基于小波包分析的三相异步电动机转子故障检测_胡杰嘉.pdf

光源与照明 总第 176 期 2023 年 1 月 照明电器159基于小波包分析的三相异步电动机转子故障检测胡杰嘉，王 俊杭氧集团股份有限公司，浙江 杭州 300012摘要：现有的检测方法在检测三相异步电动机转子故障时，容易受负载量影响，无法准确判断转子断条数量，检测数据精度不能满足实际需求。因此，文章引入小波包分析方法，对三相异步电动机转子故障检测方法展开研究。在明确三相异步电动机转子故障特征的基础上，采集故障特征频率；利用小波包分解树对故障信号频带进行划分；通过小波包分析，实现对转子微弱故障信号的识别和检测。通过对比测试可以证明设计的检测方法对三相异步电动机转子故障的检测正确率和精度较高，可为三相异步电动机稳定运行提供可靠技术保障。关键词：小波包分析；三相异步电机；转子故障分类号：TM3430引言转子故障是一种常见的电动机故障类型，大量研究发现，当出现这一故障时，电流中会产生一部分附加的电流分量1。基于这一特点，将电流分量作为转子故障的特征分量，可实现对故障的检测。当前针对电动机转子故障的检测都是基于上述理论，但电动机运行环境复杂2，周围的干扰因素会导致最终故障检测结果可靠性差，无法为三相异步电动机稳定运行提供足够的依据。小波包分析是一种时频局部化分析方法，可以利用这一分析方法在窗口条件大小固定不变，但现状可变化的情况下，分析不同频域中的频率变化，进而实现对复杂环境中所需信号的准确识别。文章为了解决现有检测方法的不足，引入小波包分析，对三相异步电动机转子故障检测方法进行优化。1三相异步电动机转子故障特征频率采集在正常运行状态下，电动机的电流频率与所连接电源的频率在数值上完全相同，当转子出现故障时，定子电流频谱的每一端都会有一个额外的频段3。利用这一特征，可让后续对转子故障的检测采集到更可靠的特征频率，通过对特征频率的分析实现对故障的识别和检测。在转子的周围会出现由其旋转产生的磁场，该磁场的磁动势为（1）式中：F 为转子附近转动磁场的磁动势；K 为关于线圈系数及极对数的常量；N 为电动机绕组参数；I 为转子电流；为供电角频率；t 为运行时间；p 为绕组极对数；为初相角。在上述计算基础上，可进一步推算出转子绕组相位角：（2）式中：为电动机转子绕组的相位角；r为转子旋转过程中角度变化速度。在三相异步电动机运行的过程中，当极对数 p 的取值为 1 时，转子绕组的磁动势的计算式可从式（1）转变为（3）当电动机的转子出现故障时，其转子电流的磁动势会按照 sin2 的比例发生改变4，磁动势分量中含有一个额外成分，通过对三相异步电动机转子电流变化频率的测定5，可采集到依据频率为（1-2s）f 的分量，其中 s 为三相异步电机转差率，f 为供电频率，将这一部分频率作为转子故障特征频率。2基于小波包分解树的故障信号频带划分在采集三相异步电动机转子故障特征频率后，由于三相异步电动机所处的运行环境较为复杂6，各类因素的影响会导致采集到的特征频率与实际不符，为了提高文章检测方法的检测精度，需要利用小波包分解树，对采集到的故障特征频率信号频带进行划分。在对频带划分时，首先需要构建一个小波包分解树，如图 1 所示。图 1 中，S 为集合，D 为低频，G 为高频，数值1 3 为尺度数值。在对故障信号频带进行分解的过作者简介：胡杰嘉，男，本科，高级工程师，研究方向为电气自动化。文章编号：2096-9317（2023）01-0159-03 照明电器 2023 年 第 1 期 总第 176 期 光源与照明160程中，尺度数值越大，其频率分辨率数值越大；反之，尺度数值越小，频率分辨率数值越小，二者之间存在一定正比例关系。在分解的过程中，存在下述关系：（4）利用上述关系，根据不同尺度因子，将故障信号频带在 Hilbert 空间当中分解，以此为后续识别和检测提供依据7。3基于小波包分析的微弱故障信号识别与检测在得到划分后的故障信号频带后，利用小波包分析，识别频带中微弱的故障信号。将尺度空间与小波子空间用统一的子空间 U 表征：（5）式中：V 为尺度空间；W 为小波子空间；j 为全部子空间，j 的取值为jZ。再将 Hilbert 空间的正交分解进行统一处理。利用上述公式，从划分后的故障信号频带中筛选出具有优良特性的时频均布化特征，以此从正常信号中识别出夹杂的微弱故障信号8。在识别微弱故障信号时，可通过下述公式实现对负载波动次数的测定：1.0sin(2*)2.0sin(2*)p iftip ift=（6）式中：p 为绕组极对数；i 为三相异步电动机运行过程中负载波动的次数；*为卷积运算。当三相异步电动机转子故障信号频带在 0 2.56 范围内时，i=1.0 sin(2*pi*f*t)；当三相异步电动机转子故障信号频带在2.56 5.12 范围内时，i=2.0 sin(2*pi*f*t)。记录计算得出的负载波动次数，并将其与三相异步电动机正常运行状态下的数据对比，若存在差异，则说明转子存在故障，同时结合负载波动次数与正常数值之间的差异，也能够明确转子具体故障类型。4检测效果对比分析在上述论述基础上，为验证文章提出的故障检测方法是否能够检测三相异步电动机转子故障，同时验证小波包分析在检测过程中的应用优势，进行下述对比实验。将基于 ESPRIT 的检测方法作为对比方法（对照组），与文章提出的基于小波包分析的检测方法（实验组）共同进行测试。为确保实验的客观性，用两种故障检测方法检测同一台三相异步电动机。将 YBZU-498060 型号三相异步交流卧式防爆振动电机作为实验对象，该电动机的极数为 6 极，绝缘等级为 B 级。YBZU-498060 型号电动机已经在水电建设、火力发电、建筑、采矿等众多领域中应用，适用范围十分广泛，属于较典型的三相异步电动机，能够确保实验结果的代表性。在实验过程中，两种故障检测方法的检测数据采样频率及各项检测参数均相同，如表 1 所示。表 1转子故障检测参数设置表序号检测项目参数数值1采样频率/Hz 2002FFT 运算点数1 0243采样周期/s0.0054频率分辨率/Hz0.1955Nyquist 频率/Hz 100按照表 1 中的内容设置三相异步电动机转子故障检测参数，并将实验数据以“.csv”的格式存储，方便后续分析实验结果。为方便比较两种故障检测方法，仅针对三相异步电动机转子断条故障进行检测，通过对比两种检测方法检测得到的断条数量与转子转速，实现对检测精度的比较。上述操作产生的数据如表 2所示。SD1G1DD1DG2DG2GG2DDD3GDD3DGD3GGD3DDG3GDG3DGG3GGG3图 1小波包分解树结构示意图光源与照明 总第 176 期 2023 年 1 月 照明电器161结合实验过程，对表 2 中数据进行分析，实验组断条数量与在不同负载量条件下三相异步电动机转子实际断条数量完全一致，而对照组断条数量仅在负载量为 50%、转子未发生断条故障时与实际相符。表 2的实验结果可以初步证明，实验组故障检测方法的检测准确性更高。为进一步比较检测精度，按照两种检测方法得到的数据，计算三相异步电动机转子在断条状态下的转差率：（7）式中：s 为三相异步电动机转子在断条状态下的转差率；w 为正常状态下三相异步电动机转子转速；wr为利用实验组故障检测方法或对照组故障检测方法检测得到的三相异步电动机转子转速。按照上述公式，计算得出两种检测方法转差率。s 的取值范围在 0 1 之间，越接近 1，检测结果误差越大；反之，越接近 0，检测结果误差越小。根据上述论述，记录三相异步电动机转子断条数量为 1 6 条时，两种检测方法的转差率，并将得到的数据结果绘制成图，如图 2 所示。转差率200.20.40.60.8转子断条数量/条1.013456实验组对照组图 2实验组与对照组转差率对比图从图 2 可以看出，随着转子断条数量的不断增加，对照组的转差率数值逐渐上升，并且无限接近于 1；对照组的转差率数值没有按照线性规律改变，且没有随着三相异步电动机转子断条数量的增加呈现递增或递减的趋势，说明断条数量对其检测结果的影响不大，同时转差率均控制在 0.2 以下，说明实验组检测方法具有更高的检测精度。综合上述实验结果，在引入小波包分析后，新的故障检测方法可实现对三相异步电动机转子故障的准确识别，同时能够实现对转子断条情况下对转子转速的准确测定，进一步提高检测精度。将新的故障检测方法应用于实际，可以为三相异步电动机安全、稳定运行提供重要保障，同时还能够为三相异步电动机转子故障维修方案的提出提供决策依据。5结束语电动机是各个行业领域中应用最广泛的动力设备，在含有大量干扰因素的环境中，以及负载量过大、攻击性过强的场景中，电动机更容易出现故障。文章针对三相异步电动机转子故障，提出了一种全新的检测方法，并结合实验验证了其应用效果。将文章提出的故障检测方法应用于实际时，需要结合具体情况调整检测频率、采样周期等，从而将故障消灭在萌芽状态中，节省三相异步电动机设备维修费用，缩短维修时间，促进三相异步电动机利用率的提升。参考文献1 张志高,池永森,孙自凯.鼠笼式异步电动机转子断条故障性能分析J.电机技术,2022(1):27-29.2 张玉洁,王沛栋,官洪民,等.基于笼型电动机转子断条故障的诊断分析J.微电机,2022,55(2):46-50.3 张旭.三相异步电动机安装变频器后功率因数降低原因及优化策略J.光源与照明,2022(11):104-106.4 侯昭霆,张珂,陈金刚.笼型三相异步电动机铸铝转子故障解析J.防爆电机,2021,56(3):71-73.5 周川,张恩寿,郝艳,等.糖厂异步电动机起动过程中转子断条故障信号获取研究J.甘蔗糖业,2021,50(5):80-87.6 许伯强,孙丽玲.基于ESPRIT与Duffing系统的笼型异步电动机转子断条故障检测J.电力自动化设备,2020,40(2):117-123.7 杨梅,孙宏强,郝静.基于RMO的感应电动机转子断条故障检测J.电气传动,2020,50(8):119-124.8 安康,王骁贤,陆思良.基于漏磁和振动信号融合的变转速电动机轴承故障诊断方法J.轴承,2022(4):63-69.表 2实验组与对照组检测结果对比负载量实际断条数量/条实验组检测结果对照组检测结果断条数量/条转子转速/（rmin-1）断条数量/条转子转速/（rmin-1）100%44563.23526.3 80%22752.34425.8 70%55425.32763.4 60%11865.10980.0 50%00980.00980.0