劉振興,李月棠,張文蓉,張雄希

(武漢科技大學 冶金自動化與檢測技術教育部工程研究中心, 湖北武漢430081)

對于異步電動機的故障診斷國內(nèi)外學者進行了大量的研究工作.文獻[1] 統(tǒng)計了1999 年之前的20多年時間內(nèi)在國外重要期刊和會議上發(fā)表的關于異步電動機和變頻器的故障診斷論文和著作,數(shù)量達365 篇(部)之多.近年來仍有大量的文章見諸報道.

已有的方法, 如Park' s 矢量方法[2-3]、Hilbert變換方法[4-5]、雙P-Q 變換[6-7]主要針對正弦波供電的非調(diào)速電機領域.鼠籠式變頻調(diào)速系統(tǒng)具有高度的非線性、強耦合特點,在異常和故障狀態(tài)下不能使用常規(guī)的簡單等效和折算, 不便通過解析的方法進行分析.由于變頻器輸出電壓的大小和頻率、功率開關器件的觸發(fā)角度均與運行模式有關,運行模式和故障模式的多樣化, 使得常規(guī)的信號處理方法難以有效提取故障特征,難以準確地診斷故障.

在變頻調(diào)速過程中, 電動機供電電源頻率經(jīng)常處于時變狀態(tài), 在頻域表現(xiàn)為一段帶寬;電動機轉速也隨時間變化而變化.由于故障成分本為微弱信號,其特征頻率很容易被強大的電源信號淹沒.如何消除強大的基波量的影響(尤其是斷條故障特征)、突出故障特征,是診斷過程中考慮的重要問題之一.

按照變頻器輸出電壓頻率的變化規(guī)律, 變頻調(diào)速異步電動機的運行模式包括恒頻、頻率隨時間線性規(guī)律變化及其他形式.恒頻(圖1 中直線1)情況下與常規(guī)電源供電有相似之處, 在剔除變頻器本身的諧波基礎上, 可以按照常規(guī)的故障診斷方法來診斷電動機故障.頻率隨時間線性規(guī)律變化模式(圖1 中直線2)主要應用于拖動系統(tǒng)的加速和減速, 也是一種常見的運行模式.本文就是針對這種情況的故障診斷進行研究.

頻率隨時間線性規(guī)律變化, 稱為線調(diào)頻運行模式.頻率變化規(guī)律可以表述為

式中:f0為初始變化頻率;k為頻率隨時間的變化比例.

為了突出故障特征,希望將在f-t平面按照線調(diào)頻規(guī)律變化的電源頻率f1轉換到新的f′-t′平面(見圖1),使電源電壓頻率在新的時頻域中表現(xiàn)為恒定頻率f0 .為此,針對變頻調(diào)速異步電動機系統(tǒng)常見的恒加速和恒減速運行模式, 擬采用HHT(Hilbert-Huang transformation)變換進行運行模式辨識,在獲取運行模式的基礎上采用廣義Fourier 變換,將線調(diào)頻的電源信號轉換為恒頻信號,以突出故障特征.

圖1 頻率隨時間變化規(guī)律Fig .1 The linear frequency vary pattern with time

1 HHT 變換和廣義Fourier 變換原理

1.1 HHT 變換原理

HHT 變 換[8]包括 EMD (empirical mode decomposition)分析方法和Hilbert 變換.通過對原始信號x(t)進行EMD 分解, 得到一系列每一點只有一個瞬時頻率的本征模式函數(shù)(intrinsic mode function,IMF)單組分序列{ci(t)}和一個殘差分量之和,即

式中,rn(t)稱為殘余函數(shù), 代表信號的平均趨勢.

Hilbert 變換定義為

對每個IMF 序列ci(t)=xi(t)實施Hilbert 變換,得到相應的y i(t),由xi(t)與y i(t)可組成一個解析信號z i(t)

式中:i表示序數(shù);j 為復數(shù)運算.

這里省略了殘余項rn(t).把式(1)～(4)所表示的變換用于每個本征模態(tài)函數(shù)序列,可得

展開式(5)稱為Hilbert 幅值譜, 簡稱Hilbert譜,記作

用Hilbert 譜可以進一步定義邊際譜

這樣, 得到了瞬時頻率和幅值, 即可描繪出原始信號的時頻圖、Hilbert 譜以及邊際譜圖.

1 .2 廣義Fourier 變換原理

對于信號x(t),其廣義傅里葉變換[9]定義為

式中,s0(t)是隨著時間變化的實值函數(shù),這實際上是對x(t)e-2πS0(t)做標準的傅里葉變換, 同樣可以對XG(f)進行逆廣義傅里葉變換,得到x(t),即

如果XG(f)=δ(f-f0), 則有x(t)=ej2π{f t+s0(t)}.也就是說,一個瞬時頻率為f(t)=f0+s′0(t)的信號, 經(jīng)過合適的廣義傅里葉變換, 其能量集中于頻率f=f0上,其中

因此, 對于x(t),在時頻相空間里其時頻分布為由f0+s′0(t)確定的曲線, 如果能識別出信號頻率隨時間的變化規(guī)律s′0(t), 即可得到廣義Fourier域的時頻分布為平行于時間坐標軸的直線, 這就是圖1 所對應的頻率轉換思想.實現(xiàn)廣義Fourier 的關鍵是獲取s′0 (t), 也就是頻率隨時間變化的規(guī)律, 這可以通過對HHT 獲取的時頻變化曲線的識別得到.

2 應用

理論和實驗已經(jīng)證明, 在恒頻正弦波供電情況下, 鼠籠式異步電動機轉子斷條和偏心故障時的主要特征頻率成分為

式中:f1為電動機供電電源頻率;s=(n1-n)/n1,為轉差率,n1為同步轉速,n為電動機轉子轉速;fr為轉子旋轉頻率.

當處于變頻調(diào)速狀態(tài)時, 電源頻率隨時間變化,不再是單一頻率成分,轉子轉速也隨時間改變, 故障特征頻率成分會被電源頻率成分“淹沒”.如能將隨時間變化的電源轉換為恒頻成分, 可以克服電源的影響,突出故障特征.

為此,對變頻器輸出電壓或電流使用HHT 方法進行EMD 分解, 由自適應得到IMF 分量, 結合Hilbert 譜分析, 提取信號的瞬時頻率,通過識別,即可確定運行模式.同時得到實施廣義Fourier 變換所需要的s′0(t),從而獲得s0(t).

3 仿真

假設某電動機在變頻調(diào)速過程中變頻器輸出頻率變化規(guī)律為

下面對正常情況下鼠龍式異步電動機轉子斷條、氣隙偏心等行為進行仿真分析.

3.1 正常情況下的仿真

設變頻器輸出電流“基波”(主分量)表達式為

利用HHT 變換獲得的三維譜、時頻譜和邊際譜如圖2 所示.從圖中可以看出, 頻率的線性變化規(guī)律特征明顯,可以通過辨識確定, 從而得到需要的相位函數(shù)s0(t).(此處應為s0(t)=20t2).根據(jù)獲取的s0(t),進行廣義傅里葉變換, 獲得的三維譜、時頻譜和邊際譜(如圖3 所示).在新的時頻域中, 線調(diào)頻信號成為了單一恒頻成分.

圖2 頻率隨時間線性變化時的時頻分布和邊際譜Fig .2 Tim e-frequency distribution and marginal spectrum under linear frequency

圖3 經(jīng)廣義Fourier 變換后的頻率分布和邊際譜Fig .3 Tim e-frequency distribution and marginal spectrum after the generalized Fourier transform

3.2 鼠籠式電動機轉子斷條故障時的仿真

轉子存在斷條故障時,主要出現(xiàn)頻率fbrk=(1 ±2ks)f1 的特征成分, 尤其以k=1 時的頻率成分明顯.為此,可假設相電流為線調(diào)頻加速情況下, 電動機以最大轉矩拖動負載運行,如果負載為恒轉矩性質(zhì),轉速線性增加.

利用HH T 變換獲得的三維譜、時頻譜和邊際譜如圖4 所示.由于頻率成分的復雜性,難以體現(xiàn)出故障特征.進一步施加廣義傅里葉變換,獲得的三維譜、時頻譜和邊際譜如圖5 所示.電源轉換為恒定頻率分量, 與圖4 比較可以看出, 有故障頻率出現(xiàn), 邊際譜曲線簡潔, 有利于突出故障特征.

圖4 頻率隨時間線性變化轉子斷條時的時頻分布和邊際譜Fig .4 Tim e-frequency distribution and marginal spectrum with broken rotor bar

圖5 斷條情況下經(jīng)廣義Fourier 變換后的頻率分布和邊際譜Fig .5 Tim e-frequency distribution and marginal spectrum with broken rotor bar after the generalized Fourier transform

3.3 鼠籠式電動機轉子偏心故障時的仿真

當電機中存在偏心故障時, 定子電流中會感應出f1±m(xù) fr的故障頻率分量, 尤其以m=1 時的頻率成分明顯.假設相電流為

利用HHT 變換獲得的三維譜、時頻譜和邊際譜如圖6 所示, 采樣信號譜圖沒有理想的信號譜圖“干凈” .施加廣義傅里葉變換, 獲得的三維譜、時頻譜和邊際譜如圖7 所示, 電源轉換為恒定頻率分量,與圖6 進行比較,同樣可看出有故障頻率的出現(xiàn).與圖5 進行比較, 不同故障所得的邊際譜圖中的頻率變化規(guī)律有所差別, 邊際譜曲線簡潔,同樣可以突出故障特征.

圖6 頻率隨時間線性變化轉子偏心時的時頻分布和邊際譜Fig .6 Tim e-frequency distribution and marginal spectrum with rotor eccentricity

圖7 偏心情況下經(jīng)廣義Fourier 變換后的頻率分布和邊際譜Fig .7 Tim e-frequency distribution and marginal spectrum with rotor eccentricity a fter the generalized Fourier tran sform

4 結語

本文提出了一種基于HHT 變換和廣義Fourier變換的變頻調(diào)速異步電動機故障診斷方法.對變頻調(diào)速異步電動機的電流信號通過HHT 變換, 可以獲取電源主成份頻率隨時間變化的規(guī)律及相應的廣義Fourier 變換所需要的時頻轉換函數(shù);進一步通過Fourier 變換可以將電源主成份轉換成新的時頻域的恒頻成分,可以突出故障特征.仿真結果表明, 該方法效果良好.由于仿真是在理想環(huán)境下實施的, 實際的變頻器輸出電壓和電流諧波成分復雜, 且運行方式多樣,需要提取其主分量并經(jīng)過識別以確定運行模式.故故障特征及其量化指標等還有待進一步深入研究.

[1] Benbouzid ME H .Bibliography on induction motors faults detection and diagnosis[J] .IEEE Transactions on Energy Conversion, 1999, 14(4):1065.

[2] C ruz S MA,Cardoso A J M.Rotor cage fault diagnosis in three-phase induction motors by Ex tended Park' s Vector approach[J] .Electric Machines and Power Sy stems, 2000, 28(4):289.

[3] 侯新國, 吳正國, 夏立.基于Park 矢量模平方函數(shù)的異步電動機轉子故障檢測方法研究[J] .中國電機工程學報, 2003, 23(9):137.HOU Xinguo ,WU Zhengguo, XIA Li.Amethod for detecting rotor faults in asynchronous motors based on the square of the Park' vector modulus[J] .Proceeding of the CSEE,2003, 23(9):137.

[4] 邱阿瑞.提取感應電動機轉子故障特征的新方法[J] .清華大學學報:自然科學版, 1997, 37(1):35.QIU Arui.New approach of extracting rotor fault feature in induction motors[J] .Journal of Tsinghua University :Natural Science,1997, 37(1):35.

[5] LIU Zhenxing ,ZH ANG Xianglong,YIN Xianggen, et al.Rotor cage fault diagnosis in induction motors based on spectral analy sis of current Hilbert modulus[C] ∥2004 IE EE Power Engineering Society General Meeting .Denver :Institute of Electrical and Electronics Engineers Inc., 2004:1500-1503.

[6] 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.H UANG Jin, NIU Faliang,YANG Jiaqiang .Rotor faults diagnosis for induction moto rs based on the double PQ transformation [J] .Proceeding of the CSEE,2006, 26(13):135.

[7] 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.H UANG Jin, NIU Faliang,YANG Jiaqiang .Rotor faults diagnosis for induction motors considering effects of the load and inertia[J] .Proceeding of the CSEE,2006, 26(14):120.

[8] Huang N E,Shen Z .T he empirical mode decomposition and the hilbert spectrum for non-linear non-stationary time series analysis[C] ∥Proceedings of the Royal Society of London.Series A :Mathematical, Physical and Engineering Sciences .London:T he Royal Society Press, 1998:903-995.

[9] 楊宇, 程軍圣, 于德介.廣義解調(diào)時頻分析方法中的若干問題探討[J] .振動與沖擊, 2008, 27(2):19.YANG Yu, CH ENG Junsheng,YU Dejie .Study on some problems in the generalized demodulation time-frequency analy sis method[J] .Journal of Vibration and Shock, 2008, 27(2):19.