基于谐波分析的异步电动机故障诊断研究

郑晓亮，高佳华，李飞龙

(1．安徽理工大学，淮南232000;2．中矿龙科能源科技(北京)股份有限公司，北京100089)

0 引言

异步电动机是电机的主要类型之一，具有结构简单、制造方便、价格便宜、运行可靠等优点，因而在传动领域受到广泛的应用。现代工业往往需要大规模的生产线连续生产作业，高速化、连续化的生产模式使得异步电动机的运转处于频繁状态，异步电动机的故障增多、可靠性降低、工作寿命缩短，从而导致整个生产线的停产。因此，从生产稳定、减少事故、降低成本考虑，了解异步电动机实时的运行状态并进行故障诊断是十分必要的。传统的故障检测诊断主要包括事后诊断维修和定期维修检测两类方法，但是这都需要停止异步电动机的运转，暂停生产工作，而这些状况的发生都会使企业在生产和设备维修方面造成不必要的资金损失［1］。随着设备状态维修技术的发展，该项技术开始在异步电动机上得到广泛应用［1－4］。在 1987 年，Tavner P J 与 Penman J提出了电机状态监测的概念［5］。事实上，状态检测信息的分析与处理是异步电动机故障诊断的重要环节，电机状态监测和故障诊断两者是密不可分的，可以说，两者为一有机整体。

高次谐波是导致电气设备故障异常、劣化的关键因素之一，国内目前对于高次谐波在电机上的研究也主要着重于如何去抑制消除的方面［6－8］，只认为其是有害的，而未加以利用。文献［9－10］介绍了电气设备异常与高次谐波存在有相关联性的事实，例如，在电机的轴承部位发生故障时，电流所发出的高次谐波波形近似竖立的菱形;在电机的线圈部位发生故障时，电流所发出的高次谐波波形又似横放的菱形。通过具体地分析电流中的高次谐波成分，找出高次谐波成分变换规律与异步电动机异常、劣化程度之间的对应关系，从而可以对运行中的异步电动机进行故障诊断。本文研究了一种新的异步电动机故障诊断方法，以异步电动机的电流信号为状态监测参数，进行去噪处理和频谱分析后，得到各高次谐波含量，经过归一化处理后，与对应标准比对，从而作出相应的故障诊断。然后由实验对此进行验证分析，作为提供故障诊断的依据，验证了此方法的有效性与优越性。

1 故障诊断原理

故障诊断流程如图1所示。

图1 诊断流程图

首先采集异步电动机运行时的电流信号，根据测得的电流，求出电流不平衡率ΔI，从而初步判定异步电动机异常程度。公式如下:

式中:Imax和Imin分别为各相电流的最大值和最小值。

给定求谐波总失真率THD时所分析的谐波次数为2次到20次，其中谐波总失真率THD的定义为用基波电流百分比表示的电流总谐波含量。总谐波含量反映了波形的畸变特性，公式定义如下:

式中:I1为基波电流有效值;Ik(k=2，3，…，20)代表k次谐波电流有效值，其中计算高次谐波电流Ik遵循下式:

式中:k为高次谐波次数;h为高次谐波系数;km为电动机常数(当 k=2时，取 0．05;当 k=3时，取0.15;当k=2，3以外的数时，取1．0)。高次谐波系数h在不同k时，其数值也不同。当k＞5时，h=2;当 5≤k≤11时，h=1;当 k＞11时，h=1．6。ks为电源阻抗率;kw为负载率;kv为电压系数。电压系数表达式如下:

式中:X为电动机的输入电压。谐波含有率Hk定义为第k次谐波分量的有效值与基波分量的有效值之比，用百分数表示，公式如下:

然后对其进行标准化处理，即用各次谐波含有率Hk除以式(2)求得的总谐波失真率THD，可得指数值THk:

对于图1中的k次谐波判定基值CHk可用以下式子求得:

式中:Ck表示k次谐波的诊断计算值，其计算公式如下:

式(7)中 f(Mj)(其中 j=1，2，3，4) 的计算如式(9)～式(12)所示。M1～M4分别对应电动机主体的4个部位:M1为转子、轴承、固定装置，M2为线圈绝缘/振动，M3为轴承支架，M4为空气隙不均匀/振动。

当指数值THk≥判定值CHk时，可确定该异步电动机异常。此时根据上述电动机4个部位所对应的各谐波分量贡献率求得相应部位的诊断值TH:

式中:Njk为电机第j个部位第k次谐波贡献率。

谐波诊断法的发明者高博先生通过多年的数据积累和专家分析得到了谐波含量与电机故障对应关系［13］如下。

(1)旋转轴和轴承的异常。4个主要分量为第2次谐波贡献率为55%，第3次谐波贡献率为9%，第4阶谐波贡献率为16%和第5阶谐波贡献率为6%。累计贡献率为86%。

(2)绕组的绝缘或振动。4个主要分量为第2次谐波贡献率为7%，第3次谐波贡献率为61%，第4次谐波贡献率为5%和第5次谐波贡献率为22%。累计贡献率为95%。

(3)轴承、机罩损伤。4个主要分量为第2次谐波贡献率为23%，第3次谐波贡献率为10%，第4次谐波贡献率为41%和第5次谐波贡献率为8%。累计贡献率为82%。

(4)定子和转子之间的气隙不均。4个主要分量为第2次谐波贡献率为7%，第3次谐波贡献率为61%，第4次谐波贡献率为5%和第5次谐波贡献率为22%。累计贡献率为93%。

通过对之前大量实验数据的分析，根据TH的值对故障程度进行了相应分级，将其分为正常、需要注意和故障3个等级，分别用字母A，B，C表示，同时根据电动机的故障程度又将需要注意分为轻度异常B1(可以正常运行6个月)、中度异常B2(可以正常运行约3个月，需进行趋势管理)、重度异常B3(可以运行约1个月，电动机容易发生故障，需进行检修准备)，具体电动机部位的判定值如表1所示。

表1 异步电动机各部件的诊断值

2 实验对象及过程

2．1 实验对象

为了准确地反映出故障现象，本文选用了一台型号YE2－112M－6的鼠笼式三相异步电动机作为实验电机，该电机的主要铭牌参数如表2所示。

表2 实验电机的铭牌参数

2．2 测试过程

通过在该三相异步电动机的A相串联接入一个约30 Ω的电阻，人为地制造出电机三相不平衡的故障。其中，电机所拖动的负载为一个额定功率为2 kW的磁粉离合器。首先，电机空载上电，然后通过加载装置，逐渐提高负载功率，直到负载功率达到约2 kW时开始测试，系统组成如图2所示。

图2 系统组成

2．3 信号采集

利用ATC－KS系列谐波检测仪，采集A相定子电流信号。采样频率为10 000 Hz，采样点数为131072。图3(a)为电动机正常加载运行时的时域波形，图3(b)为电动机加入三相电流不平衡故障后加载运行时的时域波形。

图3 电流波形

3 实验结果分析

在MATLAB软件中采用db1小波对故障信号进行去噪处理后，得到处理后的信号时域波形如图4所示。

图4 去噪处理后故障信号

对上述信号在MATLAB中进行FFT谱分析后得到各高次谐波含量，如表3所示。

表3 各高次谐波含量(THD=0．72)

根据上述诊断流程，代入数据计算可得实验结果，如表4所示，电流不平衡率为6．2%。

表4 诊断结果

分析表3和表4的实验结果，可得以下两点结论:

(1)根据表3中的各高次谐波含量值，可以看到故障信号谐波含量较高的为第2，3，4，5次谐波，这与我们采用这4次谐波作为计算电动机各部位故障程度时的主要分量相一致。

(2)分析表4的异步电动机各部位故障诊断结果，可以看到该鼠笼式异步电动机的轴承处发现需要注意的异常老化，异常程度级别为B1(轻度异常)，还可正常运行6个月，可观察6个月后再测定，通过拆解之后，发现轴承处存在初期老化的迹象，主要原因是由于受流体振动的影响。绕组线圈处发现需要注意的异常，异常程度级别为B1(轻度异常)，由于A相串入30 Ω的电阻后，致使电动机三相电流不平衡，使绕组发生轻微振动，导体间相互摩擦，使绕组的绝缘性受到损伤。

4 结语

本文研究了一种新的异步电动机故障诊断方法，即在不影响异步电动机运行的情况下，采集电流信号，然后对此进行去噪处理和频谱分析后，得到各高次谐波含量，并做归一化处理后，与对应劣化标准进行对比，从而作出相应的故障诊断。利用一台鼠笼式三相异步电动机进行实验，通过对实验结果的分析，有效地判断出了该异步电动机的故障部位及故障程度，验证了该方法的有效性和优越性，为异步电动机的故障诊断提供了一种新的思路，并且该诊断方法对维持稳定生产、减少事故、降低成本等具有重要意义。