基于智能馬達(dá)控制器的電機(jī)故障監(jiān)測與診斷系統(tǒng)

陳松濤 王之民

摘 要：以船用電機(jī)常見的電氣故障為診斷目標(biāo)，設(shè)計(jì)了智能馬達(dá)控制器的電壓、電流采集電路。利用智能馬達(dá)控制器對電機(jī)的電壓、電流進(jìn)行實(shí)時(shí)測量，同時(shí)利用諧波導(dǎo)納法計(jì)算不同電壓、電流下的轉(zhuǎn)速，建立電流、電壓、轉(zhuǎn)速與故障類型關(guān)系的故障知識(shí)庫;在此基礎(chǔ)上，設(shè)計(jì)了電機(jī)常見電氣故障的診斷算法，通過算法提取電流、電壓、轉(zhuǎn)速的故障特征值與故障知識(shí)庫的對比，判斷故障類型。

本文在智能馬達(dá)控制模塊硬件設(shè)計(jì)的基礎(chǔ)上，建立了電機(jī)電氣參數(shù)與故障類型的關(guān)系，完成了故障診斷算法的設(shè)計(jì)，初步達(dá)到了對電機(jī)電氣參數(shù)監(jiān)測與診斷的目的，形成了一套電機(jī)電氣故障監(jiān)測與診斷系統(tǒng)。

關(guān)鍵詞：船用電機(jī);智能馬達(dá)控制器;電氣故障;故障診斷

中圖分類號(hào)：U665.261

文獻(xiàn)標(biāo)識(shí)碼：A

1 前言

船用電機(jī)是船舶電力系統(tǒng)的重要組成部分，其安全平穩(wěn)運(yùn)行是船舶電力系統(tǒng)的安全保障。由于電機(jī)結(jié)構(gòu)的復(fù)雜性及其惡劣的工作環(huán)境，電機(jī)故障時(shí)有發(fā)生。一旦電機(jī)出現(xiàn)故障，不僅產(chǎn)生設(shè)備維修費(fèi)用，而且非計(jì)劃停機(jī)也會(huì)產(chǎn)生經(jīng)濟(jì)損失，并且船舶的運(yùn)行安全會(huì)受到影響[1]。因此，對船舶電機(jī)運(yùn)行進(jìn)行故障監(jiān)測與診斷，及時(shí)發(fā)現(xiàn)并消除故障，對設(shè)備進(jìn)行維修計(jì)劃及船舶運(yùn)行安全有著重要的意義。

電機(jī)故障分為機(jī)械故障和電氣故障。由于船舶共振和船體的復(fù)雜性等原因，通過振動(dòng)傳感器提取出電機(jī)的故障信號(hào)比較困難，而通過智能馬達(dá)控制器能夠監(jiān)測電機(jī)的電壓、電流和溫度等參數(shù)，既能保證電機(jī)的正常運(yùn)行，也可以及時(shí)發(fā)現(xiàn)電機(jī)故障。但是，電流、電壓的故障分析也存在許多不足，不能全面反映電機(jī)的電氣故障，也不能實(shí)時(shí)反饋電機(jī)的運(yùn)行狀態(tài)[2]。本文針對以上問題，在開發(fā)設(shè)計(jì)智能馬達(dá)控制器的電壓、電流采集電路和利用諧波導(dǎo)納原理推算對應(yīng)電機(jī)轉(zhuǎn)速的基礎(chǔ)上，進(jìn)一步設(shè)計(jì)了一種電機(jī)智能故障診斷算法，對電機(jī)的電氣參數(shù)實(shí)現(xiàn)在線監(jiān)測與故障診斷。

2 故障監(jiān)測與診斷系統(tǒng)的框架設(shè)計(jì)

2.1 智能馬達(dá)控制器的組成及其功能關(guān)系

通過智能馬達(dá)控制器不僅能對電機(jī)啟動(dòng)/停止進(jìn)行控制，保護(hù)電機(jī)不受過壓、過流的損害;而且還可以通過實(shí)時(shí)在線采集電機(jī)的電氣參數(shù)，并通過單片機(jī)傳輸?shù)缴霞壨ㄐ拍K，便于數(shù)據(jù)處理和故障分析。

智能馬達(dá)控制器系統(tǒng)框架及功能，如圖1所示：單片機(jī)控制器經(jīng)輸入輸出單元連接至電機(jī)，經(jīng)輸入輸出單元控制電機(jī)啟停;DSP控制器輸入端連接有能夠采集電機(jī)參數(shù)的采集單元，采集單元設(shè)置于電機(jī)上;DSP控制器輸出端連接有根據(jù)設(shè)定的保護(hù)參數(shù)停機(jī)保護(hù)的電機(jī)保護(hù)單元，DSP控制器同時(shí)經(jīng)通訊單元連接至單片機(jī)控制器，單片機(jī)控制器還連接有實(shí)時(shí)顯示電機(jī)各種運(yùn)行狀態(tài)參數(shù)信息，并能夠進(jìn)行報(bào)警參數(shù)初始設(shè)定與修改的顯示單元和電源單元。

2.2 電機(jī)狀態(tài)監(jiān)測與診斷系統(tǒng)框架

電機(jī)的故障分為電氣故障和機(jī)械故障，因此電機(jī)狀態(tài)原始數(shù)據(jù)采集一般采用電流采樣、電壓采樣兩種方式進(jìn)行[3]。電機(jī)狀態(tài)監(jiān)測和診斷的系統(tǒng)框架，如圖2所示：智能馬達(dá)控制器可以采集電壓、電流信號(hào)，并通過其內(nèi)部的嵌入式系統(tǒng)進(jìn)行數(shù)據(jù)轉(zhuǎn)化和處理;智能馬達(dá)控制器內(nèi)部DSP控制器利用采集單元采集到的數(shù)據(jù)，使用FFT等多種算法計(jì)算出電機(jī)的實(shí)時(shí)電壓、電流值，利用諧波導(dǎo)納法提取電機(jī)的轉(zhuǎn)速頻率，計(jì)算電機(jī)轉(zhuǎn)速;并將電機(jī)運(yùn)行狀態(tài)的電壓、電流等相關(guān)信息傳輸?shù)街悄荞R達(dá)控制器的顯示單元進(jìn)行實(shí)時(shí)顯示;為了便于電機(jī)的故障診斷，使用通訊單元將電流電壓數(shù)值傳輸給上位機(jī)進(jìn)行分析。

數(shù)據(jù)經(jīng)傳輸模塊到達(dá)上位機(jī)后，利用故障診斷算法提取電壓、電流、轉(zhuǎn)速等特征值，與故障診斷知識(shí)庫進(jìn)行對比分析，找出相應(yīng)的故障特征，判斷出故障的類型，并且通過上位機(jī)及時(shí)顯示故障類型及預(yù)測報(bào)警。

3 電流、電壓電路設(shè)計(jì)

智能馬達(dá)控制器的電流采集電路，是由電流采樣電路、三相電量計(jì)量芯片ADE9000集成電路構(gòu)成;電壓采集電路由濾除高頻EMI電磁噪聲的磁珠、電壓采樣電路、三相電量計(jì)量芯片ADE9000集成電路構(gòu)成;溫度測量模塊為PTlOO/PTC溫度測量模塊;單片機(jī)控制器型號(hào)為stm32f407，電源模塊為DC18V;顯示模塊為觸摸屏顯示模塊，包括單片機(jī)控制模塊stm32f407和RS485通訊模塊，可顯示電機(jī)運(yùn)行電量參數(shù)和保護(hù)參數(shù)信息，最多保持最近255條記錄，可以滿足電機(jī)故障診斷模型的驗(yàn)證與判斷。

3.1 電流采集電路

智能馬達(dá)控制器的電流采集電路，由電流互感器經(jīng)一級反向放大電路、一級濾波運(yùn)算放大電路、一級參考電壓抬升跟隨電路連接構(gòu)成，并設(shè)有參數(shù)調(diào)節(jié)的高精度電阻，如圖3所示：電流傳感器把采集得到的電流信號(hào)傳輸給電流采集電路，通過其電流的放大和濾波采集電機(jī)的原始電流信號(hào)，然后通過單片機(jī)傳輸給上位機(jī)進(jìn)行處理;此電路是通過電流互感器采集信號(hào)，其電流放大倍數(shù)恒小于1且接近于1，使輸入電流和輸出電流相同，電路具有阻抗高、輸出電阻低的特點(diǎn);電流跟隨電路輸出信號(hào)通過放大電路把微弱信號(hào)放大，最終將放大信號(hào)進(jìn)行抬升處理送給DSP控制器，由DSP控制器進(jìn)行軟件算法編程，最終測量出電流值。

3.2 電壓采集電路

智能馬達(dá)控制器的電壓采集電路，由電壓互感器經(jīng)一級運(yùn)算放大電路和信號(hào)抬升處理跟隨電路連接構(gòu)成，并設(shè)有參數(shù)調(diào)節(jié)的高精度電阻，如圖4所示：采集的電壓信號(hào)通過電壓傳感器傳給電壓采集電路，通過其電壓的放大和濾波采集電機(jī)的原始電壓信號(hào)，并通過單片機(jī)傳輸給上位機(jī)來處理。

電機(jī)的電壓通過電壓互感器采集信號(hào)，并經(jīng)過采樣跟隨電路獲得數(shù)值。其特性是電壓的放大倍數(shù)恒小于且接近于1，使得輸出電壓與輸入電壓是相同的，具有輸入阻抗高、輸出阻抗低的特點(diǎn)，從而起到緩沖、隔離、提高帶載能力的作用;將電壓跟隨電路輸出信號(hào)通過運(yùn)算放大電路把微弱信號(hào)放大，最終將放大信號(hào)進(jìn)行抬升處理然后送給DSP控制器，由DSP控制器進(jìn)行軟件算法編程，最終測量出電壓值。

4 電機(jī)特征值監(jiān)測

電動(dòng)機(jī)的電流、電壓、轉(zhuǎn)速可真實(shí)地反映電機(jī)運(yùn)行狀態(tài)，其中電機(jī)的電流、電壓容易測量，但電機(jī)的轉(zhuǎn)速不能直接測量出來。經(jīng)研究發(fā)現(xiàn)[4]，電機(jī)轉(zhuǎn)速頻率可以用諧波導(dǎo)納法從電壓電流諧波導(dǎo)納譜中計(jì)算得出，從而得出電機(jī)轉(zhuǎn)速。

4.1 諧波導(dǎo)納法原理

電機(jī)中的電壓、電流是由多次諧波的多頻信號(hào)組成，可以分解為多個(gè)簡諧諧波的線性組合。任意可微的連續(xù)函數(shù)f（t），可以寫為傅里葉展開式[5]：

通過上述計(jì)算方式，就可以計(jì)算電機(jī)某個(gè)時(shí)刻M點(diǎn)的諧波導(dǎo)納幅值，從而可以構(gòu)建電壓與電流的諧波導(dǎo)納譜。通過實(shí)測的電壓、電流數(shù)值，引入上述計(jì)算方式，計(jì)算出電壓、電流的諧波導(dǎo)納譜。

4.2 電機(jī)在不同電壓、電流下的轉(zhuǎn)速計(jì)算

根據(jù)電機(jī)轉(zhuǎn)速與電壓、電流的諧波頻率關(guān)系，以電流頻譜與電壓頻譜的比值為研究信號(hào)，運(yùn)用諧波導(dǎo)納法，在基波頻率的兩側(cè)找到對稱分布的諧波頻率，可以得出轉(zhuǎn)速頻率fr。其頻率與轉(zhuǎn)速的關(guān)系‘刀為：

n= 60fr

（7）

利用FFT計(jì)算出電機(jī)的電壓、電流的實(shí)部與虛部，計(jì)算出不同電壓、電流頻率之下的對應(yīng)電機(jī)轉(zhuǎn)速頻率，從而根據(jù)（7）式的轉(zhuǎn)速與頻率關(guān)系計(jì)算出電機(jī)轉(zhuǎn)速。計(jì)算電機(jī)瞬時(shí)轉(zhuǎn)速的具體步驟如下：

（1）首先，對電動(dòng)機(jī)電壓、電流的瞬時(shí)值進(jìn)行同步測量，對設(shè)置電流、電壓的采樣間隔為Is，采樣頻率為256 Hz;

（2）分別對電壓、電流的離散測量值進(jìn)行倒序運(yùn)算，初始化電壓、電流的旋轉(zhuǎn)因子后進(jìn)行蝶形運(yùn)算。由于每兩個(gè)頻譜之間的間距就是1 Hz，因此可得第n+1點(diǎn)的頻率就是n;

（3）再根據(jù)FFT的變換結(jié)果，計(jì)算并輸出不同頻率下對應(yīng)的電流、電壓諧波導(dǎo)納譜值，最后根據(jù)諧波導(dǎo)納算法計(jì)算出電機(jī)的瞬時(shí)轉(zhuǎn)速。

5 建立電機(jī)故障知識(shí)庫及故障算法驗(yàn)證

5.1 電機(jī)故障分析及故障知識(shí)庫

常見的電氣故障有過壓、欠壓、過載、電機(jī)轉(zhuǎn)堵、相間短路等[8]，需要找出故障信號(hào)與其電壓、電流、轉(zhuǎn)速之間的對應(yīng)關(guān)系，建立電氣故障知識(shí)庫，為故障診斷算法的診斷奠定基礎(chǔ)。

（1）電氣故障分析

對電機(jī)的故障類型進(jìn)行分析發(fā)現(xiàn)，電機(jī)電壓、電流的振幅和對稱性的分布及其電機(jī)轉(zhuǎn)速與電氣故障的類型之間存在著對應(yīng)關(guān)系[9]。經(jīng)過測量對比發(fā)現(xiàn)：電機(jī)電流出現(xiàn)負(fù)荷過載、電機(jī)堵轉(zhuǎn)是由電流中存在著零序或負(fù)序電流分量造成的，并且幅值與相位存在著對稱性的關(guān)系，這一類故障可以列為電機(jī)的對稱性故障;而對于電機(jī)出現(xiàn)的單相接地?cái)嘞嗟裙收?，是因?yàn)殡娏髦械呢?fù)序或者零序電流分量有不對稱性關(guān)系，則通過電流中的幅值與電流分量的連續(xù)與對稱性分析判斷電機(jī)的電流故障類型。

對于電機(jī)存在的匝間短路、相間短路等故障，可以利用三相電機(jī)電流的不平衡性，對照電機(jī)各相電流對稱性的相互關(guān)系進(jìn)行判斷，這樣可以避免由于電壓的不對稱性造成的誤判。

另外，電機(jī)的轉(zhuǎn)速信息變化也可以反映電機(jī)的部分故障。轉(zhuǎn)速過慢，可能是由于電機(jī)電壓過低或電機(jī)過載造成的，可以通過電壓與轉(zhuǎn)速的對應(yīng)關(guān)系，進(jìn)行綜合判斷電機(jī)故障。

（2）建立故障知識(shí)庫

根據(jù)以上的電機(jī)故障分析與實(shí)際的測量數(shù)據(jù)，對電機(jī)的電壓、電流、轉(zhuǎn)速的關(guān)系進(jìn)行總結(jié)，分析過壓、過流、過載、欠壓、電機(jī)堵轉(zhuǎn)及相間短路與電壓、電流、轉(zhuǎn)速之間的對應(yīng)關(guān)系，列出其特征值與故障類型關(guān)系，建立電機(jī)電氣故障參數(shù)知識(shí)庫，如表1所列。

通過電機(jī)電氣故障與電壓、電流的關(guān)系對比，發(fā)現(xiàn)電機(jī)故障可以通過電流、電壓及轉(zhuǎn)速的變化進(jìn)行推測，因此可以利用算法進(jìn)行邏輯運(yùn)算，通過提取電壓和電流及轉(zhuǎn)速的特征值，并與故障知識(shí)庫進(jìn)行對比，得出不同電氣參數(shù)對應(yīng)的電氣故障類型。

5.2 電機(jī)故障診斷算法

貝葉斯理論又稱概率神經(jīng)網(wǎng)絡(luò)，它是將概率理論與人工智能理論結(jié)合起來，兼顧了數(shù)理推理和變量靈活變換的特點(diǎn)[10]。由于其具有容易理解、收斂速度快、功能強(qiáng)大、算法簡單的特點(diǎn)，故在求解多變量的關(guān)系中被廣泛應(yīng)用。它是以專家知識(shí)為主導(dǎo)，利用知識(shí)庫進(jìn)行模型的建立與判斷，因此利用貝葉斯理論設(shè)計(jì)故障診斷算法，可以方便的測量數(shù)值并及時(shí)反饋故障信息。

故障算法的設(shè)計(jì)步驟如下：

（1）設(shè)計(jì)網(wǎng)絡(luò)層數(shù)：依據(jù)最小概率準(zhǔn)則和概率統(tǒng)計(jì)知識(shí)，設(shè)置輸入層、模式層、求和層和輸出層四層網(wǎng)絡(luò)結(jié)構(gòu)。首先輸入一組向量Tm=（Ia，Ib，Ic，Ua，Ub，Ue，Na，Nb，Nc），并給定相應(yīng)的數(shù)學(xué)期望X1，輸出特征向量，通過與故障診斷知識(shí)庫的數(shù)值對比，進(jìn)一步判斷故障類型;

（2）編寫一組數(shù)值的程序：輸入一組數(shù)值，并進(jìn)行加權(quán)處理，輸入高斯函數(shù)得到模式層、求和層，進(jìn)而輸出結(jié)果，對所在的網(wǎng)絡(luò)層進(jìn)行樣本訓(xùn)練，直至達(dá)到穩(wěn)定的輸出結(jié)果;

（3）在輸出節(jié)點(diǎn)上設(shè)置一個(gè)門限值H，其值為0-1，H值的大小表示發(fā)生此類故障的概率。一般情況下，用戶可以根據(jù)系統(tǒng)要求自行設(shè)定。當(dāng)輸出值大于門限值時(shí)存在此類故障，反之不存在故障。

5.3 診斷模型樣本訓(xùn)練

對建立起來的故障算法模型進(jìn)行樣本訓(xùn)練，并對各層間的連接權(quán)值進(jìn)行優(yōu)化，使得診斷模型達(dá)到穩(wěn)定的輸出結(jié)果。

為此，選取各類故障各50個(gè)樣本值進(jìn)行模型訓(xùn)練，填入樣本值，直到模型達(dá)到穩(wěn)定的輸出值。得出的結(jié)果如表2所示。

本模型以常見的6種電氣故障類型為研究對象，依次輸入50組向量L=（Ia，Ib，Ic，Ua，Ub，Ue，Na，Nb，Nc）進(jìn)行樣本訓(xùn)練。當(dāng)輸出矩陣的值為0時(shí)，表示沒有此故障當(dāng)輸出矩陣值為1時(shí)，表示有此故障當(dāng)模型達(dá)到穩(wěn)定時(shí)，即可利用此模型進(jìn)行電氣故障判斷。

6 總結(jié)

通過在啟動(dòng)器中裝配智能型馬達(dá)控制器，實(shí)現(xiàn)對電動(dòng)機(jī)的數(shù)據(jù)采集、控制及故障診斷，大大提高了船員的工作效率，實(shí)現(xiàn)對設(shè)備的精細(xì)化管理。

智能化的數(shù)據(jù)采集及檢測，能夠?qū)崿F(xiàn)船用電網(wǎng)頻率突變條件下的穩(wěn)定檢測;建立電機(jī)故障類型知識(shí)庫，提取關(guān)鍵參數(shù)特征值，通過相似度匹配算法，可以快速地判斷出電機(jī)故障類型，減少故障停機(jī)發(fā)生。

本系統(tǒng)在天津港智能港作拖輪項(xiàng)目上應(yīng)用，驗(yàn)證了電機(jī)故障診斷系統(tǒng)的準(zhǔn)確性與穩(wěn)定性，有效提高了機(jī)艙管理人員對設(shè)備的管理能力，保障船舶安全運(yùn)營。

參考文獻(xiàn)

[1]沈艷霞.電機(jī)故障診斷的人工智能方法綜述[J].微特電機(jī)，2004.

[2]王仲生.智能故障診斷與容錯(cuò)控制[M].杭州：浙江工業(yè)大學(xué)m版社，2005.

[3]林波，程衍.傳感器信息融合在電機(jī)絕緣故障診斷中的應(yīng)用[J].北京，機(jī)械工程與自動(dòng)化，2007.4（2）106-108.

[4]霍志紅.網(wǎng)絡(luò)化控制系統(tǒng)故障診斷與容錯(cuò)控制[M].北京：中國水利水電出版社，2009.

[5]張金玉，張煒.設(shè)備智能故障診斷與預(yù)測[M].北京：國防工業(yè)出版社，2013.

[6] Pergami P， Seemalaclinne N， Martone P.A PC-Basecl Motorcontrol Taskfor Evaluation andSerial Monitoring of Upper Extremity Motor Furw.tion[J].NeuroinformatiCs. 2012. 10（3）：323-328.

[7] Wang Y，Ij Q，Chang M， et al. Research on fault diagnos is expert systemhasecl on the neuralnetwork ancl the fault h'ee technology[J].PMediaErWneering，2012，31： 1206-1210.

[8]田慕琴，陳惠英.異步電動(dòng)機(jī)多故障診斷信息的融合[J].科技咨詢導(dǎo)報(bào)，2007（ 27）：21-22.

[9]杜占峰，左岐等.電流故障分析在異步電動(dòng)機(jī)故障診斷中的應(yīng)用[J].電機(jī)信息，2010（ 30）：44-45.

[10]王呂長，李福祺.電力設(shè)備的在線監(jiān)測與故障診斷[M].北京：清華大學(xué)出版社，2006.