異步電動機轉子故障特征頻率分析

1轉子故障的影響異步電動機的旋轉常見故障包括旋轉誤差和氣勢差。氣隙偏心又分動態偏心和靜態偏心2種形式。各種轉子故障都會在定子電流中產生相應的特征諧波分量。即使正常的電動機,由于轉子開槽的影響,也會存在齒諧波,故障時更會增加諧波成分。1.1旋轉磁場的生成一旦轉子出現導條斷裂,轉子將成為一個非對稱的多回路系統。即使定子外加三相對稱基波電壓,由于轉子的非對稱性,定子電流中將出現故障特征分量。當定子外加三相對稱電壓時,定子電流基波分量產生圓形旋轉磁場,在旋轉的轉子導條中,感應出頻率為sf1的電勢和電流,轉子結構的不對稱使轉子電流產生正反兩個方向的旋轉磁場。反向旋轉磁場將在定子電流中感應頻率為(1-2s)f1的電勢和電流,該電流分量和磁場作用使電磁轉矩產生頻率為sf1的振動,從而在定子電流中出現頻率為(1+2s)f1的頻率成分。經過定、轉子的多次電磁耦合作用在定子繞組中出現諧波電流的頻率如下:fbrb1=(1±k2s)f1(1)文獻分析表明,頻率為fbrb2=[k(1-s)/p±s]f1(2)的諧波成分也能在定子電流中檢測到,對于正常的繞組配合電動機,k/p=1,5,7,11,13,…。1.2轉子槽數法(PSH)及出現偏心故障時定子電流中的特征頻率計算公式由于轉子齒槽效應的影響,即使正常的鼠籠式異步電動機的定子電流中也存在轉子槽諧波,在無傳感器的交流傳動系統中往往用此計算電動機的轉速。存在偏心現象時,在槽諧波周圍會引起邊頻。這些頻率的通用表達式為:fslot+ec1=[(kR±nd)(1-s)/p±v]f1(3)式中k為任意正整數;R為轉子導條數;v=1,3,5,…,為定子磁勢諧波次數;nd為動態偏心的階數。nd=0,且k=1時,式(3)對應的頻率為基本槽諧波頻率;nd=0,k=3,5,…,式(3)對應的頻率為靜態偏心產生的諧波頻率;nd=1,2,3,…,式(3)對應的頻率為動態偏心產生的頻率。當轉子齒數較大時,這些特征諧波頻率較高,從而對數據采集及處理系統的采樣頻率、運算速度和內存要求較高。這種方法的優勢在于計算出來的頻率與斷條故障特征頻率重疊的機會很小,但需要提供轉子槽數。偏心現象存在時,另有一個公式可用來計算復合偏心在基波周圍引起的邊頻:fec1=f1±mfr(4)式中fr為轉子旋轉頻率,其大小為f1(1-s)/p;m為正整數。式(4)給出的計算公式簡單實用,不需要電機轉子的結構參數,不足之處是頻率與式(2)對應的導條斷裂特征頻譜容易重疊。2試驗對象和設備2.1實驗對象的確定為了能較準確地反映轉子故障現象,選用了一臺湖北電機廠新出廠的Y100L1-4型鼠籠式異步電動機作為實驗對象。該電機的主要技術數據見表1。2.2模擬信號采樣主要的實驗設備為中國電力科學研究院系統所研制的DI1024便攜式波形記錄儀,該儀器可同時采樣8路模擬信號,采樣率可高達為50000次/s。所帶負載為一臺2.5kW的直流發電機。為保證測量精度,采樣率定為10000次/s。測量得到的波形文件經轉換,可變成文本文件,然后用MATLAB進行FFT頻譜分析。3偏心故障的特征成分幅值的統計分析本次實驗為仿真偏心和斷條故障,人為地設置了氣隙的偏心和斷1根、斷2根、斷3根轉子導條等復合故障,其中斷2根轉子導條時的數據由于設置及測量失誤而不予采用。額定負載時(測得電動機的轉速為1440r/min),電流信號(使用A相電流)經頻譜分析后與式(1)～(4)對應的主要頻率成分的幅值(單位為dB)統計如表2～6所示,沒列入表中或已列入但沒有數據和標志的說明該頻率成分的幅值太小,難以捕捉到。表2中加注上標*的頻率成分與表5中偏心特征頻率重疊;加注**的幅值部分說明頻譜曲線平穩變化,沒有局部極大值,不能作為診斷用。分析表2～6的統計結果,可得出幾點結論。a.對于斷條故障,式(1)比式(2)更為有效、實用。當只有斷條故障存在時,隨著k值的增加,由公式計算出的特征成分的幅值有規律地減小。表2的數據基本上反映了此規律,只是當k取5以上的值時,由于與偏心故障的特征頻率重疊而使趨勢發生了變化。由表3不難看出,使用式(2)計算出來的特征頻率成分,當k/p=1時比較突出,而該頻率已由式(1)反映出來了。其他的只有k/p=5時才稍微明顯些,在偏心與斷條難以診斷時可作為輔助判據使用。b.表4反映出基本槽諧波的幅值較大,是計算電動機轉速的有效工具;表4和表5表明在頻率計算式fslot+ec1=[(kR±nd)(1-s)/p±v]f1中,只有nd=0,1,k=1,v=1,3時,對應的基本槽諧波、偏心故障產生的特征成分的幅值才較大,取其他值的意義不大;同時還發現,只有v前取“+”號時,對應的頻率成分的幅值才較大。c.表6表明式(4)對應的偏心特征頻率成分的幅值也應是隨著m的增大而有規律地減小,只是由于與斷條的特征頻譜有所重疊才使m取3以上的值時規律被破壞。d.斷條和偏心故障的頻譜重疊容易造成誤判,但仔細觀察表2和表6不難看出,式(1)中k取較小值時,特征成分主要反映斷條特征,與此重疊的偏心頻率成分影響已很小,因為式(4)中m的取值已較大;反之,式(4)中m取較小值時對應的特征頻率成分主要由偏心故障產生,這些頻率對應的斷條頻率計算式(1)中k的取值較大,對幅值的影響很小。如果在測量或利用基本槽諧波計算出轉速的基礎上,分析和計算斷條和偏心特征頻率的前幾項(如k和m取1～5的值)的幅值,辨識其變化規律,同時尋找二者不重疊的部分,是可以盡量避免誤判的。若輔之以式(2)和(3)的結果,則更可以實現兩種故障的準確分離。4實驗結果驗證本文在總結了鼠籠式異步電動機轉子故障時定子電流中可能的故障特征成分的頻率計算公式后,利用對一臺Y100L1-4型鼠籠式異步電動機的實驗結果的分析,驗證了各公式的有效性及各計算公式中有關參數的取值范圍,并提出了一些對轉子故障診斷有益的結論。0狀態監測系統故障模型使用在線狀態監測與故障診斷系統能夠發現異步電動機的早期異常,從而避免失效和高價格的維修,防止產量下降及其帶來的經濟損失,但這一切均建立在診斷的可靠性上。異步電動機的狀態監測方法有很多形式,根據使用的信號不同有振動監測、電流監測、磁通監測、局部放電量監測等。由于電流監測可做成非侵入式,因而得到廣泛的應用。文獻對大型異步電動機轉子偏心故障