基于阻抗的匝間故障早期診斷系統(tǒng)設(shè)計與實現(xiàn)

蔡亮

（貴陽職業(yè)技術(shù)學(xué)院機電系，貴陽550002）

基于阻抗的匝間故障早期診斷系統(tǒng)設(shè)計與實現(xiàn)

蔡亮*

（貴陽職業(yè)技術(shù)學(xué)院機電系，貴陽550002）

提出了一種使用輸入阻抗來診斷無刷直流電動機BLDC（Brushless DC motors）定子繞組匝間故障ITF（Inter-Turn Fault）的算法，并設(shè)計了相應(yīng)的故障檢測系統(tǒng)進行了實現(xiàn)。該系統(tǒng)的優(yōu)勢在于具有早期檢測能力以及適用于各種速度范圍檢測。提出的故障檢測技術(shù)通過使用輸入電壓和輸入電流來計算輸入阻抗，并將其與數(shù)據(jù)庫中的數(shù)值比較。相比傳統(tǒng)的方法，由于不需要快速傅里葉變換（FFT），因此提出的算法更加迅速且簡單。實驗測試結(jié)果表明提出的檢測方法在各種轉(zhuǎn)速條件下均具有較高的精確度。

無刷直流電動機；早期故障監(jiān)測；輸入阻抗；定子繞組

無刷直流電動機因其較高的轉(zhuǎn)矩密度和效率而廣泛運用于工業(yè)和電動汽車。為了提升產(chǎn)品性能，電動機的研發(fā)需要更高的穩(wěn)定性和可靠性。因此，有效的監(jiān)測和準確的故障診斷至關(guān)重要［1-2］。

故障可能出現(xiàn)在定子、轉(zhuǎn)子、逆變器、電源電路、傳感器以及其它機械裝置，并根據(jù)出現(xiàn)的位置而對其進行分類［3］。在這些故障類型中，定子繞組匝間故障（ITF）是BLDC最常見的故障之一［4］。定子繞組匝間故障意思是同相位的兩個線圈之間出現(xiàn)絕緣失效，見圖1。短路產(chǎn)生的熱量與環(huán)狀電流if的平方成正比，因此，造成鄰近線圈的絕緣擊穿。此外，單個相位內(nèi)故障的增加可能會導(dǎo)致電動機立馬完全失效或者關(guān)閉。然而，定子繞組匝間故障和電動機的完全故障不會同時出現(xiàn)。因此，在電動機運行期間快速檢測ITF能夠減輕對鄰近線圈和定子鐵芯的后續(xù)損害。早期檢測技術(shù)可以幫助降低資產(chǎn)損失和維修成本，減少電動機停機時間［5］。

圖1　單一相位時出現(xiàn)的定子繞組匝間故障（ITF）

過去，使用過電流或過電壓檢測這類簡易技術(shù)檢測機器故障。此外，診斷完故障后，要求機器離線以便清除故障。然而，在日常生活和工業(yè)的應(yīng)用中，電動機至關(guān)重要，可能無法接受電動機關(guān)閉。基于此原因，需要更好的故障檢測及補救措施［6-7］。Kim［8］等人在永磁同步電機出現(xiàn)故障時運用傅里葉級數(shù)監(jiān)測q軸電流的二級諧波分量，通過監(jiān)測正負序阻抗數(shù)值的變化來對閉環(huán)感應(yīng)電動機進行魯棒故障檢測。為了檢測同步機中的定子故障，分析轉(zhuǎn)子磁場電壓［9］。Lee and Habetler［10］基于永磁同步電機的電流控制器產(chǎn)生的參考電壓討論了短路故障檢測。Mohammedet等［11］使用有限元（FE）相變量模型進行故障檢測。盡管這些故障檢測計劃簡單容易，由于快速傅里葉變換（FFT）或正負序阻抗數(shù)值這類要求的數(shù)值復(fù)雜，它們無法檢測早期故障。因此，對于早期故障診斷，需要一個更簡易的診斷過程。

在本文中，我們提出了一種使用輸入阻抗進行早期檢測的技術(shù)。運用繞組函數(shù)理論計算阻抗。使用數(shù)據(jù)庫中的阻抗。此外，這項技術(shù)不需要計算負序阻抗，也不需要將快速傅里葉變換（FFT）運用到輸入電壓或電流。因此，使用此方法的定子繞組匝間故障（ITF）檢測得到了廣泛的響應(yīng)，比之前的方法更簡單。

1　提出的阻抗檢測算法

提出了阻抗算法，如圖2所示。一個定子繞組匝間故障（ITF）會引起輸入電流、輸入電壓、轉(zhuǎn)速、線圈電阻以及定子電感系數(shù)發(fā)生變化。因此，準確檢測定子繞組匝間故障（ITF）應(yīng)考慮以上系數(shù)。尤其是，由于電感在發(fā)生定子繞組匝間故障（ITF）的情況下減少，輸入電流的相位滯后，導(dǎo)致轉(zhuǎn)速的增加，如圖3所示。因此，輸入阻抗由于包含以上所有系數(shù)，才被當作檢測參數(shù)。

圖2　提出基于阻抗的早期故障檢測算法

圖3　根據(jù)定子繞組匝間故障得出的速度變化

阻抗檢測算法包含3個部分：數(shù)據(jù)庫，故障診斷（實時）和比較算法。阻抗算法能夠?qū)崟r監(jiān)測輸入阻抗，并與數(shù)據(jù)庫進行比較。

1.1數(shù)據(jù)庫處理過程

僅靠輸入電流和電壓就能獲得實時輸入阻抗（包括電阻和電抗）。此外，電抗包括角速度和電感，如式（1）～式（6）所示。因此，我們選擇輸入阻抗Za作為檢測參數(shù)。

其中，Va和Ia都是相位電壓和電流在相位A的真實均方根（RMS）值。

正常情況下，

其中，Za1，Ra，Xa，ωa，和La分別是輸入阻抗，電阻，電抗，角速度，和相位的電感。

出現(xiàn)故障情況下，

其中，Za2，Ras，Xas，ωas，和Las分別是故障時的輸入阻抗，電阻，電抗，角速度和相位的電感。

故障判定系數(shù)為，：

在本文中，我們運用繞組函數(shù)理論（WFT）準確計算數(shù)據(jù)庫值，該理論將數(shù)值函數(shù)運用到機器的基本幾何體和繞組布置中。繞組函數(shù)理論（WFT）不用于計算實時數(shù)據(jù)，而是用于計算設(shè)備的電抗。

定子電感系數(shù)可計算為：

其中，ni（θ）和Nj（θ）分別是匝函數(shù)和繞組函數(shù)；i和j分別為匝函數(shù)的相位和繞組函數(shù)的相位；r和lst分別為轉(zhuǎn)子半徑和堆棧長度；g-1（θ）是反氣隙函數(shù)。

表1對比了從繞組函數(shù)理論（WFT）和有限元分析（FEA）得出的平均電感值。這些電感值可以用來計算阻抗，繼而成為正常和出現(xiàn)故障情況下的數(shù)據(jù)庫。由于繞組函數(shù)理論（WFT）比有限元分析（FEA）快，我們更傾向于前者。此外，繞組函數(shù)理論（WFT）簡易性更高，計算成本更低。

表1　對比電感的平均值

1.2故障診斷算法

對于精確檢測出現(xiàn)故障的情況，監(jiān)測實時輸入電流和電壓是至關(guān)重要的。比較數(shù)據(jù)庫值和實時阻抗值，我們測量了實時輸入電流和電壓的真均方根（RMS）值。然后，我們通過自動電壓調(diào)節(jié)器計算得出實時阻抗。

圖4～圖7表示在三匝故障情況下輸入電壓和電流的真均方根（RMS）值，以及兩種轉(zhuǎn)速類型，僅展示相位A。不僅用真均方根（RMS）值計算實時輸入阻抗，而且將其與數(shù)據(jù)庫對比。在3 500 rad/min的情況下，輸入電壓和電流的真均方根（RMS）值均會發(fā)生顯著變化。因此，由于極易計算輸入阻抗，定子繞組匝間故障（ITF）檢測十分簡易。另一方面，相較于3 500 rad/min，故障檢測在500 rad/min的情況下更加困難，原因在于輸入電壓和電流僅出現(xiàn)微小的變化。

圖4　3500 rad/min時輸入電壓的真均方根值（Fr=4.16%）

圖5　3500 rad/min時輸入電流的真均方根值（Fr=3.97%）

圖6　500rad/min時輸入電壓的真均方根值（Fr=3.97%）

圖7　500rad/min時輸入電流的真均方根值（Fr=3.97%）

因此，該故障診斷算法可以早期檢測各種速度范圍內(nèi)的定子繞組匝間故障（ITF）。

1.3比較算法

比較算法是指如何比較輸入阻抗的實時計算值與數(shù)據(jù)庫值。該算法可以連續(xù)不斷地接收反饋信息。具體流程如圖8所示。

圖8　比較算法過程示意圖

本文選擇3.97%（三匝故障）作為出現(xiàn)故障時的數(shù)據(jù)庫。當Fr大于0%且小于3.97%時，就會標示出弱警報級別。當Fr大于3.97%時，就會標示出強警報級別。由于輸入電壓和輸入電流會在各種情況下發(fā)生變化，F(xiàn)r甚至在穩(wěn)定狀態(tài)下也會發(fā)生變化；因此，我們選擇3.97%。我們運用了同樣的方法在低速（500 rad/min）的情況下進行比較，以此驗證比較算法的準確性。

2　診斷電路設(shè)計

圖9是兩種使用提出的算法診斷電路結(jié)構(gòu)圖。這里，模擬使用的是Labcenter Electronics研發(fā)的Proteus 7.6。此外，選用廉價的ATmega128微處理器，提出的算法在此處理器中實現(xiàn)。

圖9　使用提出的算法的故障診斷電路

3　實驗結(jié)果與討論

3.1實驗設(shè)置

圖10是實驗環(huán)境設(shè)置。圖11是實驗設(shè)置的方框圖以便詳細解釋。本次實驗中使用的逆變器是流控電壓源逆變器，這是出于控制速度的考慮。負載部分包括實驗中使用的負載扭矩為0.5的發(fā)電機組。

圖10　實驗環(huán)境設(shè)置

圖11　實驗設(shè)置的方框圖

在本文中，對定子繞組匝間故障（ITF）特性進行模擬。表2列出了實驗使用的電動機的規(guī)格。

表2　永磁型無刷直流電動機的規(guī)格

3.2實時定子繞組匝間故障（ITF）產(chǎn)生系統(tǒng)

圖12　動態(tài)故障實驗中接觸器的結(jié)構(gòu)方框圖

在動態(tài)故障實驗中，我們使用繞組抽頭、接觸器和開關(guān)來安裝實時定子繞組匝間故障（ITF）產(chǎn)生系統(tǒng)，圖12展示了該系統(tǒng)的方框圖。這里，應(yīng)增加故障齒部的電纜長度以連接接觸器。因此，它能夠影響供給平衡。然而，由于接觸器的電阻非常低（0.006 Ω），在實驗中用它產(chǎn)生供給不平衡的情況。通過使用此系統(tǒng)，我們能夠產(chǎn)生實時定子繞組匝間故障（ITF）。繞組抽頭能夠產(chǎn)生1、3、5、7、9和12匝故障，所以在研究定子繞組匝間故障（ITF）特性的實驗中將其安裝在電動機的前部。

通過使用此方法，我們在出現(xiàn)三匝故障的情況下進行了一系列關(guān)于動態(tài)故障的實驗。此外，我們使用開關(guān)進行了動態(tài)故障模擬，如圖13所示。

圖13　動態(tài)故障下的模擬線路

當啟動開關(guān)S_H時，模擬電路在穩(wěn)定的狀態(tài)下運行。當啟動開關(guān)S_F時，模擬電路在出故障的狀態(tài)下運行。這里，為了研究動態(tài)故障，同時打開和關(guān)閉了開關(guān)S_H和S_F。

3.3實驗結(jié)果

圖14是在3 500 rad/min的情況下故障檢測的模擬以及實驗結(jié)果。在模擬中，出現(xiàn)定子繞組匝間故障（ITF）后，故障檢測僅需7 ms，如圖14（a）所示。在實驗中，出現(xiàn)定子繞組匝間故障（ITF）后，故障檢測需18 ms，如圖18（b）。

此外，圖15是在500 rad/min的情況下故障檢測的結(jié)果。盡管輸入電壓和電流僅出現(xiàn)了微小的變化，模擬（30 ms）以及實驗（36 ms）檢測到了故障。

在低速的情況下，輸入電壓和電流波形的相位在單位時間內(nèi)遞減。因此，故障檢測在低速（500 rad/ min）時比額定速度（3 500 rad/min）時花的時間要多。

故障檢測在實驗結(jié)果中比模擬結(jié)果中花的時間要多。由于模擬中使用了理想的開關(guān)，波形連續(xù)不斷地波動。然而，該實驗使用了電磁接觸器。從而，當電磁接觸器從正常開啟狀態(tài)變?yōu)檎ｊP(guān)閉狀態(tài)，輸入電流的值就變?yōu)榱?，因為線路開啟持續(xù)近6 ms（3 500 rad/min）或10 ms（500 rad/min）。因此，排除已啟用的線圈部分，故障檢測在實驗中用時近12 ms（3 500 rad/min）或26 ms（500 rad/min）。

圖14　故障檢測的驗證（3 500 rad/min）

圖15　故障檢測的驗證（500 rad/min）

盡管模擬及實驗中檢測所用的時間不是完全吻合，由于所用的時間分別為7 ms和12 ms以及30 ms和36 ms，十分短暫，模擬和實驗結(jié)果幾乎一致。此外，提出的故障檢測算法也有某些缺點。例如，在單一匝故障和速度極低（<500 rad/min）的情況下很難檢測故障情況，原因在于輸入電壓和電流基本沒有變化。然而，在真正的工業(yè)應(yīng)用中，當用額定運行驅(qū)動電動機，檢測故障情況是十分重要，原因在于驅(qū)動電動機需在額定運行的40%上下的范圍內(nèi)。通過運用提出的檢測算法，故障檢測在額定運行的40%上下的范圍內(nèi)成為可能。尤其是，在500 rad/min的低速（約為額定速度的17%）中檢測故障同樣成為了可能。

因此，通過運用該故障診斷技術(shù)，快速且精確檢測各種轉(zhuǎn)速范圍條件下的定子繞組匝間故障（ITF）成為可能。

4　結(jié)論

在本文中，我們提出了通過使用輸入阻抗精確且快速診斷早期故障的技術(shù)。此外，我們分別在3 500 rad/min和500 rad/min的情況下對檢測效果進行了模擬以及試驗，用以證實在各種轉(zhuǎn)速條件下提出的檢測算法精確性。提出的故障檢測技術(shù)通過使用輸入電壓和輸入電流來計算輸入阻抗，并將其與數(shù)據(jù)庫中的數(shù)值比較。比起之前的方法，該技術(shù)提供了更加迅速且簡易的診斷，原因在于它不需要快速傅里葉變換（FFT）或者復(fù)雜的公式。已經(jīng)證實提出的算法適合通過使用故障診斷電路進行早期故障檢測。因此，運用提出的診斷技術(shù)的優(yōu)勢在于能夠減少人力物力的損耗，并且能夠保護系統(tǒng)。

［1］Kim T H，Lee H W，Kwak S S.The Internal Fault Analysis of Brushless DC Motors Based on the Winding Function Theory［J］. IEEE Trans Magn，2009，45（5）：2090-2096.

［2］Kim K T，Park J K，Hur J，et al.Comparison of the Fault Charac?teristics of IPM-Type and SPM-Type BLDC Motors under Inter-Turn Fault Conditions Using Winding Function Theory［J］.IEEE Trans Ind Appl，2014，50（2）：986-994.

［3］孫宇光，郝亮亮，王祥珩，等.同步發(fā)電機勵磁繞組匝間短路的數(shù)學(xué)模型與故障特征［J］.電力系統(tǒng)自動化，2011，35（6）：45-50.

［4］鄭濤，趙彥杰，金穎，等.磁控式并聯(lián)電抗器控制繞組匝間故障分析及保護方案［J］.電力系統(tǒng)自動化，2014（10）：95-99.

［5］鄭玉平，劉小寶，俞波，等.基于有功損耗的自適應(yīng)變壓器匝間保護［J］.電力系統(tǒng)自動化，2013，37（10）：104-107.

［6］孫宇光，余錫文，魏錕，等.發(fā)電機繞組匝間故障檢測的新型探測線圈［J］.中國電機工程學(xué)報，2014，（6）：917-924.

［7］劉會芝，王旭紅.基于模型和模糊邏輯的感應(yīng)電動機定子繞組匝間故障診斷［J］.微特電機，2013，41（6）：14-17.

［8］劉金明，周長義，李中偉，等.基于DSP和ARM雙CPU結(jié)構(gòu)的異步電動機故障檢測裝置［J］.電子器件，2008，31（4）：1241-1244，1248.

［9］王家林，吳正國，楊宣訪，等.基于灰色關(guān)聯(lián)理論的線性直流電源故障分類定位［J］.電子器件，2008，31（6）：1891-1894.

［10］Hur J.Characteristic Analysis of Interior Permanent Magnet Syn?chronous Motor in Electro-Hydraulic Power Steering System［J］. IEEE Trans Ind Electron，2008，55（6）：2316-2323.

［11］Gandhi A，Corrigan T，Parsa L.Recent Advances in Modeling and Online Detection of Stator Interterm Faults in Electrical Motors ［J］.IEEE Trans Ind Electron，2011，58（5）：1564-1575.

蔡亮（1974-），男，漢族，貴州貴陽人，碩士，高級工程師，主要研究方向為機電設(shè)備故障診斷與維修，cl_gyvtc@126.com。

The Design and Implementation of Early Inter-Turn Fault Diagnostic System Design Based on Impedance

CAI Liang*
（Department of Mechanical and Electrical Engineering，Guiyang Vocational and Technical College，Guiyang 550002，China）

A diagnosis of Brushless DC motor is presented using the input impedance（brushless DC，motors，BLDC）in stator winding fault（inter-turn fault，ITF）algorithm，and the design of the corresponding fault detection system is implemented.This system has the advantage of having early detection ability and is suitable for various speed range detection.The fault detection technique is proposed by using the input voltage and the input current to calculate the input impedance，and the numerical comparison with the database.Compared with the traditional method，it does not need fast Fourier transform（FFT），so the proposed algorithm is more rapid and simple.Finally，simulation ex?periment proved that the detection method has higher speed in all conditions of accuracy.

brushless DC motor；fault monitoring；input impedance；stator winding

TM33

A

1005-9490（2016）02-0425-07

EEACC：832010.3969/j.issn.1005-9490.2016.02.036

2015-05-13修改日期：2015-06-19