單相永磁同步電機(jī)自學(xué)習(xí)故障檢測

劉亞兵,胡利民,胡欽龍,孫紅波

(中國船舶重工集團(tuán)公司第705研究所昆明分部，昆明 650101)

0 引 言

單相電機(jī)以其控制簡單、價(jià)格低廉、運(yùn)行可靠等優(yōu)點(diǎn)而被廣泛應(yīng)用在多種工業(yè)場合。對單相電機(jī)的研究，目前普遍集中在多繞組及新型結(jié)構(gòu)電機(jī)領(lǐng)域，如Smith J M提出的SemiHex接法和SemiHexTM接法下的三繞組單相電機(jī)成為該領(lǐng)域近年來國內(nèi)外研究的熱點(diǎn)[1-2]。多繞組電機(jī)雖然在性能上具有一定優(yōu)勢，但模型及控制方式復(fù)雜，電容選取計(jì)算困難，成本不低，使用場合有限。單相自起動永磁同步電機(jī)通過在一相繞組中串入電容，在兼具普通單相電機(jī)優(yōu)點(diǎn)的同時(shí)，還解決了后者無起動轉(zhuǎn)矩不能自起動的問題，其本質(zhì)上仍是電容電機(jī)。電機(jī)的平穩(wěn)正常運(yùn)行是系統(tǒng)可靠工作的前提，而及時(shí)正確地診斷電機(jī)潛在或已有的故障則是保證系統(tǒng)及其他設(shè)備安全運(yùn)行的重要措施，文獻(xiàn)[3]綜合分析了針對電機(jī)故障而開發(fā)的傳統(tǒng)故障診斷方法、BP網(wǎng)絡(luò)神經(jīng)法、模糊邏輯法、模糊神經(jīng)網(wǎng)絡(luò)法及遺傳算法的原理及優(yōu)缺點(diǎn)。模糊邏輯診斷方法的關(guān)鍵是基于模糊隸屬函數(shù)和模糊規(guī)則建立起來的模糊系統(tǒng)，模糊規(guī)則的形成多是依賴經(jīng)驗(yàn)及試湊，這就決定了該方法在實(shí)際工程實(shí)踐中缺乏普遍適用性，而模糊邏輯法本身無法進(jìn)行自學(xué)習(xí)的局限性，更是大大限制了它的使用范圍。模糊神經(jīng)網(wǎng)絡(luò)法雖然具備自學(xué)習(xí)能力，但同樣存在模糊系統(tǒng)的弊端，主觀性較大[4]?；谶z傳算法的神經(jīng)網(wǎng)絡(luò)在故障診斷領(lǐng)域有著較為廣泛的應(yīng)用，但選擇策略、遺傳算子在實(shí)際操作性極為復(fù)雜[5]，工程實(shí)現(xiàn)性不易。BP網(wǎng)絡(luò)是故障診斷領(lǐng)域應(yīng)用較多且成熟的方法[6]，由于具備強(qiáng)大的學(xué)習(xí)能力，尤其適用于規(guī)?？刂茍龊蟍7]。

1 問題描述

本文所研究的電機(jī)應(yīng)用于戶外通信基站的日常維護(hù)，功率極小(18 W)。電機(jī)輸出軸與毛刷連接執(zhí)行正反轉(zhuǎn)以刷去濾網(wǎng)表面的灰塵雜物，由于產(chǎn)品數(shù)量多，長期無人值守，當(dāng)出現(xiàn)不可預(yù)知因素導(dǎo)致電機(jī)轉(zhuǎn)動卡滯、堵轉(zhuǎn)甚至停轉(zhuǎn)故障時(shí)，要求控制系統(tǒng)能夠通過遠(yuǎn)程通信將故障現(xiàn)象上報(bào)，這就對電機(jī)及其控制系統(tǒng)提出了幾點(diǎn)要求：可靠性要高；成本盡可能低；具有電機(jī)故障檢測能力。單相自起動永磁同步電機(jī)結(jié)構(gòu)簡單，控制容易，工業(yè)產(chǎn)品成熟，成本可控，非常適于本場合使用。通過對所購買電機(jī)實(shí)驗(yàn)發(fā)現(xiàn)，電機(jī)堵轉(zhuǎn)電流與正常工作電流差異性不明顯，特別是當(dāng)工作電壓較低時(shí)，其堵轉(zhuǎn)電流甚至低于較高電壓工作時(shí)的正常電流。目前常用的故障檢測方式是在電機(jī)周圍安裝磁開關(guān)感應(yīng)器，通過對電機(jī)轉(zhuǎn)速進(jìn)行定時(shí)計(jì)數(shù)來判斷有無故障。但此方法有以下缺陷：磁開關(guān)感應(yīng)器增加了成本；增加相應(yīng)的固定機(jī)構(gòu)，使得原先的機(jī)械組件加工安裝困難；降低了可靠性。

本文所研究的故障檢測方法摒棄了外圍傳感器，實(shí)時(shí)采集電機(jī)工作參數(shù)，依托電機(jī)數(shù)學(xué)模型，研究了一種在線自學(xué)習(xí)的故障檢測方法。在眾多學(xué)習(xí)算法中，1986年Rumelhart提出的BP網(wǎng)絡(luò)神經(jīng)算法是自動控制領(lǐng)域應(yīng)用最為普遍的算法之一，尤其是在模型參數(shù)預(yù)測及故障診斷領(lǐng)域的應(yīng)用更為有效[8-9]。本文的在線自學(xué)習(xí)的故障檢測方法中，建立了電機(jī)運(yùn)行過程中相關(guān)參量的BP網(wǎng)絡(luò)神經(jīng)層，通過控制誤差值實(shí)現(xiàn)電機(jī)故障的診斷。

2 電機(jī)數(shù)學(xué)模型

單相永磁同步電機(jī)實(shí)質(zhì)上是電容電動機(jī)，如圖1所示，電機(jī)工作時(shí)，單相電接入OP或OQ兩端，即可實(shí)現(xiàn)電機(jī)正反轉(zhuǎn)。

圖1 單相電容電機(jī)結(jié)構(gòu)圖

假定OP端接入單相電時(shí)電機(jī)正轉(zhuǎn)，電機(jī)定子端電壓滿足式關(guān)系：

U=Uα=Uβ+IβZC

(1)

式中：U為單相電電壓；Uα，Uβ為α，β相相電壓；Iβ為β相相電流；ZC為電容C容抗。

由于電容電機(jī)為不對稱機(jī)，在進(jìn)行模型分析時(shí)，需將β相繞組歸算到α相，即有：

(2)

(3)

(4)

式中：Z+，Z-為電機(jī)正、負(fù)序阻抗；I+，I-為定子正、負(fù)序電流；Iα為α相相電流。

聯(lián)立式(1)～式(4)，得相電流正、負(fù)序分量：

(5)

3 自學(xué)習(xí)策略

3.1 網(wǎng)絡(luò)神經(jīng)構(gòu)建

自學(xué)習(xí)實(shí)際上是一個比較過程，即有實(shí)際輸出信號d(k)和期望輸出信號y(k)(即學(xué)習(xí)量)，兩者產(chǎn)生的誤差值e(k)去對學(xué)習(xí)系統(tǒng)的權(quán)系數(shù)進(jìn)行修正，誤差值在學(xué)習(xí)過程中逐漸變小直至為零，則實(shí)際輸出和學(xué)習(xí)量一致，學(xué)習(xí)結(jié)束。

本文研究的自學(xué)習(xí)故障檢測方法正是根據(jù)誤差值的大小去診斷電機(jī)是否故障。如圖2所示，自學(xué)習(xí)網(wǎng)絡(luò)由2個基本的BP網(wǎng)絡(luò)神經(jīng)構(gòu)成，學(xué)習(xí)量中的3個網(wǎng)絡(luò)層為電機(jī)正常轉(zhuǎn)動時(shí)的參量，實(shí)際輸出量中的3個網(wǎng)絡(luò)層由電機(jī)堵轉(zhuǎn)時(shí)的參量構(gòu)成，當(dāng)出現(xiàn)有效堵轉(zhuǎn)時(shí)，誤差量將增大，根據(jù)該值大小可判斷故障及其類型。

圖2 自學(xué)習(xí)網(wǎng)絡(luò)圖

設(shè)輸入信號為電機(jī)的工作電壓和正常轉(zhuǎn)動時(shí)的工作電流，即：

x(k)=[(U1k,I1k),(U2k,I2k),…,(U5k,I5k)]

(6)

輸入量的權(quán)系數(shù)：

w(k)=[w1k,w2k,…,w5k]T

(7)

那么，輸出信號，也即學(xué)習(xí)所得量：

y(k)=w(k)Tx(k)T

(8)

記電機(jī)堵轉(zhuǎn)時(shí)的工作電流電壓為實(shí)際輸出的輸入量：

(9)

其權(quán)系數(shù)：

(10)

那么，實(shí)際輸出量：

d(k)=w*(k)Tz(k)T

(11)

輸出量與學(xué)習(xí)量之間的絕對偏差：

e(k)=|d(k)-y(k)|

(12)

3.2 運(yùn)行模式分析

不同電機(jī)參數(shù)不同，工作電壓也隨時(shí)段變化；此外隨著工作時(shí)間的延伸，電機(jī)與毛刷間不可避免地出現(xiàn)松動，進(jìn)而導(dǎo)致工作電流也發(fā)生變化，控制參數(shù)的不唯一性對自學(xué)習(xí)故障檢測提出了必然的要求。圖3給出了自學(xué)習(xí)故障檢測策略下的電機(jī)運(yùn)行過程圖。當(dāng)控制系統(tǒng)供電后，首先進(jìn)入自學(xué)習(xí)模式，在無故障出現(xiàn)的情況下，電機(jī)本體參數(shù)和運(yùn)行參數(shù)都將被讀取、儲存并作為自學(xué)習(xí)參數(shù)中的輸入量；自學(xué)習(xí)結(jié)束后，進(jìn)入正常運(yùn)行模式，在該模式下，將時(shí)刻對運(yùn)行參數(shù)進(jìn)行采集，并作為自學(xué)習(xí)參數(shù)中的輸出量。當(dāng)電機(jī)正常轉(zhuǎn)動時(shí)，式(12)的e(k)值將小于某個常量。當(dāng)電機(jī)出現(xiàn)堵轉(zhuǎn)或停轉(zhuǎn)時(shí)，e(k)值將大于該常量，此時(shí)即可判定電機(jī)出現(xiàn)故障。需要說明的是，若在自學(xué)習(xí)模式下出現(xiàn)異常故障或其他自主意愿時(shí)，則可進(jìn)行重復(fù)學(xué)習(xí)。

圖3 電機(jī)運(yùn)行過程示意圖

4 實(shí)驗(yàn)驗(yàn)證

電機(jī)供電電源為普通市電，受線路用電量大小及用電時(shí)間影響，要求允許220 V(AC)存在10%大小的波動，波動程度將直接影響電機(jī)故障檢測，本故障檢測方案中，同時(shí)采集電機(jī)工作時(shí)的電壓和電流。采集電壓時(shí)，在變壓器原邊端串入一個保護(hù)電阻，副邊經(jīng)整流濾波后送入控制芯片AD端口；采集電流時(shí)，在電機(jī)繞組(圖1中的P或Q)端串入采樣電阻，變壓器原邊檢測采樣電阻兩端電壓變化，同樣副邊經(jīng)整流濾波后送入控制芯片AD端口。

表1給出了樣本電機(jī)在不同工作電壓下的堵轉(zhuǎn)電流和正常電流變化情況表。

表1 不同工作電壓下正常/堵轉(zhuǎn)電流表

表1中,U0為工作電壓值；U為電壓采樣模擬量值；I為正常工作時(shí)電流模擬量值；I*為堵轉(zhuǎn)時(shí)電流模擬量值。

值得注意的是，在對多個電機(jī)進(jìn)行了“抱死”堵轉(zhuǎn)測試和間隔性堵轉(zhuǎn)測試實(shí)驗(yàn)時(shí)，當(dāng)調(diào)節(jié)電機(jī)工作電壓低于額定電壓后，堵轉(zhuǎn)電流在“抱死”測試中反而較正常轉(zhuǎn)動時(shí)變小，在間隔性堵轉(zhuǎn)測試中較正常轉(zhuǎn)動時(shí)變大；當(dāng)調(diào)節(jié)電機(jī)工作電壓高于額定電壓時(shí)，只存在堵轉(zhuǎn)電流增大的情況。一方面，電機(jī)轉(zhuǎn)矩與相電壓的平方成正比，另一方面電容電機(jī)的裂相電容也對電機(jī)性能影響較大，針對這一小功率電機(jī)堵轉(zhuǎn)電流既增大又變小的“兩極”分化現(xiàn)象，將在其他文章中再作論述。

令權(quán)系數(shù)w(k)=w*(k)，根據(jù)式(6)～式(12)，結(jié)合表1數(shù)據(jù)，即可求得權(quán)系數(shù)，代入式(12)可得：

(13)

式中：a=46，b=5 277，c=7。

當(dāng)電機(jī)停轉(zhuǎn)時(shí)，電流I*為零，也滿足式(13)的關(guān)系。

為驗(yàn)證本文的自學(xué)習(xí)故障檢測方法的可行性及普遍適用性，隨機(jī)抽取了3個實(shí)驗(yàn)電機(jī)，如表2所示。3個電機(jī)功率均為18 W，裂相電容均為0.56 μF，標(biāo)稱工作電壓為220 V(AC)。

表2 實(shí)驗(yàn)電機(jī)運(yùn)行參數(shù)表

實(shí)驗(yàn)中，通過調(diào)壓器改變電機(jī)的工作電壓，并在不同工作電壓下，分別進(jìn)行了堵轉(zhuǎn)實(shí)驗(yàn)。結(jié)果顯示，在不超過工作電壓標(biāo)稱值時(shí)，3個電機(jī)均出現(xiàn)堵轉(zhuǎn)電流“兩極分化”現(xiàn)象；自學(xué)習(xí)過程中，控制系統(tǒng)根據(jù)正常轉(zhuǎn)動時(shí)的電壓變量，電流變量作為學(xué)習(xí)量輸入，根據(jù)故障時(shí)的電壓變量，電流變量作為實(shí)際輸出量的輸入，并以兩者的絕對偏差大小作為是否故障的判斷依據(jù)。由表2所列實(shí)驗(yàn)數(shù)據(jù)知，工作電壓U0下均滿足式(13)之關(guān)系，基于該故障診斷方法的控制系統(tǒng)能夠準(zhǔn)確地上報(bào)堵轉(zhuǎn)故障；當(dāng)斷開電機(jī)接線端，使其停轉(zhuǎn)時(shí)，也能夠上報(bào)故障類型。

5 結(jié) 語

本文將在線自學(xué)習(xí)策略應(yīng)用于小功率單相永磁同步電容電機(jī)，采用了BP網(wǎng)絡(luò)神經(jīng)算法，實(shí)現(xiàn)了電機(jī)運(yùn)行故障的準(zhǔn)確診斷。根據(jù)電容電機(jī)的不對稱性，使用歸算法則，將電機(jī)相電壓和相電流進(jìn)行了分量分解，并給出了理論值計(jì)算方法。小功率電容電機(jī)在不同工作電壓下堵轉(zhuǎn)電流出現(xiàn)“兩極分化”現(xiàn)象的原因，除了工作電壓低于額定值外，還與電機(jī)起動電容關(guān)系密切，所采取的在線自學(xué)習(xí)故障檢測方法能夠正確地對故障做出判斷。本故障檢測方法對電機(jī)參數(shù)一致性要求較低，可移植到其他電機(jī)類似的故障診斷場合。