的效果会受到很大影响,如:在电网频率波动情况下,甚至会出现错误的电机故障监测结果。相对来说,小波变换法的鲁棒性较好,它能够有效抵御频率波动带来的负面影响,在时域和频域中的局部化能力都较强,对突变信号的敏感度也很高。在电机定子绕组出现故障的情况下,定子电流会发生很大变化,首先对定子电流进行必要的预处理,然后通过小波分析法进行小波二次变换,提取定子绕组中的故障特征。小波分析法诊断电机故障几乎不受负载变化的影响。
自上世纪80年代起,计算机技术以及人工智能技术得到了迅猛发展,电机故障诊断技术也因此得到了较大进步。相应的基于知识的故障诊断方法被人们开发出来,此时,不再需要对研究对象进行精确的数学建模。
当下,基于知识的电机故障诊断方法有:
1)专家系统故障诊断方法。这种智能诊断方法主要针对的是很难或是无法进行数学建模的复杂系统,相应的诊断专家系统包括:数据库、知识库、故障征兆获取等部分。它根据以往经验,将故障的相关信息制定成规则,通过推理的方法对发生的故障进行诊断。如:在直流电机的故障诊断方法中,通过知识规则的产生,利用专家系统开发出相应的工具编制规则,从而构成了一个知识库,通过对电机运行时各状态信息的采集以及必要的人机对话,实施交互式故障诊断。这种方法能够对电机换向、振动以及绝缘等多种故障进行诊断[2]。
2)模糊控制、人工神经网络控制诊断方法。电机故障诊断中常常会出现模糊属性,这是因为电机诊断系统庞大而复杂,具有较多的变量,很多参量无法得到精确的描述。通过模糊语言描述这些征兆是一个很好的途径。而诸如:模糊集合、模糊运算等为模糊理论提供了强大的支撑。模糊控制、人工神经网络控制诊断方法在电机故障诊断中的应用也逐渐普及[3]。如:采用模糊故障诊断方法对鼠笼式电动机转子故障进行诊断,它无需故障电机精确的数学模型。基于神经模糊系统的故障监测方法。它能够在较短的时间内将故障检测出来,同时给予必要的处理方法。但值得注意的是,模糊诊断知识的获取较为困难,很难确定出故障与征兆之间的模糊关系;在诊断过程中很容易出现漏诊和误诊的情况。
3)数据融合和挖掘诊断方法。这种方法通过对传感器观测信息的自动分析和优化组合,实现对故障的预测;这种方法在处理多源信息时具有较好的效果,并且能够对多传感器资源实施合理有效的利用,提高诊断的精确度。
电机设备的频繁故障给工农业生产造成了极大的负面影响,研究电机的故障诊断技术具有重要意义,本文也正是基于此展开研究的。随着科学技术的发展,相信在未来,电机设备的故障诊断技术将会更加先进。
[1]苗苗,朱秀慈,王海.异步电动机转子故障诊断方法研究[J].控制工程,2007,(5):172 -174.
[2]吕锋,邸敏艳.小波分析在电气设备故障诊断中的应用浅析[J].计算机测量与控制,2002,(10):778-781.
[3]王方.现代机电设备安装调试、运行检测与故障诊断、维修管理实务全书[M].北京:金版电子出版社,2004.