基于自适应陷波器的电动机转子断条故障诊断.docVIP

基于自适应陷波器的电动机转子断条故障诊断 　　摘 要：在现代工业生产中，鼠笼式异步电动机是主要的驱动部件，其正常工作与否，直接关系到生产过程能否连续运行。鼠笼式异步电动机转子断条故障是一种隐性故障，危害比较严重，且不容易被检测到。本文提出了一种基于自适应陷波器的电动机转子断条故障诊断方法，经过仿真分析和实验证明应用自适应陷波器方法诊断电动机转子断条故障是行之有效的。 　　关键词：陷波器；诊断；分析 　　中图分类号：TP206 文献标识码：A 　　0. 引言 　　鼠笼式异步电动机由于其结构简单、使用寿命长、维修维护工作量小而在工业电气传动领域占有非常重要的地位。对鼠笼式异步电动机进行实时状态监测，及时发现鼠笼式异步电机的异常现象，避免电机失效和高价维修，具有极其重要的意义。鼠笼式异步电动机的故障类型很多，监测方法也有很大的差异。其中转子断条故障，占鼠笼式异步电动机故障的10%左右。基于自适应陷波器的电动机转子断条故障诊断法有着重要的研究价值。 　　1. 自适应陷波器 　　陷波器是一种对某一或多个特定频率有抑制作用的滤波器。图1表示某一单一频率的自适应陷波滤波器（简称自适应陷波器），d（t）是监测到电动机的实际的定子电流信号，其中含有（1-2s）f1的有用频率分量；参考输入量x（t）是电动机定子电流中的工频部分，即频率为f1的正弦波。在图1中，dk为原始输入序列；x1，k、x2，k为参考输入序列；w1，K、w2，K为k时刻滤波器自适应调整参数；εk为误差信号。采用自适应陷波器的目的是，去除f1工频分量的干扰，而让（1-2s）f1频率分量通过。 　　最小均方误差（Least mean-square，LMS）算法具有易于实现、计算量小等优点，在理论分析和实践中应用非常广泛。最小均方误差算法的基本思想是：调整滤波器自身参数，使滤波器输出信号和期望输出信号之间的均方误差最小，系统输出是有用信号的最佳估计。图2给出了最小均方误差算法工作原理的流程图，其中μ为步长参数，z-1表示延迟，ω1=2πf1。 　　根据图2中信号传输过程，权可以修正为： 　　当（λmax为输入信号自相关矩阵最大特征值）时，上述算法中的权矢量将收敛于某一个最佳矢量，并且输出量满足最小均方误差。滤波器输出端的响应量yk，也是一个频率f1的正弦量。由上分析可知，只要μC2选择得当，dk与yk叠加后，可以有效的抵消掉dk中频率为f1的正弦分量，进而突出（1-2s）f1的故障频率分量。 　　2. 基于自适应滤波器的转子断条故障诊断 　　2.1 仿真分析 　　取采样点数n=2048，采样频率fs=1000Hz。步长因子μ的取值影响陷波器的收敛速度与误差，经实验分析，当取μ=0.007自适应陷波器收敛效果最佳。转子轻微断条时，（1-2s）f1频率分量的幅值和f1频率分量的幅值之比约为0.02～0.05，在这里取比值下限0.02。 　　针对鼠笼式异步电动机转子断条时的特点，设电动机定子电流的原始输入d（n）是工频信号x1（n）与电动机转子故障信号的叠加，即：d（n）=Acos（2πf1n/1000）+0.02Acos（2πf2n/1000）=Acos（0.1πn）+0.02Acos（0.095πn） （6） 　　式中，频率为f2=（1-2s）f=47.5Hz的分量表示转子出现断条故障，这里s=0.025。图3（a）、（b）分别为信号d（n）的时域波形和其频谱分析的结果，频谱分析发现（1-2s）f1特征分量被强大的基频分量所掩盖。采用本文提出的方法，做自适应陷波处理时参考输入为一个频率为50Hz的余弦波，信号d（n）经自适应陷波器处理后得到的信号及其频谱分析的结果如图4（a）、（b）所示。从图4（b）可以明显看出，存在频率约为47.5Hz的断条故障的特征量，虽然频率为50Hz的分量仍然存在，但其幅值已明显降低了。 　　2.2 实例分析 　　采用自适应陷波方法对一台型号为TYPE100-4、ne=1430r/min、p=2的鼠笼式异步电机进行断条故障诊断，电机的供电频率f1为50Hz，采样频率fs为1000Hz，采样点n为2048。此时，故障特征频率分量（1-2s）f1仅与转差率s有关，表1给出了实验的一组数据。从表中可以看出，自适应陷波后与自适应陷波前的故障特征频率分量与工频分量频谱密度之比大约增加了20倍以上，从而使故障特征频率分量得以突出，有利于故障特征量的提取。实验中测得的实际电动机定子电流波形和频谱图如图5所示，该电流信号采用陷波处理后的信号及其频谱图如图6所示。 　　结论 　　仿真分析和实验结果证明，故障特征频率与理论计算得到的特征频率是一致的，自适应陷波器对工频信号有很好的抑制作用。从时频图上容易看出，陷波前故障电流及其频谱完全