异步电机在线监测.docx
- 文档编号:5807042
- 上传时间:2023-01-01
- 格式:DOCX
- 页数:16
- 大小:283.62KB
异步电机在线监测.docx
《异步电机在线监测.docx》由会员分享,可在线阅读,更多相关《异步电机在线监测.docx(16页珍藏版)》请在冰豆网上搜索。
异步电机在线监测
异步电机在线监测和故障诊断的研究
摘要:
本文针对异步电机的典型故障特征,结合定子电流频谱法,对FFT分析方法在异步电机稳态情况下故障诊断技术和小波包分析方法在异步电机故障诊断技术进行了深入地研究,并通过理论分析和仿真实验验证了诊断方法的正确性与可行性。
关键词:
异步电机、傅里叶变换、小波包分析
Abstract:
Aimatthefaultfeatureoftheasynchronousmotors,Combingwiththetheoryofstatorcurrentspectroscopicanalysis,thispaperstudytheFastFourierTransformdiagnosistechnologyoffaultfeatureoftheasynchronousmotorsinstablestateindeeply,andstudytheWaveletPackettransformdiagnosistechnologyoffaultfeatureoftheasynchronousmotors,thesemethodsareallprovedtrueandnecessarythroughthetheoryanalysisandsimulatingexperiments.
KeyWord:
asynchronousmotor,FourierTransform,WaveletPacket
1选题的意义及国内外研究现状
1.1选题的目的及意义
现代工业生产及我们的日常生活,几乎离不开各种各样的电机。
异步电机因其结构简单、坚固耐用、控制简单、使用方便以及能适用于各种复杂的工作环境而广泛应用于人类社会的生产和生活中,是一种用量最大、覆盖面最广的电机。
在实际运行中,异步电机的故障不仅会损坏电机本身,而且会影响整个生产系统,甚至会危及人身安全,造成巨大的经济损失和恶劣的社会影响。
因此,异步电机的正常工作对保证生产过程的安全、高效、优质及低耗意义重大。
长期以来,针对异步电机的各种运行故障,主要采取成熟可靠的继电保护措施,如过电流保护、过电压保护、欠电压保护、差动保护、负序保护、逆电流保护、接地保护等等。
继电保护功能已趋完善,但并不意味着可以预防事故发生,它只是在事故发生后采取动作,当继电保护系统动作后,异步电机被突然切断而使生产流程意外中止,仍可能导致经济损失,而过速、振动、过热和电机的结构故障与机械故障等则缺少实时监测与诊断。
因此,开发异步电机在线监测和故障诊断系统对于提高企业生产效率和经济利益是非常必要的。
传统的异步电机在线故障诊断系统均是建立在通用计算机的基础上的,也就是将采集的信号数据通过串行或并行通讯传递到主机,然后再进行分析处理,或者是将现场采集的信号通过网络传递到远程的故障诊断系统,然后通过远程的故障诊断专家系统来判断设备的故障类型,但在实际应用中这些系统存在现场监控缺乏及故障处理不及时等不足。
随着计算机技术的发展,小型化和智能化将是电机故障诊断系统的发展方向。
随着嵌入式技术的不断成熟与发展,工业生产设备的智能化监测仪器的开发已经形成了一个很大的产业。
嵌入式系统,作为一种专用计算机系统,以应用为中心,以计算机技术为基础,软硬件可裁减,可将信号采集、数据分析、人机界面、故障诊断等所有功能集成在一个独立的仪器中,结构简单,便于携带,可进行实时的监测,能很好地满足电机故障诊断系统的小型化、智能化等要求。
本课题将嵌入式系统引入到传统的电机故障诊断领域,开发一种基于嵌入式技术的异步电机在线监测和故障诊断系统,用于现场的异步电机监测和故障诊断,以提高诊断系统的智能化水平,解决现场实时监测和故障快速处理问题。
对于电机的故障监测和诊断技术既具有重要的理论意义又有推广的应用价值。
1.2国内外研究现状
国外对电机故障诊断技术的研究始于20世纪60年代。
尽管各个国家都很重视,但是直到70—80年代,随着传感器、计算机、光纤等高新技术的发展与应用,电机在线诊断技术才真正得到迅速发展。
我国对电机故障诊断技术的重要性也早有认识,20世纪60年代就提出过不少带电试验的方法,但由于操作复杂,测量结果分散性大而未得到推广,电机故障在线诊断技术的研究于80年代开始出现,在近20多年来得到迅猛的发展。
电机监测和故障诊断装置和仪器已经出现了商品化的产品,80年代开始,国、内外陆续开发出以信号分析为基础的先进分析仪器和专用的离线式或在线式电机状态监测和故障诊断系统。
主要有GE公司的MULTILIN系统,ENTEK公司的MPULSE和MM系统以及PHILIPS公司的RMS700旋转机械监测系统。
国内这方面产品只有小批量的生产,具有代表性的是清华大学研制的笼型异步电机转子断条在线监测仪,还有北京东方振动和噪声技术研究所的INV303/306型智能信号采集和处理分析系统。
对于异步电机的在线监测和故障诊断,国内外很早就有人进行这方面的研究,多年以来,从理论到实践都有迅速的发展。
但到目前为止,国内外异步电机在线监测和故障诊断装置并不多。
目前,常用的异步电机监测和诊断方法一般来说分为三类:
基于解析模型的方法、基于人工智能的方法、基于信号处理的方法[8]。
常规的基于数学解析模型的诊断方法,以系统的数学模型为基础,其优点是能深入系统本质和动态特性,并能做到实时诊断,缺点是在系统模型复杂或系统存在非线性特性时不易实现。
由于电机发生故障时的数学模型一般是非线性的,因此将人工智能技术应用到电机在线监测和故障诊断中是近几年来电机故障诊断研究的热点,其主要方法专家系统、神经网络和模糊数学都己经逐步渗透到电机故障诊断中来,这类方法的特点是,以大量的历史故障数据为基础,建立相应的输入/输出映射关系,可以实现电机早期故障的有无以及各种故障类型的分类或识别。
这类方法的优点是故障诊断准确率高,且能判断诸如电机异常振动是由轴承故障引起来的还是由气隙偏心引起来的故障原因,这是其它方法不易区分的。
但是,人工智能方法需要大量的历史故障数据作为训练学习的样本,而这些数据一般是很难得到的,且要花费大量的训练时间,实时性差。
因此,这些方法目前只是处于研究阶段,还未见有成功应用的诊断系统的报道。
目前异步电机在线监测和故障诊断中应用最为广泛的仍然是基于信号处理的方法,该法回避了建立故障电机数学模型的难点,将采集到的反映电机运行状态的信号进行处理,提取敏感的反映电机故障的特征信息,一般主要通过分解故障信号内的各种频率成分并全面揭示动态波形中所包含的信息来反映故障的类型、故障的严重程度等。
2异步电机故障特征及诊断方法
2.1异步电机常见故障类型
异步电机虽然其总体结构比较简单,却具有极为复杂的机、电和磁等物理甚至化学的演变过程。
长期运行的异步电机,由于受供电电源、负载性质、运行机制、安装环境以及地基等的影响,其某些部件的性能会逐渐劣化,其中最常见的故障主要有以下几种:
(1)转子绕组匝间短路、相间短路和绕组接地故障。
这种故障出现的原因主要是由于电机长期运行发热,绝缘老化或工作环境中水分、尘埃等物质与绝缘相互作用使绝缘击穿,以及电机工作中各种电磁力、机械力的冲击作用使绝缘损坏。
(2)转子的断条、裂环、弯曲变形等故障。
这种故障出现的原因有生产制造过程中的潜伏隐患,运行过程中的疲劳损坏,以及起动、过载运行中较大的热负荷、电磁力冲击等。
(3)转子偏心故障。
可分为静态偏心和动态偏心两种类型。
静态偏心,主要是由于定子铁心呈椭圆形或定转子定位不准确(即定转子不同轴心)引起的,而动态偏心是由于转轴弯曲、高转速时机械共振或轴承损坏等原因引起的。
(4)定子绕组故障。
可分为对称性故障和不对称性故障。
对称性故障主要包括三相短路、负荷过载以及堵转等。
不对称性故障主要包括匝间短路、相间短路、单相接地及断相等。
在实际运行过程中,异步电机故障一般多出在转子上,而且以转子断条居多,因此国内外进行的研究工作着重于转子断条故障诊断技术的发展上。
2.2常用故障诊断方法
异步电机的在线监测和故障诊断就是实时的采集反应异步电机运行状态的各种电气的、机械的、物理的信息,对这些信息运用各种分析和处理技术进行加工,根据加工结果最终判断电机是属于正常运行还是发生了异常,从而识别电机是否发生故障。
目前,常用异步电机在线监测和故障诊断方法有如下几种:
(1)定子电流频谱分析法
定子电流频谱分析法是目前最常用、研究最多的一种异步电机在线监测和故障诊断方法。
此法主要用来监测电机转子部分故障。
(2)振动信号频谱分析法
异步电机的振动信号中蕴含了丰富的信息,监测振动信号并对之进行有效的处理和分析,能够获得反映电机各个部分故障的振动参数(振幅、振动形式、振动频谱成分)的变化,系统的研究这些变化就能够有效的评估电机的运行状态,发现电机的故障。
(3)局部放电监测法
局部放电监测法主要用于高压大型电机。
由于制造缺陷或者是使用环境的影响,电机的绝缘系统老化导致局部放电现象的发生。
利用局部放电现象与电机绝缘性能之间的对应关系,在定子绕组出线端或者定子中性点引出线处拾取放电脉冲或放电信号进行分析和识别,以判定电机绝缘寿命,此法对监测电机早期绝缘劣化非常有效。
(4)轴向漏磁通法
异步电机不可能是完全对称的,因此总会存在一些轴向漏磁通,当电机发生故障时,电机的不对称加剧,轴向漏磁通就会随之发生变化,监测这些变化就可以诊断异步电机是否发生故障。
(5)转速波动法
正常的异步电机,其转速在一个很小的范围内波动。
当电机转子部分发生故障时,将会使电机转速发生起伏,通过精确的测量异步电机转速的变化可以用来判断电机转子部分是否发生了故障。
(6)工况性能监测法
通过采集异步电机的电压、电流、功率,以及电机主要部位温度等常规量,综合电机正常运行时各个参数的波动范围以及平时积累的运行和维修经验来分析确定电机是否异常。
比较以上各种监测和诊断方法,定子电流法具有突出的优点:
定子电流法可以全面的反映电机的信息。
电机本身可以被认为是一个传感器,定子电流能反映整个系统各部分变化情况。
定子电流法采用非侵入式测量,直接从定子绕组上采集电流,精度较高,噪声水平低。
信号的采集也不影响电机的正常运行,而且几乎不受环境的影响,是比较理想的检测方法。
因此,本文选用定子电流频谱分析法来诊断异步电机转子断条故障。
2.3异步电机故障信号处理技术
故障信号处理技术在整个故障诊断中起着十分重要的桥梁作用,是完成故障诊断的前提和基础。
目前常用的异步电机故障信号处理方法分为信号时域分析方法、信号频域分析方法和时频分析方法。
(1)信号时域分析方法
自适应滤波、时域平均与自相关分析是常见的几种时域消噪方法,这些方法在消噪的同时保留了信号的时域特征,可用于分析信号特征。
时间序列模型参数与统计分析参数是常用的信号时域特征参数提取方法,这些参数可用于电机故障诊断。
(2)信号频域分析方法
傅立叶分析广泛地应用于电机故障诊断领域,它包括:
频谱分析、相关分析、相干分析、传递函数分析、细化谱分析、时间序列分析、倒谱分析、包络分析等。
傅立叶分析是处理平稳信号的最佳方法,实际应用中主要存在频谱混叠、频谱泄漏和栅栏效应等不足,这些因素将影响检测效果。
(3)信号时频分析方法
短时傅立叶分析和小波分析是目前应用较多的时频分析方法。
它们主要用于非平稳信号的处理。
短时傅立叶分析通过对信号加一滑动时窗把信号进行分段处理,将非平稳信号化为若干局部平稳信号来处理,得到信号局部时段内的频谱来反映信号频谱随时间变换的特征。
短时傅立叶分析具有固定的时一频窗,不适合分析高低频混合的暂态非平稳信号。
小波分析通过对信号加变尺度的滑动时窗对信号进行截取和分析,具有优良的时频局域化特性,能对信号中短时高频成分进行准确定位,也能对信号中的低频缓变趋势进行估计。
因此,小波分析越来越广泛地被应用于电机在线监测和故障诊断领域。
目前,国内外的研究工作主要集中在应用连续小波变换、离散小波变换、故障信号的小波分解与重构、故障特征的小波包系数提取等方法,来检测异步电机的定子绕组故障、转子断条、轴承异常振动等故障。
本系统将傅立叶分析和小波分析作为信号处理方法对异步电机断条故障进行诊断。
3设计方案
本次设计的异步电机在线监测和故障诊断系统以S3C2410微处理器作为硬件开发平台,基于系统功能,设计了信号处理电路和基于微处理器的外围电路。
系统能对异步电机主要运行电量参数(定子电压、电流)进行长时间连续监测,并能通过对定子电流的频谱分析来诊断异步电机的转子断条故障。
在系统的监测部分主要是通过电流传感器和电压传感器来实时的采集异步电机的电流电压信号。
传感器采集的信号经过信号调理电路和锁相环电路处理之后进入模数转换器,最后进入S3C2410微处理器,由S3C2410微处理器对信号进行处理和分析。
同时,在本次设计中为了实现较好的人机交互功能,专门设置了显示器、调试控制接口和触摸屏。
为了实现与网络的连接专门设置了internet接口。
在PC机上编制相应的应用程序对信号进行处理。
4系统硬件设计
系统的硬件机构如图4-1所示。
图4-1系统硬件总体结构
如图4-1为系统硬件总体设计结构图。
电流传感器和电压传感器对电机的三相电流和三相电压信号进行采样,从传感器出来的信号经信号调理后,送入A/D进行模数转换,然后送入微处理器,微处理器对采集的数据进行数据分析,分析结果可以通过液晶显示模块进行显示,也可以通过串口送PC机或Internet网络。
4.1S3C2410处理器特性
S3C2410是三星公司生产的基于ARM920T内核的租SC微处理器,主频可达ZO3MHz。
S3C2410的主要特性包括:
16K字节指令Caches和16K数据Caches;外部存储器控制器(SDRAM控制和片选逻辑);LCD控制器(支持256KcolorTFT和4KcolorSTN),Touchpanel控制器;4个DMA通道;3个UART;2个串行外围电路接口SPI;IICBUS接口;SD卡接口;2个USB接口;4个PWM定时器和1个内部定时器;看门狗;多达56个中断源的中断控制器;4种电源控制模式:
正常、缓慢、空闲和关闭模式;8个10bitADC通道和触摸屏接口;具有日历功能的RTC;片内PLL倍频时钟产生器。
S3C2410内部采用了ARM公司的新型总线体系结构AMBA(AdvancedMicrocontrollerBusArchitecture),包括系统总线AHB(AdvancedHighperformanceBus)和外围总线APB(AdvancedPeripheralBus),二者通过桥接器(Bridge)与DMA(DirectMemoryAccess)控制器连接。
处理器内部结构组成如图4-2所示。
图4-2S3C2410结构图
S3C2410具有IGB的寻址空间,共分为8个Bank(Bank0-Bank7),每Bank最大空间为128M,Banko~Bank6的起始地址和空间大小都是固定的,Bank7的起始地址和大小可编程设置,引脚nGCS0-nGCS7决定了存储器所在的Bank,为了使处理器对各个设备的访问互不干扰,在组建系统时,需要为系统中的设备分配地址空间以便有效地访问各个设备,特殊功能寄存器地址也位于统一的地址空间中。
4.2模数转换电路
模数转换是数据处理的重要模块,它的性能直接影响系统的诊断效果。
决定模数转换器性能的三个主要参数是精度(转换位数)、采样频率和通道数。
在异步电机断条故障定子电流中,由于故障特征量的频率分量接近50Hz,幅值与基波幅值相差可达60dB,因此要求模数转换的精度在12位以上。
在采样频率上,由于系统所诊断的异步电机转子故障的故障特征频率基本上在100HZ以下,这方面的要求一般的A/D转换器都能满足。
通道数的选择也是十分重要的,系统需监测并分析异步电机的三相电压和电流信号,并计算其有功功率和无功功率,这就要求三相电压和三相电流的同时采样,所以需要选用多通道同步采样的刀D转换器。
基于以上的分析,通过调研最后选择了TI公司的ADS8364。
ADS8364是一种高速、低能耗、6通道同步采样转换的16位高速并行接口的高性能模数转换芯片。
每片ADS8364实际由3个转换速率为250kbit/s(当外部时钟为5MHz)的ADC构成,每个ADC有2个模拟输入通道,每个通道都有采样保持器,3个ADC组成2对模拟输入端,可同时对其中的l~2对输入信号同时采样保持器,然后逐个转换,由于6个通道可以同时采样,很适合用于需同时采样多种信号的场合。
ADS8364与53C2410的接口连接图如图4-3所示。
图4-3ADS8364与S3C2410的接口连接图
4.3信号的采集与调理
4.3.1信号的采集
系统的信号采集电路主要完成对异步电机定子三相电压和三相电流模拟量的采集。
由于电磁性质及电机本身电磁原理的复杂性,传统的电压互感器及电流互感器除了会引入相位滞后外,还会对数据进行不同程度的滤波,用于测量基本能够满足要求,但用于故障诊断有可能会掩盖故障征兆。
由于大中型异步电机的定子额定电压一般都在几百伏至上千伏,额定电流一般为几十到上百安,而制作能通过大电流的电阻不仅成本高,体积也会相当可观,所以采样电阻的方法也不适用。
为了实现电气隔离和现场实际需要,本系统采用了磁场平衡式霍尔电流和电压传感器。
霍尔传感器将互感器、磁放大器、霍尔元件和电子线路集成在一起,具有测量、反馈、保护三重功能。
霍尔电流传感器最大的优点在于借助“磁场补偿”的思想,保持铁心磁通为零。
被测电流工P通过一次侧导线产生的磁场,使霍尔元件感应出霍尔电压,经放大器放大后,产生一补偿电流
流经N匝线圈产生的磁场将抵消电流
产生的磁场,直到穿过霍尔元件的磁场为零为止,这时的补偿电流便可间接的反映出被测电流数值。
磁场平衡式霍尔电压传感器的工作原理与霍尔电流传感器相似。
霍尔电流和电压传感器只需外接正负直流电源,将被测电流母线从传感器中穿过或接于原边端子,然后在副边端接采样电阻便可以得到采样电压,电路设计非常简单。
图4-4为霍尔电流、电压传感器测量电路,其中图4-4a)为霍尔电流传感器测量电路,图4-4b)为霍尔电压传感器测量电路。
图4-4霍尔电流、电压传感器测量电路
4.3.2信号调理电路
输入信号经过电流、电压传感器后需经过信号调理电路将信号进行放大和抗混叠滤波后得到适合的电压信号才能送给ADS8364采样。
信号调理电路设计如图4-5所示。
图4-5信号调理电路图
4.4通讯电路设计
在本系统中,采用串口进行通讯,串口主要向PC机提供系统调试信息,以及通过PC机的超级终端对系统进行在线调试。
在调试时利用系统的串口作为控制台,这样普通的PC就可以通过串口来控制和调试系统。
PC机串口采用RS-232电平,而本开发系统串口是TTL电平,二者不兼容,所以接口必须做电平转换处理。
电平转换芯片采用MAX3232,这是一款被广泛应用的电平转换芯片,其内部包含两对串口收发电平转换电路。
图4-6为串口接口电路图。
图4-6串口接口电路图
4.5显示电路设计
4.5.1LCD接口电路
液晶显示屏作为显示输出设备,用来显示嵌入式系统的图形界面,通过合理的显示界面的设计,可以给用户提供比较友好的操作环境。
S3C24lO内部自带LCD驱动控制器,可以支持最大256K色的TFT彩色液晶显示屏和最大4K色的STN彩色液晶显示屏。
LCD接口引脚图如图4-7所示。
图4-7LCD接口引脚图
4.5.2触摸屏接口电路
系统所采用的触摸屏驱动芯片ADS7843是四线电阻触摸屏转换接口芯片,它具有同步串行接口的12位取样模数转换器。
它通过标准SPI协议和CPU通信,操作简单,精度高,当触摸屏被按下时(即有触摸事件发生)则ADS7843向CPU发中断请求,CPU接到请求后,应延时一下再响应其请求,目的是为了消除抖动使得采样更准确。
4.6电源电路
电源系统为整个系统提供能量,是整个系统工作的基础,具有极其重要的作用。
嵌入式系统需要稳定的工作电压才能可靠工作。
图4-8直流电压转换电路图
本系统设计中,涉及到4种电压,S3C2410的内核和I/O是分开供电的,其I/O工作电压是3.3V,内核工作电压是1.8V,和处理器直接相连的存储器芯片、复位芯片等也都使用3.3V电源,ADS8364需要用到SV和3.3V电源,运算放大器和传感器需用士15V双极性电源供电。
为保证电源的稳定性,系统采用精度好、效率高的开关电源供电。
除了+5V开关电源外,另外采用士15V双极性开关电源。
基于供电电压的不同,系统采用两片LDO芯片(低压差直流稳压芯片)将5V的直流供电电源分别转为1.8V和3.3V为处理器和其他电路供电,图4-8是直流电压转换电路原理图。
5系统软件设计
应用程序是实现系统功能的主体部分。
本系统采用模块化软件结构形式。
通过对系统功能需求的分析,将该软件分为以下几个模块:
主控模块、数据采集模块、数据分析模块、数据存储模块,如图5-1为软件功能结构图。
图5-1软件结构图
主控模块在全局上负责对各个模块的调度和响应,使各个模块有机地结合在一起,构成一个完整的故障诊断软件,用户只需要通过触摸屏点击各功能模块的按钮图标,就可以进入相应的各功能模块。
数据采集模块主要完成异步电机电压和电流信号的采集工作,数据存储模块实现测量数据大小和频谱分析波形的存储功能,数据分析模块是本软件的核心,通过该模块可以完成测量参数的分析,实现信号的快速傅立叶分析和小波包分析,从而诊断异步电机的故障。
为了使软件具有良好的可移植性,在开发过程中采用C语言进行软件开发。
5.1数据采集模块
数据采集模块用于不断地从刀D转换器读取采集到的异步电机电流和电压数据,主要通过A/D驱动程序的调用来完成,程序模块流程图如图5-2所示。
图5-2数据采集程序流程图
5.2FFT分析程序
系统采用按时间抽取的FFT算法对采样信号进行512点快速傅立叶变换,在运算前,先对信号进行加窗处理,程序模块流程图如图5-3所示。
图5-3FFT程序流程图
5.3小波包分析程序
对信号进行小波包分析,首先要针对信号特征选取好小波基函数也就是共扼正交滤波器,信号的小波包分解和重构过程是由低通滤波器和高通滤波器的级联滤波产生,因此滤波器的选择十分重要,然后要根据感兴趣的频带确定好分解层数。
图5-4为小波包程序流程图。
图5-4小波包程序流程图
6实验验证方法
在实际验证过程中,可以运用MATLAB软件,仿真监测系统,对系统的可行性进行验证。
对于傅里叶变换的验证过程,可以分为两个部分:
(1)傅立叶计算点数N不同时,异步电机转子断条故障特征频谱的异同。
(2)对定子电流信号加不同的窗函数时,异步电机转子断条故障特征频谱的异同。
对于小波包分析的验证过程,可以根据感兴趣信号的频率范围,把信号在一定尺度上进行分解,从而提取相应频带内的信息,还可以对各频带内的信号进行统计分析,形成反映信号特征的特征量。
研究表明,根据异步电机定子电流信号的小波包分解系数可以检测异步电机转子断条故障。
参考文献
[1]李江伟.一种便携式状态监测与故障诊断系统[J1.电机电器技术,2001,(03):
36~37.
[2」吴政新.基于嵌入式技术的大型电机在线状态监测与故障诊断系统的设计与实现[J].小型微型计算机系统,2007,(10):
25~25.
[3」吕锋,王秀青.电机设备故障诊断技术的新进展[J].上海海
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 异步电机 在线 监测