王玉恒
(首鋼京唐鋼鐵聯合有限責任公司,河北 唐山 063200)
在我國的國民經濟中,電機占據著舉足輕重的作用,它是各類機械設備的驅動裝置,在驅動機床、鼓風機、壓縮機等設備中應用廣泛。在我國,異步電機所耗電量占據總負荷的60%以上,而電動機的故障也會造成大量的電能損耗和經濟損失,由于電動機的故障不得不停工停產造成的損失更是無法估量。因此,實施合理有效的電機故障預測,研究出電機故障診斷方法具有重要的現實意義。
電磁理論是所有電機工作的原理支撐。電機的運行會受到諸如:電網電壓、負載電壓等因素的影響。電機的故障類型主要包括:繞組過熱、鐵芯變形、轉子偏離中心等,其故障征兆多種多樣,有的表現為機械故障,有的表現為電氣故障;既有電壓電流等電氣量,也有聲光等非電氣量。相關統計表明:在眾多的電機故障中位于首位的是軸承類故障,占有42%;其次是繞組類故障,占據有40%[1]。目前,常見的電機故障監測以及診斷方法有:電流頻譜分析法,這種方法主要是對負載電流的波形進行頻譜分析;絕緣診斷法,這種方法利用電氣試驗裝置以及相應的診斷技術,判斷電機絕緣機構和工作性能上的缺陷,預測其絕緣壽命;溫度檢測方法,這種方法利用的是各種測溫技術,監測電機各個部位的溫度;振動與噪聲診斷法,這種方法檢測的是電機設備的噪聲信號,通過相應的處理手段對噪聲信號進行處理,從而判斷出電機故障的部位。
基于信號處理的電機故障診斷是通過對方差、頻率、幅值等特征量的提取,得到與故障有關的征兆,進而判斷設備的故障。相關信號處理和提取技術的發展為這種診斷方法提供了堅實的基礎,如:時域分析技術、小波分析技術、傅立葉變換技術等。在眾多技術中,傅立葉變換法是廣為應用的一種方法,但這種方法的時頻局部化能力較差,當需要進行突變信號的提取以及對時間進行定位時,這種方法會失效。另外,當頻率波動時,傅立葉變換方法的效果會受到很大影響,如:在電網頻率波動情況下,甚至會出現錯誤的電機故障監測結果。相對來說,小波變換法的魯棒性較好,它能夠有效抵御頻率波動帶來的負面影響,在時域和頻域中的局部化能力都較強,對突變信號的敏感度也很高。在電機定子繞組出現故障的情況下,定子電流會發生很大變化,首先對定子電流進行必要的預處理,然后通過小波分析法進行小波二次變換,提取定子繞組中的故障特征。小波分析法診斷電機故障幾乎不受負載變化的影響。
自上世紀80年代起,計算機技術以及人工智能技術得到了迅猛發展,電機故障診斷技術也因此得到了較大進步。相應的基于知識的故障診斷方法被人們開發出來,此時,不再需要對研究對象進行精確的數學建模。
當下,基于知識的電機故障診斷方法有:
1)專家系統故障診斷方法。這種智能診斷方法主要針對的是很難或是無法進行數學建模的復雜系統,相應的診斷專家系統包括:數據庫、知識庫、故障征兆獲取等部分。它根據以往經驗,將故障的相關信息制定成規則,通過推理的方法對發生的故障進行診斷。如:在直流電機的故障診斷方法中,通過知識規則的產生,利用專家系統開發出相應的工具編制規則,從而構成了一個知識庫,通過對電機運行時各狀態信息的采集以及必要的人機對話,實施交互式故障診斷。這種方法能夠對電機換向、振動以及絕緣等多種故障進行診斷[2]。
2)模糊控制、人工神經網絡控制診斷方法。電機故障診斷中常常會出現模糊屬性,這是因為電機診斷系統龐大而復雜,具有較多的變量,很多參量無法得到精確的描述。通過模糊語言描述這些征兆是一個很好的途徑。而諸如:模糊集合、模糊運算等為模糊理論提供了強大的支撐。模糊控制、人工神經網絡控制診斷方法在電機故障診斷中的應用也逐漸普及[3]。如:采用模糊故障診斷方法對鼠籠式電動機轉子故障進行診斷,它無需故障電機精確的數學模型。基于神經模糊系統的故障監測方法。它能夠在較短的時間內將故障檢測出來,同時給予必要的處理方法。但值得注意的是,模糊診斷知識的獲取較為困難,很難確定出故障與征兆之間的模糊關系;在診斷過程中很容易出現漏診和誤診的情況。
3)數據融合和挖掘診斷方法。這種方法通過對傳感器觀測信息的自動分析和優化組合,實現對故障的預測;這種方法在處理多源信息時具有較好的效果,并且能夠對多傳感器資源實施合理有效的利用,提高診斷的精確度。
電機設備的頻繁故障給工農業生產造成了極大的負面影響,研究電機的故障診斷技術具有重要意義,本文也正是基于此展開研究的。隨著科學技術的發展,相信在未來,電機設備的故障診斷技術將會更加先進。
[1]苗苗,朱秀慈,王海.異步電動機轉子故障診斷方法研究[J].控制工程,2007,(5):172 -174.
[2]呂鋒,邸敏艷.小波分析在電氣設備故障診斷中的應用淺析[J].計算機測量與控制,2002,(10):778-781.
[3]王方.現代機電設備安裝調試、運行檢測與故障診斷、維修管理實務全書[M].北京:金版電子出版社,2004.