電機故障診斷技術研究現(xiàn)狀與發(fā)展趨勢

董桓毓

（南昌大學前湖學院，江西南昌 330031）

0 引言

隨著科技水平的不斷進步，電機已被廣泛應用到生產生活的各個領域。作為機械設備的動力源，可以將電能轉換為可用的機械能，從而保證機械設備的正常運轉。但電機一旦運轉時間過長，負荷壓力過大，再加上各種外部環(huán)境因素的影響，很容易出現(xiàn)故障問題。如果不能及時的進行判斷和處理，就會使電機無法正常運轉，甚至造成電機的損壞，而給企業(yè)帶來無法估量的損失。所以電機故障診斷技術是非常重要的，它是確保電機正常、可靠運轉的基礎。通過對電機故障診斷原理進行分析，來研究電機故障診斷技術及發(fā)展趨勢。

1 電機故障的診斷原理

（1）通過分析噪聲、溫度等因素對電機故障進行判斷。在電機產生故障問題時，檢查人員可以先用溫度探測設備獲得電機各相關部位的溫度值，以初步判斷故障問題的類型，再結合出現(xiàn)的噪聲情況，大體上確定故障問題的位置及其原因，從而能夠為后續(xù)的診斷提供數(shù)據(jù)參考。這類方法主要針對的是問題較輕、可以憑借檢查人員的經驗或者通過簡單的查驗就可以判斷的故障。

（2）通過分析電流的變化對電機故障進行判斷。這種診斷方式主要是依靠檢查人員利用專用儀表對系統(tǒng)內的電流進行探測、分析，再與正常運行時的電流進行比較，進而判斷出電機出現(xiàn)了何種故障。

（3）檢查人員也可以使用適合的檢查儀表對系統(tǒng)內的絕緣連接情況進行檢查，對電機的絕緣質量以及各部分的工作狀態(tài)進行分析，從而得出進一步的診斷結果。

2 電機故障診斷技術

電機主要由電路和磁路兩部分組成，而電機故障既有電氣方面引起的，也有機械方面引起的，因此電機本身質量存在問題、未按規(guī)范安裝、電機運轉時參數(shù)不穩(wěn)、負載過大等，都會引發(fā)各種故障或造成安全隱患。所以檢查人員需結合相關原理、選用適當?shù)臋z測方法對故障問題進行診斷，以確保電機的穩(wěn)定運行。

2.1 常見的故障診斷技術

當前來說，運用數(shù)學模型的電機故障診斷方法獲得了比較廣泛的應用，最簡單、方便的操作是對輸入、輸出數(shù)據(jù)進行分析，輸出量如果存在異常，就表示有可能發(fā)生了故障，或者對有關波形的變化進行分析，來進一步判斷故障出現(xiàn)的具體原因。通過狀態(tài)或有關參數(shù)分析進行故障診斷方法也漸趨完善，該方法的優(yōu)點是能夠結合設備的動態(tài)特性進行及時的判斷，缺點是不宜用在非線性模型中。它能有效的提升故障診斷率。當然隨著科學技術的不斷進步，更多高效、準確的診斷技術也會不斷出現(xiàn)，特別是人工智能技術在故障診斷中的應用，已取得非常理想的效果。

2.2 人工智能診斷技術

（1）神經網絡診斷方法。它在實際應用中已獲得很好的效果，應用越來越普遍，逐漸成為幾種主流的診斷技術之一。主要利用的是BP(Error Back Propagation，誤差反向傳播)算法網絡對出現(xiàn)故障的信號進行探測、分析，同時結合特定的計算方法來判斷輸入、輸出數(shù)據(jù)之間的關聯(lián)性，進而利用網絡技術進行合理地故障診斷。當前已有很多成功應用的案例，如對電機設備的匝間短路與軸承損壞2種故障的診斷，同時還可將這類方法用于電機轉子斷條的故障問題診斷過程。它采用的是誤差反向傳播計算法，也就是BP算法。但其收斂速率過慢，通過適當?shù)母倪M，實現(xiàn)了可以提高收斂速度的權值修正算法。它在應用中，其運算效率明顯提升，應用價值更高。在診斷轉子斷條故障時，效果最為理想，達到零失誤的目標。

（2）模糊邏輯診斷方法。有些故障發(fā)生時，很難準確的用數(shù)據(jù)進行描述，表現(xiàn)出強烈模糊性，這時可以利用模糊邏輯方法進行診斷。該方法一是比較復雜，需要用到模糊理論的支持，并創(chuàng)建與故障相關的關系庫，進而通過進一步的推理來判斷故障問題。二是容易出現(xiàn)誤差，應用時要非常謹慎。具體來說，故障診斷需要構建一個完整的模糊邏輯體系。其中，是以模糊推理、底層模糊規(guī)則作為其核心構成部分。例如，籠式感應電機轉子斷條故障的診斷，該種方法的應用不但能夠判斷故障，還可以得出斷條數(shù)字。為了提高數(shù)據(jù)的精確性，將其分成5類：沒有斷條，有斷條征兆，1個斷條，1～2個斷條，2個斷條。在發(fā)生斷條時，就會在相應的電流中獲得頻率（1±2 S）f1的附加分量，其中，S代表的是轉差率，f1代表的是定子基頻。2個頻率的幅值，則分別由A1和A2表示，因此判斷故障時可對A1，A2進行檢測與分析。應用該方法對于故障問題的發(fā)生，可以用模糊邏輯進行分析，而不必用數(shù)值進行闡述。最終的研究結果表明：該方法能夠比較理想的用在5.5 kW兩相感應電機的故障判斷。優(yōu)點是可以運用語言化的理論知識以及推理能力。從近年的應用情況看，模糊邏輯診斷技術不管是在理論層面，還是在實際應用上都已實現(xiàn)了較大進步。但與其他方法相比，還有許多待改進之處，需要在以后的研究中不斷加以完善。

（3）遺傳算法診斷方法。該方法是通過對故障信息的整理、分析，對電機實施全面的控制與管理，從而不斷的優(yōu)化系統(tǒng)性能，提升診斷效率及診斷質量，它在實際應用中具有全局性、便捷性等特點。在應用過程中，要特別注意各項參數(shù)的變化及準確性，需要多次試驗，以獲得確定性的故障數(shù)據(jù)。可以說，遺傳算法在故障診斷中的應用是一種極為先進、高效的技術手段，對于確保電機的正常運轉起到了重要作用。

3 電機故障診斷技術研究現(xiàn)狀與發(fā)展趨勢

國外對電機故障診斷的研究比較早，技術上也較為成熟。他們也是經過多年的發(fā)展，直到計算機技術、傳感器技術等的廣泛應用后，故障診斷技術才真正的獲得發(fā)展。例如，日本、加拿大等國，都已研究出了變壓器、發(fā)電機的故障監(jiān)測系統(tǒng)，且獲得了普遍應用。

我國的電機故障診斷研究起步較晚，目前雖然已具有了很多試驗性方法，但由于受到技術上的限制，再加上操作過于復雜，測量結果也不夠準確，而未取得明顯的進展。直到近些年，隨著我國經濟的飛速發(fā)展及科學技術的快速進步，對電機故障診斷技術的研究也獲得了迅猛發(fā)展。除了解析模型法，有關信號處理和專家理論的故障診斷方法也得到了很多的研究。不過，許多方法仍是局限在有關電機穩(wěn)態(tài)運行的故障問題診斷，對于開啟、加速等動態(tài)狀況下的診斷仍顯不足，還需予以足夠重視。其中，信號處理中的熱點小波技術，有著較好的局部化特征，可準確的獲取到瞬變信號的特性，因此可以應用于動態(tài)數(shù)據(jù)的分析中。此外，專家知識理論的神經網絡有著自學習、并行處理的能力，可以用于處理、分析非線性的故障問題等。

通過上述分析可以發(fā)現(xiàn)，電機的故障診斷表現(xiàn)出復雜性的特點，而且很多方法都有其不足之處。除此之外，多數(shù)的研究都需要由實驗過程得到盡可能完整的數(shù)據(jù)，但在實際中遇到的情況，數(shù)據(jù)不可能是完整的，這就大大影響了故障診斷的最終質量。所以說，只是運用一種理論、一種技術進行故障診斷，很難實現(xiàn)診斷過程的快速性與準確性，因此要將各種技術有機的結合起來，實現(xiàn)理論的交叉融合。而且近年來隨著信息技術、人工智能技術以及各種高性能算法的發(fā)展，使人們可以實現(xiàn)更加準確地故障診斷與處理。通過上述分析表明，電機故障的診斷需要將多種理論、方法結合起來和各取所長，才能實現(xiàn)故障的高效診斷，這也是故障診斷技術的重要發(fā)展趨勢。

4 結語

總的來說，隨著我國經濟的飛速發(fā)展，電機被廣泛的應用到各個行業(yè)與領域，但在電機的應用過程中，一旦保持長時間的不間斷運行，或是負荷壓力過大，以及受到各種外部因素的影響，都會引發(fā)各種故障問題。如果不能及時的加以處理，就會使電機無法正常運轉，甚至帶來嚴重的安全隱患，而給企業(yè)造成難以估量的重大損失。相關人員需要加強對電機故障的認識，并結合現(xiàn)場情況可以科學、合理的選用最合適的故障診斷方法，以不斷提高電機故障的診斷質量，從而為迅速、高效的處理故障問題，加快電機的恢復運行等提供技術上的保障。當前，國內在電機故障診斷研究上已取得越來越多的成就，但考慮到電機故障的復雜性，還需進行進一步研究，以推動電機故障診斷技術的不斷完善，從而確保電機設備的安全穩(wěn)定運行。