同時采集異步電機定子電流與電壓信號的電機電氣信號分析

王紅強

摘 要：結合異步電機的概念和特點，對其運行的安全性和可靠性進行了分析，以定子電流分析方法為理論基礎，采取同時采集異步電機定子電流和電壓信號的電機電器信號分析方法，對異步電機的電氣和機械故障進行分析，然后結合神經網(wǎng)絡的優(yōu)勢，對復雜的電流和電壓信號進行故障模式的識別，通過模擬實驗的形式，對異步電機的故障進行判別，可以有效提升故障判別的準確性，減少誤報和漏報的現(xiàn)象。

關鍵詞：異步電機 定子電流 電壓信號 電機電氣信號

中圖分類號：TM307 文獻標識碼：A 文章編號：1672-3791（2014）05（b）-0105-02

異步電機，也稱感應電機，是一種利用氣隙旋轉磁場與轉子繞組感應電流的相互作用，產生電磁轉矩，從而將機電能量轉換為機械能量的一種交流電機。異步電機的種類是多種多樣的，同時具有小型輕量化、轉速高、運轉效率高、制造成本低、控制裝置簡單等特點，作為現(xiàn)代設備的主要動力裝置，在多個領域得到了廣泛應用。因此，對電機故障進行智能化診斷，提升電機運行的可靠性，成為相關技術人員重點研究的課題。

1 電機電氣信號分析技術

從目前的技術發(fā)展情況看，針對電機的測試手段，主要包括動態(tài)測試和靜態(tài)測試兩種。其中動態(tài)測試是通過對定子電流信號的采集和分析，實現(xiàn)對于電機故障的判斷，即MCSA電機電流信號分析技術，靜態(tài)測試則是結合相關參數(shù)的對稱性，對電機故障進行判斷，由于必須在停機狀態(tài)下進行，會影響生產效率，因此并不經常使用。而這里提到的電機電氣信號分析技術，則是同時對電機的電流信號和電壓信號進行采集，結合電流與電壓同步頻譜，可以對電機故障進行細化，分為電氣故障、機械故障以及供電故障，相比于MCSA更加全面，更加可靠。

由歐姆定律可知，電壓和阻抗是導致電機電流信號變化的主要因素。若在電壓固定的情況下，電流出現(xiàn)較大的變化，則說明阻抗變化較大，可能原因是機械松動、繞組松動、氣隙偏心等機械故障；而如果阻抗固定，電流出現(xiàn)變壓，則電壓變化大，說明電機存在電氣故障，如短路、絕緣等問題。因此，電機電氣信號分析技術的基本規(guī)則為：

（1）峰值出現(xiàn)在電流譜，揭示電機機械故障；（2）峰值同時出現(xiàn)在電流譜和電壓譜，揭示電機電氣故障；（3）供電頻率的轉差頻率、邊頻，揭示轉子狀態(tài)；（4）對于軸承故障，峰值僅出現(xiàn)在電流譜，且存在線頻的非整數(shù)倍與轉頻非整數(shù)倍的頻率。

2 神經網(wǎng)絡

在神經網(wǎng)絡中，對故障樣本進行訓練，可以確定網(wǎng)絡的權值和閥值，當再次輸入故障信號時，就可以自動識別。因此，當網(wǎng)絡訓練完成后，神經網(wǎng)絡對于運算量的需求較小，運算速度也相對較快。憑借自身良好的非線性映射能力、并行處理能力以及聯(lián)想記憶能力等，神經網(wǎng)絡十分適用于對復雜電機系統(tǒng)的故障診斷工作。通過將神經網(wǎng)絡與電機電氣信號分析技術的結合，可以實現(xiàn)對于電機故障的智能化診斷，同時可以有效降低故障的錯報和漏報。

這里選擇當前理論最為成熟、應用最為廣泛的反向傳播網(wǎng)絡進行分析。反向傳播網(wǎng)絡，簡稱BP網(wǎng)絡，其學習規(guī)則是利用BP，對網(wǎng)絡的權值和閥值進行調整，從而使得網(wǎng)絡誤差的平方和最小。BP神經元與其他的神經元存在很大的相似性，不同之處則是其傳輸層為非線性函數(shù)，部分輸出層采用線性函數(shù)，其輸出為：

BP網(wǎng)絡的學習過程如圖1所示：

3 異步電機的故障識別

首先，要建立相應的故障庫，對故障樣本進行存儲，方便故障的識別。相關研究表明，當電機轉子斷條時，在線頻f兩側，會出現(xiàn)邊頻2sf，即：

出現(xiàn)定子繞組匝間短路時，在繞組的中心頻率兩側，會出現(xiàn)f以及其邊頻RS，結合相應的公式，對計算出的結果進行整理，可以得出電壓信號、轉子斷條以及繞組匝間短路電流信號的故障庫。

其次，要構建相應的網(wǎng)絡。這里采用三層網(wǎng)絡結構，分別為輸入層、輸出層和隱含層。其中，在輸入層中輸入電流與電壓信號的16個特征頻率值，采用16個神經元，而輸出層采用線性函數(shù)，含有3個輸出，因此采用3個神經元。隱含層神經元的確定可以根據(jù)經驗公式獲得，如下：

其中，M代表輸出節(jié)點數(shù)，N代表輸入節(jié)點數(shù)，表示1～10之間的常數(shù)，可以對隱含層的節(jié)點數(shù)進行確定，為5～14。

需要注意的是，學習的速率過大或者過小都會對訓練的結果產生一定的影響，一般為0.01～0.8。

然后，網(wǎng)絡訓練。針對標準樣本和標準輸出進行多次訓練，可以確定隱含層的神經元為11，學習速率0.25。經多次訓練后，系統(tǒng)誤差約為10-5，能夠滿足故障識別精度的要求。

4 實驗與結論

一臺定子槽數(shù)48，轉子條數(shù)40，轉差為0.097的異步電機，在繞組匝間短路、轉子斷條和正常情況下運行，電機載荷超過1/4，使用ATPROL電機信號采集器，對電流和電壓信號進行同時采集，并將采集到的信號傳輸?shù)接嬎銠C，經過FFT變換后，運用神經網(wǎng)絡對其故障模式進行判別，然后對相應的參數(shù)進行整理和分析。信號采集與處理裝置的結構如圖2所示。

針對實驗中得出的數(shù)據(jù)信息進行分析，可以得出以下幾個結論。

（1）傳感器為非嵌入式，可以方便地對電機的電流和電壓信號進行采集，便于進行實時檢測。（2）針對不同的故障，電壓信號和電流信號均有著相應的反應，利用電機電氣信號分析技術，可以對電機中存在的電氣故障和機械故障進行識別和區(qū)分，同時能夠通過兩者的相互驗證，減少誤判的機率，確保電機故障診斷的準確性。（3）雖然神經網(wǎng)絡在訓練階段的運算量相對較大，但是在網(wǎng)絡訓練完成后，所需要的運算量相比于傳統(tǒng)的診斷方法更小，而且運算速度更快，更適合現(xiàn)代診斷技術發(fā)展的客觀要求。

5 結語

實踐證明，同時采集異步電機定子電流與電壓信號的電機電氣信號分析技術，可以有效提升故障診斷的速度和準確性，應該得到推廣和普及。

參考文獻

[1] 陳長征，王胤龍，李明輝，等.基于電氣信號的異步電機故障識別[J].沈陽工業(yè)大學學報，2008，30（3）：241-244，265.

[2] 任志斌，曾德墻.基于極坐標的異步電機新型參數(shù)辨識方法[J].河北科技大學學報，2013，34（3）：218-223，229.

[3] 馮碩，郭素娜，薛倩毓，等.基于DSP的異步電機矢量控制系統(tǒng)研究[J].電氣開關，2009，47（6）：44-46.

[4] 鐘昱煒，劉仁棟，曹陽.基于stm32的異步電機反嵌繞組檢測方法[J].電子世界，2013（16）：62.endprint

摘 要：結合異步電機的概念和特點，對其運行的安全性和可靠性進行了分析，以定子電流分析方法為理論基礎，采取同時采集異步電機定子電流和電壓信號的電機電器信號分析方法，對異步電機的電氣和機械故障進行分析，然后結合神經網(wǎng)絡的優(yōu)勢，對復雜的電流和電壓信號進行故障模式的識別，通過模擬實驗的形式，對異步電機的故障進行判別，可以有效提升故障判別的準確性，減少誤報和漏報的現(xiàn)象。

關鍵詞：異步電機 定子電流 電壓信號 電機電氣信號

中圖分類號：TM307 文獻標識碼：A 文章編號：1672-3791（2014）05（b）-0105-02

異步電機，也稱感應電機，是一種利用氣隙旋轉磁場與轉子繞組感應電流的相互作用，產生電磁轉矩，從而將機電能量轉換為機械能量的一種交流電機。異步電機的種類是多種多樣的，同時具有小型輕量化、轉速高、運轉效率高、制造成本低、控制裝置簡單等特點，作為現(xiàn)代設備的主要動力裝置，在多個領域得到了廣泛應用。因此，對電機故障進行智能化診斷，提升電機運行的可靠性，成為相關技術人員重點研究的課題。

1 電機電氣信號分析技術

從目前的技術發(fā)展情況看，針對電機的測試手段，主要包括動態(tài)測試和靜態(tài)測試兩種。其中動態(tài)測試是通過對定子電流信號的采集和分析，實現(xiàn)對于電機故障的判斷，即MCSA電機電流信號分析技術，靜態(tài)測試則是結合相關參數(shù)的對稱性，對電機故障進行判斷，由于必須在停機狀態(tài)下進行，會影響生產效率，因此并不經常使用。而這里提到的電機電氣信號分析技術，則是同時對電機的電流信號和電壓信號進行采集，結合電流與電壓同步頻譜，可以對電機故障進行細化，分為電氣故障、機械故障以及供電故障，相比于MCSA更加全面，更加可靠。

由歐姆定律可知，電壓和阻抗是導致電機電流信號變化的主要因素。若在電壓固定的情況下，電流出現(xiàn)較大的變化，則說明阻抗變化較大，可能原因是機械松動、繞組松動、氣隙偏心等機械故障；而如果阻抗固定，電流出現(xiàn)變壓，則電壓變化大，說明電機存在電氣故障，如短路、絕緣等問題。因此，電機電氣信號分析技術的基本規(guī)則為：

（1）峰值出現(xiàn)在電流譜，揭示電機機械故障；（2）峰值同時出現(xiàn)在電流譜和電壓譜，揭示電機電氣故障；（3）供電頻率的轉差頻率、邊頻，揭示轉子狀態(tài)；（4）對于軸承故障，峰值僅出現(xiàn)在電流譜，且存在線頻的非整數(shù)倍與轉頻非整數(shù)倍的頻率。

2 神經網(wǎng)絡

在神經網(wǎng)絡中，對故障樣本進行訓練，可以確定網(wǎng)絡的權值和閥值，當再次輸入故障信號時，就可以自動識別。因此，當網(wǎng)絡訓練完成后，神經網(wǎng)絡對于運算量的需求較小，運算速度也相對較快。憑借自身良好的非線性映射能力、并行處理能力以及聯(lián)想記憶能力等，神經網(wǎng)絡十分適用于對復雜電機系統(tǒng)的故障診斷工作。通過將神經網(wǎng)絡與電機電氣信號分析技術的結合，可以實現(xiàn)對于電機故障的智能化診斷，同時可以有效降低故障的錯報和漏報。

這里選擇當前理論最為成熟、應用最為廣泛的反向傳播網(wǎng)絡進行分析。反向傳播網(wǎng)絡，簡稱BP網(wǎng)絡，其學習規(guī)則是利用BP，對網(wǎng)絡的權值和閥值進行調整，從而使得網(wǎng)絡誤差的平方和最小。BP神經元與其他的神經元存在很大的相似性，不同之處則是其傳輸層為非線性函數(shù)，部分輸出層采用線性函數(shù)，其輸出為：

BP網(wǎng)絡的學習過程如圖1所示：

3 異步電機的故障識別

首先，要建立相應的故障庫，對故障樣本進行存儲，方便故障的識別。相關研究表明，當電機轉子斷條時，在線頻f兩側，會出現(xiàn)邊頻2sf，即：

出現(xiàn)定子繞組匝間短路時，在繞組的中心頻率兩側，會出現(xiàn)f以及其邊頻RS，結合相應的公式，對計算出的結果進行整理，可以得出電壓信號、轉子斷條以及繞組匝間短路電流信號的故障庫。

其次，要構建相應的網(wǎng)絡。這里采用三層網(wǎng)絡結構，分別為輸入層、輸出層和隱含層。其中，在輸入層中輸入電流與電壓信號的16個特征頻率值，采用16個神經元，而輸出層采用線性函數(shù)，含有3個輸出，因此采用3個神經元。隱含層神經元的確定可以根據(jù)經驗公式獲得，如下：

其中，M代表輸出節(jié)點數(shù)，N代表輸入節(jié)點數(shù)，表示1～10之間的常數(shù)，可以對隱含層的節(jié)點數(shù)進行確定，為5～14。

需要注意的是，學習的速率過大或者過小都會對訓練的結果產生一定的影響，一般為0.01～0.8。

然后，網(wǎng)絡訓練。針對標準樣本和標準輸出進行多次訓練，可以確定隱含層的神經元為11，學習速率0.25。經多次訓練后，系統(tǒng)誤差約為10-5，能夠滿足故障識別精度的要求。

4 實驗與結論

一臺定子槽數(shù)48，轉子條數(shù)40，轉差為0.097的異步電機，在繞組匝間短路、轉子斷條和正常情況下運行，電機載荷超過1/4，使用ATPROL電機信號采集器，對電流和電壓信號進行同時采集，并將采集到的信號傳輸?shù)接嬎銠C，經過FFT變換后，運用神經網(wǎng)絡對其故障模式進行判別，然后對相應的參數(shù)進行整理和分析。信號采集與處理裝置的結構如圖2所示。

針對實驗中得出的數(shù)據(jù)信息進行分析，可以得出以下幾個結論。

（1）傳感器為非嵌入式，可以方便地對電機的電流和電壓信號進行采集，便于進行實時檢測。（2）針對不同的故障，電壓信號和電流信號均有著相應的反應，利用電機電氣信號分析技術，可以對電機中存在的電氣故障和機械故障進行識別和區(qū)分，同時能夠通過兩者的相互驗證，減少誤判的機率，確保電機故障診斷的準確性。（3）雖然神經網(wǎng)絡在訓練階段的運算量相對較大，但是在網(wǎng)絡訓練完成后，所需要的運算量相比于傳統(tǒng)的診斷方法更小，而且運算速度更快，更適合現(xiàn)代診斷技術發(fā)展的客觀要求。

5 結語

實踐證明，同時采集異步電機定子電流與電壓信號的電機電氣信號分析技術，可以有效提升故障診斷的速度和準確性，應該得到推廣和普及。

參考文獻

[1] 陳長征，王胤龍，李明輝，等.基于電氣信號的異步電機故障識別[J].沈陽工業(yè)大學學報，2008，30（3）：241-244，265.

[2] 任志斌，曾德墻.基于極坐標的異步電機新型參數(shù)辨識方法[J].河北科技大學學報，2013，34（3）：218-223，229.

[3] 馮碩，郭素娜，薛倩毓，等.基于DSP的異步電機矢量控制系統(tǒng)研究[J].電氣開關，2009，47（6）：44-46.

[4] 鐘昱煒，劉仁棟，曹陽.基于stm32的異步電機反嵌繞組檢測方法[J].電子世界，2013（16）：62.endprint

摘 要：結合異步電機的概念和特點，對其運行的安全性和可靠性進行了分析，以定子電流分析方法為理論基礎，采取同時采集異步電機定子電流和電壓信號的電機電器信號分析方法，對異步電機的電氣和機械故障進行分析，然后結合神經網(wǎng)絡的優(yōu)勢，對復雜的電流和電壓信號進行故障模式的識別，通過模擬實驗的形式，對異步電機的故障進行判別，可以有效提升故障判別的準確性，減少誤報和漏報的現(xiàn)象。

關鍵詞：異步電機 定子電流 電壓信號 電機電氣信號

中圖分類號：TM307 文獻標識碼：A 文章編號：1672-3791（2014）05（b）-0105-02

異步電機，也稱感應電機，是一種利用氣隙旋轉磁場與轉子繞組感應電流的相互作用，產生電磁轉矩，從而將機電能量轉換為機械能量的一種交流電機。異步電機的種類是多種多樣的，同時具有小型輕量化、轉速高、運轉效率高、制造成本低、控制裝置簡單等特點，作為現(xiàn)代設備的主要動力裝置，在多個領域得到了廣泛應用。因此，對電機故障進行智能化診斷，提升電機運行的可靠性，成為相關技術人員重點研究的課題。

1 電機電氣信號分析技術

從目前的技術發(fā)展情況看，針對電機的測試手段，主要包括動態(tài)測試和靜態(tài)測試兩種。其中動態(tài)測試是通過對定子電流信號的采集和分析，實現(xiàn)對于電機故障的判斷，即MCSA電機電流信號分析技術，靜態(tài)測試則是結合相關參數(shù)的對稱性，對電機故障進行判斷，由于必須在停機狀態(tài)下進行，會影響生產效率，因此并不經常使用。而這里提到的電機電氣信號分析技術，則是同時對電機的電流信號和電壓信號進行采集，結合電流與電壓同步頻譜，可以對電機故障進行細化，分為電氣故障、機械故障以及供電故障，相比于MCSA更加全面，更加可靠。

由歐姆定律可知，電壓和阻抗是導致電機電流信號變化的主要因素。若在電壓固定的情況下，電流出現(xiàn)較大的變化，則說明阻抗變化較大，可能原因是機械松動、繞組松動、氣隙偏心等機械故障；而如果阻抗固定，電流出現(xiàn)變壓，則電壓變化大，說明電機存在電氣故障，如短路、絕緣等問題。因此，電機電氣信號分析技術的基本規(guī)則為：

（1）峰值出現(xiàn)在電流譜，揭示電機機械故障；（2）峰值同時出現(xiàn)在電流譜和電壓譜，揭示電機電氣故障；（3）供電頻率的轉差頻率、邊頻，揭示轉子狀態(tài)；（4）對于軸承故障，峰值僅出現(xiàn)在電流譜，且存在線頻的非整數(shù)倍與轉頻非整數(shù)倍的頻率。

2 神經網(wǎng)絡

在神經網(wǎng)絡中，對故障樣本進行訓練，可以確定網(wǎng)絡的權值和閥值，當再次輸入故障信號時，就可以自動識別。因此，當網(wǎng)絡訓練完成后，神經網(wǎng)絡對于運算量的需求較小，運算速度也相對較快。憑借自身良好的非線性映射能力、并行處理能力以及聯(lián)想記憶能力等，神經網(wǎng)絡十分適用于對復雜電機系統(tǒng)的故障診斷工作。通過將神經網(wǎng)絡與電機電氣信號分析技術的結合，可以實現(xiàn)對于電機故障的智能化診斷，同時可以有效降低故障的錯報和漏報。

這里選擇當前理論最為成熟、應用最為廣泛的反向傳播網(wǎng)絡進行分析。反向傳播網(wǎng)絡，簡稱BP網(wǎng)絡，其學習規(guī)則是利用BP，對網(wǎng)絡的權值和閥值進行調整，從而使得網(wǎng)絡誤差的平方和最小。BP神經元與其他的神經元存在很大的相似性，不同之處則是其傳輸層為非線性函數(shù)，部分輸出層采用線性函數(shù)，其輸出為：

BP網(wǎng)絡的學習過程如圖1所示：

3 異步電機的故障識別

首先，要建立相應的故障庫，對故障樣本進行存儲，方便故障的識別。相關研究表明，當電機轉子斷條時，在線頻f兩側，會出現(xiàn)邊頻2sf，即：

出現(xiàn)定子繞組匝間短路時，在繞組的中心頻率兩側，會出現(xiàn)f以及其邊頻RS，結合相應的公式，對計算出的結果進行整理，可以得出電壓信號、轉子斷條以及繞組匝間短路電流信號的故障庫。

其次，要構建相應的網(wǎng)絡。這里采用三層網(wǎng)絡結構，分別為輸入層、輸出層和隱含層。其中，在輸入層中輸入電流與電壓信號的16個特征頻率值，采用16個神經元，而輸出層采用線性函數(shù)，含有3個輸出，因此采用3個神經元。隱含層神經元的確定可以根據(jù)經驗公式獲得，如下：

其中，M代表輸出節(jié)點數(shù)，N代表輸入節(jié)點數(shù)，表示1～10之間的常數(shù)，可以對隱含層的節(jié)點數(shù)進行確定，為5～14。

需要注意的是，學習的速率過大或者過小都會對訓練的結果產生一定的影響，一般為0.01～0.8。

然后，網(wǎng)絡訓練。針對標準樣本和標準輸出進行多次訓練，可以確定隱含層的神經元為11，學習速率0.25。經多次訓練后，系統(tǒng)誤差約為10-5，能夠滿足故障識別精度的要求。

4 實驗與結論

一臺定子槽數(shù)48，轉子條數(shù)40，轉差為0.097的異步電機，在繞組匝間短路、轉子斷條和正常情況下運行，電機載荷超過1/4，使用ATPROL電機信號采集器，對電流和電壓信號進行同時采集，并將采集到的信號傳輸?shù)接嬎銠C，經過FFT變換后，運用神經網(wǎng)絡對其故障模式進行判別，然后對相應的參數(shù)進行整理和分析。信號采集與處理裝置的結構如圖2所示。

針對實驗中得出的數(shù)據(jù)信息進行分析，可以得出以下幾個結論。

（1）傳感器為非嵌入式，可以方便地對電機的電流和電壓信號進行采集，便于進行實時檢測。（2）針對不同的故障，電壓信號和電流信號均有著相應的反應，利用電機電氣信號分析技術，可以對電機中存在的電氣故障和機械故障進行識別和區(qū)分，同時能夠通過兩者的相互驗證，減少誤判的機率，確保電機故障診斷的準確性。（3）雖然神經網(wǎng)絡在訓練階段的運算量相對較大，但是在網(wǎng)絡訓練完成后，所需要的運算量相比于傳統(tǒng)的診斷方法更小，而且運算速度更快，更適合現(xiàn)代診斷技術發(fā)展的客觀要求。

5 結語

實踐證明，同時采集異步電機定子電流與電壓信號的電機電氣信號分析技術，可以有效提升故障診斷的速度和準確性，應該得到推廣和普及。

參考文獻

[1] 陳長征，王胤龍，李明輝，等.基于電氣信號的異步電機故障識別[J].沈陽工業(yè)大學學報，2008，30（3）：241-244，265.

[2] 任志斌，曾德墻.基于極坐標的異步電機新型參數(shù)辨識方法[J].河北科技大學學報，2013，34（3）：218-223，229.

[3] 馮碩，郭素娜，薛倩毓，等.基于DSP的異步電機矢量控制系統(tǒng)研究[J].電氣開關，2009，47（6）：44-46.

[4] 鐘昱煒，劉仁棟，曹陽.基于stm32的異步電機反嵌繞組檢測方法[J].電子世界，2013（16）：62.endprint