下面文章主要對感應電動機的故障類型和常用故障診斷方法進行了綜述，基于電流特征分析對感應電動機三種主要故障的診斷方法進行分析，然后結合槽諧波轉差率計算，Nuttall窗三譜線插值修正算法，CZT頻譜細化技術，分析選取Rat作為轉子斷條故障特征量。但當負載波動量超閾值時會造成誤判，此時宜采用Hilbert模量頻譜分析法。本文的研究對軸承故障時的重構定子電流進行多窗口譜分析，能夠突出軸承故障特征頻率。

　　關鍵詞：故障診斷,電流特征,電機能效,氣隙轉矩,在線估計

　　感應電動機是占比最大的電力負荷。感應電動機在長期運行過程中，負載變動、工作環境惡劣及自身部件老化等影響，導致其在運行中會發生故障，造成電動機本體不可逆的損壞，甚至影響整個系統的運行和發生安全事故。而感應電動機的故障并不是立即發生的，如果在電機故障早期就能捕捉到故障征兆，就能避免因電機故障導致意外安全事故。因此，電機的狀態監測為生產安全、可靠運行提供了強有力的技術支撐。

　　1故障類型及診斷方法

　　1.1故障類型對比

　　感應電動機具有復雜的機、電、磁耦合，由于電機常需長時間運行且易受眾多因素的影響使其引起各類故障。本節對某工業行業2596臺10kW以上的籠型感應電動機的故障類型數量及其所占比例進行統計分析。電動機本體主要故障類型為軸承故障、定子繞組故障、轉子斷條故障。

　　1.2故障診斷方法

　　針對不同故障反映出來的不同征兆，感應電動機故障診斷方法選取的檢測量不同，常用的診斷方法有：振動診斷法(VibrationDiagnosis);電流特征分析(Motorcurrentsignatureanalysis);溫度診斷法(TemperatureDiagnosis);絕緣診斷法(InsulationDiagnosis)與振聲診斷法(VibrationalDiagnosis)。

　　2故障診斷系統的框架與安裝

　　2.1系統基本框架

　　感應電機故障診斷技術主要包括信號檢測、特征提取、狀態識別、診斷決策等。

　　2.2系統的安裝方式

　　實際應用中，感應電動機故障診斷系統接線是非常重要的。

　　3故障診斷技術和方法的對比分析

　　3.1感應電動機轉子斷條故障診斷實現為避免基波分量對轉子斷條故障特征頻率分量的泄露影響，結合槽諧波轉差率計算、Nuttall窗三譜線插值修正算法、CZT頻譜細化技術對轉子斷條故障進行診斷分析。

　　3.2Nuttall窗三譜線插值和頻譜細化的轉子斷條故障診斷方法

　　記基波頻率f1的幅值為Af1，(1-2s)f1、(1+2s)f1故障頻率分量的幅值分別為A(1-2s)f1、A(1+2s)f1，則即Rat1-2s=A(1-2s)f1/Af1，Rat1+2s=A(1+2s)f1/Af1。

　　根據相關文獻中的研究分析表明，Rat1-2s、Rat1+2s與感應電動機的轉動慣量有關，Rat1-2s隨轉動慣量增加而增大，Rat1+2s則反之，但在同一運行狀態下，二者之和近似恒定。

　　3.3基于Hilbert模量頻譜分析的轉子斷條故障診斷方法

　　基于Hilbert模量AHil頻譜分析的轉子斷條故障診斷方法，是通過對定子電流的Hilbert變換，分析其Hilbert模量AHil頻譜，在一定頻率范圍內查找故障特征分量2sf1來判定故障是否發生。

　　3.4感應電動機定子匝間短路故障診斷實現

　　由于定子電流中匝間故障的特征頻率分量幅值較小，易受到系統諧波及其他噪聲的影響，造成故障識別不準確，而轉子斷條、軸承故障等發生時并不會引起定子繞組的不平衡。所以本文中選取定子電流負序分量作為感應電動機定子匝間短路故障的特征量。

　　本文研究的基于定子電流負序分量的定子匝間短路故障診斷具體為：結合實際監測電動機的運行情況，將在每種工況下穩定運行時由感應電動機固有不平衡產生的負序電流分量Ir-視為常量，由采集計算得到的負序電流、電壓進行擬合分析，剔除由供電電壓不平衡及電機先天固有不平衡產生的負序電流分量，以負序電流殘差作為故障的特征量，對比正常時的負序電流閾值進行定子匝間短路的診斷分析。

　　3.5應電動機軸承故障診斷實現

　　軸承故障是感應電動機常見的機械類故障，本章結合經驗模態分解和多窗口譜分析技術，基于定子電流特征，采用EMD-MTM軸承故障診斷方法，對比自適應濾波分析其診斷效果。感應電動機軸承故障時，定子電流中的故障特征頻率分量幅值較小，易受到系統諧波及噪聲的干擾。EMD分解具有優良的自適應分解和局部分析能力，將信號分解成從高到低不同頻率、不等帶寬的IMF。

　　MTM采用一簇正交的數據窗對信號完成不同的采樣，每一個數據窗丟失的信息可被后面的數據窗恢復，減少由于數據的有限長度所帶來的頻譜泄漏，很好的權衡了分辨率和方差。本文結合自相關函數統計特性、EMD分解和MTM技術，提出EMD-MTM診斷法，有效限制了定子電流中的噪聲干擾，比基于自適應濾波技術具有更好的軸承故障診斷效果。

　　4結論

　　基于定子電流特征分析的故障診斷方法，不但能監測較為廣泛的故障類型，而且能做到盡可能非侵入，較為理想;利用四項五階Nuttall窗三譜線插值的修正公式，能確定基波的具體參數。結合槽諧波轉差率計算、CZT頻譜細化技術，并設定檢測閾值能夠有效判定轉子斷條故障的發生和故障程度。斷條故障特征頻率可用Hilbert模量頻譜分析轉換為2sf1予以識別;基于自相關函數的統計特性，對噪聲主導的IMF分量進行軟閾值降噪，重構得到的定子電流的MTM頻譜中凸顯了軸承故障特征頻率，診斷效果明顯優于基于自適應濾波的軸承故障診斷方法。

　　參考文獻：

　　[1]NickersonG.W,NemarichCP.Amechanicalsystemcondition-basedmaintenancedemonstrationmodel.IEEESystemReadinessTechnologyConferenceAutotestcon’90,Conferencerecord,1990,529-533.

　　[2]沈標正，電機故障診斷技術[M].北京：機械工業出版社，1996.

　　[3]ThorsenO.V,DalvaM..Asurveyoffaultsoninductionmotorsinoffshoreoilindustry,petrochemicalindustry,gasterminals,andoilrefineries[J].IndustryApplications,1995,31(5):1186-1196.

　　[4]PatO’Donnell.Reportoflargemotorreliabilitysurveyofindustrialandcommercialinstallations,PartII[R].Atlanta:IEEEIndustryApplicationsSociety,1984.

　　[5]PatO’Donnell.Reportoflargemotorreliabilitysurveyofindustrialandcommercialinstallations,PartIII[R].Philadelphia:IEEEIndustryApplicationsSociety,1986.

　　[6]葛蘇鞍，帕爾哈提·阿布都克里木，趙海森，葛永廣.用于系統能效動態評估的異步電機參數辨識[J].華北電力大學學報(自然科學版)，2014，41(05):62-67，94.

　　[7]李建軍，王慶，汪玉山.籠型異步電機能效辨識方法對比[J].電機與控制應用，2015，42(05):69-74.

　　[8]王慶，張蓬鶴，趙海森，劉曉芳，杜中蘭.基于可測電氣量鼠籠式異步電機能效在線監測方法[J].微特電機，2013，41(12):26-30.

　　[9]J.Stephan;M.Minami，Real-timeestimationoftheparametersandfluxesofinductionmotors[J].IEEETransactionsonIndustryApplications,1994,30(3).

　　推薦期刊：中國電機工程學報(旬刊)是中國電力行業的一流學術期刊，國家一級學報，全國中文核心期刊，國內外公開發行。1964年創刊，中國科協主管，中國電機工程學會主辦，中國電科院協辦。