模糊控制在直流電動機故障診斷中的應用

蘭州交通大學光電技術與智能控制教育部重點實驗室 焦紅巖

1.引言

在當前生產設備大型化、生產過程自動化、生產工藝連續化、生產速度高速化的現代工業中，直流電動機等重要設備故障引起的停工停產造成巨大經濟損失，甚至引發設備損毀和人員傷亡事故。如何保證電機系統安全穩定可靠經濟運行，及時及早發現異常情況，顯得極為重要。專家系統是人工智能應用領域中最活躍的一個分支，能在某一特定的領域、在給定推理機制的控制下，運用專家豐富的知識和經驗，對特定的問題進行評價和決策。根據故障診斷對領域專家的知識和經驗依賴性強等特點，引入模糊控制的方法，能有效的解決由于系統知識的模糊性所引起的不確定性問題，可以實現設備的狀態檢測和故障診斷，同時還可以減少人為因素的主觀影響，使得故障診斷準確、快速。

2.直流電動機故障機理分析

直流電動機常見的故障有：軸承故障、換向故障、電樞故障和繞組故障。

2.1 軸承故障

軸承故障經常表現為轉子不對稱，一般把它劃分到了偏心一類故障。具有早期故障的軸承在負載運轉時，缺陷部位與工作表面發生接觸會產生沖擊力的作用，激起軸承系統的振動。隨著軸承的運轉，形成一定頻率的周期性脈沖沖擊。

2.2 換向故障

誘發換向器故障的主要原因有升高片有開焊、刷粉將換向片局部短路、換向器表面不圓、產生刷火、電刷電流分布不均、電機定子中心不對、轉子不平衡等。直流電動機換向過程中流經電樞的電流不是穩定不變的，它會產生上下波動。經過一段時間的運行，電機的電刷由于摩擦作用產生一定磨損，直接增大與換向器的縫隙，電刷和換向器間的彈簧張力變化，導致了接觸電阻增大電樞電流變小。

2.3 電樞故障

電樞常有接地和短路故障。電樞短路故障包含換向片間短路和電樞繞組匝間、層間短路。電樞繞組元件開焊是常見電樞故障。開焊的元件在電機的旋轉過程中，有時候會和正常的繞組一起構成電樞電流回路，有時候卻脫離了這個回路不構成完整電路。當構成正常回路時電路參數沒有什么變化。但當開焊元件旋轉離開這個回路時，電樞電阻就會發生變化，電樞電阻的等效增大，電樞電流會變小。這些變化會隨著電機的不斷旋轉而周期出現。在其他電磁參數沒有發生改變，電樞平均電流減小的情況下電機的轉速必然下降。

2.4 繞組故障

定子繞組常見故障有絕緣電阻降低、匝間短路、斷路、接地以及繞組連接極性接反。定子勵磁繞組絕緣電阻降低的原因有絕緣表面有污垢和碳粉、絕緣受潮、絕緣老化。勵磁繞組匝間短路較多時，電機會產生振動、繞組發熱或冒煙、勵磁電流劇增、絕緣有被燒焦的痕跡。補償繞組和換向極繞組常見故障是匝間短路和對地擊穿。

3.模糊推理機的設計

模糊控制作為智能領域中具有實際意義的一種控制方法，已經在工業控制領域、家用電器自動化領域和其他很多行業中解決了傳統控制方法無法或者是難以解決的問題，取得了令人矚目的成效，引起了越來越多的控制理論研究人員和相關領域廣大工程技術人員的極大興趣。

推理機是專家系統中的一個重要組成部分，實質上是一組計算機程序，其主要功能是協調控制整個系統，決定如何選用知識庫中的有關知識，對用戶提供的證據進行推理，以最終對用戶提出的特定問題作出回答。模糊推理機是針對設備故障信息的模糊性而設計的。

采用加權模糊邏輯推理機制，具體推理過程如下：

（1）把已知事實及其發生程度放進中間數據庫。已知事實從知識庫中抽取出。

（2）設計估價函數。如果中間數據庫中的事實至少有一條在第1條知識的事實中，則對第1條知識的估價值為1；否則為0。如果估價函數值為1，則對第1條知識進行匹配，否則不進行匹配。

（3）對第1條知識進行匹配時，如果這條知識中有n個事實，則逐條檢查每個事實是否已在中間數據庫中已記載；若某一事實已在其中，則取出相應的發生程度，并計算其真度T（Pi）。如若事實不在中間數據庫中，記T（Pi）=0。對于事實在中間數據庫中的，真度T（Pi）具體的計算方法如下：

①檢查此事實在第1條知識中所記錄的發生程度，根據表1所示，得到區間值[a1,b1]，并記 p1= (a1+ b1)/2。

②檢查此事實在中間數據庫中所記錄的發生程度，根據表1所示，得到區間[a2,b2]，并記 p2= (a2+ b2)/2。

③計算語義距離：

可結合實際使用情況。

u1，u2，u3為三個權系數，且 u1，u2，u3≥0，u1+u2+u3=1。

(4)對第1條知識所有事實如(3)所述檢查完畢，按下列公式計算這條知識前提的真度

結論的真度：

式中：CF稱為規則的置信度 。為了方便工程操作，可結合實際使用情況選定一些表示可信度的模糊量詞及其量化表示，如表2所示。

表1 一些常見模糊量詞的區間值

表2 可信度模糊量詞的數值表示

（5）若 T(P )≥t（t為閾值，0＜t≤1）則認為這種故障可能發生，發生的可能性為T(Q)，并將結果放入中間數據庫。

（6）對所有估價函數為1的知識都按（3）、（4）、（5）所述進行匹配。將所有可能發生的故障類型記錄在中間數據庫。

（7）如果對應多個診斷結果，則通過對眾結論，真度T(Q)取最大值，與最大真度相對應的故障即為所求。

4.結論

推理控制機制是以Zadeh提出的模糊數學理論和模糊推理方法為基礎的，通過以上的理論分析，可以發現

(1)模糊控制故障診斷能有效地處理由于知識的模糊性所引起的不確定性問題。它將不確定性看做是一種隸屬度和可能性，定義了適合推理機的模糊算子以反映各類不確定性傳播規律，運算靈活性強且富于針對性，實現了直流電機的狀態檢測和故障診斷。

(2)在編制計算機程序時，由于能夠把許多維修專家的經驗綜合考慮，各種故障原因可分得很細，所以判斷結果可能比單個專家更為理想。

[1]趙榮泳,張浩,李連勝,陸劍鋒.模糊控制在自動化發電機組故障診斷中的應用[J].機電一體化,2003.

[2]樊立萍,石月,高士宏.基于模糊神經網絡的感應電機控制系統的故障診斷[J].信息系統工程,2010.

[3]曾光奇,胡均安,王東,劉春玲.模糊控制理論與工程應用[M].武漢:華中科技大學出版社,2006.

[4]周東華,葉銀忠.現代故障診斷與容錯技術[M].北京:北京清華大學出版社,2000.

[5]沈標正,馬竹梧.直流電機故障診斷專家系統[J].冶金自動化,2003.