电动机常见机械故障分析及维护检修

中国石化长城能源化工（宁夏）有限公司 梁正武

电动机的应用频率相对较高，是通过将电能转化为机械能的方式，为设备运行提供能量动力。按照使用电源功能，电动机可以分为直流电动机和交流电动机两种，现代企业所使用的电动机主要以交流电动机为主。随着电动机使用时长的不断增加，各种故障发生概率也呈现出明显增加的趋势，为更好地展开故障维修与预防，需要通过对故障产生原因的分析，制定出针对性的维护检修策略，以便达到对故障发生形成有效抑制与治理的目标。

1 常见机械故障诊断方法

机械故障的诊断方式相对较多，主要归为以下几类。

1.1 传统诊断模式

通过对化学以及物理原理的应用，按照设备出现故障时所伴随着各种化学以及物理现象，对电动机展开直观检测。通过对其振动以及声音和温升等各项内容的分析，掌握故障特征以及变化规律，直接展开故障的判断。虽然该种诊断方式效果较好，但多以部分故障检测为主，而且对于故障诊断人员的经验水平要求较高。综合而言，依据故障现象进行诊断是较为常用且较为实用的诊断方式。

以旋转机械故障的检查为例。在对设备进行检查过程中，通过对振动征兆事实和频谱特性的分析，明确故障特点，从而按照故障情况做出针对性的判断。技术人员需要通过对故障对应征兆事实以及故障机理的分析，通过对传感器所收集到的各种信号数据的研究，完成特征信息的提取，从而获得故障征兆信息，作出正确的判断。征兆信息与故障之间并不是一一对照的关系，需要通过对信息数据的反复探索与分析、对比获得最终的结果。

1.2 智能诊断方法

各种智能技术的不断普及，使得故障检查手段也变得更加先进，智能系统理论与方式开始在机械故障诊断中得到应用，成为有效的故障诊断方法，是今后故障诊断发展重要方向。可通过对人工智能的应用，利用计算机模拟人脑进行分析以及决策等各项操作，通过运用专家系统的方式，对故障作判断与分析，从而在短时间内精准完成对故障的分析与判断。

专家系统核心问题，主要包括知识表示以及知识获取两种内容。其中，对知识表示方式进行科学筛选，是保证知识组织质量以及系统应用性能的重要举措。确保诊断专家系统诊断知识的储备量以及丰富性，需要通过对诊断对象故障机理的分析，展开数学模型建设，并利用模型实施理论研究[1]。利用模型试验以及现场测试等手段，结合对领域专家诊断经验的总结，将所获得的结果以相应形式存储到计算机之中，确保能够做好知识的自动获取以及分析，从而更好地为故障诊断工作提供服务。

1.3 故障诊断数学方法

故障诊断技术属于交叉性学科，不仅会对专业经验以及各项知识展开应用，同时还会应用到一定的数据工具[2]。目前，较为常见的机械设备故障诊断数学方法主要以模式识别诊断，以及概率统计诊断等手段为主，通过对数学技术的应用，辅助人员展开故障的诊断工作。

故障诊断技术往往是通过组合形式出现的，会按照具体的诊断要求以及故障情况确定使用哪一种诊断技术或诊断技术的组合方式，从而利用各项技术的优势，高质量完成故障的分析以及判断工作，以便为后续故障处理提供精准依据。

2 电动机常见机械故障与维修方式

2.1 转子铁芯与定子铁芯故障

定子与转子铁芯是由相互绝缘硅钢片叠加而成的，属于电动机磁路部分内容。该部分出现变形以及损坏的问题，主要是由于以下几方面原因所导致的。

一是轴承与端盖存在过度磨损或装配不良的问题，转子与定子之间相互进行摩擦，从而导致铁芯表面受损，致使硅钢片出现短路状况，电动机的铁损问题出现严重趋势，导致电动机出现升温过高的状况。在对此种问题进行处理过程中，需要通过对工具的有效使用，对毛刺展开合理处理，并要在完成清洁之后进行绝缘漆的涂抹，以便达到切实解决硅钢片短路的问题。

二是如果在进行旧绕组的拆除过程中，存在用力过大的状况，很容易会造成向外张开以及盗槽歪斜等方面的问题。可通过使用木榔头以及尖嘴钳等工具，对其展开修整处理，确保齿槽能够恢复到原位[3]。如果无法进行复位，可通过在有缝隙硅钢片间加入胶木板或青壳纸等的方式，利用硬质绝缘材料达到相应的处理效果。

三是如果是因为受潮等方面原因影响，导致铁芯表面出现锈蚀问题，可通过使用砂纸，对其进行打磨处理，在完成清洁之后，通过涂刷绝缘漆的方式，降低锈蚀问题影响程度。如果是因为围绕组接地造成高热烧毁齿部或铁芯槽的状况，需要通过利用刮刀或凿子等工具，对熔积物展开清除处理，并通过涂刷绝缘漆与烘干的方法完成相应的处理任务。如果机座与铁芯之间存在结合松动的问题，需要对原有定位螺栓进行拧紧处理。但如果螺钉已经失效，则需要通过重新进行钻孔以及安装螺栓的方式，处理好松动的状况。

2.2 轴承故障

作为轴承支撑转动的重要零部件，转轴属于负荷重要组成，很容易会出现磨损问题。在对故障进行检查过程中，需要根据设备的状态确定具体的故障检查方式。如果设备处于运行状态，会在缺油时出现一定的杂音，但如果出现不连续的声音，可能是因为轴承钢圈破裂而造成的。同时，如果轴承零件存在轻度磨损或内部存在杂质问题，也会造成轻微的杂音，需要仔细进行辨别。

如果设备处于拆卸状态，需要对内外钢圈以及轴承滚动体展开检查，确定是否存在疤痕、破损或者锈蚀等方面问题，要对轴承进行摆平处理，通过推外钢圈的方式，确定轴承的状态。如果轴承状态较为理想，外钢圈会处于较为平稳的运动状态，不会在转动中出现明显的卡滞或振动等方面问题，而且在停止转动之后也不会出现倒退的状况。如果所呈现出来的状态与之相反，则表明轴承存在严重的磨损问题，无法再继续使用，需要对其进行更换处理。维修人员可用一只手卡住外圈，用另一只手捏住内钢圈，通过向各个方向进行有力推动的方式，按照推动时是否感觉到松动状况，也可以对轴承的间隙进行测量，判定是否存在磨损问题。

在对轴承故障进行修理过程中，如果外表面存在锈斑问题，需要运用砂纸进行清洁处理，并通过轴承清洗液进行清洗的方式，保证最终的清洁程度以及使用质量[4]。如果存在内外圈碎裂或轴承存在裂纹等方面的状况，需要对轴承进行更换处理，要选择和原有型号相同的轴承，以防出现所选轴承和设备具体情况不符的状况。

2.3 转轴故障

转轴部分的故障主要分为以下三种：一是轴弯曲。如果弯曲的程度相对较小，可以通过滑环或磨光轴颈的方式进行修复处理，如果弯曲超过了0.2mm，则可通过使用压力机，对轴弯处实施校正处理，并要在矫正完成之后对轴表面展开切削磨光处理，如果弯曲过大，则需要对转轴进行重新更换，以免留下安全隐患；二是轴颈磨损。如果磨损相对较小，可通过镀铬的方法处理，在完成镀铬之后，按照需要的尺寸，对其进行磨削处理，如果磨损相对较严重，则可通过进行套筒的方式，在轴颈上进行套装，并根据尺寸需求，展开车削操作；三是断裂或裂纹。如果纵向裂纹以及横向裂纹的深度相对较浅，可以通过堆焊手段进行修补处理，但如果裂纹问题相对较为严重，则需要考虑重新进行换轴。

2.4 端盖与机壳故障

如果端盖和机壳部分存在裂纹问题，需要通过运用堆焊手段对其进行修复。如果存在轴承镗孔隙过大的状况，导致轴承端盖出现过松的问题，此时可通过喷涂技术的应用，通过对端盖进行喷涂的方式，完成轴承与端盖间隙的调整。如果电动机的功率相对较大，要求精度较高，可运采用电镀或镶补的手段，按照具体的尺寸要求完成端盖和轴的加工工作，保证轴承与端盖、轴的间隙符合标准。

3 机械故障自动化诊断系统及其设计

由于故障自动化诊断模式已经成为机械故障诊断的主流趋势，所以在此将重点对机械故障自动化诊断系统及其设计方式展开分析，以便通过合理设置，高质量完成诊断系统的应用，确保能够有效提高机械故障诊断的智能化水平，保证诊断结果效率以及精准度。

3.1 系统结构设计

在此所介绍的自动化诊断系统，由旋转类转子故障诊断系统所组成，可以详细分为神经网络结构以及专家系统两部分内容，能够实现对故障的自动化诊断以及对诊断结果的存档等操作。在具体进行系统结构设计过程中，按照系统的整体需求，对开发工具进行选择，保证系统的人机对话界面以及动态图形等界面的建设质量。需要通过对神经网络工具箱的应用，利用系统神经网络模块，展开数据计算以及识别等各项操作，完成转子故障诊断模块的各个诊断节点值的获取工作，确保能够为转子故障的诊断提供精准数据依据，在短时间内完成对故障原因以及故障类型等方面的分析，并可以针对分析结果提出相应的解决方案。因为考虑到后续发展的持续性，在进行系统设计时需要展开结构故障诊断接口设置，要通过此种方式确保后续系统能够自由进行功能扩充与处理，保证系统设计能够满足持续性发展理念要求。

3.2 专家系统设计

该系统会通过对可视化人机界面的应用，对机械可能发生的故障现象集进行汇总与显示。在具体对其进行使用过程中，会通过对判断对象发生故障征兆以及各项信息的收集，从系统中完成类似或相同故障集的挑选工作，以便通过全面性的分析，确定故障的发生原因以及故障类型等各方面信息，会按照最终的分析结果提供相应的解决策略，为用户提供精准的诊断结果打印以及存储功能，能够为后续各项工作的开展提供可靠支持，并可以通过不断积累保证故障诊断的精准性。

3.3 神经网络设计

在对神经网络进行设计过程中，需要通过设置默认路径调入的方式，对神经网络信号展开计算与处理操作。用户可根据自身的实际需求对计算程序进行调整与修改，整体计算会与实际需求更加相符合，能够根据所需要的诊断样本数据进行相关的计算操作与训练，保证最终诊断结果的可信度。如果用户并不需要对计算程序进行修改，可以直接跳过网络训练步骤，通过对诊断样本数据的计算与分析，完成最终诊断结果的判断工作。通过对神经网络工具箱的合理应用，达到对数据进行计算以及用户信号进行处理的目标，通过综合性的分析确定最终的结果，保证神经网络的应用价值能够达到预期目标，能够在故障诊断中发挥出更大的贡献。

3.4 旋转机械转子故障智能化诊断系统设计

虽然按照系统功能方面的设计要求，在完成神经网络以及专家系统的设计之后，可以利用两者对机械故障产生的具体原因作出判断，但由于两项技术无法对复杂机械故障问题展开分析，所以还需要通过对复杂问题进行分解的方式，以此问题特点为着手点，利用神经网络以及专家系统对问题展开详细性分析，从而完成对复杂问题的处理，保证最终问题处理质量。

因为神经网络与专家系统在进行故障诊断过程中的处理方式并不相同，神经网络主要以数值算法为主，能够将神经网络与专家系统的优势有机结合在一起，作出正确的判断，而专家系统会通过对启发式推理以及符号等内容的应用，通过选择能够进行知识表达形式显示的方式，对故障诊断推理行为进行分析与解释，具有自学习以及容易维护等方面的优势。

总之，在对复杂机械故障进行处理过程中，需要运用神经网络和专家系统相结合的模式，将两项技术的优势充分发挥出来，以便实现对复杂机械故障的科学化处理。而在此所设计的旋转机械转子故障智能诊断系统，就是对两种技术的有机融合，能够按照神经网络以及专家系统的特点，制定出精准的故障诊断与处理方案，保证复杂的故障问题能够得到妥善解决与处理。

在对机械转子故障诊断系统进行使用时，首先需要对转子设备的相关特征信号进行提取，要通过对数据的收集与分析，为后续诊断工作开展提供数据支持；其次需要按照转子设备特征信号内容，完成对设备征兆的信息提取工作；最后按照所提取的设备征兆相关信息，通过进入到反馈状态的方式，对相关装置展开识别处理，以便对系统结构状态展开精准识别，完成对转子设备故障的诊断以及分析工作，为后续维修工作开展提供方案依据。

3.5 电动机故障诊断专家系统设计

按照具体的故障诊断要求，在进行机械故障自动化诊断系统的设计过程中，需要再展开旋转机械转子故障诊断系统建设的同时，展开电动机故障专家诊断系统建设，完成相关的子系统建设工作。电动机故障诊断专家系统，是以专家系统智能诊断技术为依据，专门针对工业领域中的电动机设备进行故障诊断的系统模式。在具体进行系统的设计时，需要做好开发工具以及数据库开发工具的选择与应用，确保所选择工具能够满足各项开发工作的实际开展要求。

系统主要由控制部分、人机接口以及知识管理系统等各项内容所组成，为方便系统能够在大型电动机故障诊断中更好地展开应用，需要在进行设计时，通过对窗口驱动系统的使用，对系统整体运行结构以及控制策略展开合理设置，合理展开封闭性较强以及完整性较高的子系统建设工作。由于该系统与旋转机械转子故障诊断系统相同，均属于以神经网络与专家系统为依据系统的子系统，所以该系统也能够对转子设备以及大型机械电动机所存在的各项问题展开精准诊断与分析，整体应用对于大型机械故障的处理而言，应用价值相对较高，能够对我国工业发展起到良好的推动作用。

4 结语

鉴于电动机的重要性以及应用价值，相关企业需要加强对电动机故障处理方式方法的研究力度。不仅要加大对各种故障诊断方法的分析与判断研究，同时还要结合故障的产生原因，制定针对性的故障处理方案，保证各种故障能够得到及时诊断与处理，能够将故障所产生的影响控制在最低，从而通过有效的检修维护手段，达到保证设备运行状态的目标，以便更好地完成对设备的应用与维护。在进行智能化诊断系统的设计过程中，需要按照实际诊断需要确定系统功能以及各方面设置，并要在使用过程中不断对系统存在的问题进行更新与优化，以便通过不断调整达到最优化的系统应用模式，实现对故障诊断工作开展的有效辅助，确保智能化诊断手段可以得到更好的发展。