电机故障诊断技术研究现状与发展趋势
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
[ 11 12]
图 1 设备诊断流程与其应用技术关系图
2 电机故障诊断技术
电机诊断是设备诊 断技术的一个 部分。但 是 由于电机的工作 原理和结构上的 种种特点 , 其诊 断方法和采用的检测技术和 其它设备的诊断 有所 不同。根据电机的 工作原理 , 在它内 部存在着 几 个相互关联而又不可截然分割的工作系统 , 因此 , 电机诊断需涉及较多技术领域。 电机的功能是把机械能转化变成电 能 ( 发电 机 ) 或将电能转换成机械能 ( 电动机 ), 因此, 除 永磁电机外, 其他 电机都有 两套电路 , 通过磁 场 相互耦合 , 在定、转子间的气隙内实现能量交换 , 实现机、电 能量转换。因 此, 电机中 大都存在 相 互独立的电路和一个耦合电路的磁场。 电机绕组是实现能 量转换的核心 部件。绕 组 内导体之间, 绕组 对地之间 均有不同 的电压。电 机内不同的电压是由不同的 绝缘材料组成的 绝缘 结构来隔离的。电机内不同绝 缘结构构成了 一个 整体 , 这就是电机的绝缘系统。 # 67 #
来越引起重视。信号处理方法中的热点小波技术 , 具有良好的时频 局部化特征 , 能准确抓住瞬 变信 号的特征 , 因此在动态信号的 分析上有着明 显的 优势。另外, 专家 知识方法 的神经网 络具有自 学 习和能拟合任意 连续非线性函数 的能力, 以 及并 行处理的能力 , 使它在处理非 线性问题和在 线估 计方面有很强的优势。
。神经网络是基于数值的
推理。它擅长大规模的数值计算 , 具有学习 能力, 但不具有解释能力。专家系统是基于符号的推理系 统, 它存在知识获取困难的特点, 但具备解释功能, 因此神经网络和专家系统可以优势互补, 二者的结 合发展必然具有良好的前景
[ 13]
。
微电机
2009年第 42 卷第 10期
电机在进 行能量交换的过 程中, 往 往会产生 电损耗、机械损耗和 介质损耗。这些损 耗最终都 变成热能散 逸出来 , 并由冷却 介质带走 , 这就是 电机的发热和冷却。电机的冷却是通过轴上风扇、 强制鼓风或密封的冷却 系统来实现的。电机内的 通风沟、风 扇、挡风 罩以及 鼓风机、冷却 器、过 滤器等构成了电机的通风系统。 综上所述 , 电机内部至 少包括如下 几个独立 的、又相互关联的工作系统 : ( 1) 电路系统 ; ( 2) 磁路系统; ( 3) 绝缘系统; ( 4) 机械系统 ; ( 5) 通风散热系统。 电机运行 中出现的故障 , 将会涉及 这些独立 的工作系统, 因而电 机的诊断比一般 机械设备诊 断涉及的技 术领域更 广, 包括 电机学、热力学和 传热 学、 高电 压技 术、材 料 工程、机械 诊断 学、 电子测量学、信息工 程技术、计 算机技 术等多个 知识领域。由于电机 存在几个相互关 联的工作系 统 , 故障起因和故障 征兆往往 表现出多 元性, 这 为电动机故障诊断增加 了难度。对电 机进行诊断 时 , 必须熟悉诊断对象。
微电机 中图分类号 : TM 307 文献标志码 : A
2009年第 42 卷第 10期
文章编号 : 1001 6848( 2009) 10 0066 03
电机故障诊断技术研究现状与发展趋势
魏 伟, 王
1
琳
2
(1 . 华中科技大学 电气与电 子工程学院 , 武汉
430074; 2. 陕西省生产力促进中心 , 西安
0 引
言
1 设备诊断技术理论研究
从开展设备诊断的 流程来看 , 设 备诊断分 为 信号拾取、信号处理、故 障诊断三个 阶段。围 绕 着这一问题 , 设备诊断技术在 下述方面展开 了理 论研究。 ! 信号拾取技术研究。信号拾取技术包括信 号的拾取 和放 大, 其 中 对传 感器 的研 究是 重点。 设备诊断中的传 感器按功能分为 振动传感器、声 级计、声发射传 感器、温 度传 感器。以 前, 对 传 感器的研究偏重 于硬件方面 , 即要求它具有 动态 特性好, 灵 敏度高, 稳定 性和抗干扰 能力强。但 是, 随着监测系统 的庞大化 和复杂化 , 传感器 的 类型和数目都急 剧增多。例如 对大型发电机 组的 [ 8] 监测 , 测 点 有 254 个 , 相 应 的 传 感 器 也 要 254 个 。 ∀ 信号分析和处理方法研究。它是设备诊断 技术的核心, 也是 理论研究 的热点之 一。它实 际 上就是诊断技术中的特征因子 ( 敏感因子 ) 提取 技术。传感 器拾取的信号 , 称为原始 信号, 一 部 分可直接利用 , 如温度、位移等, 但 大部分不 可 直接利用 , 如振动, 虽然 经过放大 , 由于含有 噪
[ 56]
% 信息融合方法研究。信息融合技术早已有 之, 目前在军事领域 的 C I 系统中有 着广泛的 应 用, 但在设备诊 断中 的 应用 还是 近年 来的 事情。 诊断问题中信息 融合的起因大概 有三个: 一 是多 传感器形成了不 同通道的信号 , 二是同一信 号形 成了不同的特征 信息, 三是不 同的诊断途径 得出 了有偏差的诊断 结论。目前 , 进行信 息融合的 方 法主要有 Bayes 推理、 Ka l m an 滤 波和 D _ S 推 理 等。其中前两种方 法需要先 验信息 , 而后者通 常 并不需要 , 但它以更大的计算量为代价 势, 本文拟在这方面进行一些研究。 各种理论在诊断技术流程中的应用可用图 1 动 态地表示。己经看 出, 设备 诊断技术 是一门交 叉 性很强的学科 , 不少领域的技 术都可在其中 得以 应用 , 加强这些方面的理论研究具有重要的意义。
[ 4 8]
近年来 , 传感器技术及信号处理技术的发展 , 如滤波技术、谱分 析技术、人 工智能技术 等, 以 及其它技术在诊断中的 应用, 使设备 诊断技术逐 渐完善, 神经网络 理论、小波 分析理论、分形理 论等最新成果在诊断中的应用就是明显例证
[ 1]
。
我国诊断技术的发展始于 80 年代初期 , 在一 些特定设备的诊断研究 方面很有特色 , 形成了一 批自己的监测诊断 产品。如西安交通大学的 尔滨工业大学的 大 型旋转机械计算机状态监测与故障诊断系统 , 哈 机 组振动微机监测 和故障诊断 轧 钢机状 态监测 系统 和 系统 , 东北 大学的
参考文献
[ 1] 张小飞 , 徐大专 , 齐 泽锋 . 基于 小波变 换奇异 信号 检测的 研究 [ J ]. 系 统 工 程 与 电 子 技 术, 2003, 27 ( 5 ) :
814 816 . [ 2] K ajior W atanab e . In cip ien t Fau lt D iagnosis of Chem ical Proces ses via A rt ifical N eural N etw or k s [ J]. 1989, 3 ( 11 ) : 1803 1812 . [ 3] [ 4] Falcon er , K. J . 分形几何一数学基础 及应用 [ M ] . 沈阳 : 东北工学院出版社 , 1992 . 陈克兴 , 李川奇 . 设备状态监测与 故障诊断 技术 [ M ] . 北 京 : 科学技术文献出版社, [ 5] K ing I J . 1991 . 132: 57 60. Journal of A IChE,
风机工作状态监测系统 。综观我国设备诊断技 术现状 , 其应用集中在化工、电力、冶金等行业 , 科研则主要 集中在高 校进行。西安交通 大学、华 中理工大学、清华 大学、上海 交通大学、东北大 学、哈尔滨工业大学、东南大学 等都成 立了颇具 实力的诊断工程中心。这对我国的诊 断技术的发 展必将起到巨大的推动作用。
1 2
(1 . Schoo l o f E lectrica l& E lectron ic Eng in eer ing, H uazhong U niversity of Science and T echno lo gy , W uhan 430074 , Ch in a ; 2 . P roductiv ity P rom ot ion Ceter of Shaanx i P rorin ce, X i an 710054 , Ch in a) Abstract : W ith the developm ent o f econom y construct io n and the i m provem ent of e lectric degree , e lec tric m ach in ery has been used in m any fields of industry. W hen electric m achinery is in fau lt conduction faul, t pow er cut w ill happen in som e places so that there is huge econom y lo ss and i m po rtant influ ence on society . So th e study on the fault d ia gnosis th eo ry and technology of electr ic m ach in ery under a ll k in ds of in stance is a pledge , wh ich m akes equipm ents w ork nor m ally . K ey W ords : M idd le and m in itype m otor ; F ault d iagnosis; R esearch status; Developm en t trends
收稿日期 : 2009 01 17
# 6源自文库 #
电机故障诊断技术研究现状与发展趋势
魏
伟, 等
声 , 一般从单个波形 上反映不 了问题 , 必须利用 信号分析与处理技术 , 把信号转化在 不同的域内 进行分析, 才能得到 更能敏感反映机 器状态的特 征因子。近年来出现 的数字滤 波技术、自适应技 术、小波分析技术等 大大丰富了信号 处理技术的 内容。以频谱分析的系列技术为例 , 如 FFT 分析、 倒谱分析、短时 Fourier 分析、 W ig ner 分布等在传 统的工程中占有非常 重要的地位。 F ourier 变换和 倒谱分析对平稳信号的 分析非常有效。为了对工 程中广泛存在的非平稳 信号进行分析 , 引入了短 时 Fourier变换和 W ig ner 分布 , 但二者对非平稳信 号的分析能力不很理想。近年来出现 的小波分析 技术为此提供了强有力 的工具。它不 仅适合分析 平稳信号, 而且适合分析非平稳信号
[ 14] 3
。近年
来, 利用神经网络进行信息融 合显示了较大 的优
。从根本
上讲, 小波分析将有望代替传统的 Fourie r 分析技 术。另外, 近年 来发展起来的 分形几何技 术, 为 信号处理提供了崭新的 手段。模糊技 术的应用丰 富了信号处理的内容
[ 9 10 ]
。由于特征因子提取的重
要性, 信号处理中每 一种新技术在设 备诊断中的 应用, 都是对诊断技术的一次重大推动。 ∃ 诊断方法研究。目前, 诊断技术根据不同 的信号类型, 分为 振声诊断、温度诊断、油液分 析、光谱分析等。受技术的限 制, 在诊 断技术初 期 , 人的因素占绝对 主导地位 , 仪器处 理后的信 号基本上靠 人去 分析。如 对振 动谱 结构 的分 析 , 对油液中颗粒大小和形 状的分析 , 只 有有经验的 专家和 技术人 员才能 将它和 某类 故障 联系 起来。 近年来 , 随着人工智能 ( A I) 的发展 , 诊断自动 化 , 智能化的要求逐 渐变为现 实, 也是 现在研究 的重点 , 其中专家系 统的研究 起步最早 , 目前在 诊断中已有成功的利用。文献 [ 14] 介绍的基于 知识的汽轮发电机组故 障诊断专家系 统, 普通人 就可通过人机对话 , 较为准确地诊断 出汽轮发电 机组常见的 14 种故障。模糊理论由于具有处理不 确定信息的能力, 因此通常和专家系统结合, 作为 前处理和后处理。神经网络技术在诊断中的应用起 步较晚, 但由于它强大的并行计算能力和自学习功 能及联想能力, 很适合作故障分类和模式识别, 因 此在诊断中很受欢迎
710054)
摘
要 : 研究不同场合、 不同运行状态下电机故障诊断理论和技术是提高生产设备可靠运行的
保证。 介绍了电机故障诊断信号拾取处理和诊断方法; 指出发展方向 。 关键词 : 中小型电机 ; 故障诊断 ; 研究现状; 发展趋势 Research Status and Developm en t Trend s of M otor Fau lt D iagnosis WE IW e i, WANG L in
图 1 设备诊断流程与其应用技术关系图
2 电机故障诊断技术
电机诊断是设备诊 断技术的一个 部分。但 是 由于电机的工作 原理和结构上的 种种特点 , 其诊 断方法和采用的检测技术和 其它设备的诊断 有所 不同。根据电机的 工作原理 , 在它内 部存在着 几 个相互关联而又不可截然分割的工作系统 , 因此 , 电机诊断需涉及较多技术领域。 电机的功能是把机械能转化变成电 能 ( 发电 机 ) 或将电能转换成机械能 ( 电动机 ), 因此, 除 永磁电机外, 其他 电机都有 两套电路 , 通过磁 场 相互耦合 , 在定、转子间的气隙内实现能量交换 , 实现机、电 能量转换。因 此, 电机中 大都存在 相 互独立的电路和一个耦合电路的磁场。 电机绕组是实现能 量转换的核心 部件。绕 组 内导体之间, 绕组 对地之间 均有不同 的电压。电 机内不同的电压是由不同的 绝缘材料组成的 绝缘 结构来隔离的。电机内不同绝 缘结构构成了 一个 整体 , 这就是电机的绝缘系统。 # 67 #
来越引起重视。信号处理方法中的热点小波技术 , 具有良好的时频 局部化特征 , 能准确抓住瞬 变信 号的特征 , 因此在动态信号的 分析上有着明 显的 优势。另外, 专家 知识方法 的神经网 络具有自 学 习和能拟合任意 连续非线性函数 的能力, 以 及并 行处理的能力 , 使它在处理非 线性问题和在 线估 计方面有很强的优势。
。神经网络是基于数值的
推理。它擅长大规模的数值计算 , 具有学习 能力, 但不具有解释能力。专家系统是基于符号的推理系 统, 它存在知识获取困难的特点, 但具备解释功能, 因此神经网络和专家系统可以优势互补, 二者的结 合发展必然具有良好的前景
[ 13]
。
微电机
2009年第 42 卷第 10期
电机在进 行能量交换的过 程中, 往 往会产生 电损耗、机械损耗和 介质损耗。这些损 耗最终都 变成热能散 逸出来 , 并由冷却 介质带走 , 这就是 电机的发热和冷却。电机的冷却是通过轴上风扇、 强制鼓风或密封的冷却 系统来实现的。电机内的 通风沟、风 扇、挡风 罩以及 鼓风机、冷却 器、过 滤器等构成了电机的通风系统。 综上所述 , 电机内部至 少包括如下 几个独立 的、又相互关联的工作系统 : ( 1) 电路系统 ; ( 2) 磁路系统; ( 3) 绝缘系统; ( 4) 机械系统 ; ( 5) 通风散热系统。 电机运行 中出现的故障 , 将会涉及 这些独立 的工作系统, 因而电 机的诊断比一般 机械设备诊 断涉及的技 术领域更 广, 包括 电机学、热力学和 传热 学、 高电 压技 术、材 料 工程、机械 诊断 学、 电子测量学、信息工 程技术、计 算机技 术等多个 知识领域。由于电机 存在几个相互关 联的工作系 统 , 故障起因和故障 征兆往往 表现出多 元性, 这 为电动机故障诊断增加 了难度。对电 机进行诊断 时 , 必须熟悉诊断对象。
微电机 中图分类号 : TM 307 文献标志码 : A
2009年第 42 卷第 10期
文章编号 : 1001 6848( 2009) 10 0066 03
电机故障诊断技术研究现状与发展趋势
魏 伟, 王
1
琳
2
(1 . 华中科技大学 电气与电 子工程学院 , 武汉
430074; 2. 陕西省生产力促进中心 , 西安
0 引
言
1 设备诊断技术理论研究
从开展设备诊断的 流程来看 , 设 备诊断分 为 信号拾取、信号处理、故 障诊断三个 阶段。围 绕 着这一问题 , 设备诊断技术在 下述方面展开 了理 论研究。 ! 信号拾取技术研究。信号拾取技术包括信 号的拾取 和放 大, 其 中 对传 感器 的研 究是 重点。 设备诊断中的传 感器按功能分为 振动传感器、声 级计、声发射传 感器、温 度传 感器。以 前, 对 传 感器的研究偏重 于硬件方面 , 即要求它具有 动态 特性好, 灵 敏度高, 稳定 性和抗干扰 能力强。但 是, 随着监测系统 的庞大化 和复杂化 , 传感器 的 类型和数目都急 剧增多。例如 对大型发电机 组的 [ 8] 监测 , 测 点 有 254 个 , 相 应 的 传 感 器 也 要 254 个 。 ∀ 信号分析和处理方法研究。它是设备诊断 技术的核心, 也是 理论研究 的热点之 一。它实 际 上就是诊断技术中的特征因子 ( 敏感因子 ) 提取 技术。传感 器拾取的信号 , 称为原始 信号, 一 部 分可直接利用 , 如温度、位移等, 但 大部分不 可 直接利用 , 如振动, 虽然 经过放大 , 由于含有 噪
[ 56]
% 信息融合方法研究。信息融合技术早已有 之, 目前在军事领域 的 C I 系统中有 着广泛的 应 用, 但在设备诊 断中 的 应用 还是 近年 来的 事情。 诊断问题中信息 融合的起因大概 有三个: 一 是多 传感器形成了不 同通道的信号 , 二是同一信 号形 成了不同的特征 信息, 三是不 同的诊断途径 得出 了有偏差的诊断 结论。目前 , 进行信 息融合的 方 法主要有 Bayes 推理、 Ka l m an 滤 波和 D _ S 推 理 等。其中前两种方 法需要先 验信息 , 而后者通 常 并不需要 , 但它以更大的计算量为代价 势, 本文拟在这方面进行一些研究。 各种理论在诊断技术流程中的应用可用图 1 动 态地表示。己经看 出, 设备 诊断技术 是一门交 叉 性很强的学科 , 不少领域的技 术都可在其中 得以 应用 , 加强这些方面的理论研究具有重要的意义。
[ 4 8]
近年来 , 传感器技术及信号处理技术的发展 , 如滤波技术、谱分 析技术、人 工智能技术 等, 以 及其它技术在诊断中的 应用, 使设备 诊断技术逐 渐完善, 神经网络 理论、小波 分析理论、分形理 论等最新成果在诊断中的应用就是明显例证
[ 1]
。
我国诊断技术的发展始于 80 年代初期 , 在一 些特定设备的诊断研究 方面很有特色 , 形成了一 批自己的监测诊断 产品。如西安交通大学的 尔滨工业大学的 大 型旋转机械计算机状态监测与故障诊断系统 , 哈 机 组振动微机监测 和故障诊断 轧 钢机状 态监测 系统 和 系统 , 东北 大学的
参考文献
[ 1] 张小飞 , 徐大专 , 齐 泽锋 . 基于 小波变 换奇异 信号 检测的 研究 [ J ]. 系 统 工 程 与 电 子 技 术, 2003, 27 ( 5 ) :
814 816 . [ 2] K ajior W atanab e . In cip ien t Fau lt D iagnosis of Chem ical Proces ses via A rt ifical N eural N etw or k s [ J]. 1989, 3 ( 11 ) : 1803 1812 . [ 3] [ 4] Falcon er , K. J . 分形几何一数学基础 及应用 [ M ] . 沈阳 : 东北工学院出版社 , 1992 . 陈克兴 , 李川奇 . 设备状态监测与 故障诊断 技术 [ M ] . 北 京 : 科学技术文献出版社, [ 5] K ing I J . 1991 . 132: 57 60. Journal of A IChE,
风机工作状态监测系统 。综观我国设备诊断技 术现状 , 其应用集中在化工、电力、冶金等行业 , 科研则主要 集中在高 校进行。西安交通 大学、华 中理工大学、清华 大学、上海 交通大学、东北大 学、哈尔滨工业大学、东南大学 等都成 立了颇具 实力的诊断工程中心。这对我国的诊 断技术的发 展必将起到巨大的推动作用。
1 2
(1 . Schoo l o f E lectrica l& E lectron ic Eng in eer ing, H uazhong U niversity of Science and T echno lo gy , W uhan 430074 , Ch in a ; 2 . P roductiv ity P rom ot ion Ceter of Shaanx i P rorin ce, X i an 710054 , Ch in a) Abstract : W ith the developm ent o f econom y construct io n and the i m provem ent of e lectric degree , e lec tric m ach in ery has been used in m any fields of industry. W hen electric m achinery is in fau lt conduction faul, t pow er cut w ill happen in som e places so that there is huge econom y lo ss and i m po rtant influ ence on society . So th e study on the fault d ia gnosis th eo ry and technology of electr ic m ach in ery under a ll k in ds of in stance is a pledge , wh ich m akes equipm ents w ork nor m ally . K ey W ords : M idd le and m in itype m otor ; F ault d iagnosis; R esearch status; Developm en t trends
收稿日期 : 2009 01 17
# 6源自文库 #
电机故障诊断技术研究现状与发展趋势
魏
伟, 等
声 , 一般从单个波形 上反映不 了问题 , 必须利用 信号分析与处理技术 , 把信号转化在 不同的域内 进行分析, 才能得到 更能敏感反映机 器状态的特 征因子。近年来出现 的数字滤 波技术、自适应技 术、小波分析技术等 大大丰富了信号 处理技术的 内容。以频谱分析的系列技术为例 , 如 FFT 分析、 倒谱分析、短时 Fourier 分析、 W ig ner 分布等在传 统的工程中占有非常 重要的地位。 F ourier 变换和 倒谱分析对平稳信号的 分析非常有效。为了对工 程中广泛存在的非平稳 信号进行分析 , 引入了短 时 Fourier变换和 W ig ner 分布 , 但二者对非平稳信 号的分析能力不很理想。近年来出现 的小波分析 技术为此提供了强有力 的工具。它不 仅适合分析 平稳信号, 而且适合分析非平稳信号
[ 14] 3
。近年
来, 利用神经网络进行信息融 合显示了较大 的优
。从根本
上讲, 小波分析将有望代替传统的 Fourie r 分析技 术。另外, 近年 来发展起来的 分形几何技 术, 为 信号处理提供了崭新的 手段。模糊技 术的应用丰 富了信号处理的内容
[ 9 10 ]
。由于特征因子提取的重
要性, 信号处理中每 一种新技术在设 备诊断中的 应用, 都是对诊断技术的一次重大推动。 ∃ 诊断方法研究。目前, 诊断技术根据不同 的信号类型, 分为 振声诊断、温度诊断、油液分 析、光谱分析等。受技术的限 制, 在诊 断技术初 期 , 人的因素占绝对 主导地位 , 仪器处 理后的信 号基本上靠 人去 分析。如 对振 动谱 结构 的分 析 , 对油液中颗粒大小和形 状的分析 , 只 有有经验的 专家和 技术人 员才能 将它和 某类 故障 联系 起来。 近年来 , 随着人工智能 ( A I) 的发展 , 诊断自动 化 , 智能化的要求逐 渐变为现 实, 也是 现在研究 的重点 , 其中专家系 统的研究 起步最早 , 目前在 诊断中已有成功的利用。文献 [ 14] 介绍的基于 知识的汽轮发电机组故 障诊断专家系 统, 普通人 就可通过人机对话 , 较为准确地诊断 出汽轮发电 机组常见的 14 种故障。模糊理论由于具有处理不 确定信息的能力, 因此通常和专家系统结合, 作为 前处理和后处理。神经网络技术在诊断中的应用起 步较晚, 但由于它强大的并行计算能力和自学习功 能及联想能力, 很适合作故障分类和模式识别, 因 此在诊断中很受欢迎
710054)
摘
要 : 研究不同场合、 不同运行状态下电机故障诊断理论和技术是提高生产设备可靠运行的
保证。 介绍了电机故障诊断信号拾取处理和诊断方法; 指出发展方向 。 关键词 : 中小型电机 ; 故障诊断 ; 研究现状; 发展趋势 Research Status and Developm en t Trend s of M otor Fau lt D iagnosis WE IW e i, WANG L in