三相電流主分量融合的電機(jī)故障圖形診斷方法

劉沛津， 高雪波， 孫昱

(西安建筑科技大學(xué) 機(jī)電工程學(xué)院，陜西 西安 710055)

三相電流主分量融合的電機(jī)故障圖形診斷方法

劉沛津， 高雪波， 孫昱

(西安建筑科技大學(xué) 機(jī)電工程學(xué)院，陜西 西安 710055)

為了在線快捷有效檢測(cè)識(shí)別電機(jī)運(yùn)行狀態(tài)，并準(zhǔn)確診斷交流電機(jī)常見(jiàn)故障，將圖形融合方法與主分量分析方法(PCA)相結(jié)合，充分利用電機(jī)三相定子電流信號(hào)實(shí)現(xiàn)了電機(jī)故障的圖形化在線檢測(cè)方法。應(yīng)用主分量分析法將三維電流狀態(tài)空間樣本進(jìn)行降維并在二維平面內(nèi)實(shí)現(xiàn)主分量的圖形化融合，定義了電機(jī)正常、定子匝間短路、轉(zhuǎn)子斷條等不同運(yùn)行狀態(tài)下的狀態(tài)識(shí)別實(shí)用判據(jù)，并針對(duì)主分量融合圖形定義了故障嚴(yán)重度指標(biāo)。通過(guò)理論分析及電機(jī)故障試驗(yàn)，論證了所提診斷方法對(duì)電機(jī)常見(jiàn)定子匝間短路及轉(zhuǎn)子斷條故障檢測(cè)及診斷的直觀性、準(zhǔn)確性及載荷變化的魯棒性，為電機(jī)及其拖動(dòng)系統(tǒng)的故障診斷提供新的思路和方法。

異步電機(jī);三相電流主分量分析法;融合圖形;狀態(tài)識(shí)別判據(jù);故障嚴(yán)重度指標(biāo)

0 引 言

異步電動(dòng)機(jī)作為一種主要的驅(qū)動(dòng)設(shè)備，廣泛地應(yīng)用于各個(gè)工業(yè)領(lǐng)域。若電機(jī)內(nèi)部發(fā)生故障，輕則系統(tǒng)效率降低、能耗增加，重則將發(fā)生嚴(yán)重的安全生產(chǎn)事故。且隨著異步電機(jī)單機(jī)容量的增加及對(duì)安全可靠性要求的提高，對(duì)電機(jī)故障隱患在線診斷方法的時(shí)效性、準(zhǔn)確性的要求逐步得到重視。

定子匝間短路和轉(zhuǎn)子斷條作為異步電機(jī)的高發(fā)典型故障受到了國(guó)內(nèi)外學(xué)者的重視，學(xué)者們相繼提出了各種異步電機(jī)在線故障檢測(cè)及分類方法[1-12]。利用振動(dòng)信號(hào)及溫度信號(hào)提取故障特征量進(jìn)行電機(jī)故障檢測(cè)及運(yùn)行狀態(tài)評(píng)價(jià)[4,11]。振動(dòng)信號(hào)的獲取本身受到加工工藝的影響，且嵌入式傳感器安裝和信號(hào)的非平穩(wěn)性也使應(yīng)用受到了限制；利用溫度場(chǎng)的變化可在故障發(fā)生的初期對(duì)其發(fā)生與否的位置進(jìn)行判定，但應(yīng)用成本過(guò)高。近年來(lái)主要的診斷工作集中于利用電機(jī)定子電流信號(hào)提取故障特征量進(jìn)行電機(jī)故障診斷[1-3,5-10,12]，因?yàn)槎ㄗ与娏鲾y帶了廣泛的可以體現(xiàn)故障的特征信息，且因非嵌入式的安裝方式和大量減少了傳感器數(shù)量[5]。最典型的分析方法為Hargis C在1982年提出的MCSA(motor current signal analysis)方法[6]。方法根據(jù)電流在頻域內(nèi)的分布特征進(jìn)行定子匝間短路、轉(zhuǎn)子斷條、甚至軸承故障的檢測(cè)，但基于電機(jī)定子電流頻譜分析的故障診斷方法在應(yīng)用時(shí)容易受電源電壓品質(zhì)影響及容易被基頻分量淹沒(méi)，因此基于MCSA的改進(jìn)方法被提出[3,7-8]，通過(guò)原始信號(hào)的各種變換后改善了頻譜分析效果。然而無(wú)論是MCSA還是其改進(jìn)方法只能通過(guò)頻域信息特征而丟失了時(shí)域特征，即丟失了幅值及相位變化所蘊(yùn)含的狀態(tài)信息。目前，國(guó)內(nèi)外學(xué)者在電機(jī)故障診斷方面取得了大量研究成果，但利用融合技術(shù)將交流電機(jī)三相電參量的幅值、相位、相間和相序等信息進(jìn)行融合，依此獲取更多的能夠反映故障狀態(tài)特征信息的技術(shù)尚未見(jiàn)報(bào)道。

課題組在前期的研究中，首先基于李薩如方法將交流電機(jī)定子三相電流和電壓提供的幅值、相位、相間和相序信息融合成李薩如動(dòng)態(tài)圖形，實(shí)現(xiàn)了電機(jī)功率狀態(tài)、拖動(dòng)系統(tǒng)運(yùn)行工況在線監(jiān)測(cè)的圖形識(shí)別技術(shù)[13-14]；在此圖形識(shí)別技術(shù)基礎(chǔ)之上，又應(yīng)用多源信息融合理論，對(duì)電機(jī)定子電壓、電流負(fù)序分量用李薩如方法進(jìn)行融合，形成負(fù)序李薩如圖形，從而形成圖形化識(shí)別的故障診斷方法，為電機(jī)及其拖動(dòng)系統(tǒng)的故障診斷提供新的思路和方法[15]。

本文在前期研究基礎(chǔ)之上提出將圖形融合方法與主分量分析方法(PCA)相結(jié)合，利用三相電流在空間坐標(biāo)的融合可直接在線反映電機(jī)的運(yùn)行狀態(tài)，通過(guò)對(duì)三相電流的主分量分析，并將能夠反映電機(jī)故障的圖形特征量進(jìn)行提取，在此過(guò)程中線性變換方法保留了實(shí)際電流信號(hào)中的幅值與相位信息，從而達(dá)到對(duì)電機(jī)故障嚴(yán)重度的判定，并通過(guò)理論分析及實(shí)驗(yàn)驗(yàn)證，形成三相電流主分量圖形融合的故障診斷方法(TPC-PCA)，進(jìn)一步完善了電機(jī)功率狀態(tài)、拖動(dòng)系統(tǒng)運(yùn)行工況在線監(jiān)測(cè)的圖形識(shí)別技術(shù)。

1 三相電流主分量圖形融合方法

主分量分析借助于正交變換，將其分量相關(guān)的原隨機(jī)向量轉(zhuǎn)化成其分量不相關(guān)的新隨機(jī)向量，這在代數(shù)上表現(xiàn)為將原隨機(jī)向量的協(xié)方差陣變換成對(duì)角形陣，在幾何上表現(xiàn)為將原坐標(biāo)系變換成新的正交坐標(biāo)系，對(duì)多維變量系統(tǒng)進(jìn)行降維處理，使之能以一個(gè)較高的精確度轉(zhuǎn)換成低維變量系統(tǒng)，同時(shí)保持?jǐn)?shù)據(jù)集對(duì)方差貢獻(xiàn)最大的特征。在主分量空間，第一主分量和第二主分量包含了幾乎所有的數(shù)據(jù)能量，因此作為系統(tǒng)的綜合指標(biāo)可概括系統(tǒng)的主要信息及特征。

三相電流主分量圖形融合方法主要針對(duì)三相異步電機(jī)的三相電流采樣數(shù)據(jù)進(jìn)行分析，將三維空間變量轉(zhuǎn)換為二維變量，從圖形學(xué)角度，在保持最大信息量同時(shí)，將三維空間圖形轉(zhuǎn)換為易于進(jìn)行觀測(cè)及特征提取的平面圖形，從而更好地可視化方法行為，實(shí)現(xiàn)異步電機(jī)典型故障的直觀在線檢測(cè)與診斷。

1.1 三相電流空間圖形

針對(duì)三相異步電機(jī)，理想情況下三相電流為：

(1)

將三相電流時(shí)域瞬時(shí)值平方和相加可得到式

(2)

可見(jiàn)通過(guò)融合，在正常情況下電流三維空間圖形為一標(biāo)準(zhǔn)圓，如圖1所示。在非正常情況下，其空間圖形將發(fā)生變化。當(dāng)電機(jī)存在定子匝間短路故障時(shí)，三相電流不再對(duì)稱，存在幅值和相位的差異，顯然此時(shí)電流空間曲線變?yōu)闄E圓，如圖2所示。當(dāng)電機(jī)存在轉(zhuǎn)子斷條故障時(shí)，在定子電流頻譜中會(huì)出現(xiàn)主要的如式(3)所示的邊頻分量。

f=(1±2s)f1。

(3)

其中:f1為電機(jī)電源供電頻率，s為轉(zhuǎn)子轉(zhuǎn)差率，k為整數(shù)參數(shù)。這種情況下，三相電流空間圖形不再是一個(gè)圓，而是一系列圓環(huán)，如圖3所示。

電流三維空間圖形直觀形象地顯示了電機(jī)不同運(yùn)行狀態(tài)，但是若需提取圖形特征量，象二維圖形那樣定義故障指標(biāo)，研究故障演變規(guī)律，評(píng)判故障嚴(yán)重度則不易[16]。若將3D空間圖形直接投影到2D平面，圖1和圖2 均為圓錐曲線，無(wú)法識(shí)別電機(jī)正常與匝間短路故障。因此，提出利用主分量分析方法，將電流狀態(tài)空間數(shù)據(jù)進(jìn)行降維處理。以融合形成的二維圖形來(lái)識(shí)別電機(jī)狀態(tài)，研究故障特征。

圖1 正常狀態(tài)3D電流圖形Fig.1 3D current figure under normal conditon

圖2 定子匝間短路3D電流圖形Fig.2 3D current figure under stator winding inter-turn short circuit fault

圖3 轉(zhuǎn)子斷條3D電流圖形Fig.3 3D current figure under rotor broken bar fault

1.2 三相電流主分量分析及二維圖形融合

1.2.1 三相電流主分量分析法

將主分量分析法應(yīng)用于電機(jī)三相電流數(shù)據(jù)降維分析，方法如下：

設(shè)電機(jī)電流樣本空間狀態(tài)矩陣如式(4)所示，其中n為樣本數(shù)據(jù)維數(shù)。

(4)

求取矩陣K的相關(guān)系數(shù)矩陣R；

(5)

rmp(m,p=1,2,3)為原變量im與ip的相關(guān)系數(shù)，且rmp=rpm。計(jì)算公式如下

(6)

求相關(guān)系數(shù)矩陣R的最大及次大特征值及其所對(duì)應(yīng)的特征向量；將最大及次大特征值所對(duì)應(yīng)的特征向量所形成的2維矩陣與樣本矩陣K相乘，從而完成主分量分析，形成新的2維矩陣X。

1.2.2 不同運(yùn)行狀態(tài)下電機(jī)電流主分量分析

設(shè)電機(jī)運(yùn)行三相電流為

(7)

(8)

其相關(guān)系數(shù)矩陣為

(9)

其中：ψab=ψa-ψb，ψbc=ψb-ψc，ψac=ψa-ψc。

下面分情況討論：

1)若三相電流對(duì)稱，則

(10)

非對(duì)角元素均相等，這時(shí)矩陣R的特征值矩陣

(11)

與最大及次大特征值對(duì)應(yīng)的特征向量分別為

所對(duì)應(yīng)的二維電流主分量標(biāo)幺值為

(12)

顯然，ip1為橫坐標(biāo)，ip2為縱坐標(biāo)，在二維平面內(nèi)的融合圖形為一標(biāo)準(zhǔn)圓。其實(shí)從式(11)最大及次大特征值相等亦可見(jiàn)三相對(duì)稱電流，數(shù)據(jù)在兩正交主分量上的投影相等，在兩主分量特征方向上能量分布均等，因此兩主分量形成的平面圖形為圓形，如圖4所示。

圖4 正常狀態(tài)主分量融合圖形Fig.4 Principal component of currents fusion figure under normalconditon

2)若三相電流不對(duì)稱，則

如式(9)所示，R矩陣為對(duì)稱陣，其特征值為恒定的不行等的實(shí)數(shù)，數(shù)據(jù)在兩正交主分量上的投影不再相等，在兩主分量特征方向上能量分布不等，ip1和ip2形成的平面圖形為橢圓，如圖5所示。

3)若三相電流含有邊頻分量，則

轉(zhuǎn)子斷條故障時(shí)，由電機(jī)學(xué)知識(shí)，電機(jī)定子電流如下

(13)

將上述三個(gè)頻率分量分別進(jìn)行主分量變換，由于邊頻分量在三相定子電流中亦為對(duì)稱分量，因此其相關(guān)系數(shù)矩陣的兩特征值相等，對(duì)應(yīng)主分量的平面圖形為圓形。鑒于線性變換的可疊加性，我們將三個(gè)頻率分量對(duì)應(yīng)的主分量疊加

(14)

圖5 定子匝間短路主分量融合圖形Fig.5 Principal component of currents fusion figure under stator winding inter-turn short circuit fault

其平面圖形如圖6所示。

圖6 轉(zhuǎn)子斷條主分量融合圖形Fig.6 Principal component of currents fusion figure under rotor broken bar fault

2 電機(jī)運(yùn)行狀態(tài)識(shí)別及故障嚴(yán)重度指標(biāo)

2.1 運(yùn)行狀態(tài)識(shí)別

根據(jù)電機(jī)主分量分析融合圖形特征，定義二維封閉圖形中心到曲線的距離為其半徑R，當(dāng)圖形為標(biāo)準(zhǔn)圓時(shí)，最大距離與最小距離相等；當(dāng)圖形為橢圓時(shí)或多層圓環(huán)時(shí)，最大距離與最小距離不等。聯(lián)合主分量分析時(shí)相關(guān)系數(shù)矩陣的特征值特征，設(shè)計(jì)電機(jī)運(yùn)行狀態(tài)識(shí)別流程如圖7所示。

圖7 主分量圖形融合診斷方法流程圖Fig.7 Diagnosis method flow diagram of principal component fusion figure

電機(jī)運(yùn)行狀態(tài)識(shí)別判別條件如下：

1)如圖5所示，若特征值λ1=λ2，并且圖形半徑Rmax=Rmin，則電機(jī)正常運(yùn)行，無(wú)故障發(fā)生。判據(jù)為：λ1=λ2，且Rmax=Rmin。

2)如圖6所示，若λ1=λ2，Rmax≠Rmin，則發(fā)生轉(zhuǎn)子斷條故障，判據(jù)為：λ1=λ2且Rmax≠Rmin。

3)如圖5所示，若λ1≠λ2，Rmax≠Rmin，則判定發(fā)生定子匝間短路故障，判據(jù)為：λ1≠λ2且Rmax≠Rmin。

2.2 故障嚴(yán)重度指標(biāo)

為了進(jìn)一步對(duì)故障嚴(yán)重度進(jìn)行分析，以轉(zhuǎn)子斷條故障為例詳細(xì)探討。對(duì)式(14)二維主分量求取二維圖形的半徑

4(k1+k2)cos24sωt+2k1k2cos4sωt。

(15)

求取R2最大值及最小值

可見(jiàn)，轉(zhuǎn)子斷條故障時(shí)，由主分量方法融合而成的圖形，其最大最小半徑僅與邊頻分量對(duì)基準(zhǔn)分量的相對(duì)大小有關(guān)，而與電機(jī)轉(zhuǎn)差率s無(wú)關(guān)，消弱了故障特征受載荷的影響程度，且可以反映故障的大小。加之采用標(biāo)幺值的分析方法，即將電機(jī)三相正常電流作為基準(zhǔn)值，對(duì)三相采樣電流進(jìn)行標(biāo)準(zhǔn)化，減小了電壓不對(duì)稱和電機(jī)本身結(jié)構(gòu)不對(duì)稱的影響。進(jìn)一步定義

定義轉(zhuǎn)子斷條故障嚴(yán)重度指標(biāo)ssf

(16)

因?yàn)檫咁l分量幅值十分小，因此對(duì)上述根式中的分子和分母，起主要作用的是兩邊頻分量的和k1+k2，因此所定義ssf對(duì)載荷的影響便具有魯棒性，并分離了基頻分量，只留下了邊頻分量，且放大了邊頻分量，可充分反應(yīng)轉(zhuǎn)子斷條的嚴(yán)重程度。

同理，對(duì)于電機(jī)定子匝間短路，提取所形成橢圓的長(zhǎng)半軸Rmax、短軸Rmin，并根據(jù)式(17)判定故障的嚴(yán)重程度。

(17)

當(dāng)電機(jī)正常運(yùn)行時(shí)，圖形為標(biāo)準(zhǔn)圓形，ssf基本為零。

3 實(shí)驗(yàn)分析

3.1 電機(jī)故障實(shí)驗(yàn)方案

實(shí)驗(yàn)電機(jī)為三臺(tái)2極3相50Hz，3kW星形接線籠型異步電動(dòng)機(jī)Y100L2-4，額定電壓380V，額定電流6.8A，額定效率82.6%，額定轉(zhuǎn)速1 420r/min，額定功率因數(shù)0.81。通過(guò)廠家訂做，對(duì)一臺(tái)電機(jī)u繞組做了改動(dòng)，引出了部分附加抽頭，用以模擬匝間短路故障；另一臺(tái)電機(jī)對(duì)轉(zhuǎn)子進(jìn)行改動(dòng)，用以模擬轉(zhuǎn)子斷條故障。

將三臺(tái)電機(jī)分別作為動(dòng)力單元驅(qū)動(dòng)某液壓系統(tǒng)試驗(yàn)臺(tái)，分別進(jìn)行空載及10MPa負(fù)載運(yùn)行下，對(duì)電機(jī)正常、匝間短路(3匝，5匝)、轉(zhuǎn)子斷條(1根， 3根)進(jìn)行試驗(yàn)。采用課題組研發(fā)的同步信號(hào)獲取裝置測(cè)取三相實(shí)時(shí)電壓和電流信號(hào)，信號(hào)標(biāo)定關(guān)系為is=1.25ic，us=71.81uc。實(shí)驗(yàn)通過(guò)電信號(hào)同步信號(hào)獲取裝置及基于Labview所開發(fā)的液壓系統(tǒng)狀態(tài)監(jiān)測(cè)軟件進(jìn)行分析[17-18]。

3.2 主分量圖形融合診斷分析

3.2.1 電機(jī)正常狀態(tài)

采樣頻率4kHz，電機(jī)正常狀態(tài)下主分量二維融合圖形特征值如表2。由于實(shí)際供電電壓三相不對(duì)稱影響，所監(jiān)測(cè)電壓的不對(duì)稱度為0.512%，兩特征值有著微小的差別，電壓2.5%，電流4.2%，略大于電壓，這是由于電機(jī)結(jié)構(gòu)不對(duì)稱。反應(yīng)綜合不對(duì)稱的指標(biāo)故障嚴(yán)重度指標(biāo)ssf電流亦略大于電壓，這是由于電機(jī)結(jié)構(gòu)不可能完全理想對(duì)稱，但故障嚴(yán)重度指標(biāo)均接近于零且保持恒定，從而表明電機(jī)狀態(tài)正常。此時(shí)三相電壓的融合圖形與三相電流的融合圖形相似，亦可與定子匝間短路引起的圖形變化區(qū)別，因此本方法對(duì)電源電壓品質(zhì)具有較好的魯棒性。

表2 電機(jī)正常狀態(tài)下主分量融合圖形特征

圖8 不同故障程度匝間短路時(shí)電流融合圖形Fig.8 Currents fusion figure underdifferent degree fault of stator winding inter-turn short circuit

3.2.2 定子匝間短路

在匝間短路故障試驗(yàn)中，對(duì)空載及10 MPa壓力負(fù)載下的不同程度故障進(jìn)行試驗(yàn)，將主分量進(jìn)行二維圖形融合，空載融合圖形如圖9所示，其判據(jù)及特征分析結(jié)果如表3所示?？梢钥闯?，在同等載荷情況下，隨著故障程度的增加，ΔR2增大，故障嚴(yán)重程度指標(biāo)ssf顯著增大，當(dāng)載荷從空載變?yōu)?0 MPa載荷時(shí)，3匝短路的ssf變化了0.11倍，5匝短路的ssf變化了0.14倍，可見(jiàn)故障嚴(yán)重度指標(biāo)對(duì)其載荷變化具有魯棒性。

表3 匝間短路故障主分量圖形融合特征

圖9 10 MPa載荷3根斷條電機(jī)a相電流Fig.9 Motor current of phase a with three bar broken fault under 10 MPa load

3.2.3 轉(zhuǎn)子斷條

在轉(zhuǎn)子斷條故障試驗(yàn)中，利用相同技術(shù)方案，測(cè)取故障電機(jī)電流信號(hào)，圖9所示為10 MPa載荷時(shí)電機(jī)3根斷條時(shí)a相實(shí)測(cè)電流波形。在10 MPa載荷下不同成都故障的主分量融合圖形如圖10所示。不同載荷不同故障程度下的圖形特征分析結(jié)果如表4?？梢钥闯觯S著故障程度的增加，故障嚴(yán)重程度指標(biāo)ssf顯著增大，當(dāng)載荷從空載變?yōu)?0 MPa載荷時(shí)，1根斷條故障時(shí)，ssf變化了0.032倍，3根斷條故障時(shí)，ssf變化了0.034倍，可見(jiàn)轉(zhuǎn)子斷條的ssf對(duì)其載荷變化的魯棒性優(yōu)于匝間短路的ssf。

表4 轉(zhuǎn)子斷條故障主分量圖形融合特征

圖10 不同故障程度轉(zhuǎn)子斷條時(shí)電流融合圖形Fig.10 Currents fusion figure under different degreeof rotor broken bar fault

4 結(jié) 論

本文提出基于三相電流主分量融合方法的電機(jī)故障圖形診斷方法，通過(guò)理論及實(shí)驗(yàn)分析，可以得出如下結(jié)論：

1)利用本文方法所定義的電機(jī)運(yùn)行狀態(tài)識(shí)別判據(jù)可以在線監(jiān)測(cè)電機(jī)正常、定子匝間短路、轉(zhuǎn)子斷條等不同運(yùn)行狀態(tài)；

2)本文定義的主分量融合圖形的故障嚴(yán)重度指標(biāo)可準(zhǔn)確反映電機(jī)定子匝間短路及轉(zhuǎn)子斷條的故障嚴(yán)重程度，且對(duì)載荷的變化具有魯棒性，且以轉(zhuǎn)子斷條故障指標(biāo)為更優(yōu)；

3)由于采用各相電流標(biāo)幺值進(jìn)行融合，可完全排除電機(jī)固有不對(duì)稱的影響，且較大程度減少了電源不對(duì)稱影響；

4)通過(guò)二維圖形形態(tài)的在線動(dòng)態(tài)變化還可觀測(cè)故障的演變過(guò)程及規(guī)律，因此基于三相電流圖形化融合的電機(jī)故障檢測(cè)、診斷方法及技術(shù)，為電機(jī)拖動(dòng)系統(tǒng)的運(yùn)行狀態(tài)在線監(jiān)測(cè)及識(shí)別技術(shù)提供了更為廣闊的途徑，使得電機(jī)拖動(dòng)系統(tǒng)功率狀態(tài)、運(yùn)行工況在線監(jiān)測(cè)的圖形識(shí)別技術(shù)體系更為完善。

本文提出的方法適用機(jī)床、軋鋼機(jī)、液壓設(shè)備、壓縮機(jī)、水泵、風(fēng)機(jī)等電力傳動(dòng)設(shè)備。

[1] KLIMAN G B,STEIN J.Methods of motor current signature analysis [J]. Electric Machines & Power Systems,1992,20(5):463-474.

[2] NANDI S,TOLIYAT H A,LI X. Condition monitoring and fault diagnosis of electrical motors—a review [J]. IEEE Trans Energy Convers 2005,20(4):719-729.

[3] 方芳,楊士元，侯新國(guó). 基于改進(jìn)多信號(hào)分類法的異步電機(jī)轉(zhuǎn)子故障特征分量的提取[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2007,27(30):72-76. FANG Fang,YANG Shiyuan,HOU Xinguo.Based on the improved multiple signal classification of the asynchronous motor rotor fault feature component extraction[J]. Proceedings of the CSEE，2007,27(30):72-76.

[4] 萬(wàn)書亭，李和明，許兆鳳，等．定子繞組匝間短路對(duì)發(fā)電機(jī)定轉(zhuǎn)子徑向振動(dòng)特性的影響[J]．中國(guó)電機(jī)工程學(xué)報(bào)，2004，24(4)：157-161． WAN Shuting,LI Heming,XU Zhaofeng.Stator winding interturn short circuit to the influence of the generator stator radial vibration characteristics [J]. Proceedings of the CSEE，2004，24(4)：157-161．

[5] BENBOUZID M.A review of induction motor signature analysis as a medium for faults detection [J]. IEEE Trans In Electron 2000,47(5):984-993.

[6] HARGIS C,GAYDON B G,KAMISH K.The detection of rotor defects in induction motors[C]//IEEE international conference of electrical machines,design and application,vol.10,1982:216-220.

[7] 陽(yáng)同光，蔣新華，付強(qiáng). 瞬時(shí)功率頻譜分析在牽引電機(jī)轉(zhuǎn)子故障診斷的應(yīng)用研究[J]. 電機(jī)與控制學(xué)報(bào)，2012,16(10): 95-99. YANG Tongguang,JIANG Xinhua,FU Qiang. Instantaneous power spectrum analysis in the application of traction motor rotor fault diagnosis research[J]. Journal of Motor and Control,2012(10):95-99.

[8] 劉振興,尹項(xiàng)根,張哲,等. 基于瞬時(shí)功率信號(hào)頻譜分析的鼠籠式異步電動(dòng)機(jī)轉(zhuǎn)子故障在線診斷方法[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2003,23(10)：148-152. LIU Zhenxing,YIN Xianggen,ZHANG Zhe,et al.Based on instantaneous power signal spectrum analysis of squirrel-cage rotor asynchronous motor online fault diagnosis method [J]. Proceedings of the CSEE,2003,23(10):148-152.

[9] KLIMAN G B，PREMERLANI W J，KOEGL R A，et al．Sensitive on-line turn-to-turn fault detection in AC motors[J]．Electric Machines and Power Systems，2000(28)：915-927．

[10] 許伯強(qiáng)，李和明，孫麗玲，等．異步電動(dòng)機(jī)定子繞組匝間短路故障檢測(cè)方法研究[J]．中國(guó)電機(jī)工程學(xué)報(bào)，2004，24(7)：177-182． XU Boqiang,LI Heming,SUN Liling,et al．Asynchronous motor stator winding interturn short circuit fault detection method research [J]. Proceedings of the CSEE,2004,24(7):177-182.

[11] 王艷武，楊立，孫豐瑞．異步電動(dòng)機(jī)定子繞組匝間短路三維溫度場(chǎng)計(jì)算與分析[J] ．中國(guó)電機(jī)工程學(xué)報(bào)，2009，29(24)：84-90． WANG Yanwu,YANG Li,SUN Fengrui. Asynchronous motor stator winding interturn short circuit calculation and three dimensional temperature field analysis [J]. Proceedings of the CSEE,2009,29(24):84-90.

[12] THOMSON W T． On-line MCSA to diagnose shorted turns in low voltage stator windings of 3-phase induction motors prior to failure[C]//IEEE International Electric Machines and Drives Conference(IEMDC’2001)，Cambridge，MA，USA，2001．

[13] 谷立臣，劉沛津．在線監(jiān)測(cè)電機(jī)功率狀態(tài)的圖形識(shí)別方法[J],中國(guó)電機(jī)工程學(xué)報(bào)，2012，32(9)：100-108． GU Lichen,LIU Peijin. Online monitoring the motor power of the state of the graphics recognition method [J].Proceedings of the CSEE,2012,32(9):100-108.

[14] 谷立臣，劉沛津，陳江城．基于電參量信息融合的液壓系統(tǒng)狀態(tài)識(shí)別技術(shù)[J] ．機(jī)械工程學(xué)報(bào)，2011,47(24)：141-150． GU Lichen,LIU Peijin,CHEN Jiangcheng.Information fusion based on the electrical parameters of the hydraulic system state recognition[J].Journal of Mechanical Engineering,2011,47(24):141-150.

[15] 劉沛津，谷立臣. 異步電機(jī)負(fù)序分量融合方法及其在定子匝間短路故障診斷中的應(yīng)用[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2013,33(15)：119-123. GU Lichen,LIU Peijin.Asynchronous motor negative sequence component fusion method and its application in the stator interturn short circuit fault diagnosis[J].Proceedings of the CSEE,2013,33(15):119-123.

[16] FERNAOPIRES V,KADIVONGA M,MARTINS J F,et al.Motor square current signature analysis for induction motor rotor diagnosis [J]. Measurement,2013,(46):942-948.

[17] 雷楊，谷立臣，劉沛津. 電力拖動(dòng)設(shè)備三相電信號(hào)實(shí)時(shí)監(jiān)測(cè)系統(tǒng)開發(fā)[J]. 機(jī)械科學(xué)與技術(shù),2013,32(8):1149-1152. LEI Yang,GU Lichen,LIU Peijin.Three-phase electric drive equipment electrical signal real-time monitoring system development [J]. Journal of Mechanical Science and Technology,2013,32(8):1149-1152.

[18] 王曉真，谷立臣，劉沛津. 基于電信號(hào)分析的液壓系統(tǒng)運(yùn)行狀態(tài)實(shí)時(shí)監(jiān)測(cè)技術(shù)[J]. 機(jī)械科學(xué)與技術(shù),2013,32(7):1041-1045. WANG Xiaozhen,GU Lichen,LIU Peijin.Based on the analysis of the electrical hydraulic system running status real-time monitoring technology[J].Journal of Mechanical Science and Technology,2013,32(7):1041-1045.

(編輯：賈志超)

Graphic diagnosis method of motor faults based on components fusion of three phase currents PCA

LIU Pei-jin， GAO Xue-bo， SUN Yu

(School of Mechanical and Electrial Engineering，Xi′an University of Architecture and Technology,Xi′an 710055,China)

In order for on-line efficient detection and accurate diagnosis of common faults of AC motors,an approach is presented. Dimension of current data sample matrix were reduced by using principal component analysis(PCA)algorithm and formed 2-D figure. Practical,useful criteria of state identification was defined for the normal condition,stator winding inter-turn short circuit fault,rotor broken bar fault of motor. At the same time,fault severity index of motor was defined too. The characteristic of intuitive,accuracy and robustness of the fault diagnosis algorithm was verified by way of theoretical analysis and fault motor experiments. The method provides a new thought and method for fault diagnosis of motors and driving systems.

asynchronous motor; three phase currents principal component analysis; fusion figure; criteria of state identification; fault severity index

2014-11-28

國(guó)家自然科學(xué)基金(50575168)；國(guó)家工程實(shí)驗(yàn)室開放基金(2013G1502047)；西安建筑科技大學(xué)校級(jí)重點(diǎn)基金(JC1316)

劉沛津(1971—)，女，博士，副教授，研究方向?yàn)闄C(jī)電系統(tǒng)監(jiān)測(cè)及故障診斷； 高雪波(1990—)，男，碩士研究生，研究方向?yàn)闄C(jī)電系統(tǒng)監(jiān)測(cè)及故障診斷； 孫 昱(1986—)，男，博士研究生，研究方向?yàn)闄C(jī)電系統(tǒng)監(jiān)測(cè)及故障診斷。

劉沛津

10.15938/j.emc.2017.06.010

TM 343

A

1007-449X(2017)06-0075-08