《基于矩阵束算法的异步电机故障检测研究》16000字

基于矩阵束算法的异步电机故障检测研究摘要异步电动机因其结构简单、制造快捷、运行可靠性高而被广泛应用于工农业生产和普通群众日常生活等领域中，是这些生产及生活领域里的主要原动力和驱动设备。因此，异步电动机能否正常的运行，对各个行业生产制造过程的安全性、高效性和稳定性具有非常重要意义。本文针对异步电机转子断条障作为研究对象，提出基于矩阵束算法的异步电机故障检测及诊断方法。矩阵束算法是异步电机模拟量重构成为Hankel阵，提取Hankel阵的奇异值，降阶降序排列，部分置零处理抑制基频和噪声，确定阶数，消除信号噪声，并提取信号特征参数。本文通过模拟异步电机转子断条故障信号，并通过应用矩阵束算法前后的频谱仿真图进行对比分析，验证矩阵束算法能够有效地抑制噪声干扰，准确地提取故障特征成分，为异步电机的故障检测及诊断提供有效地方法。关键词：异步电机故障诊断转子断条矩阵束算法目录TOC\o"1-2"\h\z\u摘要 1目录 3图清单 4表清单 41绪论 51.1本课题研究的背景及意义 51.2异步电机故障诊断技术的发展及研究现状综述 61.3异步电机的故障类型及诊断技术 81.4论文主要内容 122异步电机故障机理分析 132.1异步电机的基本结构及工作原理 132.2异步电机常见的故障类型 162.3转子断条故障机理分析 202.4本章小结 223矩阵束算法原理 233.1矩阵束算法概念 233.2矩阵束算法具体步骤 243.3本章小结 264转子断条故障仿真及检测 274.1构造仿真模型 274.2加入不同噪声的测试结果 274.3本章小结 325总结与展望 33附录 34参考文献 39图清单图序号图名称页码图1-1电机故障诊断流程图6图2-1异步电机结构图16图2-2异步电机各拆分图16图2-3电机定子结构图17图2-4转子结构示意图17图2-5异步电机转动原理图19图4-110dB噪声29图4-210dB去噪后MP频谱图30图4-320dB噪声32图4-420dB去噪后MP频谱图32图4-530dB噪声33图4-630dB去噪后MP频谱图34表清单表序号表名称页码表2-1异步电机主要故障类型19表4-1加入10dB白噪声矩阵束算法结果31表4-2加入20dB白噪声矩阵束算法结果33表4-3加入30dB白噪声矩阵束算法结果341绪论1.1本课题研究的背景及意义经过近200年时间的发展及应用，电动机现已经遍及到社会生产的各个行业，电动机作为工业中最重要的驱动设备，它在工农业生产和人民日常生活中发挥着不可替代的作用。事实上，一个国家工业化的先进程度可以通过其电动机消耗的电量所占的比例来衡量。据统计，电动机每年所消耗的电量约占总用电量的95%，其中异步电动机所消耗的电量约占其60%,异步电动机之所以在电力消耗中占如此大的比例，是因为它本身具有诸如:结构简单、价格低廉、可靠性高、应用广泛、维护方便等优点，也正是因为这些原因异步电动机已经成为各领域中使用最多的驱动装置。因此，异步电动机能否正常的运行，对整个工业生产领域而言有着重大意义。在实际工作过程当中，异步电动机的工作环境相对较差，易受电气、机械、化学等各种因素的影响，所以在恶劣环境下电机比较容易出现故障。若异步电动机在发生故障的前期可以被及时诊断出来并对故障部分进行维护，便可以确保工业生产工作的正常运行，还会延长电机寿命。如果电机前期的故障没有被及时的发现造成故障加重，电机不仅会损坏还会影响整个生产系统，造成严重的经济损失。电机因受到各种因素的影响，故障时有发生特别是大容量的电机。现阶段，如何做到及时准确的发现并识别出电机的故障，保证其正常的运行，已成为科研人员研究的重点方向。近年来，因电动机故障造成的经济损失和安全事故频繁发生。根据不完全的统计，美国工业行业每年要花费上千亿美元在电机的维护上并且成本持续上涨。国内对电机的日常维修保养也非常的关注，浙江省某小型电厂每年在电机维护方面就花费近200万元。为了避免因异步电动机故障导致重大的安全事故，就需要快速精确的故障诊断技术来提高其运行的可靠性。所以了解电机发生故障的机理并准确的识别故障，对企业提高生产效率降低生产成本，具有重要的影响。电机在运行过程中所产生的信号可以使用故障诊断技术进行实时分析监测，通过这样的方式可以尽早的预测出电机可能发生的故障，并提前做好准备，进而降低了发生故障的概率。并且通过对电机故障机理的深入研究，为其设计和改进提供了良好的基础。1.2异步电机故障诊断技术的发展及研究现状综述电机诊断技术，主要是通过采集电动机在各种情况下的信号，并对其进行较为准确的判断，判断它是否发生了故障，若发生故障，则检测故障类型和故障严重程度。电机故障诊断包括建立故障档案库和状态信息库，诊断过程分为：故障信号检测、故障特征提取、故障状态识别及对电机故障信号预报决策等。其故障诊断流程图，如图1-1所示。图1-1电机故障诊断流程图1.信号检测：根据不同应用条件下的诊断目标及应用对象,选择最合适的诊断信号,并充分利用信号传感器、数据采集器等多种信息技术手段对其进行信号监控和数据采集。由此可见,它所需要构建的其实是一种状态模式信息库,它属于一种初始化状态的模式。2.故障特征提取：将初始故障模式的待检信号经过信号提取处理,并进行放大或者压缩、形式转换、去除各种噪声和干扰,以提取出一个故障的状态信号特征,形成一个新的待检模式。3.状态识别：根据理论分析法及结合实际发生的故障案例,并以采用先进的数据库技术建立起来的故障信息档案库作为一种基准的模式。将待检测模式和基准模式进行对比与分类,即可以明确区别出一个设备的正常和异常。4.故障诊断决策：经过判别,正常工作状态下的各种情况均可以进行持续监测,并重复以上程序;对于属于异常状态的,则需要及时地查明其故障情况,进行发展趋势的分析,预估以后的发展与可能持续运行的时间,以及针对性地根据其存在的问题而提出相应的控制措施和进行维护决策。随着工业水平的不断提高，其对电机的需求也变得多种多样。在工业生产过程中对其运行的可靠性要求也越来越严格。因此，电机的性能也在不断提高，结构在不断优化，应用范围变得更广泛，对其检测的标准也变得更加苛刻。在电机故障诊断技术与监测技术起步较早的欧美国家，已经形成了完整的理论体系。近年来,欧美等发达国家对电机状态监测和故障诊断的研究取得了很大的进展,许多相关的系统已经在工业生产制造过程中投入了使用。例如，荷兰飞利浦公司开发了一种特殊的机械设备旋转检测系统RMS700、丹麦的必凯斯公司也开发了专业的机械设备监控系统3540、美国的通用电气公司针对电动机研制了一套具有丰富功能的监测设备MULTILIN等等。国内由于各种因素的影响对电机故障诊断技术的研究比欧美等发达国家晚，但近些年来随着工业体系的完善和经济水平的提高，电机故障诊断技术得到了飞速的发展。期间可分为三个阶段：学习阶段、初级发展阶段、高级发展阶段。在学习阶段主要学习电机故障诊断技术的理论基础并进行初步研究，通过技术研讨会进行学习交流。第二个阶段是初级发展阶段，此阶段在20世纪90年代后期，由于我国工业水平的大力发展，更加紧迫的需要故障诊断技术，在国家政策的支持下，其迅速融入各个行业，特别是一些类似煤炭和石油等重工业，在此阶段中国内的故障诊断技术水平得到了很大的提高，缩小了与国际先进技术的差距，从而为第三阶段的发展奠定坚实的基础。第三阶段高级发展阶段，此阶段中国内相关的理论体系和技术研究已经非常全面，达到了国际先进水平。并且各大科研机构都建立了分析研究中心，使得故障诊断技术在我国得到了良好的发展。国内目前的研究重点主要集中在以下几个方面：1.故障发生机理的研究想要了解故障发生的原因，就要研究故障发生的机理，因为它是故障的根本起因。彻底明白故障的发生机理对后续的故障分析诊断具有重要的指导作用。只有充分掌握故障产生的原理机制,才可以选择适当的故障诊断技术去分析识别故障。2.信号处理技术的研究信号处理技术作为故障识别的来源是故障诊断技术的核心。因为在所采集到的故障信号中存在大量的干扰信息，如何完整的提取故障特征信号并消除干扰信息是目前的研究核心。综上所述，随着电机技术的不断创新与发展，电机的故障诊断技术水平也持续提高。国外的电机故障诊断系统主要应用在大型鼠笼式异步电机上，其技术功能强大、集成度高、结构复杂，对应的成本也较为高昂。国内的电机故障诊断系统主要针对定子匝间短路故障、转子断条故障和轴承故障进行分析检测，其形式单一且价格相对便宜。目前，在电机故障诊断及监测领域对信号处理的要求变得更为严格，只有高效精确的识别故障才能满足未来的工业需求。1.3异步电机的故障类型及诊断技术1.3.1异步电机故障类型概述异步电机的结构比较简单，主要由转子、定子和轴承等部分构成。虽然异步电机的结构并不复杂，但在物理方面却拥有繁杂的运行机制。其容易受周围环境、负载状况、供电电源等影响，出现部分零件老化受损导致性能降低。其中最为常见的故障有定子故障、转子故障、轴承故障及气隙偏心故障。1.定子故障定子故障是电动机运行过程中常见的问题。定子故障主要包括两相间的线圈短路和某一相与定子框架间的短路。该类故障可以简化为定子线圈上两点间的直接连接。相间短路通常发生在线圈头，因为不同相导体在线圈头部交汇在一起。线圈内短路通常发生在线圈头部或者凹槽处，这将导致绕组实际线圈数的减少。相间短路很可能造成停机。然而，某一相与中性点间的短路或者同一相匝间短路则不会造成这么严重的影响，可能产生的后果一般为相不平衡，对转矩产生直接影响。2.转子故障转子的导条和固定端容易发生故障，这种故障类型比较常见。此类故障约占其他类型故障总数的10%。异步电机在启动的瞬间，通过转子导条的电流非常大且要承受强大的冲击，这会造成转子导条温度升高产生热应力。若电机在运行过程中经常性的启停，转子导条和端环则会受力不均，并且持续受到热应力的影响发生形变，会致使异步电机出现转子断条故障。若不及时处理，造成故障加剧出现转子多根断条，严重时会损坏伤定子铁芯导致整个异步电机报废。3.气隙偏心故障偏心故障属于异步电机机械故障的一种，主要发生在异步电机的气隙上。表现形式分为三种：一是静态偏心故障，它是由于连接到定子上的旋转销错位引起的，大多数情况是凸缘不对中导致的；二是动态偏心故障，它可能是由于滚珠轴承被损坏，也可能是转子圆柱面或者定子圆柱面形变弯曲引起的；三是混合偏心故障，通常是由以上两种故障结合产生，是最常见的故障。4.轴承故障轴承故障也是属于异步电机机械故障的一种，它是由于滚珠轴承被损坏产生的，是电机故障的主要原因之一。例如电机过载、润滑油不洁净或逆变器所产生漏电流等属于电气方面的原因，都可能造成此类故障。轴承故障也会对异步电机造成不同的机械影响，例如电机振动、发出噪声等。1.3.2异步电机故障诊断技术异步电机的故障诊断，是指通过监测电机运行过程中的状态参数如振动、电流、温度、功率等来判断电机的运行状态进而识别故障类型,诊断过程分为信号采集、信号的分析处理及故障诊断三个阶段。1.异步电动机的故障信号检测主要有以下几种：（1）振动法电机的工作状态可以通过振动信号体现，在电机出现问题时便可能会发生不正常的抖动，采集此类振动的数据并对其进行评估分析，能够确定故障的原因。振动信号法得到了广泛的应用，其主要优势是易于检测与分析。（2）定子电流法在转子或是定子出现问题后，定子信号的谐波分量便会产生相应的变化，所以可基于频谱分析的方式确定是否存在故障。（3）温度法温升参数也可体现异步电机的工作状态，比如可以利用测温技术等确定异步电机是否存在温度过高的问题，以此便可以确定电机是否存在故障。（4）磁通法在对定子绕组问题进行检测时，可以以轴向漏磁通数据的情况为依据。2.故障信号的处理方法主要有以下几种：（1）频谱信号分析法频谱信号分析法是故障检测中最常用的方法。其缺点是对于信号采集质量、采样频率以及样本数极其敏感。监测过程通常是针对电机定子、转子以及轴承三大部件中的一个进行的。为了获得精确的故障信息，研究人员进行了很多研究，特别是研究了定子电流频谱，主要有两个原因:一是电流易于测量，并且可以对不同故障提供大量信息。但是只有当每种故障的频率分量已知时，才能对测量信号进行FFT频谱分析。此外，该方法需要大量采样点才能够保证精度，因此该方法常用于电机长时间运行时的故障诊断。（2）频谱图法频谱图法是在电机动态运行时对信号进行频率分析。这种方法在时降窗口中重复进行FFT计算，使得该方法对窗口长度、类型、监测时长以及滑动窗步长具有高灵敏度。尽管这种方法可以在动态模式下分析信号，但是在异步电机工作在150m/s的速度时其精度会大大降低。（3）时域分析法时域分析法是将健康运行时系统的时域信号与当前系统的时域信号进行比较。测量工具带来的相移会对直接比较带来很大影响，因此，在比较之前需要对信号进行转换，如果不经过转换，是无法有效识别影响电机的故障类型的。3.异步电动机的故障诊断技术主要有以下几个方法：异步电机在各个工业领域发挥着重要的作用。确保电机的可用性和使用安全性是工业生产中的基本要求。为此，开发能够确保设备正常运行的检测诊断系统势在必行。然而，监测和检测并不仅仅局限于电机本身。事实上，电机只是整个工业过程的一部分，确保操作安全是整个工业过程监测的重要部分。监测的最终目的都是通过检测运行中可能发生的故障来提高工业生产过程的可靠性。当监测和诊断系统满足可准确检测和定位故障的基本要求后，下一步就是要通过控制来解决故障引起的运行性能下降问题。对于一些要求较高的系统，任何故障都是不允许的(如核电站、航天工业、航空运输等)，设计师往往要设计冗余系统，一旦一个子系统出现故障，另一个备用系统立即替换故障子系统；如果某个系统与其他系统运行状态不一致，就会被立刻切除。但是这种类型的设计(硬件冗余)对于大多数常见工业系统来说十分昂贵。电机中采用的故障诊断方法分为两类：一类基于系统解析模型;另一类则无需系统模型。第一类方法受到控制领域工程师的欢迎，而电气工程以及信号处理领域的工程师则偏向于使用第二类启发式的方法。基于解析模型的故障诊断方法：这类检测方法依赖于对系统的认知，需要知道系统模型和代表系统运行状态的参数。模型产生的信号(或估计的参数)可以用来进行有效的故障检测和识别可能发生的故障。但是这类方法要求在系统不同运行工况下对系统模型和参数变化范围都有明确的认识。这些方法可被分为如下三类:（1）状态估计法解析模型包含有限数量的内部变量，称为状态变量。这些变量有时难以直接获取，比如无法使用物理方法测量或传感器安装费用过于昂贵等原因。由于系统随时间运行正是以这些变量随时间变化为特征的，因此可以使用参数估计技术(软件传感器)来跟踪这些变量的变化。采用状态估计法对测量信号（系统的输入/输出信号）进行估计的原理如图1-2所示。图1-2状态估计基本原理（2）残差产生法残差是系统模型和被监测系统之间的偏差信号，如图1-3所示。残差依赖于其产生方法，产生残差的目的是要为检测故障提供重要的可利用的信号。正常运行的系统戏差接近于零，残差携带的信息可以反映故障类型。图1-3残差产生（3）辨识法辨识法是根据实验得到的系统输人输出值为待检測系统建立一个动态模型，其核心思想是那些表征辨识模型特征的系统参数对故障十分敏感，因此可以根据这些参数的变化进行故障辨识。对模型参数进行估计，主要依赖于能够最小化模型输出与电机输出间误差的算法。这一流程如图1-4所示，该方法也称为模型法。图1-4辨识法基本原理此类诊断方法需要使用知识模型，要了解电机动态行为的先验知识，因此并不能涵盖电机的所有故障（例如轴承故障）。无需解析模型的故障诊断方法：该类方法不需要搭建系统模型，而是依赖于信号内蕴含的信息。将建模或测量获得的故障信号分类放入数据库中，通过信号释义或专家系统进行信号分析。人工智能方法就是无需解析模型的故障诊断方法，其包含多种不同的方法，例如专家系统、神经网络、模糊控制等，这些方法可以独立使用，也可以结合起来以提高诊断效率。尽管有时需要经过对优化运行来说非常重要的训练阶段，但这些方法仍旧非常高效。训练过程中需要使用样本集，这些样本可能是错误的，也可能只适用于某些特定的系统。一旦训练完成，该方法将变得简单并且高效，并可应用于电气系统的故障诊断。人工智能方法可加速决策过程，减少人工干预，但是并不一定适用于所有的故障诊断问题。人工智能方法通过多种形式模仿人类的推理过程，主要包括：（1）人工神经网络此方法模仿人类大脑的神经结构，通过简单的计算模块组成复杂的网络结构，可以用于描述非线性、多输入/输出系统。该方法根据采用的不同技术，可广泛应用于电机故障诊断：根据仿真或实验得到的时域或频域信号进行训练；实时自诊断；网络结构动态更新；对瞬变、干扰及噪声进行滤波；故障发生立即检测。（2）模糊逻辑此方法利用了人类的价值感知能力，它不仅仅局限于传统逻辑对“对”或“错”的判断，而是在更大范围内给出了介于是和否之间的值。模糊系统利用“if-then”形式的模糊控制规则来处理自然变量。自适应模糊控制系统利用神经网络的训练机制以及用于研究对象参数优化遗传算法的鲁棒性，能够有效地将先验知识和人类经验纳入考虑范围。很多文献致力于研究其用于电机状态监测和故障诊断的方法，它们包含不同的研究目标：功能异常检测和定位故障；性能指数评估；利用人类知识建立数据库，制定一系列“if-then”形式的模糊推理规则；设计用于故障诊断的自适应系统。（3）神经模糊此方法是上述两种方法的组合。事实上，自适应神经网络可以单独生成相应的模糊系统，规则的生成是利用训练样本实现的，即在规则制定过程中尽量减少专家的干预。人工智能大大提高了诊断过程的自动化，使得在故障诊断领域充分利用人类知识成为可能。综上所述,电机的故障诊断过程是非常复杂的。第一步是信号采集，所采集到的信号能反应电机真正的运行状况，后续的工作才有意义。第二步是信号分析处理，如何把故障特征信号通过信号分析处理技术提取出来是整个过程的关键。最后一步是故障识别，根据信号分析处理技术提取到的故障特征，来对电机的故障类型进行判断识别，是整个电机故障诊断技术的本质。1.4论文主要内容电机故障诊断在过去几十年中一直是研究的热点，得到了持续关注。随着电机故障诊断技术不断的发展和完善，目前大部分的故障都可以得到很好的避免与解决，但是依然存在着检测不出或者是系统误判等问题。因此，提高电机故障诊断技术的可靠性，在实际应用中有着非常重要的价值。论文的主要内容如下所示：1.通过查找大量的文献资料，初步掌握异步电机故障类型和诊断技术的应用。2.对发生转子断条故障的异步电机，分析其故障机理。3.对异步电机转子断条故障完成仿真，对比和分析应用矩阵束算法前后的频谱图，验证矩阵束算法具有抑制噪声干扰的能力，为异步电机的故障检测及诊断提供有效地方法。4.最后对全文工作做了总结。

2异步电机故障机理分析尽管异步电机被认为具有较强的鲁棒性，但有时也会发生不同类型的故障。这些故障可能发生在电机的不同部位，从定子相间的连接处到转轴和负载之间的机械耦合，都有可能发生故障。这些故障有的可以预测，有的不可预测。它们可能是机械故障，也有可能是电气故障或磁路故障，具有多种多样的成因。只有深入研究其结构及工作原理，总结常见的故障类型，并分析故障发生机理，才可以在故障诊断时提高可靠性，并为找到适当的故障诊断方法奠定基础。2.1异步电机的基本结构及工作原理2.1.1异步电机的基本结构图2-1异步电机结构图图2-2异步电机各拆分图异步电动机主要由定子、转子、机座、轴承装置和扇叶等组成，在定子与转子之间还有一个很小的空气间隙。1.定子结构图2-3电机定子结构图异步电机定子部分，主要是由定子绕组和定子铁心构成。定子铁心一般是由0.5mm厚的薄钢片叠加构成的，这样可以减少激磁电流和旋转磁场在铁心中产生的涡流和磁滞损耗。对于一些小型电机而言，这些薄片是由单张薄钢片裁剪而成；对于大功率电机而言，这些薄钢片则被切成块。为了避免涡流，每张薄钢片上都涂有绝缘层，通过铆接或焊接将它们叠加在一起，组成定子磁路。定子线圈安装在预先设计的槽中，分为分布绕组和同心绕组两类。当异步电机绕组机械结构部分是由机械加工制成时，通常采用同心绕组。电气绕组和定子铁心通过绝缘材料进行绝缘处理，根据电机用途不同应使用不同绝缘材料。2.转子结构图2-4转子结构示意图转子铁心、转子绕组和转轴共同组成了电动机的转子部分。转子磁路也由薄钢片构成，与制造定子使用的薄钢片相同。异步电机的转子分为两类：绕线转子和笼型转子。绕线转子的构造方法与定子线圈相同；转子相则在电机轴上安装的电刷/集电环的帮助下产生出来。对于笼型转子来说，大功率电机采用铜导条，小功率电机采用铝导条。这些导条通过两端的短路环连接，短路环材质是铜或铝。其导体由模压铝合金或由大型预制铜导条箍到转子的铁心上制成。通常来说，转子导条和磁路之间没有绝缘层，但由于铝合金的阻抗很小，所以电流无法从磁路薄钢片上流过，除非鼠笼的导条损坏。3.轴承结构负载和异步电机之间需要通过轴承连接，轴承会受到两种作用力，分别源于负载和异步电机。对于异步电机来讲，轴承属于承受力最大的一个部分，输出时主要以转矩为依据。在各类异步电机的运行过程中，轴承故障占据了相对较大的比例，之所以会出现这种现象，主要原因是其负载过大，同时还会受到电机高速运转的影响，因而便降低了轴承的寿命，使其容易出现多种不同的故障。而且由于负载并不固定，电机和负载不匹配等问题也可能会引发异步电机的轴承故障。4.气隙异步电机的气隙是指其定转子间存在的空隙，该参数会对异步电机的性能产生直接的影响。作为一种闭合回路，异步电机当中的磁场主要会受到气隙、转子以及定子的影响。气隙中的空气很难有效传导磁力，所以假如该空间较大，便会造成明显的磁力损失，导致力矩降低，因而便会影响到异步电机的效率。不过假如异步电机的气隙较小，也可能会导致异步电机的定子和转子摩擦较为严重，因而也会提高出现问题的可能。在实践的过程中，一般会根据实际确定气隙的大小，通常会在异步电机的定子和转子不产生摩擦的前提下尽可能降低气隙的大小。2.1.2异步电机工作原理在接通电源之后，三相异步电机便会形成旋转磁场，设旋转磁场的方向是顺时针，如图2-5所示。最初三相异步电机的转子导条保持静止的状态，但是当旋转磁场和导体间产生相对的运动之后，便会在导体内部形成一定的感应电动势ℯ，通过右手定则可以分析感应电动势的方向。因为导条的端部会发生短路，所以受到电动势的影响便会产生电流i，电动势和电流的方向一致。在这种情况下，电磁力Ϝ便会对导条产生影响，可根据左手定则分析导条受到的磁力方向。由于受到磁力的影响，所以转子便会形成转矩Τ，并开始发生旋转。图2-5异步电机转动原理图转子转速n总是略低或略高于旋转磁场的速度n1(n1为旋转磁场同步转速)。旋转磁场的转速n1与转子转速n之差称为转差,转差与同步转速n s=n12.2异步电机常见的故障类型由于异步电机的自身结构和工作环境等因素影响，会产生各种各样的故障。而且发生的故障往往都是从细微处的缺陷逐渐发展成的，最严重的情况会导致电机报废，影响生产系统的正常运作，威胁人员及财产安全。不同故障所经历的发展时间也会不一样，这些要根据实际情况来判断。有些故障不易发现，但是可以短时间内造成电机损坏；有些故障比较明显，会导致电机发出噪声和振动；有些故障持续的时间长；有些故障则持续的时间短，这些故障可能会让工作人员无法及时处理或者无法被发现。所以，只有对各种故障类型进行全面的分析总结，并深入研究产生各种故障的不同机理，选择对应的提取故障特征信号的方法，才可以为以后的故障监测与识别奠定坚实的理论基础。表2-1异步电机主要故障类型故障原因定子故障机体振动磁场不平衡、线圈振动、电源不稳、过载线圈与定子架间故障绝缘不良、振动、线圈受到定子架挤压绝缘故障频繁起动、安装时绝缘损坏匝间短路高温、高湿度、振动、过电压相间短路绝缘层损坏、高温、电压不稳、线圈变松导体位移振动、频繁起动、绕组振动接头故障导体压力、过度振动转子故障轴承故障错误安装、磁场不平衡、过载、缺少润滑剂导条断裂磁场不平衡、过载、缺乏清洁、高温磁路故障生产故障、热疲劳、过载错位安装不良、轴承故障、过载轴承润滑不良温度过高、润滑剂质量差机械不平衡短路环活动、校准问题异步电动机按照故障发生的位置不同可以分为定子故障、转子故障、轴承故障。下面具体介绍异步电机各类型故障：2.2.1定子故障异步电机的常见故障中，定子故障约占总故障类型的12.9%，主要为定子绕组方面的故障。（1）异步电机的定子绕组短路故障在电机的定子绕组发生短路问题后，会形成相对较大的电流，因为会提高绕组的温度，导致绝缘材料受到温度的影响发生软化，甚至在特殊的情况下会燃烧，产生特殊的味道。在出现定子绕组短路的情况下，电机在工作时也会产生异常的声音，假如短路问题出现于匝间，那么便会降低电机的转速，假如短路问题出现在相间，那么更可能会导致电机无法顺利运转。很多原因都会导致发生此类问题，比如材料质量不满足要求，电机设计存在缺陷，未合理使用绝缘材料等，同时电机负载的情况以及其工作的场合等也会对电机定子绕组是否发生短路问题产生一定的影响。在工作的过程中，假如发生负载过载、供电电源电压过低或是电压过高的问题，便会降低绝缘材料的使用寿命，进而导致出现短路的问题。除此之外，在长时间工作后或是电机处于潮湿的环境，也可能会导致出现短路问题。（2）异步电机的定子绕组接地故障此类故障造成的后果一般都较为严重，具体表现是绝缘线破损，使基座或是铁芯和线圈连接，所以便会产生接地故障，在出现此类问题后，电机的表面便会带有电流，因此在操作的过程中便可能会危害人员的安全，同时还会导致控制回路无法发挥应有的作用，使电机无法顺利运转。导致此类故障的原因包括绝缘不良或是绝缘破损等。此外，由于安装线圈时未能压紧线圈、硅钢片不牢固等也会导致绝缘层破损，在出现此类现象后便会产生接地问题。2.2.2转子故障绕线转子故障与定子故障基本相同。而对于笼型转子来说，故障可分为导条断裂和短路环损坏两种，如图2-6所示。图2-6导条断裂以及短路环损坏故障导条断裂或者短路环损坏通常是由机械过载(频繁起动)、局部过热或者制造缺陷(气泡或者劣质焊接)引起的。这些故障会引起电流以及电磁转矩的振荡，在转动惯量比较大(恒转速)时尤为明显；当转动惯量小时，振荡通常体现在机械转速以及定子电流幅值上。短路环损坏比导条断裂更加常见。事实上，这些故障一般是由于铸造时存在气泡或者导条和短路环膨胀率不一致而引起的，特别是短路环内传导电流大于导条电流时容易发生。这些现象往往导致短路环尺寸变化、电机运行工况恶化或者转矩过载，进而引发过电流，最终导致故障发生。单个导条断裂往往不会使电机停机，这是由于断裂导条内流过的电流可以分散到临近导条内，这些临近导条可能会因为过电流而损坏；当越来越多的导条由于过载损坏后就会导致电机停机。2.2.3轴承故障在传动系统中轴承是一个极为关键的构成部分，发挥了非常重要的作用，不过出现故障的可能性也相对较高。因为轴承可能会受到安装、材料、工艺以及负荷等的影响，所以便可能会在工作的过程中发生故障，异步电机轴承故障包括：1.磨损因为电机一般都会在相对较为恶劣的场合工作，所以润滑油便可能会进入杂质或是其他细小的异物，此类异物会导致轴承的滚动体与滚道间遭到磨损，在磨损程度不断提高的过程中，便会导致滚动物体的粗糙度也随之不断提高，所以便会降低轴承运转的精度，进而便会使异步电机在工作的过程中发生较大的噪声、振动等。2.疲劳剥落此类问题是指受到交变载荷的影响，轴承的滚道在承受剪应力之后产生裂纹，在不断工作的过程中，裂纹会持续发展，最终可能会由于剥落而对轴承的工作状态产生不同程度的影响。对于滚动轴承来讲，疲劳剥落是一个最为重要的故障因素，在出现此类问题后，便会形成冲击载荷，同时也会使异步电机在工作时发出较大的噪声以及产生较强的振动。3.塑性变形在轴承上不断积累载荷后，可能会出现塑性变形，在过载运转的状态下，异步电机的轴承会受到强烈的冲击，所以会出现塑性变形。假如异步电机的滚道内进入具有较大硬度的异物，那么便会在相对运动的过程中产生划痕或者是凹痕等。如果由于热变形而导致轴承承担了额外的载荷，也可能会出现塑性变形，比如会使电机在工作的过程中的噪音提高，抖动现象更为强烈等。2.3转子断条故障机理分析由于定转子通过气隙磁通相互耦合的关系，当转子发生断条故障时，可以通过耦合关系将这种变化体现在定子电流中，通过检测定子电流信号中的转子断条特征频率即可实现对该故障的检测。定子绕组中基波的磁动势F1 F1=K式中：K1为常数；N1为电动机定子绕组的相匝数；I1为电动机定子电流；w为电网角频率；θ此时转子绕组的相位角可通过下式算出： ϕ=θ−其中：ωr在电动机的极对数p=1的条件下，结合式（2-4）、（2-5），电动机的定子基波磁动势可表示为： F1=K在定子侧产生的旋转磁场会与转子导条会发生相对运动从而切割旋转磁场，切割磁场会使得在转子上产生感应电动势，由于导条均与端环相连接，这样可认为导条短路，从而产生了转子电流，基波可由下式表示： F2=K式中：K2为常数；N2为转子绕组每相匝数；当发生转子断条故障时，转子电流会被迫调制，进而影响转子绕组磁动势，此时其基波分量可表达为： F2=K经过数学变换可得下式： F2=由于转子磁势是由定子磁势产生的，两者在数学表达式上类似，差别在于相位不同。可将式（2-5）代入（2-9），就可以得到定子磁势的基波表达式： F1=当p=1时，转差率为： s=ω−ω即： ωr=(1−将式（2-12）带入式（2-10）得如下表达式： F1=K由式（2-13）可知，在磁动势变化的两种情况下，cos⁡[(3−2s)ωt−3θ]中含有3ωt和3θ，这种相位变化会在定子绕组中产生零序电动势，不会对定子电流产生影响；而cos⁡[(1−2s)ωt−θ]含有边频分量 ftz=(1±2ks式中：k=1,2,3,···;f为电网供电频率。2.4本章小结本研究在这一章当中针对电机的原理、结构以及故障类型等进行了介绍与分析，同时对有关故障类型进行了总结，针对各类故障的成因以及具体的表现进行了说明，而且还深入研究了断条故障，分析了定子电流信号的原理，对出现故障后电机的特征频率进行了介绍，为下文信号的分析处理奠定了基础，同时也为诊断故障提供了依据。3矩阵束算法原理3.1矩阵束算法概念萨卡尔等学者提出了矩阵束算法，矩阵束算法可以为估计参数以及确定参数等提供极大的便利，近年来该方法已得到了广泛的应用，该方法可以应用于估计参数，降低噪声等方面，此外在处理信号数据方面该方法也发挥了极为重要的作用。矩阵束算法只需要少量的迭代计算，该算法的效率较高，能够有效降低计算错误以及降低计算消耗的时间。矩阵束算法也具有良好的抗干扰性，可以局部化时域特征，在检测诊断系统中得到了广泛的应用，能够使噪声信号的干扰得到有效的消除，有利于获得可靠准确的结论。矩阵束算法应用过程中计算流程图，如图3-1所示。图3-1矩阵束算法流程图3.2矩阵束算法具体步骤3.2.1构造Hankel矩阵矩阵束算法采用M个具有任意幅值、相位、频率和衰减因子的余弦函数对定子电流信号进行拟合 y(t)=i式中：n(t)为系统噪声，对第i个谐波而言，Ai为幅值，θi为相位，αi利用滤除基频后的定子电流实测信号y(k)(k=1,2,3…N)为采样信号，构造Hankel矩阵 Y=y(1)yL为矩阵束参数，恰当的选取L可以抑制噪声的影响。3.2.2奇异值的分解及剔除基频对Y矩阵进行奇异值分解（SVD） Y=U式中，U为N−L×N−L正交矩阵，D为(由于为对角阵，因此SVD可以将一个秩为M的矩阵Y表示为M个秩为1的(N−L)×( Y=U式中，M为矩阵Y的秩，ui、di分别是矩阵U、D的第i列向量，αi由上式知，矩阵Y经过SVD分解成一系列子矩阵和其对应的奇异值αi的乘积的和，即将矩阵分解成相互正交的子空间，而权重αi反应该子矩阵包含的信息量大小。在异步电机转子故障中，定子电流信号基频所对应的奇异值较大，故障信息对应的奇异值其次，噪声信号对应的奇异值最小（接近零）。通过对奇异值为了抑制基频，将基频信号对应的两奇异值α1,α2置零，得到新的对角阵'，重构信号 Y0=Uftz3.2.3噪声抑制及定阶对剔除基频的信号，再次进行SVD，即 Y0=其中式中，U0为(N−L)×(N−L)正交矩阵，D0为(L从Σ0中筛选出最大值σ σi/则可获得最大i值作为信号的阶数m（ε为设定的阈值）。此外还可以利用奇异值的信息熵概念来确定阶数。由Σ0的前m个非零奇异值形成新σΣ0'为(N−L)×m矩阵，其前m行由σ1,σ2…σ3.2.4频率和衰减因子的求解将Y0阵奇异值分解后的前m个主导右特征向量D0T的最后一行删去，构成一个L×m矩阵D1，前m个主导右特征向量DT的第一行删去，构成一个 Y1=Y由Y1和Y2组成矩阵束Y2 G=Y1式中，Y1+为Y2的伪逆矩阵。G存在m个广义特征值，记作λ σi=3.2.5幅值及相位的求解在估计出最大阶数m和所有λi，幅值Ri可通过最小二乘法，求解式 y0(1)y03.3本章小结在信号检测方面，矩阵束算法得到了广泛的运用，其主要特点是方便、快捷、简单，迭代过程并不复杂，在计算时不会累积误差，而通过内积使算法的抗噪能力得到了有效的加强，所以可以有效提高计算的效率。此外，该方法还不存在时域与频域局部化的问题，能够将噪声的影响有效消除，有利于获得准确可靠的结论。4转子断条故障仿真及检测4.1构造仿真模型通过在Matlab中编写MP算法程序，验证其对转子故障检测的可能性及精准度，并用仿真信号进行MP检测。发生转子断条故障时，定子电流模拟信号如式（4-1）表示。为了体现MP算法的高分辨能力，选取=0.5%的低转差率。仿真采样频率1000Hz，数据长度=2000，=1000。信号参数=20，=50Hz,=0.05,=0,最后加入白噪声。（4-1）图4-1矩阵束算法精度测试仿真前先对矩阵束算法的准确性进行测试，由图4-1可以看出矩阵束算法的精度是比较高的。4.2加入不同噪声的测试结果在定子电流信号仿真中分别加入10dB、20dB、30dB白噪声，最后用MP算法剔除噪声，显示的频谱及测试数据结果分析，分别如图4-1至4-6，表4-1至4-3所示。图4-210dB噪声图4-310dB去噪后MP频谱图表4-1加入10dB白噪声矩阵束算法结果参数真实1.949.2250.8检测值1.936249.20162.006850.8004误差率1.9%0.003%0.34%0.0008%图4-420dB噪声图4-520dB去噪后MP频谱图表4-2加入20dB白噪声矩阵束算法结果参数真实1.949.2250.8检测值2.008649.20232.010250.7974误差率5.7%0.005%0.5%0.01%图4-630dB噪声图4-730dB去噪后MP频谱图表4-3加入30dB白噪声矩阵束算法结果参数真实1.949.2250.8检测值1.999249.20212.014450.7982误差率5.2%0.004%0.7%0.003%由图4-1至4-6可知，利用矩阵束算法可以抑制强大的基波信号、噪声信号，并得到转子故障频率、幅值等有效信息。原因是在矩阵束算法中进行了两次奇异值分解，在异步电动机转子故障中，定子电流信号基频的奇异值非常大，故障信息比定子电流信号基频小，噪声信号的奇异值最小，通过对奇异值的控制可以抑制定子电流中的基频和噪声。由表4-1至4-3可知，对定子电流特征故障频率误差低至0.003%。由此可见，矩阵束算法在识别定子电流故障频率方面有着非常高的精度，可以很精确的识别定子电流故障频率，因此也可以广泛的应用在工业检测领域来有效的降低异步电机故障的产生，造成不必要的经济损失。4.3本章小结矩阵束算法可以将故障信号内的噪声以及基频等去除，准确的获得与故障相关的特征频率。本章基于仿真软件分析异步电机在发生转子断条故障时的信号和算法计算后拟合的信号数据结果进行对比，其误差非常小，有效的证明了矩阵束算法在提取故障信号方面有着非常高的精度。所以在诊断电气故障方面，矩阵束算法得到了广泛的应用，该算法能够有效保留异步电机的故障特征频率数据，同时能够很好的消除噪声，有效提高了诊断结论的可靠性。5总结与展望随着异步电动机在各行各业的广泛应用，电动机的工作环境也变得非常复杂和恶劣，因此故障时有发生，从而对工业生产造成了较大的影响。为了防止其出现严重的故障，确保企业能够正常生产。因此，为了准确的了解电动机运行情况，诊断其故障状态是很有必要的。本文采用矩阵束算法，消除异步电动机转子断条时定子电流信号中的噪声，并通过仿真对故障类型进行诊断和验证。对于异步电机本身来讲，其运行时周围环境的复杂度和自身的结构特点，使得对其故障的诊断难度也相对较大。将多种故障诊断技术进行融合来实现电机的智能诊断，是未来电机故障诊断技术的发展方向。随着，信号检测分析技术和智能诊断技术水平的提高，电机故障诊断技术也得到了发展。因各种因素的影响，异步电动机故障诊断技术依然存在很大的不稳定性,完善和改进故障诊断技术仍需很长一段时间,还有许多问题需要进一步的研究和探讨：1.实现异步电动机故障诊断技术的前提条件，是异步电动机的运行状态信号能否被传感器准确的采集。异步电动机信号采集系统中传感器的选择与安装位置还需进一步的研究。2.本文只研究了转子断条这个单一故障，并对其进行了仿真和检测。但在现实应用场景中，电机还会发生复合性的故障。而对于复合性故障的分析检测还要做大量的研究，进而探索多种故障同时存在时的分析诊断方法。

参考文献王少林,陈永强,于学挺,等.三相异步电动机故障分析、诊断及保护[J].冶金设备管理与维修,2015(f03):34-37.付蔚,张永,邓晓渝,等.基于iOS平台的异步电机状态监测与故障诊断系统设计[J].机床与液压,2016,44(7):165-167.马宏忠.电机状态监测与故障诊断[M].机械工业出版社,2008,143-152.王天文.基于矩阵束算法的异步电机故障检测及诊断研究[D].哈尔滨理工大