采用整流技術(shù)的變頻供電感應(yīng)電機(jī)轉(zhuǎn)子斷條故障診斷方法

王萬(wàn)丁 宋向金 陳 前 趙文祥 祝洪宇

采用整流技術(shù)的變頻供電感應(yīng)電機(jī)轉(zhuǎn)子斷條故障診斷方法

王萬(wàn)丁1宋向金1陳 前1趙文祥1祝洪宇2

（1. 江蘇大學(xué)電氣信息工程學(xué)院 鎮(zhèn)江 212013 2. 遼寧科技大學(xué)電子與信息工程學(xué)院 鞍山 114051）

電機(jī)定子電流信號(hào)易受變頻器電力電子開關(guān)器件和電磁干擾的影響，現(xiàn)有解調(diào)技術(shù)又存在計(jì)算量大的問題，為此，該文提出一種變頻器供電側(cè)電流與整流技術(shù)相結(jié)合的感應(yīng)電機(jī)轉(zhuǎn)子斷條故障診斷方法。所提方法依據(jù)開關(guān)函數(shù)和調(diào)制理論，首先建立了變頻器供電側(cè)電流解析表達(dá)式。其次利用整流技術(shù)對(duì)變頻器供電側(cè)電流進(jìn)行處理，將特征頻率從傳統(tǒng)的邊帶頻率轉(zhuǎn)化為轉(zhuǎn)子斷條故障特征頻率，有效地抑制了電源基頻頻譜泄漏的影響，從而實(shí)現(xiàn)電機(jī)在輕載或空載運(yùn)行工況下的轉(zhuǎn)子斷條故障診斷。最后采集變頻供電感應(yīng)電機(jī)不同負(fù)載運(yùn)行工況下供電側(cè)電流數(shù)據(jù)進(jìn)行驗(yàn)證。實(shí)驗(yàn)數(shù)據(jù)分析表明，所提方法能夠提取從空載到重載不同運(yùn)行工況下的轉(zhuǎn)子斷條故障特征分量，有較高的穩(wěn)定性，而且所需計(jì)算量少，容易實(shí)現(xiàn)。

感應(yīng)電機(jī) 故障診斷 轉(zhuǎn)子斷條 供電側(cè)電流 整流技術(shù)

0 引言

近年來，變頻驅(qū)動(dòng)感應(yīng)電機(jī)系統(tǒng)因其優(yōu)良的調(diào)速性能和較好的節(jié)能優(yōu)勢(shì)，被廣泛應(yīng)用于工業(yè)、農(nóng)業(yè)和醫(yī)療器械等各大領(lǐng)域[1-2]。然而，由于變頻驅(qū)動(dòng)電機(jī)的工作環(huán)境比較復(fù)雜，使用過程中易導(dǎo)致電機(jī)發(fā)生多種故障。其中，轉(zhuǎn)子斷條作為電機(jī)常見故障之一，占事故發(fā)生率的10%～20%[3]。轉(zhuǎn)子斷條故障會(huì)導(dǎo)致電機(jī)起動(dòng)轉(zhuǎn)矩下降，而且在帶負(fù)載工況時(shí)，電機(jī)轉(zhuǎn)速比正常運(yùn)行時(shí)要低很多，還會(huì)導(dǎo)致機(jī)身產(chǎn)生劇烈振動(dòng)和噪聲。因此，對(duì)感應(yīng)電機(jī)轉(zhuǎn)子早期斷條故障研究具有重要意義。

當(dāng)感應(yīng)電機(jī)發(fā)生轉(zhuǎn)子斷條故障時(shí)，定子電流同時(shí)受到幅值和相位調(diào)制作用，并且產(chǎn)生L,R=(1±2)邊帶故障特征頻率，其中，L,R為轉(zhuǎn)子斷條邊帶故障特征頻率，為電流基頻分量，為轉(zhuǎn)差率，=1,2, 3,…[4]。0=2為轉(zhuǎn)子斷條故障特征頻率。電機(jī)電流信號(hào)特征分析（Motor Current Signature Analysis, MCSA）通過采集電機(jī)穩(wěn)態(tài)運(yùn)行工況下的單相定子電流信號(hào)進(jìn)行快速傅里葉變換（Fast Fourier Transform, FFT）頻譜分析，根據(jù)頻譜中是否存在L,R來進(jìn)行故障診斷，是目前較為常用的一種轉(zhuǎn)子斷條故障診斷的方法。但隨著感應(yīng)電機(jī)轉(zhuǎn)速的升高，邊帶故障特征頻率逐漸靠近基頻分量且幅值慢慢減小，導(dǎo)致使用MCSA方法無(wú)法有效診斷出轉(zhuǎn)子斷條故障。

為了解決MCSA方法失效的問題，一些研究人員提出采用參數(shù)模型功率譜估計(jì)方法解決基頻頻譜泄漏的問題。例如，A. Naha等提出使用多重信號(hào)分類法用于檢測(cè)感應(yīng)電機(jī)不同負(fù)載和速度運(yùn)行工況下的轉(zhuǎn)子斷條故障[5]。許伯強(qiáng)等提出將旋轉(zhuǎn)不變子空間算法和Duffing系統(tǒng)相結(jié)合應(yīng)用于籠型感應(yīng)電機(jī)轉(zhuǎn)子斷條故障檢測(cè)[6]。與經(jīng)典的FFT頻譜分析方法相比，這類算法可以在短數(shù)據(jù)的條件下有效改善譜估計(jì)的分辨率，提高電機(jī)空載或輕載運(yùn)行工況時(shí)的轉(zhuǎn)子斷條診斷效果。但此類方法計(jì)算成本較高，并且其性能易受參數(shù)選取因素影響[7]。此外，在分析變頻器供電電機(jī)轉(zhuǎn)子斷條故障診斷時(shí)，受驅(qū)動(dòng)系統(tǒng)中電力電子開關(guān)和電磁干擾作用，定子電流受到一定程度的噪聲污染，導(dǎo)致電流信號(hào)頻譜噪聲較大，使得難以應(yīng)用上述算法解決變頻器供電時(shí)的轉(zhuǎn)子斷條故障診斷[8]。

目前，抑制基頻頻譜泄漏的另一類方法是把基頻分量轉(zhuǎn)換為直流分量，將檢測(cè)的特征頻率從傳統(tǒng)的邊帶成分L,R轉(zhuǎn)換為轉(zhuǎn)子斷條故障特征頻率0，進(jìn)而在FFT頻譜中不會(huì)受到頻譜泄漏影響。為了實(shí)現(xiàn)這一轉(zhuǎn)換，相關(guān)研究人員提出了若干不同的技術(shù)處理方法。其中，最為常用的一種方法是Hilbert變換[9-12]。采樣電流的Hilbert變換需要進(jìn)行兩次FFT變換和一次FFT逆變換，隨后還需進(jìn)行包絡(luò)線或平方包絡(luò)線求取，其計(jì)算量較大。S. M. A. Cardoso等采用擴(kuò)展的派克變換（Extended Park's Vector Approach, EPVA）方法求取三相電流信號(hào)的矢量模，并利用FFT頻譜分析提取故障特征分量[13]。T. A. Garcia-Calva等提出使用相鄰積之和（Sum of Adjacent Products, SAP），實(shí)現(xiàn)變頻器供電電機(jī)暫態(tài)運(yùn)行工況下轉(zhuǎn)子斷條故障診斷[14]。但上述兩種方法均需使用兩相或三相定子電流信號(hào)。M. Pineda-Sanchez等提出采用Teager-Kaiser能量算子（Teager-Kaiser Energy Operator, TKEO）對(duì)定子電流進(jìn)行解調(diào)，實(shí)現(xiàn)了工頻供電電機(jī)不同負(fù)載運(yùn)行工況下的故障診斷[15]。TKEO算法雖然僅需采用3個(gè)連續(xù)的采樣點(diǎn)就能實(shí)現(xiàn)電流信號(hào)的解調(diào)，但其引入了微分運(yùn)算，意味著它會(huì)對(duì)結(jié)果中的噪聲信號(hào)具有放大作用[16]。因此，針對(duì)變頻供電的情況下，并不能得到很好的診斷效果。Li Haiyang等認(rèn)為TKEO算法缺乏物理意義，可能導(dǎo)致相位失真和不理想的濾波特性，于是對(duì)TKEO算法進(jìn)行改進(jìn)，提出了一種歸一化的頻域能量算子（Frequency Domain Energy Operator, FDEO）用于轉(zhuǎn)子斷條故障診斷，并通過實(shí)驗(yàn)驗(yàn)證了所提方法的有效性[17]。雖然FDEO算法不需要微分運(yùn)算，但是其引入了Hilbert變換，而且還需求取平方包絡(luò)線。R. Puche-Panadero等則提出使用整流定子電流檢測(cè)工頻供電大型感應(yīng)電機(jī)低轉(zhuǎn)差率運(yùn)行條件下的轉(zhuǎn)子斷條故障，該方法計(jì)算量少且診斷成本較低[18]。

上述解調(diào)技術(shù)都是基于對(duì)定子電流信號(hào)的分析，然而對(duì)于變頻器供電系統(tǒng)，定子電流中包含的諧波分量相應(yīng)地增加了故障診斷的難度[19]。由于變頻驅(qū)動(dòng)系統(tǒng)中濾波電路作用，供電側(cè)信號(hào)諧波分量干擾較少[20]。許伯強(qiáng)等從理論上分析了變頻器供電側(cè)電流信號(hào)存在轉(zhuǎn)子斷條故障特征分量[21]。胡文彪等將供電側(cè)電流信號(hào)不同頻段的故障信息進(jìn)行融合，更加準(zhǔn)確地識(shí)別出轉(zhuǎn)子斷條故障分量[22]。祝洪宇等通過提取供電側(cè)電流包絡(luò)線，實(shí)現(xiàn)了籠型感應(yīng)電機(jī)的轉(zhuǎn)子斷條故障診斷[23]。因此，對(duì)于變頻驅(qū)動(dòng)系統(tǒng)，采用變頻器供電側(cè)電流信號(hào)代替電機(jī)定子電流信號(hào)進(jìn)行轉(zhuǎn)子斷條故障診斷，可有效提高故障診斷精度。

本文提出一種將變頻器供電側(cè)電流和整流技術(shù)相結(jié)合的感應(yīng)電機(jī)轉(zhuǎn)子斷條故障診斷方法。首先通過分析變頻器驅(qū)動(dòng)系統(tǒng)原理，建立變頻器供電側(cè)電流的解析模型。在此基礎(chǔ)上，構(gòu)造變頻器供電側(cè)電流的整流信號(hào)模型，然后直接對(duì)整流信號(hào)做FFT頻譜分析，根據(jù)頻譜中是否存在轉(zhuǎn)子斷條故障特征頻率判斷轉(zhuǎn)子是否發(fā)生故障。所提方法將特征頻率從傳統(tǒng)的邊帶成分轉(zhuǎn)換為轉(zhuǎn)子斷條故障特征頻率，能夠有效克服基頻頻譜泄漏和變頻器諧波的干擾，改善頻譜質(zhì)量，提高故障診斷準(zhǔn)確度，降低故障診斷成本。

1 變頻器供電側(cè)電流解析模型

1.1 變頻器供電基本原理

工業(yè)現(xiàn)場(chǎng)中，脈沖寬度調(diào)制（Pulse Width Modu- lation, PWM）電壓型變頻調(diào)速系統(tǒng)的應(yīng)用較為廣 泛[24-26]。圖1所示為PWM電壓型變頻器三相交流感應(yīng)電機(jī)驅(qū)動(dòng)系統(tǒng)簡(jiǎn)化圖形，主要由整流電路、逆變電路以及濾波電路三部分組成。圖1中，a、b、c為變頻器輸入電流（即變頻器供電側(cè)電流），A、B、C為變頻器輸出電流（即電機(jī)定子電流），a、b、c分別為變頻器整流電路a、b、c三相開關(guān)函數(shù)，A、B、C分別為變頻器逆變電路a、b、c三相開關(guān)函數(shù)，d為變頻器整流電路輸出電流，D為變頻器逆變電路直流輸入電流。

圖1 電壓型變頻驅(qū)動(dòng)系統(tǒng)簡(jiǎn)化圖形

根據(jù)調(diào)制理論以及開關(guān)函數(shù)的基本概念，電壓型變頻驅(qū)動(dòng)系統(tǒng)的電流關(guān)系式表示為

對(duì)于兩級(jí)自然采樣三角載波，變頻器整流電路中各開關(guān)函數(shù)a、b、c可表示[27]為

對(duì)于變頻器逆變電路的各開關(guān)函數(shù)A、B、C，則可表示為

式中，為調(diào)制比；s為正弦調(diào)制波角頻率（即變頻器輸出基波角頻率）（rad/s），s=2ps；c為載波頻率（rad/s）；1為電源供電頻率（rad/s），1=2p1；為載波頻率與調(diào)制波頻率之比；為三角載波頻率的倍數(shù)；為調(diào)制波的諧波次數(shù)；為整流控制角；J0、Jn為第一類貝塞爾函數(shù)。

1.2 故障電機(jī)變頻器供電側(cè)電流表達(dá)式

對(duì)于無(wú)故障理想感應(yīng)電機(jī)，假設(shè)三相定子電流信號(hào)中只包含基頻分量s，那么定子電流可表示為Ah()=cos(s+)（和為無(wú)故障電機(jī)定子電流基頻分量s的幅值和相位）。當(dāng)感應(yīng)電機(jī)出現(xiàn)轉(zhuǎn)子斷條故障時(shí)，定子電流信號(hào)同時(shí)受到幅值和相位調(diào)制作用，進(jìn)而產(chǎn)生兩個(gè)邊帶故障特征分量s0。如果只考慮幅值調(diào)制和基頻分量，則轉(zhuǎn)子斷條故障電機(jī)三相定子電流信號(hào)Af()、Bf()、Cf()分別表示為

將故障電機(jī)定子電流表達(dá)式（9）～式（11）和逆變電路開關(guān)函數(shù)A、B、C表達(dá)式（6）～式（8）代入式（2）中，可得逆變電路直流輸入電流Df()為

式中，為整數(shù)；Dfh()為逆變電路直流輸入電流Df()包含的高次諧波分量。

變頻驅(qū)動(dòng)系統(tǒng)中的濾波電路相當(dāng)于一個(gè)低通濾波器，因此可以假設(shè)整流電路的輸出電流d()只包含逆變電路輸入電流D()的低頻分量。將整流電路直流輸出電流d()以及變頻器整流電路中各開關(guān)函數(shù)a、b、c表達(dá)式（3）～式（5）代入式（1）中，可得到變頻器供電側(cè)a相電流af()表達(dá)式（其余兩項(xiàng)具有對(duì)稱形式）為

式中，afh()為逆變電路直流輸入電流af()包含的高次諧波分量。

觀察式（13）可知，故障電機(jī)變頻器供電側(cè)a相電流af()包含以下分量：1、1±0、1±2s、1±2s±0。并且可以發(fā)現(xiàn)，邊帶故障特征分量1±0幅值是其他諧波分量1±2s±0幅值的6倍。如果只考慮電源基頻分量1和相應(yīng)的邊帶故障特征分量1±0，則可得到故障電機(jī)變頻器供電側(cè)a相電流f()簡(jiǎn)化表達(dá)式為

其中

因此，觀察式（14）可以看出，當(dāng)電機(jī)發(fā)生轉(zhuǎn)子斷條故障時(shí)，故障特征分量會(huì)從變頻器輸出側(cè)向變頻器供電側(cè)進(jìn)行傳遞，變頻器供電側(cè)電流中包含了轉(zhuǎn)子斷條邊帶故障特征頻率項(xiàng)1±0（即1±0），這也就從理論上證明了使用變頻器供電側(cè)電流進(jìn)行電機(jī)轉(zhuǎn)子斷條故障診斷是可行的。但由于電源頻率1對(duì)應(yīng)的幅值遠(yuǎn)遠(yuǎn)大于邊帶故障特征頻率1±0幅值，仍需解決電源基頻頻譜泄漏的影響。

2 基于變頻器供電側(cè)電流整流技術(shù)的轉(zhuǎn)子斷條故障診斷

與其他解調(diào)技術(shù)相比，整流技術(shù)同樣能夠有效抑制頻譜泄漏，而且無(wú)論從硬件還是軟件方面，都非常容易實(shí)現(xiàn)。給定電流信號(hào)()=cos(2p)，其整流信號(hào)|()|定義為

式中，sgn(·)為符號(hào)函數(shù)，指出參數(shù)的正負(fù)號(hào)。

電流信號(hào)()=cos(2p)為周期余弦信號(hào)，故參數(shù)sgn(cos(2p))為方波信號(hào)，按照傅里葉級(jí)數(shù)展開為

將故障電機(jī)變頻器供電側(cè)電流解析表達(dá)式（14）代入式（16）中并結(jié)合式（17），可得到變頻器供電側(cè)電流整流|f()|表達(dá)式為

對(duì)比式（14）和式（18）可以看出，故障電機(jī)變頻器供電側(cè)電流經(jīng)過整流解調(diào)后，可以將特征頻率從傳統(tǒng)的邊帶成分1±0轉(zhuǎn)化為轉(zhuǎn)子斷條故障特征分量0，并使轉(zhuǎn)子斷條故障特征分量0遠(yuǎn)離21以及21±0等其他諧波分量，有效地解決了電源基頻頻譜泄漏的影響，便于電機(jī)空載或輕載運(yùn)行工況下的故障診斷。

本文所提出的轉(zhuǎn)子斷條故障診斷方法主要由數(shù)據(jù)采集、整流解調(diào)、頻譜分析、轉(zhuǎn)子斷條故障特征頻率估計(jì)以及故障判斷五部分組成，其示意框圖如圖2所示。

圖2 轉(zhuǎn)子斷條故障診斷方法示意圖

（1）數(shù)據(jù)采集。使用數(shù)據(jù)采集系統(tǒng)采集變頻器供電側(cè)電流以及對(duì)應(yīng)的電機(jī)實(shí)際轉(zhuǎn)速。

（2）電流解調(diào)。應(yīng)用整流技術(shù)對(duì)變頻器供電側(cè)電流進(jìn)行處理，獲取整流信號(hào)|f()|。

（3）頻譜分析。通過FFT獲取整流信號(hào)|f()|的頻譜。

（4）轉(zhuǎn)子斷條故障特征頻率估計(jì)。根據(jù)對(duì)應(yīng)的電機(jī)實(shí)際轉(zhuǎn)速以及電機(jī)額定參數(shù)計(jì)算轉(zhuǎn)差率，再根據(jù)變頻器輸出的頻率s計(jì)算故障特征頻率0。

（5）故障判斷。對(duì)得到的整流信號(hào)|f()|中進(jìn)行FFT頻譜分析，進(jìn)而判斷轉(zhuǎn)子是否發(fā)生斷條故障。

3 實(shí)驗(yàn)及結(jié)果分析

3.1 實(shí)驗(yàn)平臺(tái)及數(shù)據(jù)采集

本實(shí)驗(yàn)平臺(tái)主要包括變頻供電系統(tǒng)、電機(jī)拖動(dòng)系統(tǒng)以及數(shù)據(jù)采集系統(tǒng)三部分。其中，變頻供電系統(tǒng)由西門子M440變頻器和工頻電源組成。數(shù)字采集系統(tǒng)包括霍爾電流傳感器、信號(hào)調(diào)理電路以及數(shù)據(jù)采集卡。電機(jī)拖動(dòng)系統(tǒng)由Y100L2—4三相感應(yīng)電機(jī)、Z2～42直流電機(jī)和電阻箱組成，三相感應(yīng)電機(jī)拖動(dòng)直流電機(jī)，所用實(shí)驗(yàn)平臺(tái)示意圖如圖3所示。實(shí)驗(yàn)過程中，準(zhǔn)備兩臺(tái)型號(hào)完全相同的感應(yīng)電機(jī)，其中一臺(tái)是沒有任何損壞的感應(yīng)電機(jī)，用作實(shí)驗(yàn)參照，另一臺(tái)感應(yīng)電機(jī)帶有三根連續(xù)斷條故障，并且斷條發(fā)生在轉(zhuǎn)子端部，用于算法驗(yàn)證。所用實(shí)驗(yàn)平臺(tái)以及帶斷條故障的電機(jī)轉(zhuǎn)子如圖4所示。

圖3 實(shí)驗(yàn)平臺(tái)示意圖

圖4 電機(jī)實(shí)驗(yàn)平臺(tái)和故障轉(zhuǎn)子

在實(shí)驗(yàn)過程中，通過調(diào)節(jié)電阻箱改變直流電機(jī)勵(lì)磁電壓，可以使感應(yīng)電機(jī)的負(fù)載在空載和額定負(fù)載之間變化。進(jìn)行數(shù)據(jù)采集時(shí)，將變頻器輸出頻率s設(shè)置為50Hz，隨機(jī)調(diào)節(jié)直流發(fā)電機(jī)勵(lì)磁電壓。首先采集轉(zhuǎn)子斷條故障感應(yīng)電機(jī)在空載、輕載、中載以及重載時(shí)的變頻器供電側(cè)電流，然后對(duì)無(wú)故障電機(jī)進(jìn)行數(shù)據(jù)采集，采樣頻率設(shè)置為2kHz。最后在Matlab R2019b環(huán)境下利用所采集數(shù)據(jù)對(duì)整流技術(shù)進(jìn)行算法驗(yàn)證。

3.2 實(shí)驗(yàn)結(jié)果分析

為了驗(yàn)證本文所提方法的有效性，采用整流技術(shù)對(duì)運(yùn)行在四種不同負(fù)載工況下的電機(jī)供電側(cè)電流進(jìn)行解調(diào)處理。表1為感應(yīng)電機(jī)四種不同負(fù)載工況下邊帶故障特征分量和轉(zhuǎn)子斷條故障特征分量理論計(jì)算值。

表1 轉(zhuǎn)子斷條故障相關(guān)特征分量理論值

Tab.1 Theoretical values of the broken rotor bar fault characteristic frequencies

不同負(fù)載時(shí)供電側(cè)電流FFT頻譜分析如圖5所示，對(duì)應(yīng)的是傳統(tǒng)MSCA分析方法，其中，圖5a為無(wú)故障電機(jī)在重負(fù)載時(shí)的變頻器供電側(cè)電流FFT頻譜分析，圖5b～圖5e對(duì)應(yīng)的分別是帶3根轉(zhuǎn)子斷條的故障電機(jī)運(yùn)行在空載、輕載、中載以及重負(fù)載工況下供電側(cè)電流FFT頻譜分析。通過對(duì)比分析可以看出，轉(zhuǎn)子斷條故障電機(jī)在中負(fù)載和重負(fù)載運(yùn)行時(shí)，轉(zhuǎn)子斷條邊帶故障特征頻率1±0清晰可見。但隨著負(fù)載的減小，邊帶故障特征頻率1±0不僅會(huì)慢慢地向基頻分量靠近，而且對(duì)應(yīng)的幅值也在不斷變小，加之基頻分量頻譜泄漏的影響，轉(zhuǎn)子斷條故障電機(jī)在空載和輕負(fù)載運(yùn)行時(shí)，邊帶故障特征頻率1±0已經(jīng)完全被湮滅，導(dǎo)致使用傳統(tǒng)的MSCA方法無(wú)法有效判斷轉(zhuǎn)子是否發(fā)生斷條故障。

圖5 不同負(fù)載時(shí)供電側(cè)電流FFT頻譜分析

圖6為變頻器供電側(cè)電流經(jīng)過TKEO解調(diào)技術(shù)后得到的FFT頻譜分析，其中，圖6a為無(wú)故障電機(jī)在重負(fù)載運(yùn)行時(shí)TKEO()的FFT頻譜分析，圖6b～圖6e對(duì)應(yīng)的分別是帶3根轉(zhuǎn)子斷條的故障電機(jī)在空載、輕載、中載以及重負(fù)載運(yùn)行時(shí)TKEO()的FFT頻譜分析。通過比較分析可以發(fā)現(xiàn)，變頻器供電側(cè)電流經(jīng)過TKEO處理后，可以將故障特征頻率從傳統(tǒng)的邊帶成分1±0轉(zhuǎn)化為轉(zhuǎn)子斷條故障特征頻率0。由于微分運(yùn)算對(duì)結(jié)果中噪聲信號(hào)的放大作用，當(dāng)電機(jī)在空載和輕負(fù)載運(yùn)行時(shí)，采用TKEO方法不能有效識(shí)別出轉(zhuǎn)子斷條故障特征頻率0。

圖6 不同負(fù)載時(shí)iTKEO(t)的FFT頻譜分析

圖7為變頻器供電側(cè)電流經(jīng)過整流技術(shù)后得到的FFT頻譜分析，其中，圖7a為無(wú)故障電機(jī)在重負(fù)載運(yùn)行時(shí)的整流解調(diào)電流FFT頻譜分析，圖7b～圖7e分別對(duì)應(yīng)的是帶3根轉(zhuǎn)子斷條的故障電機(jī)在空載、輕載、中載以及重負(fù)載運(yùn)行時(shí)整流解調(diào)電流FFT頻譜分析。通過比較分析可以發(fā)現(xiàn)，變頻器供電側(cè)電流經(jīng)過整流技術(shù)處理后，同樣可以將故障特征頻率從傳統(tǒng)的邊帶成分1±0轉(zhuǎn)化為轉(zhuǎn)子斷條故障特征頻率0，而且在四種不同負(fù)載工況下，都能夠清晰地識(shí)別到故障特征頻率0，性能較為穩(wěn)定。因此，實(shí)驗(yàn)結(jié)果證明，本文所提方法能夠有效消除基頻頻譜泄漏的影響，有利于空載和輕載運(yùn)行工況下轉(zhuǎn)子斷條故障特征提取。

4 結(jié)論

本文圍繞變頻供電感應(yīng)電機(jī)轉(zhuǎn)子斷條故障開展深入研究，提出了基于變頻器供電側(cè)電流整流技術(shù)的轉(zhuǎn)子斷條故障診斷方法。針對(duì)定子電流信號(hào)易受變頻器電力電子開關(guān)器件和電磁干擾的影響，依據(jù)開關(guān)函數(shù)和調(diào)制理論，證明了變頻器供電側(cè)電流會(huì)產(chǎn)生相應(yīng)的轉(zhuǎn)子斷條邊帶故障特征頻率1±0。在此基礎(chǔ)上，利用整流技術(shù)，將故障特征頻率從傳統(tǒng)邊帶頻率1±0轉(zhuǎn)化為轉(zhuǎn)子斷條故障特征頻率0，能夠抑制電源基頻頻譜泄漏的影響，便于提高故障診斷診斷率。同時(shí)，以PWM電壓型變頻供電感應(yīng)電機(jī)系統(tǒng)為例進(jìn)行了大量實(shí)驗(yàn)數(shù)據(jù)采集，分析結(jié)果表明，感應(yīng)電機(jī)在不同負(fù)載運(yùn)行工況下，所提方法均能準(zhǔn)確地識(shí)別出轉(zhuǎn)子斷條故障特征頻率0，有效解決了傳統(tǒng)MCSA方法無(wú)法診斷輕載或空載運(yùn)行工況下轉(zhuǎn)子斷條故障問題。并且整流技術(shù)與其他解調(diào)技術(shù)相比，具有計(jì)算簡(jiǎn)單、復(fù)雜度低、容易實(shí)現(xiàn)的優(yōu)點(diǎn)。

[1] 易山, 盧子廣, 袁凱南, 等. 中低頻輕載工況下引入虛擬電抗的感應(yīng)電機(jī)變頻調(diào)速系統(tǒng)穩(wěn)定控制[J]. 電工技術(shù)學(xué)報(bào), 2022, 37(8): 1959-1971.

Yi Shan, Lu Ziguang, Yuan Kainan, et al. The stability control of induction motor variable fre- quency speed regulation system injected with virtual reactance under low frequency and light load condition[J]. Transactions of China Electrotechnical Society, 2022, 37(8): 1959-1971.

[2] 王勃, 王天擎，于泳，等. 感應(yīng)電機(jī)電流環(huán)非線性積分滑模控制策略[J]. 電工技術(shù)學(xué)報(bào), 2021, 36(10): 2039-2048.

Wang Bo, Wang Tianqing, Yu Yong, et al. Nonlinear integral sliding mode control strategy for current loop of induction motor drives[J]. Transactions of China Electrotechnical Society, 2021, 36(10): 2039-2048.

[3] Dias C G, da Silva L C, Luz Alves W A. A histogram of oriented gradients approach for detecting broken bars in squirrel-cage induction motors[J]. IEEE Transactions on Instrumentation and Measurement, 2020, 69(9): 6968-6981.

[4] 李睿彧, 劉飛, 梁霖, 等. 基于參數(shù)優(yōu)化變分模態(tài)分解的交流變頻電機(jī)轉(zhuǎn)子斷條故障識(shí)別方法[J]. 電工技術(shù)學(xué)報(bào), 2021, 36(18): 3922-3933.

Li Ruiyu, Liu Fei, Liang Lin, et al. Fault identification of broken rotor bars for the variable frequency AC motor based on parameter optimized variational mode decomposition[J]. Transactions of China Electrotechnical Society, 2021, 36(18): 3922- 3933.

[5] Naha A, Samanta A K, Routray A, et al. A method for detecting half-broken rotor bar in lightly loaded induction motors using current[J]. IEEE Transactions on Instrumentation and Measurement, 2016, 65(7): 1614-1625.

[6] 許伯強(qiáng), 孫麗玲. 基于ESPRIT與Duffing系統(tǒng)的籠型異步電動(dòng)機(jī)轉(zhuǎn)子斷條故障檢測(cè)[J]. 電力自動(dòng)化設(shè)備, 2020, 40(2): 117-123.

Xu Boqiang, Sun Liling. Detection based on ESPRIT and Duffing system for broken rotor bar fault in cage induction motors[J]. Electric Power Automation Equipment, 2020, 40(2): 117-123.

[7] Contreras-Hernandez J L, Almanza-Ojeda D L, Ledesma-Orozco S, et al. Quaternion signal analysis algorithm for induction motor fault detection[J]. IEEE Transactions on Industrial Electronics, 2019, 66(11): 8843-8850.

[8] Duque-Perez O, Del Pozo-Gallego C, Morinigo- Sotelo D, et al. Condition monitoring of bearing faults using the stator current and shrinkage methods[J]. Energies, 2019, 12(17): 3392.

[9] Abd-el-Malek M, Abdelsalam A K, Hassan O E. Induction motor broken rotor bar fault location detection through envelope analysis of start-up current using Hilbert transform[J]. Mechanical Systems and Signal Processing, 2017, 93: 332-350.

[10] Abd-El-Malek M B, Abdelsalam A K, Hassan O E. Novel approach using Hilbert transform for multiple broken rotor bars fault location detection for three phase induction motor[J]. ISA Transactions, 2018, 80: 439-457.

[11] Kabul A, ünsal A. Detection of broken rotor bars of induction motors based on the combination of Hilbert envelope analysis and Shannon entropy[J]. Tm- Technisches Messen, 2021, 88(1): 45-58.

[12] 宋向金, 王卓, 胡靜濤, 等. Hilbert解調(diào)制方法診斷異步電機(jī)軸承故障[J]. 電工技術(shù)學(xué)報(bào), 2018, 33(21): 4941-4948.

Song Xiangjin, Wang Zhuo, Hu Jingtao, et al. Diagnosis of bearing fault in induction motors using Hilbert demodulation approach[J]. Transactions of China Electrotechnical Society, 2018, 33(21): 4941- 4948.

[13] Marques, Cardoso S M A, Cruz A J. Rotor cage fault diagnosis in three-phase induction motors by extended park's vector approach[J]. Electric Machines & Power Systems, 2000, 28(4): 289-299.

[14] Garcia-Calva T A, Morinigo-Sotelo D, Garcia-Perez A, et al. Demodulation technique for broken rotor bar detection in inverter-fed induction motor under non-stationary conditions[J]. IEEE Transactions on Energy Conversion, 2019, 34(3): 1496-1503.

[15] Pineda-Sanchez M, Puche-Panadero R, Riera-Guasp M, et al. Application of the teager-Kaiser energy operator to the fault diagnosis of induction motors[J]. IEEE Transactions on Energy Conversion, 2013, 28(4): 1036-1044.

[16] Dalvand F, Dalvand S, Sharafi F, et al. Current noise cancellation for bearing fault diagnosis using time shifting[J]. IEEE Transactions on Industrial Elec- tronics, 2017, 64(10): 8138-8147.

[17] Li Haiyang, Feng Guojin, Zhen Dong, et al. A normalized frequency-domain energy operator for broken rotor bar fault diagnosis[J]. IEEE Transactions on Instrumentation and Measurement, 2021, 70: 1-10.

[18] Puche-Panadero R, Martinez-Roman J, Sapena-Bano A, et al. Diagnosis of rotor asymmetries faults in induction machines using the rectified stator current[J]. IEEE Transactions on Energy Conversion, 2020, 35(1): 213-221.

[19] Kumar N P, Isha T B. FEM based electromagnetic signature analysis of winding inter-turn short-circuit fault in inverter fed induction motor[J]. CES Transa- ctions on Electrical Machines and Systems, 2019, 3(3): 309-315.

[20] Song Xiangjin, Wang Zhuo, Li Shuhui, et al. Sensor- less speed estimation of an inverter-fed induction motor using the supply-side current[J]. IEEE Transa- ctions on Energy Conversion, 2019, 34(3): 1432- 1441.

[21] 許伯強(qiáng), 宋佳偉, 孫麗玲. 變頻供電異步電動(dòng)機(jī)轉(zhuǎn)子斷條狀態(tài)下變頻器一次側(cè)特征電流分析[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2010, 30(12): 76-79.

Xu Boqiang, Song Jiawei, Sun Liling. Analysis on the power supply current feature associated with broken rotor bar in induction motor powered by a converter[J]. Proceedings of the CSEE, 2010, 30(12): 76-79.

[22] 胡文彪, 夏立, 向東陽(yáng), 等. 基于逆變器直流側(cè)電流和融合算法的感應(yīng)電機(jī)轉(zhuǎn)子故障診斷方法[J]. 電力自動(dòng)化設(shè)備, 2011, 31(8): 38-41, 46.

Hu Wenbiao, Xia Li, Xiang Dongyang, et al. Rotor fault diagnosis based on DC-side current and fusion algorithm for induction motors[J]. Electric Power Automation Equipment, 2011, 31(8): 38-41, 46.

[23] 祝洪宇, 胡靜濤, 高雷, 等. 基于變頻器供電側(cè)電流Hilbert解調(diào)制方法的空載電機(jī)轉(zhuǎn)子斷條故障診斷[J]. 儀器儀表學(xué)報(bào), 2014, 35(1): 140-147.

Zhu Hongyu, Hu Jingtao, Gao Lei, et al. Fault diagnosis of broken rotor bars of inverter-fed squirrel-

cage induction motor at no-load using supply-side current based on Hilbert demodulation technique[J]. Chinese Journal of Scientific Instrument, 2014, 35(1): 140-147.

[24] 張冬冬, 郭新志, 安睿馳, 等. 基于DFT的感應(yīng)電機(jī)轉(zhuǎn)子諧波磁通密度高效分離方法及負(fù)載條件下變頻電機(jī)轉(zhuǎn)子鐵耗特性[J]. 電工技術(shù)學(xué)報(bào), 2019, 34(1): 75-83.

Zhang Dongdong, Guo Xinzhi, An Ruichi, et al. A separation method of rotor flux density harmonics based on DFT and fine analysis rotor iron losses in inverter-fed induction motors[J]. Transactions of China Electrotechnical Society, 2019, 34(1): 75-83.

[25] 黃鵬, 劉和平, 苗軼如, 等. 基于感應(yīng)電機(jī)電流紋波峰值的可變開關(guān)頻率脈沖寬度調(diào)制[J]. 電工技術(shù)學(xué)報(bào), 2020, 35(20): 4373-4383.

Huang Peng, Liu Heping, Miao Yiru, et al. Variable switching frequency pulse width modulation for induction motors based on current ripple peak value[J]. Transactions of China Electrotechnical Society, 2020, 35(20): 4373-4383.

[26] 劉和平, 劉慶, 張威, 等. 電動(dòng)汽車用感應(yīng)電機(jī)削弱振動(dòng)和噪聲的隨機(jī)PWM控制策略[J]. 電工技術(shù)學(xué)報(bào), 2019, 34(7): 1488-1495.

Liu Heping, Liu Qing, Zhang Wei, et al. Random PWM technique for acoustic noise and vibration reduction in induction motors used by electric vehicles[J]. Transactions of China Electrotechnical Society, 2019, 34(7): 1488-1495.

[27] Chang G W, Chen S K. An analytical approach for characterizing harmonic and interharmonic currents generated by VSI-fed adjustable speed drives[J]. IEEE Transactions on Power Delivery, 2005, 20(4): 2585-2593.

Broken Rotor Bar Fault Diagnosis in Inverter-Fed Induction Motors Using the Rectification Technology

11112

（1. School of Electrical and Information Engineering Jiangsu University Zhenjiang 212013 China 2. School of Electrical and Information Engineering University of Science and Technology Liaoning 114051 China）

The stator current signal of the inverter-fed induction motor (IM) is easily affected by noises from the switching process of electric power electronic devices and electromagnetic interference. Additionally, the existing demodulation methods have the problem of a large amount of calculation. Therefore, this paper proposes a broken rotor bar (BRB) fault diagnosis method in IMs using the rectified supply-side current. First, an analytical expression for the supply-side current is established by the switching function and modulation theory. Secondly, the rectification technology is used to process the supply-side current. It is shown that the spectrum of the rectified supply side current can convert the traditional sideband frequency to BRB fault characteristic frequency. Thus, the influence of the fundamental frequency is effectively suppressed, and the BRB fault diagnosis in IMs under the condition of light load or no-load is realized. Finally, the proposed method is verified by the current data of the power supply side of the inverter-fed IM under different load conditions. The results demonstrate that the proposed method can effectively identify the BRB fault characteristic frequency from no-load condition to high load condition with high reliability, requires less computation requirements, and is easy to implement.

Induction motor, fault diagnosis, broken rotor bar faults, supply-side current, rectification technology

10.19595/j.cnki.1000-6753.tces.210303

TM343

國(guó)家自然科學(xué)基金項(xiàng)目（52007078）、江蘇省高等學(xué)校自然科學(xué)研究面上項(xiàng)目（19KJB470017）和江蘇省雙創(chuàng)博士計(jì)劃項(xiàng)目資助。

2021-03-11

2021-07-29

王萬(wàn)丁 男，1996年生，碩士研究生，研究方向?yàn)殡姍C(jī)故障診斷以及信號(hào)處理。E-mail: 2211907030@stmail.ujs.edu.cn

宋向金 女，1989年生，博士，講師，碩士生導(dǎo)師，研究方向?yàn)殡姍C(jī)狀態(tài)監(jiān)測(cè)與故障診斷。E-mail: songxiangjin@ujs.edu.cn（通信作者）

（編輯 崔文靜）