试析电机驱动系统故障诊断技术

福建华电可门发电有限公司 伊睿鸿

电机驱动系统是一种复杂的能量转换和控制系统，其核心功能是将电能高效、精准地转化为机械能，电源、驱动器、电机、传动装置和控制系统是构成电机驱动系统的五大主要部分。

1 电机驱动系统的常见故障

电机驱动系统的故障问题多种多样，可以根据其来源和影响进行分类。主要可以分为电机故障和驱动系统故障。

1.1 电机故障

电机过热。过热是电机常见的故障之一。当电机的工作电流超过其额定电流时，由于电阻产热效应，电机内部会产生过大的热量，使电机温度持续上升，导致电机过热。电机过热会导致电机的绝缘材料老化、损坏，严重时还会引发电机短路或者火灾，极大影响电机的正常工作。此外，电机过热还可能由于冷却系统故障、轴承故障或电机内部短路等原因引起[1]。

电机振动。电机在工作过程中，由于转子与定子不同心、定子或转子受损等机械结构问题，转子轴线偏移、转子不平衡问题，或轴承磨损问题等，都可能会使电机产生异常振动。这种振动会对电机的结构和性能造成负面影响，比如增加轴承和机械结构的磨损，降低电机的运行效率，严重情况下还会导致电机的损坏；电机噪声过大。电机在运行过程中，噪声过大一般是由于机械振动、电机设计缺陷或电机内部故障等原因引起的，比如轴承磨损、风扇不平衡会产生大量噪声。这种噪声会对人们生活和工作环境产生影响。

1.2 驱动系统故障

驱动器故障。驱动器是电机驱动系统中的核心部分，其工作状态直接影响到电机的运行。驱动器会因为电源问题、电路设计问题、元件损坏问题出现故障。例如，电源电压过高或过低都会导致驱动器工作不稳定；电路设计问题如电路板布线不合理，元器件质量问题等也会引起驱动器故障。驱动器的故障会直接导致电机无法正常工作，严重时甚至可能烧毁电机[2]。

传动装置故障。传动装置负责将电机的动力传递给机器设备，传动装置出现问题，如齿轮磨损、链条断裂、皮带滑动等，都会影响到电机驱动系统的工作效率和精度。齿轮磨损会导致传动系统失效，影响设备的正常运行；链条断裂会直接导致传动系统无法工作，皮带滑动则会影响传动效率。

控制系统故障。控制系统负责对电机驱动系统进行控制和调节，控制系统出现问题，如传感器故障、控制器故障、软件故障等，都会导致电机驱动系统的异常运行。传感器故障会导致系统无法准确获取电机的运行状态，从而无法进行有效控制；控制器故障会导致系统无法正确执行控制命令，影响电机的运行；软件故障则会导致控制系统无法正常工作，从而影响整个电机驱动系统的运行。

2 电机驱动系统故障诊断技术

2.1 信号处理法

主要通过分析电机驱动系统工作过程中产生的各种信号，如电流、电压、振动等来进行故障诊断。信号处理方法主要包括时域分析、频域分析和时频域分析等。时域分析是直接在时间域上对信号进行分析，常用的时域特征包括峰值、均值、方差、偏度、峰度等。这些特征反映了信号在时间轴上的分布情况和变化规律，有助于识别出电机故障的存在[3]。

例如，电机在启动过程中出现较大的电流波动，会导致电机过载保护器跳闸。通过时域分析，可以观察到电流信号的峰值明显超过了正常工作时的峰值。此外，若电机轴承损坏，电流信号中会出现周期性的脉冲。这种周期性脉冲的偏度和峰度等参数会有显著变化，帮助相关工作人员确定轴承的损坏。电流信号的方差计算如下：，其中：V是方差，N是样本数量，Xi是每一个样本，μ是样本的均值。

频域分析是将时间域信号转化为频域信号进行分析，这主要通过傅里叶变换来实现。频域分析能够揭示信号的频率成分，对于识别电机的故障模式具有重要作用。具体来说，当电机转子不平衡时，电机会产生特定的振动频率。通过傅里叶变换，可以将时间域的振动信号转化为频域信号，并识别出这个特定频率。如果这个频率与电机的转速或其倍数相关，那么可以判断这是由于转子不平衡造成的。其中，傅里叶变换将时间域的信号转换为频域的信号公式如下：X（f）x（t）e∧（-j2πft）dt，其中：X（f）是频域信号，x（t）是时间域信号，j是虚数单位，f是频率。

时频域分析既考虑了信号的时间特性，又考虑了信号的频率特性，是一种更全面的信号分析方法。当电机转子出现局部损坏时，会导致电流中出现特定频率的谐波。但是，这些谐波并不是持续存在的，而是随着电机运行状态的变化而变化。使用短时傅里叶变换，可以观察到在哪些特定时间段这些谐波出现，并与其他电机操作事件进行对比，从而确定故障的原因。短时傅里叶变换的公式为：X（f,t）=∫x（τ）ω（τ-t）e∧（-j2πfτ）dτ，其中：X（f,t）是时频域信号，x（τ）是时间域信号，w（τ-t）是窗函数，j是虚数单位，f是频率。

总之，信号处理法能够全面、有效地提取电机故障的特征信息，对于提高故障诊断的准确性和可靠性具有重要意义[4]。

2.2 解析模型法

解析模型法是一种基于电机驱动系统的物理模型进行故障诊断的方法。该方法能够准确地建立电机驱动系统的数学模型，然后通过解析数学模型，可以预测电机驱动系统在不同故障状态下的行为，从而实现故障的诊断。对于直流电机，基本电动平衡方程和机械动平衡方程分别表示为：电动平衡方程U=Ri+Ldi/dt+E；机械动平衡方程T=Jdω/dt+Bω+TL，其中：U是电机输入电压，R是电机电阻，i是电机电流，L是电机电感，E是电机电势，T是电机转矩，J是电机转动惯量，ω是电机转速，B是电机粘滞阻尼系数，TL是负载转矩。

当电机出现故障时，例如电阻增大、电感减小，或者电机的转动惯量发生改变等，都会使得电机的电动平衡和机械动平衡方程发生改变。以直流电机的电阻增大作为例子，当电机的电阻R发生增大时，假设其他条件保持不变，那么电流i将减小。这是因为在相同的输入电压U下，电阻增大会导致电流降低。电阻增大会导致电机的发热量增大，因此诊断中需要重点关注。此外，电流的减小也会导致电机电势E的减小，这是因为电动势E与电流i是成正比的关系。电机电势E的减小则表示电机的转速降低，会影响到电机的性能。总之，通过观察和分析这些数值的改变，可以识别出电机的故障类型。

2.3 数据驱动法

数据驱动法是依赖大量历史数据进行故障诊断的一种方法。该方法主要依赖于机器学习和数据挖掘技术，以学习和提取电机驱动系统在正常运行和故障状态下的数据模式。这些数据包括电机的电流、电压、转速、转矩、温度等参数，同时数据驱动法也可以收集和利用电机周围环境的数据，比如温度、湿度、振动等参数。在数据驱动的故障诊断过程中，机器学习模型会去识别正常状态下电机的工作模式，同时学习在各种故障条件下，这些工作模式是如何变化的。通过对新收集的数据进行预测和分析，机器学习模型可以准确地识别出电机是否处于故障状态，还可以识别出故障的具体类型。

2.4 各种故障诊断技术的优缺点分析

信号处理法的主要优势在于其实现的简单性，其依赖于系统产生的电机信号来识别可能的故障。通过对原始信号进行时间域、频域或时频域的分析，可以从中提取出有用的特征来识别或预测故障。因此，信号处理法能够实时进行故障诊断，无须等待大量的数据收集或复杂的建模过程。这种方法的缺点是对信号质量的要求较高。例如，如果由于噪声或者设备故障导致信号质量下降，那么信号处理法的诊断效果就可能会受到影响。此外，对于一些复杂的或非线性的故障，信号处理法可能难以进行有效的诊断。

解析模型法的优点在于其准确性。这种方法依赖于对电机驱动系统的深入理解和精确建模。因此，通过解析模型法，不仅能够识别出存在的故障，还能够深入了解故障的原因，并预测可能出现的故障。这使得解析模型法在一些需要高准确性的应用中都有广泛的使用。解析模型法的缺点是建模工作复杂，并且需要专业的电机知识和经验。另外，对实际系统的理解程度决定了模型的准确性，如果对系统理解不足，模型的准确性就会受到影响。

数据驱动法的优点在于其广泛的适应性。该方法利用机器学习和数据挖掘技术，从历史数据中学习和提取电机驱动系统在正常运行和故障状态下的数据模式。因此，数据驱动法能够应对多种类型的故障，且无须深入了解系统的物理模型。因此，数据驱动法在处理复杂系统和复杂故障时具有显著的优势。数据驱动法的缺点是需要大量的高质量历史数据。如果历史数据不足或数据质量不高，数据驱动法的诊断效果就会受到影响。

各种故障诊断技术的优缺点对比如下：信号处理法。优点：实现简单，能够实时进行故障诊断。缺点：对信号质量和信号采集设备要求较高，对于一些复杂的或非线性的故障，可能难以进行有效的诊断；解析模型法。优点：可以得到深入理解的故障原因，准确性高，能预测故障发生。缺点：建模工作复杂，需要专业的电机知识和经验，对实际系统的理解程度决定了模型的准确性；数据驱动法。优点：适应性强，能应对多种类型的故障，不需要深入了解系统的物理模型。缺点：需要大量的高质量历史数据，且对数据的处理和机器学习模型的选择有一定要求。这些方法都有其适用的场景和条件，因此在实际应用中，需要根据具体情况，选择合适的故障诊断方法。

3 案例分析

在制造公司生产时，生产线经常由于某台关键电机驱动系统的故障而中断，导致巨大的经济损失，因此我对其进行了故障分析，并进行了优化处理。

首先，笔者选择了信号处理法。使用振动传感器和电流传感器，收集电机的运行数据。在时域分析中，可以发现每次故障前，电机的振动信号中都有一个明显的周期性脉冲。然后使用频域分析，发现这个周期性脉冲对应于一个特定的频率；然后，再使用了解析模型法。基于电机的设计和工作原理，建立了一个电机的物理模型。结合之前的频域分析结果，推断这个特定频率的振动是由于轴承的轻微损坏造成的。轴承在工作时会因为磨损而产生这种特定的振动频率；最后，采用了数据驱动法。笔者收集了过去几个月的电机工作数据，包括电流、转速、温度等参数。通过机器学习模型，预测了电机何时会发生故障，模型可以很好地捕捉到那些即将导致故障的特征。

综合三种方法，确定了问题确实是由于轴承的轻微损坏造成的，因此采取了更换轴承的措施。更换后，电机未出现过类似的故障，生产线也得以正常运行。综合实际操作，可以了解到电机驱动系统的故障诊断不应该依赖单一的方法，综合使用多种技术可以得到更准确、更全面的诊断结果。

综上所述，电机驱动系统作为广泛应用在各行各业的关键设备，其故障诊断技术的研究与发展具有重要意义。通过信号处理法、解析模型法、数据驱动法等多种技术的综合应用，可以更准确、更快速地诊断电机驱动系统的故障，从而有效提高电机驱动系统的运行稳定性，减少故障带来的损失。未来，随着科技的发展和研究的深入，电机驱动系统故障诊断技术能够取得更大的进步，为社会的发展作出更大的贡献。