基于电信号融合的电机运行状态在线识别技术*

谭　欣，刘沛津

(西安建筑科技大学 机械电子技术研究所，西安　710055)



基于电信号融合的电机运行状态在线识别技术*

谭欣，刘沛津

(西安建筑科技大学 机械电子技术研究所，西安710055)

利用电信号融合理论可以达到在线识别三相电机运行状态的目的。借助融合理论及主分量融合算法，对三相电信号所反映电机的运行状态进行特征量的提取，实现对电机运行工况及典型故障的在线识别。在此基础之上，开发了基于LabVIEW的电机运行状态在线识别软件，借助液压动力系统，完成了电机工况的在线监测及故障诊断实验，验证了该技术的稳定性、快速性和实用性，为电机运行状态在线识别技术的研究提供了新理论、新方法。

三相电信号；PCA算法； 图形化融合；在线识别

0　 引言

随着现代工业的发展，电力拖动被广泛的应用到各个领域，其结构和信息传递过程越来越复杂，状态监测、节能控制以及故障的早期预防和诊断也成为亟待解决的技术难题。在以往对电机运行状态的识别方法中，多是通过振动信号、电信号、流体信号及机械信号等参量的时域、频域分析对系统的运行状态进行识别[1-2]。利用传统的运行状态识别方法需要对不同传动部分的特征参量进行监测，而其识别方法也常常需要较大的样本空间，使在线识别往往需要过高的硬件成本，且难以快速、准确的对系统整体的运行状态进行识别，有些特征信号属于非平稳信号，给实际工程应用带来了困难和局限性[3]。

电机在实际运行过程中，系统功率的变化历程蕴含着反映系统运行状态、工况信息以及功率匹配方面的特征信息，而作为系统功率的主要输入端，电机输出功率的变化是系统功率变化的映射。因此课题组前期提出充分利用电气参量提供的幅值、相位信息、相间和相序信息绘制单相和三相李萨如图，计算电功率与李萨如图特征量之间的定量关系。通过实时计算李萨如图形面积、外接矩形面积、形状、旋转方向的变化可实现对系统运行状态、工况信息进行有效的在线监测[3-4]。针对理论研究结论，课题组开发了基于电信号的电机运行状态监测软硬件平台[5-6]，在功能上实现了对系统正常工况的在线监测及工况识别技术。本文在此基础之上，进一步充分利用系统运行时所获取的三相电信号，研究实时三维电信号数据的降维方法，降低数据冗余度，提高软件平台融合及识别算法速度，并实现了电机早期故障的在线检测及识别，进一步完善了基于电信号融合分析的电机运行状态识别技术。结合原有的软件平台，进行结构调整，开发相应的PCA模块及图形显示模块，并集成数据库管理模块，实现了多层监控网络及数据信息共享[7]，为电机的状态监测提供了一种新型、可靠的识别技术。

1　电信号融合的电机运行状态识别技术

1.1电信号融合理论

课题组在2010年提出电信号融合方法[8]。将电机定子的电压、电流信号用李萨如图进行单相及三相信息融合，绘制单相及三相李萨如图，计算电参量与李萨如图各特征量之间定量关系，通过在线测量李萨如图形面积、外接矩形面积、摆动方向以及比例的变化，目的是通过直观图形的实时变化实现系统正常运行下系统功率动态变化的监测技术，以此达到对系统运行状态监测及工况识别。

1.2三相电信号主分量分析及其融合方法

主分量分析法(PCA)是数据分析的一种统计方法，可以用于减少特征空间维数、确定变量的线性组合、选择最有用的变量、变量辨识、识别目标或是异常值分组等。主分量子空间提供了从高维数据到低维数据在均方误差意义下的数据压缩，它能最大程度地减少方差，且相关程度越高，主分析的效果越加明显[9]。

为了提高实时数据处理及在线识别速度，在对电压、电流信号进行主分量分析的基础上，本文将主分量分析方法(PCA)与电信号融合理论相结合，将电流进行降维后的数据样本在笛卡尔二维空间进行融合，以此达到根据图形特征对系统运行状态进行识别。

利用PCA方法对电流、电压三维空间状态分量数据处理算法如下：

(2)求取矩阵K的相关系数矩阵R；

(1)

计算公式中，rmp(m,p=1,2,3)为原变量xm与xp的相关系数，且rmp=rpm。其计算公式如下

(2)

(3)求相关系数矩阵R的最大及次大特征值λ及其所对应的特征向量；

(4)将最大及次大特征值所对应的特征向量所形成的二维矩阵与样本矩阵K相乘，从而完成主分量分析，形成新的二维矩阵X。

将电流信号的特征矩阵在二维空间进行融合，可由图形直观地对电机运行状态进行监测及故障识别，如图1～图3。

图1　正常状态主分量融合图形

图2　定子匝间短路主分量融合图形

图3　转子断条主分量融合图形

2　运行状态识别软件平台设计

2.1总体方案

图4　系统总体结构流程图

软件平台结构基于模块化设计[10]，具体划分为：数据预处理模块、故障检测模块及数据库存储模块，便于提高基于电参量融合算法的电机运行状态识别算法的速度，增加实时性和快速性，便于离线分析和处理。软件利用LabVIEW作为开发环境以实现软件平台功能。总体结构流程如图4所示。

2.2主要功能模块及实现

2.2.1电压电流信号采集模块

电压电流的信号采集硬件模块[5]实现了三相电压及三相电流信号的同步实时采集，并保证电压、电流信号相位差的一致性。采用抗干扰能力强的霍尔电压 、电流传感器，并通过转化模块将高电压、大电流转化为适用于工控机采集板的标准电压，利用有源滤波器进一步取出高频干扰信号。并将所采集的信号直接存入数据库模块。

2.2.2数据预处理模块

数据预处理模块可以使用户根据分析的不同目的选择Hilbert变换[5]或高精度FFT[6]快速分离或提取基频电信号分量，并利用PCA方法对数据进行降维，同时求取三相电信号的相关系数矩阵特征值λ，并将预处理结果存入数据库。

2.2.3信息融合模块及图形特征提取模块

信息融合模块内含两个子模块，其一，将降维后的电压、电流信号在二维空间坐标进行融合，形成反映系统功率变化李萨茹图形；其二，将降维后的电流信号在二维空间坐标进行融合，形成对系统故障状态的检测。

图形特征提取模块的主要功能是提取反映系统运行状态特征的图形特征量，对应信息融合模块所形成的两类图形，对于系统运行状态及工况识别，提取所形成的李萨茹椭圆的角度、面积长、短轴长度作为图形特征量；对于故障状态检测则通过对电流主分量融合图形，提取最大及最小直径Dmax，Dmin。

2.2.4系统识别模块

系统识别模块的主要功能是根据电流主分量融合图形的特征量对系统运行状态进行识别，例如若λ1=λ2，且等于某一常量，并且Dmax=Dmin，融合后的图形为一标准圆，如图3所示，表示系统为正常运行状态，若λ1=λ2，Dmax=Dmin有任一条件不满足，则表示系统存在故障隐患。故障诊断流程如图5所示。

图5　故障诊断流程图

2.2.5数据库存储模块

采集卡采集数据，预处理后数据均可存入SQLServer后台数据库系统，同时信息融合、图形特征提取、系统识别，功率监测图形特征，故障诊断及故障预警模块均与数据库实现了数据交互功能, 这样不仅实现了系统运行过程中的功率在线监测和故障在线识别，而且满足了离线状态下的数据分析；充分利用LabView的网络编程功能机企业以太网实现了系统运行信息的网络发布功能, 有助于实现电机工况的多层监控网络，保证电机持续平稳运行。

2.2.6实时显示模块

实时显示模块主要是实现电机运行状态的实时多主题显示，包括人机交互界面，用户登陆，硬件系统校验，系统运行状态显示，功率在线监测[3-5]，故障诊断，故障预警，数据离线分析，数据库用户界面等多个主题显示。

3　系统功能在线试验

以液压系统作为电机在线监测及故障诊断的试验对象，以此验证基于电信号融合的电机运行状态识别技术的可行性。图6为系统正常运行，系统加载压力由0上升到15MPa时，系统功率状态监测界面，可看到系统电机的李萨如图形和功率圆图形，图形化的显示了电机运行过程中有功功率和无功功率所占比重。

图6　李萨如图形及功率圆图形实时监测界面

图7～图8为系统异常运行状态下，经PCA方法降维后的数据融合图形，表1和表2是主分量图形融合诊断方法对故障进行的判定。通过图形可检测到动力源故障隐患类型，图7表明动力源存在匝间短路故障隐患，图8表明动力源存在转子断条故障隐患。

图7　匝间短路故障隐患

图8　转子断条故障隐患

故障类型载荷λ1λ2abssf匝间短路空载10MPa110.9057760.9352751.349571.454431.119761.220990.1702840.160503

表2　转子断条故障主分量图形融合特征

4　结论

本文通过研究电机三相电信号及其主分量图形融合算法，开发了电机运行状态在线识别软件，通过理论及试验验证，可以得出如下结论：

(1)从融合图形的角度研究电机的三相电信号融合方法，绘制动态图形，建立图形特征量与代表工况特征的参量之间的映射关系，实现系统的运行状态在线识别技术；

(2)提出利用PCA方法对三相实时电信号采集数据进行降维处理，提高了融合和识别速度；

(3)图形化的故障检测方法与传统的基于参数的故障提取及检测方法比较，将电机故障特征的提取转化为对相平面上图形的识别，使效率更高。

[1] 刘振兴，张文蓉．基于HHT方法的异步电动机运行模式识别[J].电力自动化设备,2010,30(9):55-57.

[2] 叶汉民，肖尊定，宋子航．信息融合技术在异步电机故障诊断中的应用[J].组合机床与自动化加工技术，2013(12)：86-89.

[3] 谷立臣，刘沛津，陈江城. 基于电参量信息融合的液压系统状态识别技术[J]. 机械工程学报，2011,47(24)：141-150.

[4] 谷立臣，刘沛津. 在线监测电机功率状态的图形识别方法[J].电机工程学报，2012,32(9):100-108.

[5] 王晓真，谷立臣，刘沛津. 基于电信号分析的液压系统运行状态实时监测技术[J].机械科学与技术, 2013, 32(7):1041-1045.

[6] 雷 杨，谷立臣，刘沛津. 电力拖动设备三相电信号实时监测系统开发[J]. 机械科学与技术, 2013, 32(8):1149-1152.

[7] 陈雷，王忠东，陈爽．基于LabVIEW的机床振动信号数据库访问技术的研究[J]．组合机床与自动化加工技术2013(7)：92-93,109.

[8] 谷立臣，刘沛津．基于电参量信息融合的液压系统运行状态在线监测方法[P].中国:ZL 201010586150.7,2013-02-20．

[9] 董建超，杨铁军，李新辉,等．主分量分析在激励源识别中的应用研究[J] .振动与冲击,2013,32(24):157-163.

[10] 曹莉，曾黄麟，乐英高．数控机床温度无线监测智能补偿系统设计[J] .组合机床与自动化加工技术,2012(9):63-65.

(编辑李秀敏)

On-line Identification Technology for Motor Running Condition Based on Electrical Signal Fusion

TAN Xin，LIU Pei-jin

(Institute of Machinery and Electronics,Xi′an University of Architecture and Technology,Xi′an 710055,China)

On-line identification of three-phase motor running state can be realized by using the theory of electrical signal fusion. By using a three-phase electrical signals of the principal component analysis algorithm, which improves the speed of the data fusion and on-line identification, the requirements of the real-time observation has been reached. Designed a running condition recognition software based on LabVIEW and PCA algorithm, with the help of the extraction, fusion, analysis, storage electrical signals in the motor, which implements the feature recognition for the running status. At last, the reliability and practicability of this technology is verified by the experiments.

the three-phase electrical signal;PCA algorithm;graphical fusion;on-line identification

1001-2265(2015)11-0071-03DOI:10.13462/j.cnki.mmtamt.2015.11.021

2015-01-08；

2015-01-30

国家自然科学基金项目：基于多源信息融合的液压动力系统监测、诊断和故障控制理论研究(50575168)；校基础研究基金项目：混合动力系统功率场耦合建模及能量流动机理研究(JC1316)

谭欣(1988—)，男，湖北十堰人，西安建筑科技大学硕士研究生，研究方向为机电液一体化装备与开发，(E-mail)1307599199@qq.com。

TH39;TG506

A