數(shù)據(jù)融合下的異步電動(dòng)機(jī)故障診斷 Fault Diagnosis of Asynchronous Motor Based on Data Fusion

商航 SHANG Hang 王煒富 WANG Wei-fu 李雨寰 LI Yu-huan

摘要：隨著科學(xué)技術(shù)的飛速發(fā)展，異步電動(dòng)機(jī)在眾多行業(yè)領(lǐng)域得到廣泛推廣。盡管異步電動(dòng)機(jī)廣泛推廣提升了產(chǎn)業(yè)效率，促進(jìn)了社會(huì)發(fā)展，但其實(shí)際應(yīng)用中會(huì)出現(xiàn)各式各樣的故障，對(duì)人們?nèi)松戆踩珮?gòu)成極大威脅。本文首先闡述了數(shù)據(jù)融合的內(nèi)涵特征，其次探討了異步電動(dòng)機(jī)常見故障，最后論述了數(shù)據(jù)融合下的異步電動(dòng)機(jī)故障診斷，以供參考。

Abstract： With the rapid development of science and technology， asynchronous motors have been widely promoted in many industries. The wide promotion of landscape asynchronous motors has improved industrial efficiency and promoted social development， but various failures will occur in their practical applications， posing a great threat to people's personal safety. This article first expounds the connotative characteristics of data fusion， then discusses the common faults of asynchronous motors， and finally discusses the fault diagnosis of asynchronous motors under data fusion for reference.

關(guān)鍵詞：數(shù)據(jù)融合;異步電動(dòng)機(jī);故障診斷

Key words： data fusion;asynchronous motor;fault diagnosis

中圖分類號(hào)：TP274? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ?文章編號(hào)：1674-957X（2021）22-0131-02

0? 引言

現(xiàn)如今，異步電動(dòng)機(jī)已在眾多行業(yè)領(lǐng)域得到廣泛推廣，一旦引發(fā)故障，將造成難以估量的經(jīng)濟(jì)損失，這讓異步電動(dòng)機(jī)故障診斷技術(shù)成為廣大業(yè)界人士研究的重要課題。對(duì)于異步電動(dòng)機(jī)的故障診斷，傳統(tǒng)診斷方法主要依托單一的故障特征、診斷方法開展，而因?yàn)楫惒诫妱?dòng)機(jī)結(jié)構(gòu)復(fù)雜，引發(fā)故障的因素多種多樣，電動(dòng)機(jī)在診斷時(shí)存在一系列不確定因素，憑借單參數(shù)診斷獲取的結(jié)論并不可靠，診斷結(jié)果可信度不足[1]。為此，本文將對(duì)數(shù)據(jù)融合下的異步電動(dòng)機(jī)故障診斷進(jìn)行思考研究。

1? 數(shù)據(jù)融合概述

數(shù)據(jù)融合，亦可稱之為信息融合，主要指的是依托計(jì)算機(jī)技術(shù)，對(duì)按照時(shí)序獲取的多個(gè)傳感器或者多源的信息在相應(yīng)標(biāo)準(zhǔn)下開展綜合處理，進(jìn)一步獲取準(zhǔn)確可靠結(jié)論的信息處理過(guò)程。從廣義層面而言，數(shù)據(jù)融合涉及通信、信號(hào)處理、模式識(shí)別、神經(jīng)網(wǎng)絡(luò)、人工智能等多個(gè)領(lǐng)域，而數(shù)據(jù)融合應(yīng)用的信息技術(shù)及處理手段都源自該部分領(lǐng)域。

傳統(tǒng)檢測(cè)系統(tǒng)的工作過(guò)程是檢測(cè)信號(hào)經(jīng)由A/D轉(zhuǎn)換，將數(shù)字信號(hào)通過(guò)簡(jiǎn)單預(yù)處理后傳輸進(jìn)計(jì)算機(jī)中，基于此計(jì)算機(jī)對(duì)系統(tǒng)開展一系列評(píng)定、決策，憑借數(shù)據(jù)融合系統(tǒng)與傳統(tǒng)系統(tǒng)的差異性，其屬于綜合若干個(gè)傳感器的測(cè)量數(shù)據(jù)，在計(jì)算機(jī)中對(duì)數(shù)字信號(hào)還應(yīng)開展進(jìn)一步融合處理[2]。數(shù)據(jù)融合過(guò)程主要涉及多傳感器組、數(shù)據(jù)預(yù)處理、數(shù)據(jù)特征提取、數(shù)據(jù)融合計(jì)算以及輸出結(jié)果等步驟?；诖?，數(shù)據(jù)融合下異步電動(dòng)機(jī)故障診斷，屬于是一個(gè)多元信息處理的過(guò)程。因?yàn)楣收隙鄻訌?fù)雜，故障征兆主要依托傳感器等不同方式方法獲取，該種獲取的信息一方面具有多樣性的特征，另一方面還表現(xiàn)出一定的不確定性;并且，即便是相同類型的故障征兆也可能是各不相同的，而不同類型的故障征兆同時(shí)存在相似的情況。針對(duì)這一情況，要求相關(guān)人員將各項(xiàng)信息基于相應(yīng)標(biāo)準(zhǔn)開展綜合處理，進(jìn)一步獲取準(zhǔn)確可靠的結(jié)論。

2? 異步電動(dòng)機(jī)常見故障

電機(jī)故障類型多種多樣，依據(jù)電機(jī)結(jié)構(gòu)劃分，包括有轉(zhuǎn)子故障、定子故障、軸承故障等，依據(jù)故障性質(zhì)劃分，包括有絕緣故障、短路故障、損傷故障等。現(xiàn)從異步電動(dòng)機(jī)結(jié)構(gòu)著手，對(duì)異步電動(dòng)機(jī)常見故障作如下介紹。

2.1 定子鐵心故障

作為異步電動(dòng)機(jī)的一種常見故障，定子鐵心故障包括有定子鐵心松動(dòng)、定子鐵心短路等，其中，定子鐵心松動(dòng)引發(fā)原因主要是電機(jī)制造時(shí)，定子鐵心存在壓裝不緊情況，或者定子緊固件出現(xiàn)松脫情況。出現(xiàn)定子鐵心松動(dòng)后，電機(jī)會(huì)出現(xiàn)異常振動(dòng)情況，倘若不進(jìn)行及時(shí)處理，極可能會(huì)對(duì)繞組絕緣耐久性造成不利影響。對(duì)于定子鐵心短路而言，因?yàn)楫惒诫妱?dòng)機(jī)結(jié)構(gòu)特殊，其氣隙偏小，受軸承磨損、裝配不合理等因素影響，極可能致使定轉(zhuǎn)子相互摩擦，造成定子鐵心局部區(qū)域齒頂上絕緣失效，并由于毛刺使得片間相互連接，產(chǎn)生片間短路，環(huán)路電流不斷流經(jīng)定子膛中鐵心短路區(qū)域，隨著時(shí)間的推移，電流不斷增大而引發(fā)定子鐵心局部溫度升高，當(dāng)電流進(jìn)一步增大后，定子鐵心硅鋼片將會(huì)出現(xiàn)融化情況，同時(shí)極可能破壞定子繞組絕緣，最終引發(fā)嚴(yán)重的定子鐵心短路故障。

2.2 定子繞組故障

電子繞組故障中尤以繞組匝間短路故障最為常見，在電機(jī)總故障占比可達(dá)到約36%，一般還會(huì)引發(fā)相間短路故障及局部接地故障。在繞組中一相出現(xiàn)匝間短路情況，如同這一相繞組匝數(shù)縮減，進(jìn)而會(huì)使得三相電流不對(duì)稱。引發(fā)匝間短路故障原因的包括有開關(guān)浪涌、局部放電、鋼絞線振動(dòng)、匝間絕緣部位化學(xué)反應(yīng)等。相間短路故障通常表現(xiàn)為相間絕緣電阻為零或者趨近于零，引發(fā)原因通常為繞組在不良環(huán)境下運(yùn)行過(guò)程中，相間絕緣材料不良致使出現(xiàn)電擊穿。對(duì)于相間短路故障，可通過(guò)電機(jī)運(yùn)行聲音、定子電流轉(zhuǎn)變、繞組損壞與否等途徑進(jìn)行判定。局部接地故障一般出現(xiàn)于繞組端部或者鐵芯槽口部位，通常表現(xiàn)為繞組導(dǎo)體對(duì)鐵芯的絕緣電阻為零，引發(fā)原因主要為電機(jī)定子槽口或者繞組端部等部位絕緣材料不良。

2.3 轉(zhuǎn)子故障

轉(zhuǎn)子故障包括有轉(zhuǎn)子斷條、轉(zhuǎn)子彎曲等，其中，轉(zhuǎn)子斷條作為異步電動(dòng)機(jī)的一個(gè)常見故障，在電機(jī)總故障中占比可達(dá)到約10%，其引發(fā)原因主要為制造水平不足，結(jié)構(gòu)設(shè)計(jì)缺乏合理性，頻繁高荷載，人為操作不合理等[3]。轉(zhuǎn)子籠條出現(xiàn)輕微斷裂情況，對(duì)電機(jī)短期影響并不顯著，轉(zhuǎn)子斷條嚴(yán)重時(shí)拆開電機(jī)其中轉(zhuǎn)子斷條部位會(huì)出現(xiàn)明顯燒黑情況。所以，對(duì)異步電動(dòng)機(jī)轉(zhuǎn)子斷條故障開展有效及時(shí)的診斷至關(guān)重要。轉(zhuǎn)子彎曲通常可分為永久性彎曲和熱彈性彎曲，其中，前者指的是轉(zhuǎn)子彎曲后難以復(fù)原的情況，引發(fā)的原因包括有電機(jī)制造過(guò)程中轉(zhuǎn)軸結(jié)構(gòu)設(shè)計(jì)不合理、長(zhǎng)期擺放位置不合理、材質(zhì)選擇不符合要求等。后者指的是在熱膨脹影響下而引發(fā)的轉(zhuǎn)子彎曲，因?yàn)樵摲N彎曲可以復(fù)原所以亦稱之為臨時(shí)彎曲。一般情況下，在沒(méi)有超出材料所能承受的溫度極限時(shí)，等到轉(zhuǎn)子溫度均勻后，熱彈性彎曲會(huì)逐漸恢復(fù);而倘若出現(xiàn)熱彈性彎曲后，仍保持電機(jī)繼續(xù)運(yùn)行，則可能讓轉(zhuǎn)子由熱彈性彎曲轉(zhuǎn)變成永久性彎曲。

2.4 軸承故障

定子轉(zhuǎn)子在前后兩端通過(guò)軸承支撐，通常就臥式電機(jī)而言，軸承多承受徑向力，一般選取滾動(dòng)軸承，軸承內(nèi)圈與轉(zhuǎn)子快速運(yùn)行，在高載荷的影響下，即會(huì)引發(fā)軸承故障，這一故障主要表現(xiàn)為點(diǎn)蝕、磨損以及內(nèi)外圈裂痕等，一旦出現(xiàn)軸承故障，將會(huì)使得電動(dòng)機(jī)振動(dòng)加劇，造成振動(dòng)超標(biāo)。

3? 數(shù)據(jù)融合下的異步電動(dòng)機(jī)故障診斷

3.1 BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法

BP神經(jīng)網(wǎng)絡(luò)擁有突出的非線性數(shù)據(jù)處理能力、學(xué)習(xí)能力，及強(qiáng)抗干擾性等優(yōu)勢(shì)，尤為適用于異步電動(dòng)機(jī)故障診斷中故障特征不確定的情況。異步電動(dòng)機(jī)作為一個(gè)機(jī)電強(qiáng)耦合系統(tǒng)，構(gòu)建可靠的數(shù)字模型存在一定難度。為此，采用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法，可將電機(jī)故障診斷轉(zhuǎn)化成一個(gè)模式辨識(shí)問(wèn)題，也就是將電機(jī)的運(yùn)行狀態(tài)劃分成正常狀態(tài)和故障狀態(tài)，而電機(jī)故障包括多種不同類型，對(duì)這些電機(jī)故障進(jìn)行診斷的過(guò)程就是一個(gè)模式識(shí)別的過(guò)程。BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的根本特征在于數(shù)據(jù)朝前傳輸，誤差朝后傳輸，如圖1所示，同時(shí)涉及輸入層、隱含層以及輸出層。其中，wih指的是輸入層到隱含層的權(quán)系數(shù)，who指的是隱含層到輸出層的權(quán)系數(shù)，BP神經(jīng)網(wǎng)絡(luò)在投入應(yīng)用前應(yīng)輸入相應(yīng)樣本開展網(wǎng)絡(luò)訓(xùn)練，其中各樣本應(yīng)當(dāng)與輸入向量及期望輸出值密切相關(guān)，換言之，也就是實(shí)現(xiàn)輸入數(shù)據(jù)正向傳輸、誤差的方向調(diào)節(jié)，對(duì)各層次相互間的權(quán)系數(shù)予以優(yōu)化整合，一直到實(shí)現(xiàn)對(duì)誤差量的有效控制[4]。網(wǎng)絡(luò)訓(xùn)練完畢，即可對(duì)相關(guān)的輸入樣本，獲取誤差最小的結(jié)論。

3.2 D-S證據(jù)理論

D-S證據(jù)理論作為一項(xiàng)研究解決不確定性問(wèn)題的理論，其是基于對(duì)各項(xiàng)證據(jù)元素的系統(tǒng)考慮，完成對(duì)全面辨別框架開展統(tǒng)籌決策的一個(gè)準(zhǔn)則。通過(guò)預(yù)先設(shè)置一個(gè)辨別框架上若干不同證據(jù)的信度分配函數(shù)，倘若這些證據(jù)不相排斥，便可引入D-S證據(jù)理論，分析全面辨別框架上各電機(jī)故障類型的總信度分配[5]。本次研究過(guò)程中，結(jié)合各并行BP子神經(jīng)網(wǎng)絡(luò)局部診斷的結(jié)論，依托D-S證據(jù)理論開展全面融合分析，進(jìn)一步獲取準(zhǔn)確的故障定位。

3.3 基于神經(jīng)網(wǎng)絡(luò)的電機(jī)故障診斷

在異步電動(dòng)機(jī)故障診斷過(guò)程中，各傳感器多點(diǎn)檢測(cè)會(huì)獲取各式各樣的數(shù)據(jù)，由各環(huán)節(jié)獲取的故障特征存在不同程度的不確定性。如果將這些高維特征信息同時(shí)傳輸進(jìn)同一神經(jīng)網(wǎng)絡(luò)開展處理，會(huì)使得網(wǎng)絡(luò)訓(xùn)練時(shí)間太長(zhǎng)，影響故障診斷效果，更可能致使網(wǎng)絡(luò)輸出結(jié)果不統(tǒng)一[6]。針對(duì)這一問(wèn)題，將獲取特征信息空間劃分成若干證據(jù)空間，建立相關(guān)可信度函數(shù)，同時(shí)依托證據(jù)融合規(guī)則，將各項(xiàng)證據(jù)整合成一個(gè)新證據(jù)體，進(jìn)而得出新的信任區(qū)間，最后，依托證據(jù)理論，將各證據(jù)空間開展全面融合，獲取證據(jù)融化后的結(jié)果，實(shí)現(xiàn)對(duì)電機(jī)故障的有效診斷。

4? 結(jié)束語(yǔ)

總而言之，依托將異步電動(dòng)機(jī)故障特征向量轉(zhuǎn)化成數(shù)據(jù)融合問(wèn)題，通過(guò)對(duì)BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法、D-S證據(jù)理論等融合應(yīng)用，一方面可解決因單一故障診斷模型易造成診斷結(jié)果偏差的問(wèn)題，另一方面還可解決證據(jù)理論在合成高沖突證據(jù)過(guò)程中可能出現(xiàn)的失效問(wèn)題，進(jìn)一步實(shí)現(xiàn)對(duì)異步電機(jī)故障的有效診斷。

參考文獻(xiàn)：

[1]許允之，龔乃瑋，葛垚，等.基于信息融合方法的電機(jī)故障診斷研究[J].華北電力大學(xué)學(xué)報(bào)，2012，39（03）：53-58.

[2]Douglas H，Pillay P，Ziarani A. Detection of broken rotor bars in induction motors using wavelet analysis[C]//IEEE International Electric Machines and Drives Conference，2003（2）：923-928.

[3]韓麗，史麗萍.基于信息融合技術(shù)的異步電機(jī)故障診斷研究[J].中國(guó)礦業(yè)大學(xué)學(xué)報(bào)，2010（02）：178-184.

[4]BENBOUZID M E.A review of induction motors signature analysis as a medium for faults detection [J]. IEEE T ransactions on Industrial Electronics，2000，47（5）：984-993.

[5]馬東.異步電動(dòng)機(jī)常見故障判斷及處理在實(shí)踐中應(yīng)用[J]. 數(shù)碼設(shè)計(jì)（上）， 2019（005）：168.

[6]袁媛，方紅彬，殷忠敏.基于多數(shù)據(jù)融合的電機(jī)故障診斷方法研究[J].電氣傳動(dòng)，202151（09）：75-80.