方 芳

海軍工程大學(xué)電氣與信息工程學(xué)院，湖北武漢 430033

1 引言

感應(yīng)電機(jī)的絕緣系統(tǒng)是電機(jī)中最薄弱的環(huán)節(jié)，老化和各種外部原因的影響使得絕緣極易受到破壞，從而造成電機(jī)發(fā)生定子繞組匝間或相間短路故障。因此對(duì)電機(jī)定子的狀態(tài)進(jìn)行監(jiān)測(cè)和故障診斷具有重大的意義。定子繞組匝間短路故障主要是同一相繞組相鄰兩匝或數(shù)匝線圈之間由于絕緣破壞而發(fā)生短路。電動(dòng)機(jī)絕緣系統(tǒng)無論在機(jī)械強(qiáng)度、耐熱性、對(duì)環(huán)境的抵抗能力以及耐久性等方面，都是電動(dòng)機(jī)結(jié)構(gòu)中最為薄弱的環(huán)節(jié)之一，其發(fā)生故障的幾率也較高，占其故障種類的30%～40%［1］。 由于各種原因引起的碰摩、老化、過熱、受潮、污染和電暈等是造成匝間絕緣損壞的主要原因。當(dāng)匝間短路的匝數(shù)較少時(shí)，對(duì)電動(dòng)機(jī)運(yùn)行的影響較小，故障特征表現(xiàn)不明顯。但短路處溫度較高，長(zhǎng)期發(fā)展下去將引起周圍絕緣的破壞，導(dǎo)致更為嚴(yán)重的匝間短路，甚至發(fā)生相間短路、單相對(duì)地短路等嚴(yán)重故障［2］。

2 故障診斷的主要方法

定子繞組發(fā)生故障后，其內(nèi)部的電場(chǎng)、磁場(chǎng)以及溫度、振動(dòng)等參數(shù)皆會(huì)有所變化。歸納起來，定子故障的診斷方法有以下8種：

1）局部放電方法。對(duì)于高壓電機(jī)，可以采用局部放電的檢測(cè)方法來監(jiān)測(cè)定子的絕緣故障。當(dāng)電機(jī)的絕緣性能退化時(shí)，容易出現(xiàn)局部放電的現(xiàn)象。通過檢測(cè)局部放電發(fā)射的電磁波和聲波，檢測(cè)放電發(fā)出的熱輻射和引起的脈沖電流等信號(hào)可以實(shí)現(xiàn)對(duì)定子繞組絕緣故障的檢測(cè)［3-4］。但是這種方法只能對(duì)電機(jī)絕緣系統(tǒng)的早期劣化故障檢測(cè)有效，且局部放電信號(hào)是瞬間性強(qiáng)沖擊擾動(dòng)，幅值較大，持續(xù)時(shí)間短，對(duì)測(cè)量和采樣環(huán)節(jié)要求高。而且，這一方法對(duì)低壓電機(jī)并不適用。

2）軸向磁通檢測(cè)方法。當(dāng)定子繞組出現(xiàn)故障時(shí)，三相定子繞組不對(duì)稱，感應(yīng)電機(jī)的軸向漏磁通增大。Penman，等［5］提出采用在電機(jī)的軸上安裝感應(yīng)線圈來檢測(cè)軸向磁通的變化以診斷定子故障，這種檢測(cè)方法不僅可以檢測(cè)到匝間的短路故障，還可以通過安裝4個(gè)對(duì)稱的線圈進(jìn)行故障的定位。當(dāng)定子發(fā)生故障時(shí)，在軸向的磁通中會(huì)出現(xiàn)特殊的故障頻率分量：

式中，p為極對(duì)數(shù)；f1為電網(wǎng)基波頻率；k＝1或3；n＝1，2，…，（2p-1）；s為轉(zhuǎn)差率。通過檢測(cè)這些故障特征頻率分量，可以實(shí)現(xiàn)故障的診斷。但是實(shí)際使用時(shí)，需要安裝探測(cè)線圈，且線圈在使用時(shí)要求對(duì)準(zhǔn)電機(jī)的轉(zhuǎn)軸軸心，對(duì)于正在運(yùn)行的電機(jī)，這一點(diǎn)難以做到。此外，線圈在工作時(shí)所測(cè)信號(hào)微弱，極易受到周圍電磁干擾的影響，所測(cè)信號(hào)中故障成分往往難以確認(rèn)，使用的有效性受到很大的限制。

3）基于數(shù)學(xué)模型的方法。通過建立故障的數(shù)學(xué)模型，結(jié)合模式識(shí)別理論，利用模型參數(shù)的變化來檢測(cè)故障的特征信息。Tallam等［6］提出了一種感應(yīng)電機(jī)定子單相線圈匝間短路故障動(dòng)態(tài)數(shù)學(xué)模型，通過檢測(cè)電流相序成分實(shí)現(xiàn)對(duì)定子線圈匝間短路時(shí)故障特征信息的檢測(cè)；Joksimovic等［7］利用定子線圈短路時(shí)的自身耦合電路特性，建立了一種動(dòng)態(tài)數(shù)學(xué)模型；Stocks等［8］針對(duì)定子故障建立電機(jī)的低階模型，并通過最優(yōu)觀測(cè)器估計(jì)模型參數(shù)；相似地，Khaloozaed 等［9］采用自適應(yīng) Kalman 濾波器估計(jì)電機(jī)低階微分方程模型的參數(shù)。這類基于模型的方法，其檢測(cè)方法的準(zhǔn)確程度取決于所建數(shù)學(xué)模型的準(zhǔn)確程度，而實(shí)際上，要建立被監(jiān)測(cè)電機(jī)的準(zhǔn)確數(shù)學(xué)模型是很困難的。模型不精確，分析的結(jié)果很可能就是錯(cuò)誤的。

4）負(fù)序電流方法。當(dāng)定子繞組發(fā)生故障時(shí)，電機(jī)三相繞組不對(duì)稱，定子電流會(huì)發(fā)生相應(yīng)的改變。Toliyat等［10］通過理論推導(dǎo)和實(shí)驗(yàn)證明，定子繞組故障會(huì)導(dǎo)致三相定子電流的不平衡，即存在負(fù)序電流。 據(jù)此，Williamson 等［11］和 Kohler等［12］提出基于負(fù)序電流的定子故障診斷方法，但是，進(jìn)一步的研究和實(shí)驗(yàn)發(fā)現(xiàn)，三相定子電壓不平衡、電機(jī)的制造誤差帶來的繞組不平衡以及磁路的飽和等因素都會(huì)影響負(fù)序電流的大小，單純以總的負(fù)序電流作為故障特征量可能會(huì)得到錯(cuò)誤的診斷結(jié)果。為了避開負(fù)序電壓的影響，Kohler等［13］和許伯強(qiáng)等［14-15］提出以有效負(fù)序阻抗為故障特征量，但是負(fù)序阻抗的值是隨著負(fù)載變化的，而且當(dāng)負(fù)序電壓值較小時(shí)，負(fù)序阻抗的計(jì)算誤差較大。Lee等［16］指出當(dāng)定子出現(xiàn)故障時(shí)，可以寫出電壓和電流的關(guān)系：

5）Park矢量及其擴(kuò)展方法。對(duì)于理想的正常電機(jī)，其電流Park矢量的軌跡圖應(yīng)當(dāng)是一個(gè)圓，當(dāng)定子繞組發(fā)生故障時(shí)，它的軌跡變成了橢圓。根據(jù)這一特點(diǎn)，Cardoso等［21］通過電流 Park矢量圖的橢圓度來檢測(cè)故障。但是圖形辨識(shí)的方法靈敏度較差，對(duì)早期故障容易漏檢。 因此，Cruz等［22］提出擴(kuò)展Park矢量法，對(duì)Park矢量模的平方進(jìn)行頻譜分析來檢測(cè)定子故障。侯新國(guó)等［23-24］定義Park矢量模的平方函數(shù)中的兩倍基頻分量與基波之比為故障的靈敏度因子，通過監(jiān)測(cè)靈敏度因子的大小來診斷故障。由于這些方法沒有考慮負(fù)序電壓和電機(jī)本身的不平衡的影響，存在一定的缺陷。Cruz等［25］還提出利用Park矢量的坐標(biāo)旋轉(zhuǎn)變換計(jì)算電流基波正序分量的變化來診斷定子故障，但是坐標(biāo)變換需要同步轉(zhuǎn)速或基波頻率的精確值，這往往不容易得到。

6）基于振動(dòng)信號(hào)分析的方法。傳統(tǒng)的基于振動(dòng)信號(hào)的檢測(cè)方法中考慮對(duì)電機(jī)振動(dòng)特性的影響主要局限于電機(jī)軸承以及轉(zhuǎn)子不對(duì)中、不平衡等機(jī)械故障，很少考慮定子線圈故障對(duì)感應(yīng)電機(jī)振動(dòng)特性的影響。但是，定子線圈故障會(huì)引起氣隙磁場(chǎng)的畸變，產(chǎn)生不同于正常運(yùn)行時(shí)的氣隙電磁力波，從而激發(fā)定轉(zhuǎn)子的振動(dòng)［26］。萬書亭等分析了定子繞組匝間短路故障對(duì)發(fā)電機(jī)定轉(zhuǎn)子徑向振動(dòng)特性的影響，指出發(fā)電機(jī)徑向振動(dòng)特征也可以作為診斷發(fā)電機(jī)繞組故障的依據(jù)。但是作為故障判據(jù)的振動(dòng)譜易與其他的故障特征混淆，侯新國(guó)等［27］提出利用電流信號(hào)與振動(dòng)信號(hào)的互相關(guān)功率譜來診斷定子繞組故障，從信息融合的角度得到更加滿意的故障特征量。

7）人工智能方法。隨著人工智能技術(shù)的快速發(fā)展，神經(jīng)網(wǎng)絡(luò)、模糊邏輯、模式識(shí)別、遺傳算法等人工智能方法得到廣泛的應(yīng)用。人工智能故障診斷方法通過大量歷史數(shù)據(jù)進(jìn)行學(xué)習(xí)和訓(xùn)練，在故障診斷中可以逼近非線性函數(shù)，融合多個(gè)故障特征量，具有相當(dāng)強(qiáng)大的診斷能力。但是該方法依賴于歷史數(shù)據(jù)的選擇，在通用性和可移植性方面有待進(jìn)一步研究。

8）其他方法。 Nandi等［28］提出根據(jù)斷電后定子繞組中感應(yīng)的電壓的特征頻率分量來診斷定子繞組故障，排除了負(fù)序電壓的影響，但這種方法要求在斷電情況下實(shí)施，不能進(jìn)行在線診斷，而且它沒有考慮電機(jī)本身不平衡帶來的影響。董建園等［29］提出當(dāng)定子發(fā)生故障時(shí)，三相電流的相角差發(fā)生變化，可以通過檢測(cè)相角的變化來檢測(cè)故障。但是該方法受電源波動(dòng)影響較大。此外，還有基于零序電壓的方法［30-31］，檢測(cè)磁場(chǎng)旋轉(zhuǎn)過程中的振蕩角的方法［32］，基于小波分析的方法［33-35］，等等。

3 存在的主要問題

盡管電機(jī)故障的檢測(cè)與診斷技術(shù)已取得了很大的發(fā)展，但總的看來具有較好的在線檢測(cè)可行性的方法較少?；诖磐ㄗ兓瘷z測(cè)的各類方法由于要安裝各種探測(cè)線圈，使得在現(xiàn)場(chǎng)的使用很不方便，而且信號(hào)微弱，易受周圍環(huán)境電磁場(chǎng)的影響；基于模型的分析方法能從理論上對(duì)各類故障進(jìn)行定量和定性的分析，但由于電機(jī)的類型、規(guī)格及其實(shí)際運(yùn)行環(huán)境千差萬別，單一的模型很難與實(shí)際運(yùn)行情況相吻合，難以滿足在線檢測(cè)的需要，而且要建立電機(jī)的精確模型非常困難，不精確的模型可能導(dǎo)致錯(cuò)判和誤判；基于轉(zhuǎn)矩與轉(zhuǎn)速的故障檢測(cè)方法由于要用到電機(jī)的一些具體設(shè)計(jì)參數(shù)，因此不可避免地限制了它們?cè)趯?shí)際中的應(yīng)用；基于電壓和電流信號(hào)的分析方法具有使用方便，無需安裝傳感器，可以做成非侵入式，在使用中不干擾電機(jī)的正常運(yùn)行等特點(diǎn)，成為在線檢測(cè)中最受歡迎的方法。但是，基于電壓和電流信號(hào)分析的診斷技術(shù)在故障的檢測(cè)中還存在一些問題和不足，如：在電機(jī)正常情況下，電機(jī)電流中由于各種原因會(huì)產(chǎn)生一些與故障特征頻率分量相近的成分，給準(zhǔn)確檢測(cè)故障特征信息造成很大難度，很容易誤判故障。如電機(jī)定子繞組故障時(shí)，造成三相不對(duì)稱，定子電流中就會(huì)出現(xiàn)負(fù)序分量，傳統(tǒng)方法通過檢測(cè)負(fù)序電流分量或負(fù)序阻抗，實(shí)現(xiàn)對(duì)定子繞組故障的檢測(cè)和診斷。但是，供電電壓不平衡以及電機(jī)本身固有的不對(duì)稱，都會(huì)引起定子電流的負(fù)序分量，難以區(qū)分檢測(cè)到的負(fù)序分量是由定子故障引起還是由于供電電壓不平衡或電機(jī)本身固有的不對(duì)稱引起。此外，對(duì)電機(jī)定子繞組故障特征的定性檢測(cè)研究較多，而對(duì)故障嚴(yán)重程度的定量評(píng)估研究不夠，很難給出量化的指導(dǎo)意見。

4 結(jié)束語

定子繞組的故障診斷主要是基于電壓和電流信號(hào)分析的方法，輔之以軸向磁場(chǎng)探測(cè)方法和振動(dòng)信號(hào)的分析。電壓和電流分析方法可以做成非侵入式，并且可以和電機(jī)的控制系統(tǒng)集成在一起。而振動(dòng)信號(hào)和磁通信號(hào)需要在電機(jī)中加入特殊的傳感器裝置，這在許多情況下是難以做到的。因此，基于電壓和電流分析的方法更加易于實(shí)施，是研究得最為廣泛的方法。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(yán)重程度評(píng)估方面作進(jìn)一步的工作。

［1］HAN Y，SONG Y H.Condition monitoring techniques for electrical equipment-A literature survey ［J］.IEEE Transaction on Power Delivery，2003，18（1）：4-13.

［2］邱阿瑞，孫健.電機(jī)故障模式識(shí)別與診斷［J］.清華大學(xué)學(xué)報(bào)，1999，39（3）：72-74.

［3］WU G G，HEE P D.On-line monitoring instrument of fault discharge in large generators ［C］//11th International Symposium on High Voltage Engineering，1999：340-343.

［4］WANG Z Z，LI C R，et al.Partial discharge recognition of stator winding insulation based on artificial neural network［C］//Conference Record of the 2000 IEEE International Symposium on Electrical Insulation，2000：9-12.

［5］PENMAN J，SEDDING H G，LOYD B A，et al.Detection and Location of interturn short circuits in the stator winding of operating motors ［J］.IEEE Transactions on Energy Conversion，1994，9（4）：652-658.

［6］TALLAM R M，HABETLER T G，GHARLY R.Transient model for induction machines with stator winding turn faults ［J］.IEEE Transactions on Industry Applications，2002，38（3）：632-637.

［7］JOKSIMOVIC G，PENMAN J.The detection of interturn short circuits in the stator winding of operating motors［C］//Proceeding of IEEE IECON’98，1998：1974-1979.

［8］STOCKS M，MEDVEDEV A.On-line estimation of all electrical parameters in induction machines subject to stator fault［C］//16th IEEE International Conference on Control Applications Part of IEEE Multi-conference on Sys-tems and Control.Singapore.2007：527-532.

［9］KHALOOZADED B H，ABBASZADEH K.Stator fault detection in induction machines by parameter estimation，using adaptive Kalman filter ［C］//2007 Mediterranean Conference On Control and Automation.Authens，Greece，2007：T21-023.

［10］TOLIYAT H A，LIPO T A.Transient analysis of cage induction machines under stator，rotor bar and ring faults［J］.IEEE Transactions on Energy Conversion，1995，10（2）：241-247.

［11］WILLIAMSON S，MIRZOIAN P.Analysis of cage induction motor with stator winding faults ［J］.IEEE Transactions on Power Application，1985，104（7）：1031-1038.

［12］KOHLER J L，SOTTILE J，TRUTT F C.Alternatives for assessing the electrical integrity of induction motors［J］.IEEE Transactions on Industry Applications，1992，28（5）：1109-1117.

［13］KOHLER J L，SOTTILE J，TRUTT F C.Condition monitoring of stator winding in induction motors：Part I-Experimental investigation of the effective negative-sequence impedance detector ［J］.IEEE Transactions on Industry Applications，2002，38（5）：1447-1453.

［14］許伯強(qiáng)，李和明，孫麗玲，等.異步電機(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.

［15］許伯強(qiáng).異步電動(dòng)機(jī)繞組故障分析及其檢測(cè)方法研究［D］.北京：華北電力大學(xué)，2002.

［16］LEE S B，TALLAM R M，HABETLER T G.A robust，on-line turn-fault detection technique for induction machines based on monitoring the sequence component impedance matrix［J］.IEEE Transactions On Power Electronics，2003，18（3）：865-872.

［17］TALLAM R M.Current-based sensorless detection of stator winding turn faults in induction machine［D］.Georgia Institute of Technology，2001.

［18］ARKAN M，PEROVIC D K，UNSWORTH P.Online stator fault diagnosis in induction motors ［J］.IEE Proceedings of Electric Power Application，2001，148 （6）：537-547.

［19］KLIMAN G B，PREMERLANI W J，KOEGL R A，et al.A new approach to on-line turn fault detection in ac motors［C］//Proceedings of Conference IEEE Industry Applications Soc.Annual Meeting，vol （1），San Diego，GA，1996： 687-693.

［20］TALLAM R M，HABETLER T G，HARLEY R G，et al.Neural network-based on-line stator winding turn fault detection for induction motors［C］//Proceedings of Conference IEEE-IAS Annual Meeting，2000：375-380.

［21］CARDOSO A J M，CRUZ S M A，F(xiàn)ONSECA D S B.Inter-turn stator winding fault diagnosis in three-phase induction motors，by Park＇s vector approach ［J］.IEEE Transactions on Energy Conversion，1999，14 （3）：595-598.

［22］CRUZ S M A，CARDOSO A J M.Stator winding fault diagnostics in three-phase synchronous and asynchronous motors，by using the extended Park’s vector approach［C］//Proceedings of Conference IEEE-IAS Annual Meeting，2000：395-401.

［23］侯新國(guó)，夏立，吳正國(guó)，等.基于Clarke變換的感應(yīng)電機(jī)定子故障檢測(cè)方法［J］.振動(dòng)、測(cè)試與診斷，2004，24（3）：214-217.

［24］夏立，侯新國(guó)，吳正國(guó).基于空間矢量法的感應(yīng)電機(jī)定子線圈故障監(jiān)測(cè)方法研究［J］.電機(jī)與控制學(xué)報(bào)，2004，8（1）：22-24.

［25］CRUZ S M A，CARDOSO A J M.Multiple reference frames theory：A new method for the diagnosis of stator faults in three-phase induction motors［J］.IEEE Transactions on Energy Conversion，2005，20（3）：611-619.

［26］邱家俊.交流電機(jī)電磁力激發(fā)的非線性振動(dòng) ［J］.中國(guó)電機(jī)工程學(xué)報(bào)，1989，9（2）：49-57.

［27］侯新國(guó)，吳正國(guó)，夏立，等.基于相關(guān)分析的感應(yīng)電機(jī)定子故障診斷方法研究［J］.中國(guó)電機(jī)工程學(xué)報(bào)，2005，25（4）：83-86.

［28］NANDI S，TOLIYAT H A.A novel frequency domainbased technique to detect stator induction faults in interturn machines using stator induced voltages after switchoff［J］.IEEE Transactions on Industry Applications，2002，38（1）：101-109.

［29］董建園，段志善，熊萬里.異步電機(jī)定子繞組故障分析及其診斷方法［J］.中國(guó)電機(jī)工程學(xué)報(bào)，1999，19（3）：26-30.

［30］劉烔，黃進(jìn).基于零序電壓的感應(yīng)電機(jī)定子故障診斷［J］.大電機(jī)技術(shù)，2006，（9）：16-19.

［31］CASH M A，HABTLER T G，KLIMAN G B.Insulation failure prediction in AC machines using line-neutral voltages ［J］.IEEE Transaction on Industry Applications，1998，34（6）：1234-1239.

［32］MIRAFZAL B，DEMERDASH N A O.On innovative methods of induction motor interturn and broken-bar fault diagnostics ［J］.IEEE Transactions on Industry Applications，2006，42（2）：405-414.

［33］LIU T，HUANG J.A novel method for induction motors stator interturn short circuit fault diagnosis by wavelet packet analysis ［C］//Proceedings of the 8th International Conference on Electrical Machines and Systems.ICEMS 2005：2254-2258.

［34］CHOW T，HAI S.Induction machine fault diagnostic analysis with wavelet technique［J］.IEEE Transaction on Industrial Electronics，2004，51（3）：558-565.

［35］DOUGLAS H，PILLAY P，ZIARANI A.A new algorithm fortransientmotorcurrentsignature analysisusing wavelets ［J］.IEEE Transactions on Industry Applications，2004，40（5）：1361-1368.