一种基于DSP的电动机实时监测及故障诊断系统

一种基于DSP的电动机实时监测及故障诊断系统刘媛，田慕琴（太原理工大学电气与动力工程学院，山西太原030024）摘要：针对大中型三相异步电动机可靠、高效运行的要求，设计了一种基于DSP的电动机状态实时监测及故障诊断系统，介绍了该系统的硬件组成，阐述了系统的整体功能及实现过程。

该系统采用模块化结构，集运行状态检测、运行数据记录和故障诊断于一体，可实现大型异步电动机实时、就地监测和故障诊断功能。

实验结果表明，该系统运行良好，数据准确，诊断可靠性高。

关键词：DSP处理器；状态检测；故障诊断中图分类号：TP277文献标识码：A文章编号：1001－0874（2011）02－0020－03One Real-Time Monitoring and Fault Diagnosis System ofMotor Based on DSPLIU Yuan，TIAN Mu-qin（School of Electrical and Power Engineering，Taiyuan University of Technology，Taiyuan030024，China）Abstract：According to meet the requirements for running reliably and highly efficiency of3-phase large asynchronous motors，a system of real-time working condition monitoring and fault diagnosis of motors based on DSP was designed．The hardware part of the system was introduced and the whole function and implementation procedure was illustrated．The modular structure is adopted，running states monitoring，data recording and faults diagnosis were integrated in the system，which can realize the function of real-time monitoring and fault diagnosis．The results showed that the system was running stably，the data recording was accurate and diagnosis results were highly reliable．Keywords：DSP（Digital Signal Processing）；condition monitoring；fault diagnosis1系统硬件结构（1）基本组成对于大中型异步电动机，本文提出基于TMS320C6713DSP的实时监测及故障诊断装置如图1所示。

由图1看出，该系统由传感器部分、信号调理电路、A/D转换电路、TMS320C6713DSP信号处理部分、人机接口及与上位机的通信部分组成。

该装置可通过人机接口完成读取和显示实时监测信息和诊断结果的任务，也能将监测和诊断的结果通过通信的方式传给上位机。

（2）主要特点TMS320C6713DSP是32位高速浮点型DSP，时钟最高频率为300MHz。

TMS320C6713的主要特点图1异步电动机实时监测及故障诊断系统硬件结构图有：体系结构采用超长指令字（VLIW）结构，其最大处理能力可以达到2400MIPS。

采用二级缓冲处理，4kByte直接匹配的程序缓冲L1P，4kByte可匹配的数据缓冲L1D，256kByteL2额外匹配内存。

32位外部存储器接口，可无缝连接SRAM、EPROM、Flash、SBSRAM和SDRAM。

具有主机口和I/O端口·02·煤矿机电2011年第2期操作等功能，多通道缓冲串口，其通过配置能和多种串行通信接口通信，两个32位通用定时器等。

鉴于TMS320C 6713卓越的计算能力和运行速度，本文采用该芯片来实时处理电动机故障。

2系统功能模块化设计通过模块化的设计思想主程序通过调用每一模块的子程序来完成检测任务，子程序可独立修改，CPU 也可避免循环执行整个程序导致运行效率低下。

根据图1系统功能的要求，设计的异步电动机实时监测及故障诊断系统的主程序如图2所示。

其中包括数据初始化程序、A /D 转换程序、报警判断程序、下位机DSP 与上位机通信程序、故障诊断程序、人机界面程序等。

传感器安装部位见图3。

图2异步电动机实时监测及故障诊断系统总程序框图图3传感器安装部位图（1）初始化程序程序在一般的情况下是在上电的时候初始化，还有就是程序跑飞和出现异常时也要初始化，初始化的目的就是把所有用到的标志位、变量回到初始值，以及引脚的分配，配置寄存器写入需要的值，时钟的选择（内部、外部）等一般要在上电时就做好，然后不是特殊需要是不改动的，尽可能不要修改，因为经常性的修改可能使程序发生异常。

（2）A /D 转换程序数据采集使用了DEWETRON 16位数字信号记录仪。

DEWE 数据采集系统搭配相应的传感器可实施测试和分析振动、电压、电流等各种信号，完成实时数据的采集和数据后处理。

本实验中使用压电式加速度传感器、电流互感器和温度传感器。

MAX1270是8通道的12位串行A /D 芯片，模拟输入通道有8个，最大的采样速率可达110bit /s ，支持SPI 协议。

利用TMS320C6713的串口（McBSP ）与A /D 转换芯片MAX1270进行A /D 转换，A /D 转换的主程序及中断服务程序如图4所示。

a ）A /D主程序b ）A /D 中断服务程序图4A /D 转换程序流程图（3）故障诊断子程序异步电动机主要故障分为两大类，分别是电气系统故障和机械系统故障。

电气系统故障主要是指定子绕组故障和转子绕组故障，而机械系统故障主要是指偏心故障和轴承故障，偏心故障会产生不对称的电磁拉力，使定、转自之间产生摩擦，如不及时发现，将导致定转子绝缘下降，最终引起绕组故障。

绕组发生故障的常见原因是绕组绝缘老化、磨损、过热、受潮导致绝缘绕组下降造成绕组相间或匝间短路；轴承发生故障的常见原因有轴承内油脂过多，内摩擦力增大，使滚子的转动发生困难，轴承内缺油或油脂变质，滚动轴承组装不良或游隙不正确，轴承内密封不良或存有杂物等。

绕组发生故障后多表现为相间部位升温，而轴承发生故障后多表现为相间升温和振动异常。

本文以轴承故障为例进行说明。

传感器采集三相电流信号、铁心及绕组多处温度信号和电机的振动信号，然后对信号进行去噪、特征值提取、故障识别，去噪程序采用小波变换，而故障识别采用神经网·12·2011年第2期煤矿机电络来实现。

1）小波包分解对信号去噪步骤a．信号的小波包分解。

选择一个小波并确定分解层数，然后对信号进行小波分解。

b．确定最佳小波包基。

c．小波包分解系数的阈值量化。

对每个小波包分解的系数，选择一个适当的阈值并对其系数进行量化。

d．小波包重构信号。

根据所选取的小波包分解系数及量化处理后的系数，进行信号重构。

2）故障识别Elman 神经网络故障诊断流程图见图5。

图5Elman 神经网络故障诊断流程图（4）人机接口子程序人机界面要完成的功能主要是显示实时数据及控制各功能子画面的任务。

图6为人机接口的组成图6人机接口组成图图。

其工作方式是实时显示传感器采回的数据，正常情况不报警，报警灯不闪烁。

当参数超出设定的阈值时报警，并且报警灯闪烁示警。

（5）DSP 与上位机通信程序DSP 与上位机通信，是为了将实时监测的数据和诊断的结果传回，同时上位机可在Matlab 环境编辑界面，这样监控人员可以远程监视电机的实时运行状态。

SEED-DEC6713采用包括2个McBSP 模块，这两个McBSP 模块的引脚是和McASP （Multichannel Buffered Serial Port ）复用的，它为多通道缓冲型串行接口，是一种多功能的同步串行接口，具有很强的可编程能力，可配置多种同步串口标准，实现全双工通信，传输8位数据，最多能实现128个通道的发送与接收。

图7为上位机、DSP 、数据采集卡之间的通信方式框图。

图7上位机、DSP 、数据采集卡之间的通信方式框图3结语针对大中型异步电机，本文提出了一种基于DSP 的实时监测及故障诊断系统，可实现状态检测、数据记录及故障诊断功能，可实现就地故障诊断，亦可将实时监测数据及检测结果同步传给上位机，提高了电动机故障诊断的实时性。

基于DSP 的诊断系统，也可用于其它三相电气设备中，实验结果表明，此系统数据准确，诊断可靠性高。

参考文献：［1］李真芳，苏涛，黄小宇．DSP 程序开发———MATLAB 调试即直接目标代码生成［M ］．西安：西安电子科技大学大学出版社，2003．［2］李方慧，王飞，何佩锟．TMS320C6000系列DSPs 原理与应用（第二版）［M ］．北京：电子工业出版社，2003．［3］郭存杰，张来斌，王朝晖，等．交流异步电动机故障综合诊断系统的研究［J ］．石油机械，2005（10）．［4］雷志鹏，宋建成．综采工作面输送设备工况实时监测及故障诊断系统的设计［J ］．工矿自动化，2010（7）．［5］SPRS186B ，TMS320C6713Floating-Point Digital Signal ProcessorData Sheet ［S ］．作者简介：刘媛（1985－），女，在读硕士研究生。

研究方向为故障诊断及智能控制。

（收稿日期：2010－12－16；责任编辑：姚克）·22·煤矿机电2011年第2期。