電機故障診斷技術研究現狀與發展趨勢

董桓毓

（南昌大學前湖學院，江西南昌 330031）

0 引言

隨著科技水平的不斷進步，電機已被廣泛應用到生產生活的各個領域。作為機械設備的動力源，可以將電能轉換為可用的機械能，從而保證機械設備的正常運轉。但電機一旦運轉時間過長，負荷壓力過大，再加上各種外部環境因素的影響，很容易出現故障問題。如果不能及時的進行判斷和處理，就會使電機無法正常運轉，甚至造成電機的損壞，而給企業帶來無法估量的損失。所以電機故障診斷技術是非常重要的，它是確保電機正常、可靠運轉的基礎。通過對電機故障診斷原理進行分析，來研究電機故障診斷技術及發展趨勢。

1 電機故障的診斷原理

（1）通過分析噪聲、溫度等因素對電機故障進行判斷。在電機產生故障問題時，檢查人員可以先用溫度探測設備獲得電機各相關部位的溫度值，以初步判斷故障問題的類型，再結合出現的噪聲情況，大體上確定故障問題的位置及其原因，從而能夠為后續的診斷提供數據參考。這類方法主要針對的是問題較輕、可以憑借檢查人員的經驗或者通過簡單的查驗就可以判斷的故障。

（2）通過分析電流的變化對電機故障進行判斷。這種診斷方式主要是依靠檢查人員利用專用儀表對系統內的電流進行探測、分析，再與正常運行時的電流進行比較，進而判斷出電機出現了何種故障。

（3）檢查人員也可以使用適合的檢查儀表對系統內的絕緣連接情況進行檢查，對電機的絕緣質量以及各部分的工作狀態進行分析，從而得出進一步的診斷結果。

2 電機故障診斷技術

電機主要由電路和磁路兩部分組成，而電機故障既有電氣方面引起的，也有機械方面引起的，因此電機本身質量存在問題、未按規范安裝、電機運轉時參數不穩、負載過大等，都會引發各種故障或造成安全隱患。所以檢查人員需結合相關原理、選用適當的檢測方法對故障問題進行診斷，以確保電機的穩定運行。

2.1 常見的故障診斷技術

當前來說，運用數學模型的電機故障診斷方法獲得了比較廣泛的應用，最簡單、方便的操作是對輸入、輸出數據進行分析，輸出量如果存在異常，就表示有可能發生了故障，或者對有關波形的變化進行分析，來進一步判斷故障出現的具體原因。通過狀態或有關參數分析進行故障診斷方法也漸趨完善，該方法的優點是能夠結合設備的動態特性進行及時的判斷，缺點是不宜用在非線性模型中。它能有效的提升故障診斷率。當然隨著科學技術的不斷進步，更多高效、準確的診斷技術也會不斷出現，特別是人工智能技術在故障診斷中的應用，已取得非常理想的效果。

2.2 人工智能診斷技術

（1）神經網絡診斷方法。它在實際應用中已獲得很好的效果，應用越來越普遍，逐漸成為幾種主流的診斷技術之一。主要利用的是BP(Error Back Propagation，誤差反向傳播)算法網絡對出現故障的信號進行探測、分析，同時結合特定的計算方法來判斷輸入、輸出數據之間的關聯性，進而利用網絡技術進行合理地故障診斷。當前已有很多成功應用的案例，如對電機設備的匝間短路與軸承損壞2種故障的診斷，同時還可將這類方法用于電機轉子斷條的故障問題診斷過程。它采用的是誤差反向傳播計算法，也就是BP算法。但其收斂速率過慢，通過適當的改進，實現了可以提高收斂速度的權值修正算法。它在應用中，其運算效率明顯提升，應用價值更高。在診斷轉子斷條故障時，效果最為理想，達到零失誤的目標。

（2）模糊邏輯診斷方法。有些故障發生時，很難準確的用數據進行描述，表現出強烈模糊性，這時可以利用模糊邏輯方法進行診斷。該方法一是比較復雜，需要用到模糊理論的支持，并創建與故障相關的關系庫，進而通過進一步的推理來判斷故障問題。二是容易出現誤差，應用時要非常謹慎。具體來說，故障診斷需要構建一個完整的模糊邏輯體系。其中，是以模糊推理、底層模糊規則作為其核心構成部分。例如，籠式感應電機轉子斷條故障的診斷，該種方法的應用不但能夠判斷故障，還可以得出斷條數字。為了提高數據的精確性，將其分成5類：沒有斷條，有斷條征兆，1個斷條，1～2個斷條，2個斷條。在發生斷條時，就會在相應的電流中獲得頻率（1±2 S）f1的附加分量，其中，S代表的是轉差率，f1代表的是定子基頻。2個頻率的幅值，則分別由A1和A2表示，因此判斷故障時可對A1，A2進行檢測與分析。應用該方法對于故障問題的發生，可以用模糊邏輯進行分析，而不必用數值進行闡述。最終的研究結果表明：該方法能夠比較理想的用在5.5 kW兩相感應電機的故障判斷。優點是可以運用語言化的理論知識以及推理能力。從近年的應用情況看，模糊邏輯診斷技術不管是在理論層面，還是在實際應用上都已實現了較大進步。但與其他方法相比，還有許多待改進之處，需要在以后的研究中不斷加以完善。

（3）遺傳算法診斷方法。該方法是通過對故障信息的整理、分析，對電機實施全面的控制與管理，從而不斷的優化系統性能，提升診斷效率及診斷質量，它在實際應用中具有全局性、便捷性等特點。在應用過程中，要特別注意各項參數的變化及準確性，需要多次試驗，以獲得確定性的故障數據。可以說，遺傳算法在故障診斷中的應用是一種極為先進、高效的技術手段，對于確保電機的正常運轉起到了重要作用。

3 電機故障診斷技術研究現狀與發展趨勢

國外對電機故障診斷的研究比較早，技術上也較為成熟。他們也是經過多年的發展，直到計算機技術、傳感器技術等的廣泛應用后，故障診斷技術才真正的獲得發展。例如，日本、加拿大等國，都已研究出了變壓器、發電機的故障監測系統，且獲得了普遍應用。

我國的電機故障診斷研究起步較晚，目前雖然已具有了很多試驗性方法，但由于受到技術上的限制，再加上操作過于復雜，測量結果也不夠準確，而未取得明顯的進展。直到近些年，隨著我國經濟的飛速發展及科學技術的快速進步，對電機故障診斷技術的研究也獲得了迅猛發展。除了解析模型法，有關信號處理和專家理論的故障診斷方法也得到了很多的研究。不過，許多方法仍是局限在有關電機穩態運行的故障問題診斷，對于開啟、加速等動態狀況下的診斷仍顯不足，還需予以足夠重視。其中，信號處理中的熱點小波技術，有著較好的局部化特征，可準確的獲取到瞬變信號的特性，因此可以應用于動態數據的分析中。此外，專家知識理論的神經網絡有著自學習、并行處理的能力，可以用于處理、分析非線性的故障問題等。

通過上述分析可以發現，電機的故障診斷表現出復雜性的特點，而且很多方法都有其不足之處。除此之外，多數的研究都需要由實驗過程得到盡可能完整的數據，但在實際中遇到的情況，數據不可能是完整的，這就大大影響了故障診斷的最終質量。所以說，只是運用一種理論、一種技術進行故障診斷，很難實現診斷過程的快速性與準確性，因此要將各種技術有機的結合起來，實現理論的交叉融合。而且近年來隨著信息技術、人工智能技術以及各種高性能算法的發展，使人們可以實現更加準確地故障診斷與處理。通過上述分析表明，電機故障的診斷需要將多種理論、方法結合起來和各取所長，才能實現故障的高效診斷，這也是故障診斷技術的重要發展趨勢。

4 結語

總的來說，隨著我國經濟的飛速發展，電機被廣泛的應用到各個行業與領域，但在電機的應用過程中，一旦保持長時間的不間斷運行，或是負荷壓力過大，以及受到各種外部因素的影響，都會引發各種故障問題。如果不能及時的加以處理，就會使電機無法正常運轉，甚至帶來嚴重的安全隱患，而給企業造成難以估量的重大損失。相關人員需要加強對電機故障的認識，并結合現場情況可以科學、合理的選用最合適的故障診斷方法，以不斷提高電機故障的診斷質量，從而為迅速、高效的處理故障問題，加快電機的恢復運行等提供技術上的保障。當前，國內在電機故障診斷研究上已取得越來越多的成就，但考慮到電機故障的復雜性，還需進行進一步研究，以推動電機故障診斷技術的不斷完善，從而確保電機設備的安全穩定運行。