基于LabVIEW的異步電機轉(zhuǎn)子斷條檢測

摘要：針對三相異步電動轉(zhuǎn)子斷條的故障檢測中故障信號很小，其與基波頻率很接近，可能被基波分量泄漏或噪聲所淹沒，不能準確的判斷。提出了一種LabVIEW平臺下基于數(shù)字濾波、頻譜細化分析和定子電流齒槽諧波分量的轉(zhuǎn)差率在線檢測方法。先對提取到的定子電流進行頻譜細化分析，提高頻譜分辨率，然后設(shè)計一個數(shù)字濾波器濾除定子電流基頻信號，避免基波分量造成干擾。詳細介紹了定子電流齒槽諧波分量的轉(zhuǎn)差率估計的原理，通過該方法找出故障信號，并有效的區(qū)分出段子斷條故障和負載波動。仿真和實驗結(jié)果表明，該方法能夠準確的找到故障信號，解決基波分量泄漏等引起的干擾，提高故障檢測的可靠性和準確性。
關(guān)鍵詞：異步電動機；轉(zhuǎn)子斷條；數(shù)字濾波；轉(zhuǎn)差率估計；頻譜細化分析

    籠式異步電動機轉(zhuǎn)子斷條故障將會導(dǎo)致電機的運行性能惡化，對生產(chǎn)發(fā)展造成一定的損失，而且轉(zhuǎn)子斷條故障的發(fā)生概率高達10％，因此需要在故障發(fā)展初期進行早期檢測并及時告警，進行維修。經(jīng)研究表明籠式電動機發(fā)生斷條故障后，在其定子電流中將會出現(xiàn)(1±2S)f0的附加電流分量(S為轉(zhuǎn)差率、f0為電源頻率)，此電流分量稱為邊頻分量，可作為轉(zhuǎn)子斷條故障的特征頻率。早期廣泛的采用對電流進行頻譜分析來檢測轉(zhuǎn)子斷條故障，然而在電機穩(wěn)定運行時轉(zhuǎn)差率很小，使得邊頻分量(1+2S)f0非常接近基波頻率，同時邊頻分量的幅值只有基波頻率的1％～3％，極容易被基波泄漏或噪聲說覆蓋，影響檢測的靈敏性。而且直接對定子電流載波動。
    為了解決這些不足文獻采用了貝葉斯最小誤差分類器的模擬識別技術(shù)來辨別電機的故障狀況。文獻則采用了希爾伯特變換和數(shù)字濾波判斷轉(zhuǎn)子斷條和負載波動。
    與文獻相同，本文針對基波淹沒邊頻分量以及負載波動的影響，以保證其高靈敏度于高可靠性的原則，提出了將數(shù)字濾波、zoom-FFT頻譜細化、快速傅里葉變換、定子電流齒槽諧波分量的轉(zhuǎn)差率估計相結(jié)合的轉(zhuǎn)子斷條的檢測方法。仿真和實驗數(shù)據(jù)表明該方法是可行有效的。

1 理論基礎(chǔ)
1．1 數(shù)字濾波
    由于采集到的電流信號中含有基波信號，而且前已提及由于邊頻分量和基波信號頻率很接近，基波信號的泄露可能掩蓋掉邊頻信號。就轉(zhuǎn)子斷條故障檢測來說，基波信號就是噪聲，應(yīng)該將其濾除。為了在濾除噪聲時盡可能的減小衰減邊頻分量，本文設(shè)計了一個帶阻濾波器。因為電源頻率約為50 Hz，故設(shè)計的數(shù)字濾波器低截止頻率和高截止頻率分別為49．8 Hz和50．2 Hz。這個濾波器適用的條件為S≤0．0002，基本滿足市場上的所有電機的要求。
1．2 zoom-FFT頻譜細化
    由于電機的轉(zhuǎn)差率很小，在滿載運行下通常也只有0．02～0．08，對于大型銅條轉(zhuǎn)子異步電動機起轉(zhuǎn)差率約為0．005。轉(zhuǎn)子斷條邊頻分量(1+2S)f0，通常相隔很近，為了避免頻譜混疊，也為了精確地找到齒槽諧波分量必須要求提高分辨率的頻譜圖的分辨率。本文采用的是zoom-FFT頻譜細化的方法。
1．3 頻譜定子電流齒槽諧波分量的轉(zhuǎn)差率估計
    我們知道由于實際電機本身所固有的非對稱性、氣隙偏心、轉(zhuǎn)子不對稱、小波波動等因素也會導(dǎo)致邊頻分量的出現(xiàn)，產(chǎn)生誤判。但是如果知道轉(zhuǎn)差率S的話，就可以排除這些因素的干擾。根據(jù)參考文獻，可以得到電機轉(zhuǎn)差率：
   
    式(1)中極對數(shù)P和轉(zhuǎn)子齒槽數(shù)z2可以直接由電機參數(shù)得到且對于同型號電機來說為常數(shù)。因此只要能夠精確得到一階槽諧波分量fr1以及電源頻率fr0，就可以較高精度地求得轉(zhuǎn)差率。
    首先估計一階槽諧波分量的頻率可能存在的區(qū)間。這里可以假設(shè)電機空載時電機轉(zhuǎn)差率S=0，此時由式(1)可得頻率搜索的上限值，因為fr10=(z2／p-1)f0。電機正常運行時功率不因超過額定值，進而實際轉(zhuǎn)差率也不會超過額定值，且假設(shè)電機只運行在電動機狀態(tài)，則該取間的寬度為：
   
    式中，fs(RATED)為電機額定轉(zhuǎn)差頻率，S(RATED)為額定轉(zhuǎn)差率。因此搜索區(qū)間可確定為[fr10-△fr，fr10]。
    這里必須注意在實際操作中必須注意電源諧波分量(nf0)的干擾，如果搜索區(qū)間內(nèi)出現(xiàn)了電源諧波分量，因先排除以后再尋找一階槽諧波分量。

2 轉(zhuǎn)子斷條的檢測方法
    在上述理論的基礎(chǔ)上，本文提出了一種基于數(shù)字濾波、頻譜細化分析和定子電流齒槽諧波分量的轉(zhuǎn)差率估計的在線檢測電機轉(zhuǎn)子斷條的方法，其基本思路為：通過硬件系統(tǒng)采集定子電流信號；并對電流信號進行帶阻數(shù)字濾波，濾除基波信號，避免基波淹沒邊頻分量；對濾除基波的信號做局部頻譜細化分析，提高信號頻譜的分辨率；頻譜定子電流齒槽諧波分量的轉(zhuǎn)差率估計精確算出轉(zhuǎn)差率S，由S得到邊頻分量(1 ±2S)f0的值，避免實際電機本身所固有的非對稱性、氣隙偏心、轉(zhuǎn)子不對稱、小波波動等因素的對邊頻分量的影響；在設(shè)定的頻率范圍內(nèi)做峰值檢測，并與得到的邊頻分量進行對比，判斷檢測到的峰值中是否存在一對分量頻率同邊頻分量頻率相一致，且幅度相當。若存在，則電機故障，反之亦然。軟件系統(tǒng)結(jié)構(gòu)框圖如圖1所示。

3 仿真與實驗結(jié)果
    為了驗證該方法的有效性，進行了一系列的數(shù)字仿真和實驗。實驗室采用一臺型號為J02-11-4的三相異步電動機(0．6 W，380 V，50 Hz，1380 r／min)。實驗過程中分別對正常情況下，1根2根3根轉(zhuǎn)子斷條在空載的情況下進行仿真。
    對于基波信號會覆蓋邊頻信號和避免頻譜混疊，我們采用了數(shù)字濾波和頻譜細化分析，圖2為直接對電流做頻譜分析，圖3為頻譜細化后進行頻譜分析。由圖1可以看到不對定子電流進行細化分析會產(chǎn)生頻譜混疊，影響故障信號，而如果只做頻譜細化的話，邊頻分量又會被基波所覆蓋。圖4、5、6、7分別為0、1、2、3根轉(zhuǎn)子斷條經(jīng)過數(shù)字濾波和頻譜細化分析后的頻譜。由圖可以看到通過數(shù)字濾波和頻譜細化分析可以很好的解決這個問題。同時我們可以發(fā)現(xiàn)，隨著段子斷條故障的嚴重程度的增加，邊頻分量的幅值也隨著增大，因此可以通過設(shè)定閾值來預(yù)警。

    我們知道由于實際電機本身所固有的非對稱性、氣隙偏心、轉(zhuǎn)子不對稱、小波波動等也會產(chǎn)生邊頻分量，由式(2)我們知道，只要能夠知道一階齒槽諧波分量，我們就可以準確知道轉(zhuǎn)差率的大小，并算出故障頻率，以排除干擾。圖8為確定區(qū)間內(nèi)的頻譜圖，由頻譜圖可知494 Hz為所要確定的一階齒槽諧波分量fr1。由于實驗電機的極對數(shù)P=2和轉(zhuǎn)子齒槽數(shù)z2=22，因此可以確切的算出邊頻分量(1±2S)f0的大小49.5 Hz和50．5 Hz。這結(jié)果同圖7頻譜圖上的結(jié)果是一致的。因此可以準確地確定邊頻分量，檢測電機轉(zhuǎn)子斷條故障。

4 結(jié)論
    針對故障信號可能被基波分量泄漏或噪聲所淹沒和實際電機本身所固有的非對稱性、氣隙偏心、轉(zhuǎn)子不對稱、小波波動等因素也會導(dǎo)致邊頻分量的出現(xiàn)，產(chǎn)生誤判，本文給出的LabVIEW平臺下基于數(shù)字濾波、頻譜細化分析和定子電流齒槽諧波分量的轉(zhuǎn)差率估計的三相異步電動轉(zhuǎn)子斷條的故障在線檢測方法，能夠準確的找到故障信號。仿真和實驗結(jié)果表明該方法能夠大幅提高轉(zhuǎn)子斷條故障分析的準確性和可靠性。