劉亞兵,胡利民,胡欽龍,孫紅波
(中國(guó)船舶重工集團(tuán)公司第705研究所昆明分部,昆明 650101)
單相電機(jī)以其控制簡(jiǎn)單、價(jià)格低廉、運(yùn)行可靠等優(yōu)點(diǎn)而被廣泛應(yīng)用在多種工業(yè)場(chǎng)合。對(duì)單相電機(jī)的研究,目前普遍集中在多繞組及新型結(jié)構(gòu)電機(jī)領(lǐng)域,如Smith J M提出的SemiHex接法和SemiHexTM接法下的三繞組單相電機(jī)成為該領(lǐng)域近年來(lái)國(guó)內(nèi)外研究的熱點(diǎn)[1-2]。多繞組電機(jī)雖然在性能上具有一定優(yōu)勢(shì),但模型及控制方式復(fù)雜,電容選取計(jì)算困難,成本不低,使用場(chǎng)合有限。單相自起動(dòng)永磁同步電機(jī)通過(guò)在一相繞組中串入電容,在兼具普通單相電機(jī)優(yōu)點(diǎn)的同時(shí),還解決了后者無(wú)起動(dòng)轉(zhuǎn)矩不能自起動(dòng)的問(wèn)題,其本質(zhì)上仍是電容電機(jī)。電機(jī)的平穩(wěn)正常運(yùn)行是系統(tǒng)可靠工作的前提,而及時(shí)正確地診斷電機(jī)潛在或已有的故障則是保證系統(tǒng)及其他設(shè)備安全運(yùn)行的重要措施,文獻(xiàn)[3]綜合分析了針對(duì)電機(jī)故障而開(kāi)發(fā)的傳統(tǒng)故障診斷方法、BP網(wǎng)絡(luò)神經(jīng)法、模糊邏輯法、模糊神經(jīng)網(wǎng)絡(luò)法及遺傳算法的原理及優(yōu)缺點(diǎn)。模糊邏輯診斷方法的關(guān)鍵是基于模糊隸屬函數(shù)和模糊規(guī)則建立起來(lái)的模糊系統(tǒng),模糊規(guī)則的形成多是依賴經(jīng)驗(yàn)及試湊,這就決定了該方法在實(shí)際工程實(shí)踐中缺乏普遍適用性,而模糊邏輯法本身無(wú)法進(jìn)行自學(xué)習(xí)的局限性,更是大大限制了它的使用范圍。模糊神經(jīng)網(wǎng)絡(luò)法雖然具備自學(xué)習(xí)能力,但同樣存在模糊系統(tǒng)的弊端,主觀性較大[4]。基于遺傳算法的神經(jīng)網(wǎng)絡(luò)在故障診斷領(lǐng)域有著較為廣泛的應(yīng)用,但選擇策略、遺傳算子在實(shí)際操作性極為復(fù)雜[5],工程實(shí)現(xiàn)性不易。BP網(wǎng)絡(luò)是故障診斷領(lǐng)域應(yīng)用較多且成熟的方法[6],由于具備強(qiáng)大的學(xué)習(xí)能力,尤其適用于規(guī)模控制場(chǎng)合[7]。
本文所研究的電機(jī)應(yīng)用于戶外通信基站的日常維護(hù),功率極小(18 W)。電機(jī)輸出軸與毛刷連接執(zhí)行正反轉(zhuǎn)以刷去濾網(wǎng)表面的灰塵雜物,由于產(chǎn)品數(shù)量多,長(zhǎng)期無(wú)人值守,當(dāng)出現(xiàn)不可預(yù)知因素導(dǎo)致電機(jī)轉(zhuǎn)動(dòng)卡滯、堵轉(zhuǎn)甚至停轉(zhuǎn)故障時(shí),要求控制系統(tǒng)能夠通過(guò)遠(yuǎn)程通信將故障現(xiàn)象上報(bào),這就對(duì)電機(jī)及其控制系統(tǒng)提出了幾點(diǎn)要求:可靠性要高;成本盡可能低;具有電機(jī)故障檢測(cè)能力。單相自起動(dòng)永磁同步電機(jī)結(jié)構(gòu)簡(jiǎn)單,控制容易,工業(yè)產(chǎn)品成熟,成本可控,非常適于本場(chǎng)合使用。通過(guò)對(duì)所購(gòu)買電機(jī)實(shí)驗(yàn)發(fā)現(xiàn),電機(jī)堵轉(zhuǎn)電流與正常工作電流差異性不明顯,特別是當(dāng)工作電壓較低時(shí),其堵轉(zhuǎn)電流甚至低于較高電壓工作時(shí)的正常電流。目前常用的故障檢測(cè)方式是在電機(jī)周圍安裝磁開(kāi)關(guān)感應(yīng)器,通過(guò)對(duì)電機(jī)轉(zhuǎn)速進(jìn)行定時(shí)計(jì)數(shù)來(lái)判斷有無(wú)故障。但此方法有以下缺陷:磁開(kāi)關(guān)感應(yīng)器增加了成本;增加相應(yīng)的固定機(jī)構(gòu),使得原先的機(jī)械組件加工安裝困難;降低了可靠性。
本文所研究的故障檢測(cè)方法摒棄了外圍傳感器,實(shí)時(shí)采集電機(jī)工作參數(shù),依托電機(jī)數(shù)學(xué)模型,研究了一種在線自學(xué)習(xí)的故障檢測(cè)方法。在眾多學(xué)習(xí)算法中,1986年Rumelhart提出的BP網(wǎng)絡(luò)神經(jīng)算法是自動(dòng)控制領(lǐng)域應(yīng)用最為普遍的算法之一,尤其是在模型參數(shù)預(yù)測(cè)及故障診斷領(lǐng)域的應(yīng)用更為有效[8-9]。本文的在線自學(xué)習(xí)的故障檢測(cè)方法中,建立了電機(jī)運(yùn)行過(guò)程中相關(guān)參量的BP網(wǎng)絡(luò)神經(jīng)層,通過(guò)控制誤差值實(shí)現(xiàn)電機(jī)故障的診斷。
單相永磁同步電機(jī)實(shí)質(zhì)上是電容電動(dòng)機(jī),如圖1所示,電機(jī)工作時(shí),單相電接入OP或OQ兩端,即可實(shí)現(xiàn)電機(jī)正反轉(zhuǎn)。
圖1 單相電容電機(jī)結(jié)構(gòu)圖
假定OP端接入單相電時(shí)電機(jī)正轉(zhuǎn),電機(jī)定子端電壓滿足式關(guān)系:
U=Uα=Uβ+IβZC
(1)
式中:U為單相電電壓;Uα,Uβ為α,β相相電壓;Iβ為β相相電流;ZC為電容C容抗。
由于電容電機(jī)為不對(duì)稱機(jī),在進(jìn)行模型分析時(shí),需將β相繞組歸算到α相,即有:
(2)
(3)
(4)
式中:Z+,Z-為電機(jī)正、負(fù)序阻抗;I+,I-為定子正、負(fù)序電流;Iα為α相相電流。
聯(lián)立式(1)~式(4),得相電流正、負(fù)序分量:
(5)
自學(xué)習(xí)實(shí)際上是一個(gè)比較過(guò)程,即有實(shí)際輸出信號(hào)d(k)和期望輸出信號(hào)y(k)(即學(xué)習(xí)量),兩者產(chǎn)生的誤差值e(k)去對(duì)學(xué)習(xí)系統(tǒng)的權(quán)系數(shù)進(jìn)行修正,誤差值在學(xué)習(xí)過(guò)程中逐漸變小直至為零,則實(shí)際輸出和學(xué)習(xí)量一致,學(xué)習(xí)結(jié)束。
本文研究的自學(xué)習(xí)故障檢測(cè)方法正是根據(jù)誤差值的大小去診斷電機(jī)是否故障。如圖2所示,自學(xué)習(xí)網(wǎng)絡(luò)由2個(gè)基本的BP網(wǎng)絡(luò)神經(jīng)構(gòu)成,學(xué)習(xí)量中的3個(gè)網(wǎng)絡(luò)層為電機(jī)正常轉(zhuǎn)動(dòng)時(shí)的參量,實(shí)際輸出量中的3個(gè)網(wǎng)絡(luò)層由電機(jī)堵轉(zhuǎn)時(shí)的參量構(gòu)成,當(dāng)出現(xiàn)有效堵轉(zhuǎn)時(shí),誤差量將增大,根據(jù)該值大小可判斷故障及其類型。
圖2 自學(xué)習(xí)網(wǎng)絡(luò)圖
設(shè)輸入信號(hào)為電機(jī)的工作電壓和正常轉(zhuǎn)動(dòng)時(shí)的工作電流,即:
x(k)=[(U1k,I1k),(U2k,I2k),…,(U5k,I5k)]
(6)
輸入量的權(quán)系數(shù):
w(k)=[w1k,w2k,…,w5k]T
(7)
那么,輸出信號(hào),也即學(xué)習(xí)所得量:
y(k)=w(k)Tx(k)T
(8)
記電機(jī)堵轉(zhuǎn)時(shí)的工作電流電壓為實(shí)際輸出的輸入量:
(9)
其權(quán)系數(shù):
(10)
那么,實(shí)際輸出量:
d(k)=w*(k)Tz(k)T
(11)
輸出量與學(xué)習(xí)量之間的絕對(duì)偏差:
e(k)=|d(k)-y(k)|
(12)
不同電機(jī)參數(shù)不同,工作電壓也隨時(shí)段變化;此外隨著工作時(shí)間的延伸,電機(jī)與毛刷間不可避免地出現(xiàn)松動(dòng),進(jìn)而導(dǎo)致工作電流也發(fā)生變化,控制參數(shù)的不唯一性對(duì)自學(xué)習(xí)故障檢測(cè)提出了必然的要求。圖3給出了自學(xué)習(xí)故障檢測(cè)策略下的電機(jī)運(yùn)行過(guò)程圖。當(dāng)控制系統(tǒng)供電后,首先進(jìn)入自學(xué)習(xí)模式,在無(wú)故障出現(xiàn)的情況下,電機(jī)本體參數(shù)和運(yùn)行參數(shù)都將被讀取、儲(chǔ)存并作為自學(xué)習(xí)參數(shù)中的輸入量;自學(xué)習(xí)結(jié)束后,進(jìn)入正常運(yùn)行模式,在該模式下,將時(shí)刻對(duì)運(yùn)行參數(shù)進(jìn)行采集,并作為自學(xué)習(xí)參數(shù)中的輸出量。當(dāng)電機(jī)正常轉(zhuǎn)動(dòng)時(shí),式(12)的e(k)值將小于某個(gè)常量。當(dāng)電機(jī)出現(xiàn)堵轉(zhuǎn)或停轉(zhuǎn)時(shí),e(k)值將大于該常量,此時(shí)即可判定電機(jī)出現(xiàn)故障。需要說(shuō)明的是,若在自學(xué)習(xí)模式下出現(xiàn)異常故障或其他自主意愿時(shí),則可進(jìn)行重復(fù)學(xué)習(xí)。
圖3 電機(jī)運(yùn)行過(guò)程示意圖
電機(jī)供電電源為普通市電,受線路用電量大小及用電時(shí)間影響,要求允許220 V(AC)存在10%大小的波動(dòng),波動(dòng)程度將直接影響電機(jī)故障檢測(cè),本故障檢測(cè)方案中,同時(shí)采集電機(jī)工作時(shí)的電壓和電流。采集電壓時(shí),在變壓器原邊端串入一個(gè)保護(hù)電阻,副邊經(jīng)整流濾波后送入控制芯片AD端口;采集電流時(shí),在電機(jī)繞組(圖1中的P或Q)端串入采樣電阻,變壓器原邊檢測(cè)采樣電阻兩端電壓變化,同樣副邊經(jīng)整流濾波后送入控制芯片AD端口。
表1給出了樣本電機(jī)在不同工作電壓下的堵轉(zhuǎn)電流和正常電流變化情況表。
表1 不同工作電壓下正常/堵轉(zhuǎn)電流表
表1中,U0為工作電壓值;U為電壓采樣模擬量值;I為正常工作時(shí)電流模擬量值;I*為堵轉(zhuǎn)時(shí)電流模擬量值。
值得注意的是,在對(duì)多個(gè)電機(jī)進(jìn)行了“抱死”堵轉(zhuǎn)測(cè)試和間隔性堵轉(zhuǎn)測(cè)試實(shí)驗(yàn)時(shí),當(dāng)調(diào)節(jié)電機(jī)工作電壓低于額定電壓后,堵轉(zhuǎn)電流在“抱死”測(cè)試中反而較正常轉(zhuǎn)動(dòng)時(shí)變小,在間隔性堵轉(zhuǎn)測(cè)試中較正常轉(zhuǎn)動(dòng)時(shí)變大;當(dāng)調(diào)節(jié)電機(jī)工作電壓高于額定電壓時(shí),只存在堵轉(zhuǎn)電流增大的情況。一方面,電機(jī)轉(zhuǎn)矩與相電壓的平方成正比,另一方面電容電機(jī)的裂相電容也對(duì)電機(jī)性能影響較大,針對(duì)這一小功率電機(jī)堵轉(zhuǎn)電流既增大又變小的“兩極”分化現(xiàn)象,將在其他文章中再作論述。
令權(quán)系數(shù)w(k)=w*(k),根據(jù)式(6)~式(12),結(jié)合表1數(shù)據(jù),即可求得權(quán)系數(shù),代入式(12)可得:
(13)
式中:a=46,b=5 277,c=7。
當(dāng)電機(jī)停轉(zhuǎn)時(shí),電流I*為零,也滿足式(13)的關(guān)系。
為驗(yàn)證本文的自學(xué)習(xí)故障檢測(cè)方法的可行性及普遍適用性,隨機(jī)抽取了3個(gè)實(shí)驗(yàn)電機(jī),如表2所示。3個(gè)電機(jī)功率均為18 W,裂相電容均為0.56 μF,標(biāo)稱工作電壓為220 V(AC)。
表2 實(shí)驗(yàn)電機(jī)運(yùn)行參數(shù)表
實(shí)驗(yàn)中,通過(guò)調(diào)壓器改變電機(jī)的工作電壓,并在不同工作電壓下,分別進(jìn)行了堵轉(zhuǎn)實(shí)驗(yàn)。結(jié)果顯示,在不超過(guò)工作電壓標(biāo)稱值時(shí),3個(gè)電機(jī)均出現(xiàn)堵轉(zhuǎn)電流“兩極分化”現(xiàn)象;自學(xué)習(xí)過(guò)程中,控制系統(tǒng)根據(jù)正常轉(zhuǎn)動(dòng)時(shí)的電壓變量,電流變量作為學(xué)習(xí)量輸入,根據(jù)故障時(shí)的電壓變量,電流變量作為實(shí)際輸出量的輸入,并以兩者的絕對(duì)偏差大小作為是否故障的判斷依據(jù)。由表2所列實(shí)驗(yàn)數(shù)據(jù)知,工作電壓U0下均滿足式(13)之關(guān)系,基于該故障診斷方法的控制系統(tǒng)能夠準(zhǔn)確地上報(bào)堵轉(zhuǎn)故障;當(dāng)斷開(kāi)電機(jī)接線端,使其停轉(zhuǎn)時(shí),也能夠上報(bào)故障類型。
本文將在線自學(xué)習(xí)策略應(yīng)用于小功率單相永磁同步電容電機(jī),采用了BP網(wǎng)絡(luò)神經(jīng)算法,實(shí)現(xiàn)了電機(jī)運(yùn)行故障的準(zhǔn)確診斷。根據(jù)電容電機(jī)的不對(duì)稱性,使用歸算法則,將電機(jī)相電壓和相電流進(jìn)行了分量分解,并給出了理論值計(jì)算方法。小功率電容電機(jī)在不同工作電壓下堵轉(zhuǎn)電流出現(xiàn)“兩極分化”現(xiàn)象的原因,除了工作電壓低于額定值外,還與電機(jī)起動(dòng)電容關(guān)系密切,所采取的在線自學(xué)習(xí)故障檢測(cè)方法能夠正確地對(duì)故障做出判斷。本故障檢測(cè)方法對(duì)電機(jī)參數(shù)一致性要求較低,可移植到其他電機(jī)類似的故障診斷場(chǎng)合。