朱亚平,万兵,袁志刚
在水泥工厂中,电机运行环境恶劣,故障类型不易判断,难以采取有针对性的预防性维护措施,对安全生产提出了巨大挑战。
目前,水泥厂大多通过设置继电器的方式来保护电机。继电器的工作原理是,若电机运行参数值超过了继电器的设定值,继电器就会发出警报;当继电器发出警报继而影响电机安全时,切断控制回路,停止电机运行,避免电机运行故障发展扩大成为生产事故[1]。此种保护方式看似完备,但继电器并没有预警功能,继电器发出警报时,电机故障已经发生,继电器的设置只能作为电机稳定运行的最后一道防线,防止重大事故或灾难性事故的发生。实际生产中,大型设备的驱动电机突然断电或停止运行,往往会造成巨大的经济损失,若无法及时在电机断电或停止运行前发出预警并有效排除设备故障,设置再多的继电器也难以达到设备安全运行的目的。
上世纪90 年代初以来,我国电机故障诊断技术理论与方法不断发展完善,陈景琳[2]将振动传感器安装于钢化箱结构内,物理消除噪声以提高振动信号收集效率;陶志成[3]采集电信号特征,分析并识别旋转设备的故障类型,但未能对电流电压频谱进行分析,以获取更多信息;孙文星等[4]通过快速分类所提取的脉冲信号,能够在线监测发电机故障放电。但上述这些方法依然存在电机故障诊断手段单一、故障类型判断不明、特征提取方法受限等问题,制约着电机故障快速诊断技术的发展。
鉴于此,我们建立了以电信号特征分析(Electric Signal Analysis,ESA)为基础的ESA 电机故障快速诊断技术平台。通过平台,能够抓取电机运行过程中的电压、电流信号,并在平台进行解析,生成时域与频域特征频谱图,进而获取特征峰值,评估电机健康运行状况。实践证明,电机故障快速诊断技术平台具有较好的检测效果。
ESA 电机故障诊断技术平台主要包含硬件与软件两部分,如图1 所示。硬件主要由测试仪表、电流互感器、电压互感器、接地电缆和各项线材组成。软件则分为PSM数据采集软件与All-Test-Pro分析软件。其中,数据采集软件用于现场数据的在线收集和采集数据的过程校正,通过对功率因数的确认,保证电流与电压的夹角表现为感性负载,且每个完整采集过程包含两次数据采集;分析软件则用于电机电流与电压数据的后端分析,分析内容包含电流、电压的时域与频域的特征频谱。硬件与软件组合构成了电机故障诊断技术平台,通过对电机数据的采集与整理,进一步分析电机健康运行状况,最终给出电机的预防性维护建议。
图1 ESA电机故障诊断技术平台示意
电机常见故障主要包括:转子断条、定子绕组绝缘缺陷、轴承缺陷、电机偏心、电机绕组匝间短路、电能质量偏差等。其中,轴承缺陷类型多,问题复杂,不作为本次研究对象。
(1)转子断条
电机转子断条故障主要表现为,运转时转子导条断裂或端环断裂引起的电机转子故障,其主要由导条与端环所承受的高温、电流超过限定值及电机本身结构不稳定引起。
绕组的磁动势主要由绕组匝数、电流、角频率及电机级数决定,若电机转子绕组发生断条,转子磁动势必然发生变化,定子磁动势将产生两倍转差率的差异。
假设电机极数为2,根据电机转子磁动势与定子磁动势间的相互平衡,定子磁动势可表示为:
式中:
Ks——绕组系数相关常数
Ns——定子绕组每相匝数
Is——定子电流,A
ω——供电电源角频率,rad/s
θ——起始相位角,rad
在式(1)第二项中,存在一个比基波频率低2sω的频率分量,将导致定子电流中产生特征频率分量。由此可见,定子电流将会出现基频f与(1-2s)f的成分,(1-2s)f即为转子断条的特征频率,而由于转子振荡的关系,异步感应电机的定子电流也会产生(1+2s)f的分量。图2 即为转子不平衡的典型特征频谱,亦为判断转子故障的依据。
图2 转子断条故障特征频谱
一般情况下,电机定子电流只存在基波频率的成分。但当转子处于不平衡故障时,以电流解调谱可以分析得到与基频相差两倍转差率的边频成分,可以作为转子断条的特征频谱,也是判断转子故障的依据。
(2)定子绕组绝缘缺陷
当电机定子绕组因绝缘破坏发生故障时,电机电信号将存在异常现象,气隙中的磁路也会有较大影响。当电机定子绕组发生短路的匝数较少时,电机运行中电信号异常特征表现不明显;而当其发生短路的匝数越来越多时,电信号异常特征表现将越来越明显,电机继续运转可能造成绕组甚至铁芯烧毁。在相同的电压条件下,电机电流不同是因阻抗不同产生的,而阻抗发生变化是定子绕组绝缘破坏造成的。虽然不同的设备,电机绕组可能有不同的接线方法,但绕组绝缘的破坏都体现在电流的不同上。以其中一相电流为标准,比较其他两相电流的变化量,是电机定子绕组绝缘缺陷的主要判断依据。由于电机故障诊断技术平台采用了高频信号,少量的电流变化就会被放大几十倍,仪器的测量精度较高。
(3)电机偏心
电机偏心多是由日常维护中工序的偏差、运行中的负载不稳定、轴承及轴弯曲等问题引起的。电机偏心将导致气隙周期性偏心变化。气隙偏心可以分成静态偏心和动态偏心。静态偏心指转子偏离定子中心,而转子自转中心未变;动态偏心指转子除了自转外,还围绕着定子中心进行公转。静态偏心与动态偏心的主要区别在于两者最小气隙与横轴间的角度随时间变化的趋势不同。
进一步得到电流谐波成分的方程式,其特征频率表示为:
式中:
Zr——转子槽数
nd——转子旋转角度参数,动态偏心时为“1”,静态偏心时为“0”
s——转差率
p——极对数
nw——谐波次数,1,3,5,…
(4)电机绕组匝间短路
对电机进行倍频测试。测试时,无匝间短路发生的绕组,在仪器发出的高频电流作用下,频率与电感乘积远大于电阻,类似于“纯电感电路”;当匝间短路发展到最严重程度,感抗几乎完全失效,绕组类似于“纯电阻电路”。也就是说,匝间短路的发展趋势是使绕组从“纯电感电路”步入“纯电阻电路”,倍频值的变化值是从-50%向零点发展变化的。
由于电阻的存在,无匝间短路发生的绕组在最初只是接近于“纯电感电路”,倍频值的变化值接近-50%,一般在-30%~-50%之间。随着匝间短路的发展,电感量所占比重越接近零点,电机绕组的导电性能越差,匝间绝缘越趋于“无”。
倍频值直接体现了电感的失效程度,倍频测试可以作为匝间短路程度的判定依据。此种方法已经大量实践验证,十分可靠。
(5)电能质量偏差
电能的质量判断主要是通过波形分析来进行的。电压信号主要诊断指标为电压偏差因子VDF、相电压、相电压峰值、三相平均电压、峰值因子CF、三相电压平衡情况;电流信号主要诊断指标为变压器谐波衰减因子THDF、电流偏差ΔI、峰值因子CF;谐波监测主要诊断指标为奇波THD>5%、正序谐波(+ve seq:4,7,10……)>5%、逆序谐波(-ve seq:2,5,8……)>5%、零序谐波(0 seq:3,6,9……)>5%。
采取ESA 电机故障诊断技术分别对宜昌A 厂250kW、景洪B 厂1 600kW 两台电机进行测试,电机铭牌参数如表1所示。
表1 电机铭牌参数表
利用ATPOLII 信号采集设备和设备搭载的All-Test-Pro 数据分析软件,对电机采集信号进行提取与分析。
(1)收集宜昌A厂2号水泥磨排风机电机电信号,提取软件分析电流解调谱图,如图3所示。
电机定子电流频率主要为基波频率50Hz,电流基波频率正常。由图3电流解调图谱可见,在基波频率LF±2sf的两侧边频带均出现了明显峰值,在49.21Hz时,峰值表现为-36.08dB,在50.79Hz时,峰值表现为-37.23dB。而通过电机参数计算2sf=2×(1 500-1 488)/1 500×50=0.8Hz,对应边频转子断条特征频率分别为49.2Hz和50.8Hz。数据验证表明,电机转子存在明显的导条断裂或端环断裂。值得说明的是,特征频率所在位置的峰值幅值越大,则电机转子的健康状态评估结果越差。
图3 宜昌A厂电流解调谱图
后续在电机的现场抽芯检查中,发现电机转子笼条端部有3处明显断裂,如图4所示,内侧有明显放电烧黑现象,此结果与ESA技术评估结论基本吻合。
图4 宜昌A厂250kW电机转子笼条开裂图
(2)收集景洪B 厂2 号水泥磨球磨电机信号,所提取的电流解调谱图如图5所示,终端软件自动分析结果如表2所示。
表2 电机检测数据报告
从图5 可以看出,在fecc=113.51Hz 时,出现峰值-58.47dB,而在边频带上峰值没有超过-40dB,电机转子槽数为66,极对数为4,静态偏心nd为0,故障特征频率为:
由式(3)可以判定电机故障为静态偏心。在静态偏心的电机时域电流频谱图中,不同间隔下的边频峰值呈倒三角,如图5 中的虚线三角形所示;而在转子断条的电机时域电流频谱图中边频峰值则呈正三角,如图3中的虚线三角形所示。
图5 景洪B厂1 600kW电机电流解调谱
在后续电机现场维护中,抽芯检查发现该电机转子出现明显“扫膛”现象,进一步检查发现,无载轴承座绝缘瓦垫脱落,如图6 所示,基本验证了电机检测评估结果。
图6 景洪B厂球磨电机轴承座绝缘瓦垫脱落
(1)在电流解调谱中,从基波频率LF±2sf的范围中获取边频峰值信息,宜昌A 厂排风机电机在49.2Hz 峰值处为-36.08dB,在 50.8Hz 峰值处为-37.23dB,与现场运行实际比较,符合电机转子导体断条特征。
(2)通过收集景洪B 厂球磨电机的信息,获取电流解调谱,在113.51Hz 峰值为-58.47dB,与实际现场运行比较,符合电机存在静态偏心的故障趋势。在静态偏心的电机时域电流频谱图中,不同间隔下的边频峰值呈现倒三角,而在转子断条的电机时域电流频谱图中,峰值则呈正三角。
基于ESA 电机故障诊断技术平台对异步感应电机进行状态检测和评估,可进一步得知其故障发展的变化趋势,从而拟定具有针对性的维护策略,可有效加强对电机运行的可靠性管理,进而大大提高生产效率,减少故障停机时间和降低设备维护成本,具有十分重要的应用价值。