异步电动机轴承故障检测方法技术

一种异步电动机轴承故障检测方法，属检测技术领域，用于解决在线检测异步电动机轴承初发故障的问题。其技术方案是：它通过对采集的定子电流瞬时信号ｉ↓［ｓ］做连续细化傅里叶变换，得到其基波即参考信号ｕ↓［ｓ］，再根据参考信号ｕ↓［ｓ］及其频率ｆ↓［１］对定子电流瞬时信号ｉ↓［ｓ］做自适应滤波，然后对滤波输出信号ｅ↓［Ｔ］做连续细化傅里叶变换，确定当前｜ｆ↓［１］±ｍｆ↓［ｖ］｜边频分量与基波分量幅值之比并把它作为故障特征，最后根据检测阈值确定故障指数，依故障指数判断是否存在轴承故障。本发明专利技术可以高灵敏度、高可靠性地在线检测各种异步电动机初发性轴承故障。

【技术实现步骤摘要】

本专利技术涉及一种能够在线检测异步电动机轴承初发故障的方法及装置，属检测

技术介绍
滚动轴承以压倒性优势广泛应用于异步电动机之中。滚动轴承由内滚道、外滚道以及在它们之间转动的滚动体组成。在平衡负载、良好对中的正常工作条件下，疲劳失效从位于滚道和滚动体表面下的微小裂纹开始，并逐渐扩展，继而引起材料碎片脱落，导致轴承故障，此类故障发生概率约为异步电动机故障的40％。目前，振动信号频谱分析是较为准确、可靠的。该方法采集轴承时域振动信号并变换至频域，进而将频域振动信号与轴承所固有的频域振动特性对比，以判断轴承故障发生与否。该方法的不足之处是需要安装振动传感器，由于振动传感器造价高、容易损坏，因而限制了该方法的进一步推广应用。有人提出了定子电流信号频谱分析方法。异步电动机轴承故障发生之后，在定子电流中将出现|fl±mfv|频率的附加电流分量(fl为供电频率，fv为轴承振动特征(固有)频率，m＝1，2，3Λ)。轴承故障一般被分为外滚道故障、内滚道故障、滚动体故障及保持架故障，振动特征(固有)频率分别根据式(1)、式(2)、式(3)、式(4)计算。外滚道故障固有频率fOD=n2frm(1-BDPDcosΦ)...(1)]]>内滚道故障固有频率fID=n2frm(1+BDPDcosΦ)...(2)]]>滚动体故障固有频率fBD=PD2BDfrm(1-(BDPD)2cos2Φ)...(3)]]>保持架故障固有频率fCD=12frm(1-BDPDcosΦ)...(4)]]> 其中，frm为电动机的转频，n为滚动体数目，BD和PD为滚动体直径和轴承节径，Φ为滚动体的接触角。根据上述固有频率，即可根据式(5)计算定子电流特征频率。fCF＝|fl±mfv| m＝1，2，3Λ (5)其中，fl为供电频率，fv为由式(1-4)所示振动固有频率。鉴于定子电流信号易于采集，相对振动信号频谱分析而言，该方法具有广阔的发展、应用前景。但是，由于轴承故障特征——定子电流|fl±mfv|频率分量的幅值相对于fl分量非常小，该方法不能保证提取故障特征之灵敏度。另外，由于电机本身所固有的非对称、气隙偏心、转子不对中及其它因素，异步电动机即使处于正常运行状态，其定子电流中亦可能包含|fl±mfv|频率分量，并且对于不同的异步电动机，情况复杂。这易与轴承故障特征相混淆，导致误判，影响故障检测可靠性。该方法不能计及上述因素，可靠性仍有待提高。
技术实现思路
本专利技术的目的在于提供一种能够高灵敏度、高可靠性地在线检测异步电动机轴承初发故障的及装置。本专利技术所称问题是以下述技术方案实现的一种，它通过对采集的定子电流瞬时信号is做连续细化傅里叶变换，得到其基波即参考信号uS，再根据参考信号uS及其频率fl对定子电流瞬时信号is做自适应滤波，然后对滤波输出信号eT做连续细化傅里叶变换，确定当前|fl±mfv|边频分量与基波分量幅值之比并把它作为故障特征，最后根据检测阈值确定故障指数，依故障指数判断轴承故障。上述，故障指数按以下步骤计算a.采集一相定子电流瞬时信号，记为is；b.对is做连续细化傅里叶变换，确定其基波分量的频率fl、幅值Im和初相角φ，形成参考信号uS对于采样频率为fs，采样点数为N的时间序列i(tk)， uS(K)＝Imsin(2πflkTS+φ+π)其中，k＝0，1，2，Λ，N-1，Im、fl、φ通过连续细化傅里叶变换确定。c.根据基波分量的频率fl、参考信号uS对is做自适应滤波，抵消其fl分量，滤波输出结果记为eT；d对eT做连续细化傅里叶变换，在eT的连续细化频谱图中查询fCF(fCF＝|fl±mfv|，取m＝1，2)分量信息，确定当前fCF分量与fl分量幅值之比ratiofCF＝ratiofl+fv+ratio|fl-fv|+ratiofl+2fv+ratio|fl-2fv|，其中，ratiofl+fv为fl+fv分量与fl分量幅值之比，ratio|fl-fv|为fl-fv分量与fl分量幅值之比，ratiofl+2fv为fl+2fv分量与fl分量幅值之比，ratio|fl-2fv|为fl-2fv分量与fl分量幅值之比；e.确定故障指数在尚未建立正常电机样本参考文件的情况下，根据常规经验设置检测阈值(一般为0.1％)，ratiofCF与其比值即为故障指数；f.根据故障指数判断故障存在与否故障指数数值＜1，表示电机处于健康状态，且其数值愈小，健康状态愈明确；故障指数数值＞1，表示电机处于故障状态，且其数值愈大，故障状态愈严重。上述，为了能够在滤波输出信号eT的连续细化频谱图中准确查询fCF边频分量信息，应先对转差率s进行计算s=1-PZr(frshf1±v),v=1,3,5,Λ]]>其中，frsh为转子齿槽谐波分量频率、P为电机极对数，Zr为转子槽数，然后根据基波分量频率fl、转差率s，在滤波输出信号eT的连续细化频谱图中查询fCF边频分量信息，确定当前fCF边频分量与fl分量幅值之比ratiofCF(固有频率表达式中电动机转频frm＝(1-s)fl)。上述，为了消除实际电机本身所固有的非对称、气隙偏心、转子不对中及其它因素的影响，应在电机轴承正常情况下，根据转差率s与故障特征ratiofCF的具体数值建立样本数据库，并据此整定检测阈值若转差率当前数值介于样本数据转差率上、下限之间，则采用线性内插方式设置检测阈值；否则，确定与之最接近的样本数据转差率，将对应的故障特征数值作为检测阈值，并使可靠系数不小于1。本专利技术利用电流互感器CT采集异步电动机定子绕组电流信号，信号采集卡将此信号传送到计算机，由计算机对电流信号进行处理，判断是否存在轴承故障，结构简单，操作方便。本专利技术采用定子电流fCF边频分量作为故障特征，将连续细化傅里叶变换、自适应滤波、转子齿槽谐波转差率估计、检测阈值自整定技术有机结合，在提高灵敏度的同时，消除了实际电机本身所固有的非对称、气隙偏心、转子不对中及其它因素对提取故障特征的影响，有效防止了误判。本专利技术可以高灵敏度、高可靠性地在线检测各种异步电动机初发性轴承故障。附图说明下面结合附图对本专利技术作进一步详述。图1是本专利技术的电原理框图；图2是自适应滤波方法的原理框图；图3是信号采集电路的原理图；图4是Y100L-2型实验电机满载且轴承存在外滚道故障情况下的定子a相电流；图5是Y100L1-2型实验电机定子a相电流频谱的fl+fv频段；图6是Y100L1-2型实验电机定子a相电流频谱的fl-fv频段；图7是Y100L1-2型实验电机定子a相电流频谱的fl+2fv频段；图8是Y100L1-2型实验电机定子a相电流频谱的fl-2fv频段。图中各标号为CT、电流互感器，PT、电压互感器，M、电机；R1、R2、电阻。文中所用各符号的意义；s、转差率；frm、电动机的转频；n、滚动体数目；BD、滚动体直径；PD、轴承节径；Φ、滚动体的接触角；fv、振动固有频率；fl、定子电流基波频率(供电频率)；fOD、外滚道故障固有频率；fID、内滚道故障固有频率；fBD、滚动体故障固有本文档来自技高网...

【技术保护点】
一种异步电动机轴承故障检测方法，其特征是，它通过对采集的定子电流瞬时信号ｉ↓［ｓ］做连续细化傅里叶变换，得到其基波即参考信号ｕ↓［ｓ］，再根据参考信号ｕ↓［ｓ］及其频率ｆ↓［１］对定子电流瞬时信号ｉ↓［ｓ］做自适应滤波，然后对滤波输出信号ｅ↓［Ｔ］做连续细化傅里叶变换，确定当前｜ｆ↓［１］±ｍｆ↓［ｖ］｜边频分量与基波分量幅值之比并把它作为故障特征，最后根据检测阈值确定故障指数，依故障指数判断轴承故障。

【技术特征摘要】

【专利技术属性】
技术研发人员：许伯强，孙丽玲，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：13[中国|河北]