方 芳

海軍工程大學電氣與信息工程學院，湖北武漢 430033

感應電機轉子斷條故障診斷方法研究進展

方 芳

海軍工程大學電氣與信息工程學院，湖北武漢 430033

轉子發(fā)生斷條故障后，電機的電流信號中將會出現(xiàn)故障特征頻率分量。而基于定子電流信號分析的故障診斷方法可以做成非侵入式，結構簡單，數(shù)據(jù)采集方便，因此是該方向研究的熱點?？偨Y了近年來基于定子電流信號分析的轉子故障診斷方法，并對進一步的研究進行了展望。

感應電機；轉子斷條；故障診斷

1 引言

感應電機的轉子故障主要是指轉子斷條、轉子端環(huán)斷裂以及轉子中的高阻接頭故障。故障原因既可能是電動機制造過程中出現(xiàn)質量隱患，如鑄件質量低下、焊接不良以及轉子強度不夠等。也可能是電動機使用過程中出現(xiàn)的故障，譬如電機的頻繁起動和過載運行，使轉子承受著高溫和極大的應力。高溫和應力的長期作用，使得轉子導條和端環(huán)容易產生材料疲勞或造成高阻接頭，在導條斷裂后，斷裂的導條會使相鄰的導條流過更大的電流，從而使相鄰導條承受更大的機械和熱應力，導致這些導條加速斷裂，促使轉子故障范圍和程度進一步擴大，嚴重時斷裂的導條甚至會刮傷定子繞組，造成電機報廢［1－3］。

由于基于定子電流信號分析的故障診斷方法可以做成非侵入式，在操作中只需要通過電流傳感器采集定子電流信號，硬件結構簡單，采集數(shù)據(jù)方便。而且定子電流中轉子故障的特征較明顯，所以基于定子電流信號分析的感應電機轉子故障診斷方法是研究最為普遍的方法。而在基于定子電流信號分析的診斷方法中，基于定子電流頻譜分析的方法應用最多。

理想的感應電機的定子電流中含有基波和5次、7次等高次諧波，當轉子回路出現(xiàn)斷條故障時，轉子的對稱性被破壞，產生頻率為－sf1的負序旋轉磁場，在定子電流中感應出頻率為 （1－2s）f1的故障特征頻率分量，這一故障特征頻率分量與氣隙磁通相互作用，使轉矩發(fā)生波動，引起轉子轉速的波動，最后導致基頻兩側產生了轉子故障特征邊頻帶（fb＝ （1±2ks）f1）。對電機定子電流進行Fourier變換，分析定子電流頻譜中有無該特征分量及其幅值的大小就可以判斷電機是否存在轉子故障。但是，轉子故障特征量在故障初期相對于基頻分量的幅值很小，且電機穩(wěn)態(tài)運行時轉差率s很小，導致故障特征分量和基頻分量的頻率十分接近，由于Fourier分析頻譜泄漏的影響，轉子故障特征頻率分量常常被基頻和環(huán)境噪聲淹沒而難以識別，這也成為電機轉子故障診斷長期以來的一大“瓶頸”。

2 提取故障特征的主要方法

近年來，隨著信號分析技術以及各種智能算法的飛速發(fā)展，人們嘗試用各種方法來解決這一難題，主要有以下這些方法。

2.1 基頻分量抑制法

這一類方法采用各種手段將基頻分量從定子電流中削弱或消去，從而使被它掩蓋的故障特征分量顯現(xiàn)出來。 Cruz et al.［4］提出擴展 Park’s 矢量方法，通過分析三相電流Park’s矢量模平方信號的頻譜來檢測故障，在電流Park’s矢量模平方信號中，電流的基頻分量被變換為直流分量從頻譜圖中消去，故障特征分量變換為2ksf1的低頻分量。侯新國等［5］利用 MUSIC 方法對 Park’s矢量模平方信號進行頻譜分析來檢測故障特征頻率分量，可以實現(xiàn)短數(shù)據(jù)條件下的故障檢測。劉振興等［6］對單相電流進行Hilbert變換，并構成電流Hilbert模量，原來的基波電流將對應模量中的直流分量，而轉子故障特征分量對應2sf1和4sf1等低頻分量，其效果和相關文獻相當。由于Hilbert模量和Park矢量模都要進行平方運算，存在頻譜復雜化的問題。特別是在復合型故障的情況下，一些交叉頻率的出現(xiàn)將增大故障識別的難度。而且在求解這些模量的過程中，將轉子故障的左右邊頻分量混合在一起，不利于對故障狀態(tài)的估計。此外，這些模量還存在物理意義不清晰的問題。為了克服這一問題，有文獻提出基于坐標變換的方法把基波分量轉換成直流分量，同時將轉子故障特征分量轉換成低頻分量［7-8］，但是這種方法要求精確知道基波頻率，對基波頻率值很敏感，對于供電品質不好的情況實用性較差。梁霖等［9］對單相電流進行連續(xù)小波變換，把得到的系數(shù)矩陣進行奇異值分解，削弱基頻分量后進行信號的重構，從而提取故障特征。劉振興等［10］將Relax頻譜分析方法應用于定子電流信號，通過選擇閾值將基波濾除。黃進等［11-12］利用電壓電流同頻率的原理提出雙PQ變換坐標的同步旋轉，將基波分量轉換成直流分量，在PQ平面上得到一個與轉子故障對應的橢圓，并以橢圓的長軸及其修正量來衡量故障的嚴重程度。

2.2 非平穩(wěn)信號分析方法

在電機的起動和停車過程中，電機的轉差率在［0，1］之間連續(xù)變化，所以轉子的故障特征分量的頻率在這一過程中是變化的，不會一直靠近強大的基波。利用具有非平穩(wěn)信號分析能力的新穎的現(xiàn)代信號處理技術對這些過程進行分析，可以完全避開基于Fourier頻譜分析時基頻分量泄漏的影響。邱阿瑞［13］通過分析起動過程的時變頻譜診斷轉子故障。牛發(fā)亮等［14-17］以起動過程中的轉矩為分析對象，利用Hilbert－h(huán)uang變換、復解析小波變換以及小波脊能量譜分析等時頻信號處理方法提取轉子故障特征。馬宏忠等和Cupertino et al.［18］對斷電后的失電殘余電壓信號進行分析，該信號中的故障特征不受電源波動和負載的影響。這類方法以非平穩(wěn)信號分析為工具，分析電機的暫態(tài)過程，可以克服負荷及電網頻率波動的影響。但是缺點是只能在啟動或斷電時分析電機的信號，不能隨時進行在線的監(jiān)測。

2.3 人工智能的方法

人工智能方法［19-23］如模糊邏輯、神經網絡、模式識別、專家系統(tǒng)、數(shù)據(jù)融合等，是近年來隨著人工智能分析方法的迅速發(fā)展而逐漸發(fā)展起來的。這些方法的特點是：以大量的歷史正常與故障數(shù)據(jù)為基礎，建立相應的輸入／輸出映射關系，進而實現(xiàn)電機故障的判斷和分類。這些方法在一定的程度上具有新穎的特點，但是都還只是實驗室探索。原因主要是訓練機的獲取和對系統(tǒng)性能評估缺乏相應的確定的工具。

2.4 基于模型的方法

該方法的基本思想是通過建立故障的數(shù)學模型，利用模型參數(shù)的變化來檢測故障。例如Bangura et al.［24］和 Deng et al.［25］采用有限元方法首先建立電機的精確模型，然后用時間步進耦合有限元狀態(tài)空間的方法模擬出很多的故障模型中的數(shù)據(jù)，將實測數(shù)據(jù)與故障模型下的數(shù)據(jù)進行比較，從而實現(xiàn)電機故障的識別。Ma et al.［26］在電機多回路理論的基礎上建立電機故障的模型，通過電壓、電流和轉速的數(shù)據(jù)對模型參數(shù)進行辨識，根據(jù)轉子電阻值的變化來檢測故障。Kral et al.［27］提出的Vienna檢測方法，對電機建立正常運行狀態(tài)下各種參數(shù)的電流和電壓空間矢量參考模型，然后對實際被監(jiān)測的各種參數(shù)進行分析和計算，實測數(shù)據(jù)與參考模型之間的差值就表示了該電動機內部出現(xiàn)了何種類型的故障。此外，部分文獻［28-30］也是通過模型參數(shù)的辨識來診斷轉子斷條故障的。這些方法的模型都是針對某一具體的故障建立的，受環(huán)境條件和電機負載等諸多因素的影響。而實際電機精確模型的建立很困難，模型不精確，可能會導致判斷錯誤。

2.5 基于瞬時功率的頻譜分析法

用瞬時功率信號替代電流信號作為研究對象，在瞬時功率信號中，電流的基波成分被變成直流分量，斷條故障特征頻率變?yōu)?ksf1的低頻分量，與擴展 Park’s 矢量信號中類似［31-34］。這種方法要用到電壓信號來求瞬時功率，由于供電電壓的諧波的存在，與擴展Park’s矢量法一樣，它也存在頻譜復雜化的問題。

2.6 高分辨率頻譜估計方法

高分辨率頻譜估計方法是一類基于信號的自相關矩陣的特征分析的方法。顧名思義，其頻率分辨率與傳統(tǒng)的FFT技術相比要高得多。多重信號分 類（Multiple Signal Classification，MUSIC）是 其中比較有代表性的方法。但是對于同樣長度的輸入數(shù)據(jù)，與FFT相比，該算法需要較大的存儲空間和較長的計算時間，因此實時性較差，真正用于工程實踐的不多。Kia et al.［35-36］將它應用于轉子斷條故障的檢測，并通過數(shù)據(jù)預處理改進了診斷的效果，提高了診斷的速度，使它的實用性大大增強。

除了基于電流信號的分析方法之外，還有一些其他的方法來診斷轉子故障［37-38］，如利用振動信號分析，尋找故障特征頻率，從而檢測出故障。同定子故障檢測一樣，也有利用在軸向安裝感應線圈來檢測軸向磁通中與轉子斷條故障對應的頻譜分量，達到故障診斷的目的［39］。此外，轉子斷條引起轉矩波動從而導致轉速以特定的頻率波動，檢測出這一特定的波動就可以診斷轉子的故障［40］。Pires et al.［41］利用信號自相關矩陣的特征值的波動頻率和大小來檢測轉子故障。Mirafzal等［42-43］分析轉子斷條后磁場的振蕩規(guī)律，并將它作為故障診斷的特征量。

3 存在的主要問題

隨著電子、計算機以及各種智能信息處理技術的飛速發(fā)展，結合研究人員在各種工業(yè)現(xiàn)場逐步積累起來的經驗，轉子斷條故障診斷技術發(fā)展至今，已經取得了豐碩的成果。但是，還存在如下問題和不足：

1）由于電機故障特征頻率受電機負載及供電品質的影響，以及FFT技術本身的局限性（頻率分辨率低，頻譜泄漏等問題），在某些故障條件下很難準確提取故障特征頻率。

2）Fourier分析是長期以來廣泛運用的方法，但它是建立在信號平穩(wěn)的假設之上的，并不適用于非平穩(wěn)過程，如對電機的起動／停車過程的分析，而借助于FFT算法實現(xiàn)的信號處理方法如頻譜分析、相關分析、細化譜分析、高階譜分析、包絡分析、倒譜分析等的應用也就大打折扣。小波變換以及人工智能等是近年來逐漸應用到電機故障診斷領域的新型處理方法，已顯示出明顯的優(yōu)越性，但與之相應的各種算法還有待進一步的研究。

3）感應電機在很多情況下是由功率電子器件驅動的，這類電動機的電壓和電流都是脈寬調制的方波脈沖，含有非常復雜的諧波，給這類電動機的早期故障的檢測帶來了新的困難和問題。目前，這類電動機早期故障檢測的研究文獻較少，還需大量努力。

4）對故障特征的定性檢測研究較多，而對故障嚴重程度的定量評估研究不夠。

4 結束語

總之，由于定子電流易于采集，簡單實用，因此基于電流信號分析的診斷方法應用最為廣泛［44-46］。特別是隨著近年來信號處理技術及人工智能技術的飛速發(fā)展，涌現(xiàn)了大量基于定子電流信號的轉子斷條故障診斷新方法，取得了良好的效果。但是，基于電壓和電流分析的方法仍存在不足，需要在故障特征的提取以及故障的嚴重程度評估方面作進一步的工作。此外，在復合故障出現(xiàn)時，各故障之間可能會相互影響，這時如何提取故障特征也有待深入地研究。

［1］BONNET A H，SOUKUP G C.Cause and analysis of stator and rotor failures in three－phase squirrel－cage induction motors ［J］.IEEE Transactons on Industry Applications，1992，28（4）： 921－937.

［2］謝穎，李偉力，李守法.異步電動機轉子斷條故障演化及相關因素分析［J］.電工技術學報，2007，22（3）：41－48.

［3］高景德，王祥珩，李發(fā)海.交流電機及其系統(tǒng)的分析［M］.北京：清華大學出版社，2005.

［4］CRUZ S M A，CARDOSO A J M.Rotor cage fault diagnosis in three－phase induction motors using extended Park＇s vector approach ［J］.Electric Machines and Power Systems， 2000，28（3）：289－299.

［5］侯新國，吳正國，夏立.基于Park矢量模平方函數(shù)的異步電機轉子故障診斷方法研究［J］.中國電機工程學報，2003，23（9）：137－140.

［6］劉振興，尹項根，張哲，等.基于Hilbert模量頻譜分析的異步電動機轉子故障在線監(jiān)測與診斷方法 ［J］.中國電機工程學報，2003，23（7）：158－161.

［7］劉振興，張哲，尹項根，等.一種新型的籠型異步電動機轉子故障在線檢測和診斷方法 ［J］.電工技術學報，2002，17（4）：89－92.

［8］CRUZ S M A，CARDOSO A J M，TOLIYAT H A.Diagnosis of stator， rotor and airgap eccentricity faults in threephase induction motors based on the multiple reference frames theory ［C］//Conference Record of The 2003 IEEE Industry Applications Society Annual meeting， 2003，2：1340－1346.

［9］梁霖，徐光華，劉彈，等.小波－奇異值分解在異步電機轉子故障特征提取中的應用 ［J］.中國電機工程學報，2005，25（19）：111－115.

［10］黃進，牛發(fā)亮，楊家強.基于雙PQ變換的感應電機轉子故障診斷［J］.中國電機工程學報，2006，26（13）：135－140.

［11］劉振興，尉宇，趙敏，等.基于RELAX頻譜分析方法的鼠籠式異步電動機轉子故障診斷方法［J］.中國電機工程學報，2006，26（22）：146－150.

［12］黃進，牛發(fā)亮，楊家強.考慮負荷及慣量影響的感應電機轉子故障診斷 ［J］.中國電機工程學報，2006，26（14）：120－125.

［13］邱阿瑞.利用啟動電流的時變頻譜診斷鼠籠異步電機轉子故障 ［J］.中國電機工程學報，1995，15 （4）：267－273.

［14］牛發(fā)亮，黃進，楊家強，等.基于感應電機啟動電磁轉矩Hilbert－Huang變換的轉子斷條故障診斷［J］.中國電機工程學報，2005，25（11）：107－112.

［15］牛發(fā)亮，黃進，楊家強，等.基于電磁轉矩小波變換的感應電機轉子斷條故障診斷 ［J］.中國電機工程學報，2005，25 （11）：107－112.

［16］NIU F， HUANG J.Rotor broken bars fault diagnosis for induction machines based on the wavelet ridge energy spectrum ［C］//Proceedings of the Eighth International Conference on Electrical Machines and Systems（ICEMS2005），2005，III： 2274－2277.

［17］馬宏忠，李訓銘，方瑞明，等.利用失電殘余電壓診斷異步電機轉子繞組故障［J］.中國電機工程學報，2004，24（7）：183－187.

［18］CUPERTINO F，VANNA E D，SALVATORE L，et al.Analysis technique for detection of IM broken rotor bars after supply disconnection ［J］.IEEE Transactions on Industry Applications，2004，40（2）：526－533.

［19］FILIPPETTI F，F(xiàn)RANCESCHINI G，TASSONI C.Neural networks aided on－line diagnostics of induction motor rotor faults［J］.IEEE Transactions on Industry Application，1995，31（4）： 892－899.

［20］HAJI M，TOLIYAT H A.Pattern recognition－a technique for induction machines rotor broken bar detection ［J］.IEEE Transaction On Energy Conversion，2001，16 （4）：312－317.

［21］ALTUG S，CHOW M Y，TRUSSELL H J.Fuzzy inference systems implemented on neural architectures for motor fault detection and diagnosis ［J］.IEEE Transactions on Industrial Electronics，1999，46（6）：1069－1079.

［22］LI B，CHOW M Y，TIPSUWAN Y，et al.Neural－network based motor rolling bearing fault diagnosis ［J］.IEEE Transactions on IndustrialElectronics，2000，47 （5）：1060－1069.

［23］FILIPPETTI F，F(xiàn)RANCESCHINI G， TASSONI C， et al.Recent developments of induction motor drives fault diagnosis using AI techniques ［J］.IEEE Transactions on Industry Electronics，2000，47：994－1003.

［24］BANGURA J F，DEMERDASH N A.Diagnosis and characterization of effects of broken rotor bars and connectors in squirrel－cage induction motors by a time－stepping coupled finite element－state space modeling approach ［J］.IEEE Transactions on Energy Conversion，1999，14（3）：994－1003.

［25］DENG X，PALKO S，JOKINEN T，et al.Rotor fault analysis of induction motors by dynamic model and finite element method［C］//Proceedings of IEEE Power Technique Conference， 1995：126－135.

［26］MA H Z，NI X R，DING Y Y，et al.Parameter identification and its application in fault diagnosis of asynchronous motor ［C］//Proceeding of International Conference on Electrical Machines and Systems，2007：1824－1828.

［27］KRAL C，WIESER R S，PIRKER F，et al.Model－based detection of rotor faults without rotor position sensor－the sensorless Vienna monitoring method ［J］.IEEE Transactions on Industry Applications，2005，41（3）：784－789.

［28］LI J J，SHENG J B.The research of asynchronous motor stator and rotor parameter identification method［J］.Electrician Technique Transaction，2006，21（1）：70－74.

［29］BACHIR S，TNANI S，CHAMPENOIS G，et al.Induction motor modelling of broken rotor bars and fault detection by parameter estimation ［C］//In Proceeding of IEEE SDEMPED，Gorizia，145－149 Sep，Italy，2001.

［30］寧玉泉.籠型異步電機轉子斷條和端環(huán)開裂的故障診斷和參數(shù)計算 ［J］.中國電機工程學報，2002，22（10）：97－103.

［31］LIU Z，YIN Z，CHEN D，et al.Online rotor mixed fault diagnosis way based on spectrum analysis of instantaneous power in squirrel cage induction motors ［J］.IEEE Transactions on Energy Conversion，2004，19 （3）：485－490.

［32］DIDIER G，RAZIK H，CASPARY O，et al.Rotor cage fault detection in induction motor using global modulation index on the instantaneous power spectrum.in Proceeding of Symposum Diagnostics Electric Machines ［J］.Power Electronics and Drives（SDEMPED），2003： 104－109.

［33］DIDIER G，TERNISIEN E，CASPARY O，et al.Fault detection of broken rotor bars in induction motor using a global fault index［J］.IEEE Transaction on Industry Applications，2006，42（1）：79－88.

［34］LEGOWSKI S，ULA A S，TRZYNADLOWSKI A.Instantaneous power as a medium for the signature analysis of induction motors［J］.IEEE Transactions on Industry Applications，1996，32（4）：904－909.

［35］KIA S H，HENAO H，CAPOLINO G.A High－resolution frequency estimation method for three－phase induction machine fault detection［J］.IEEE Transaction on Industry Electronics，2007，54（4）：2305－2314.

［36］KIA S H，HENAO H，CAPOLINO G.Zoom－music frequency estimation method for three－phase induction machine fault detection ［C］//Proceeding of IECON 2005，2005：2603－2608

［37］SADOUGHI A，EBRAHIMI M，RWZAEI E.A new approach for induction motor broken bar diagnosis by using vibration spectrum ［C］//SICE－ICASE International Joint Conference， 2006：4715－4720.

［38］RILEY C M， HABETLER T G， KAMRAN F，et al.A method for sensorless on－line vibration monitoring of induction machines ［J］.IEEE Transaction on Industry Electronics，1998，9（2）：1240－1245.

［39］MENZHI L E， SAAD A.Induction motor fault diagnosis using voltage spectrum of an auxiliary winding［C］//Proceeding of International Conference on Electrical Machines and Systems 2007，Oct.8－11，Soul，Korea.2007：1028－1033.

［40］KLIMAN G B，STEIN J.Methods of motor currents circuit defects by speed fluctuation measurements signature analysis［J］.Electric Machines and Power Systems，1992：463－474.

［41］PIRES V F，MARTINS J F，PIRES A J.On－line diagnosis of three－phase induction motor using an eigenvalue αβ－vector approach ［C］//IEEE ISIE 2005， Pubrovnik，Croatia，2005：863－866.

［42］MIRAFZAL B，DEMERDASH N A O.Induction machine broken－bar fault diagnosis using the rotor magnetic field space－vector orientation ［J］.IEEE Transactions on Industry Applications，2004，40（2）：534－542.

［43］MIRAFZAL B，DEMERDASH N A O.Effects of load magnitude on diagnosing broken bar faults in induction motors using the pendulous oscillation of the rotor magnetic field orientation ［J］.IEEE Transactions on Industry Applications，2005，41（3）：771－783.

［44］NANDI S，TOLIYIAT H A.Condition monitoring and fault diagnosis of electrical machines－A review ［C］//In conference record IEEE－IAS.Annual meeting，Phoenix，AZ，1999，1：197－204.

［45］NANDI S.Fault analysis for condition monitoring of induction motors ［D］.PhD Dissertation.Texas A＆M University，2000.

［46］BENBOUZID M E H，KLIMAN G B.What stator current processing based technique to use for induction motor rotor faults diagnosis［C］//IEEE Power Engineering Review，August 2002.

Research Progress of Fault Diagnosis Methods for Rotor Bar of Induction Motor

Fang Fang
College of Electric and Information Engineering， Naval University of Engineering，Wuhan 430033，China

When the bar of rotor is broken， some feature frequency components will emerge in the current.The fault diagnosis system based on analyzing the current signal is of interest in this area.This diagnosis system may be designed as a non－invasion type into the induction machine， which is simple in hardware and easy to sample the signals.This paper surveys previous works on rotor broken－bar fault diagnosis by current signal analysis and concludes with a range of further issues that must be solved.

induction machine； rotor broken－bar； fault diagnosis

TM343

A

1673－3185（2010）05－77－05

10.3969/j.issn.1673-3185.2010.05.016

2010－07-15

方 芳（1972－），女，博士，講師。研究方向：機電設備故障診斷