一种绕线式无刷双馈电机静态偏心故障的检测方法技术

本发明专利技术的公开了一种绕线式无刷双馈电机静态偏心故障的检测方法，属于电机故障检测领域，通过建立不同静态偏心率下样机的有限元模型；获取定子功率绕组电流原始数据集；获取功率绕组电流特征频率信号；采用改进的EMD算法分解得有效本征模态函数，构成特征数据集，并于此构建基于海洋捕食者算法优化的随机森林诊断模型；评估静偏心故障严重程度；实现静态偏心故障及其故障严重程度在线诊断。该发明专利技术在绕线式无刷双馈电机的基础上集成了改进的随机森林诊断模型，可以实现该类电机在线监测和实时诊断的功能，具有诊断精度高、可操作性强，同时提高了随机森林分类预测的准确性。同时提高了随机森林分类预测的准确性。同时提高了随机森林分类预测的准确性。

【技术实现步骤摘要】
一种绕线式无刷双馈电机静态偏心故障的检测方法


[0001]本专利技术涉及电机故障检测
，具体涉及一种绕线式无刷双馈电机静态偏心故障的检测方法。

技术介绍

[0002]绕线式无刷双馈电机具有功率因数可调、多功能以及安全可靠等特点，而且采用特殊设计的转子绕组结构还可以提高绕组的利用率以及降低谐波含量的优势，有利于推动该类电机的实用化进程。但是，受到电机制造装配误差以及轴承磨损等因素的影响，转子偏心故障极易发生，而且偏心故障轻则导致气隙磁场畸变、电机性能指标下降。假如不及时进行故障检测，轴承两端的不平衡磁拉力会进一步加大，气隙进一步减小，导致定转子“扫膛”等恶性后果，威胁现代化工业正常生产以及人员的生命健康安全，因此在偏心早期实现对故障的预警至关重要。
[0003]综合调研现有文献，发现现有的电机偏心故障检测技术，大致调研内容如下：
[0004]1)区别于传统的感应电机，无刷双馈电机存在特殊的定转子绕组结构以及复杂的气隙磁场，而且偏心故障会进一步导致气隙磁场畸变，使得故障诊断的难度加大。如论文基于齿部磁场分析的大型潜水电机气隙偏心故障研究中，其采用非侵入式检测方法如定子电流法、振动信号分析法等，会受到绕线式无刷双馈电机固有谐波含量大缺点的影响。此时，通过频谱中特征频率点的幅值大小来确定偏心故障严重程度，则会出现幅值波动的情况，对诊断结果的准确性产生一定影响。
[0005]2)传统侵入式的测试线圈法，常对单个测试线圈采集的感应电压进行频谱分析，而静态偏心只改变空间谐波极对数，而不改变空间谐波频率，因此该方法更适用于动态偏心的故障诊断。而且，如专利CN 104965175A改进了传统的测试方法，在电机气隙布置了4个探测线圈，通过比较各个探测线圈的电压来判断偏心故障及其严重程度，但需要在电机制造早期对电机结构进行改造，增加了制造成本以及不利于一些气隙较小的电机实际应用，而且更不适用于一些已经制好的电机之中，不利于于批量化检测。
[0006]综上所述，国内外研究学者对于绕线式无刷双馈电机偏心故障的研究文献相对较少。此外，利用现有技术很难方便易行、准确无误地实现该类电机偏心故障的在线检测和早期故障预警。

技术实现思路

[0007]本专利技术提出的一种绕线式无刷双馈电机静态偏心故障的检测方法，可至少解决上述技术问题之一。
[0008]为实现上述目的，本专利技术采用了以下技术方案：
[0009]一种绕线式无刷双馈电机静态偏心故障的检测方法，包括以下步骤，
[0010](1)建立有限元模型：建立不同偏心率下绕线式无刷双馈电机的有限元仿真模型；所述不同偏心率的设定采用等间隔取数原则，为保证不同间隔下测试效果明显，设置静态
偏心率分别为α％，2α％，3α％，4α％......等大范围区间；其中α可以根据实际需求取值；
[0011](2)获取原始数据集：用高精度的电流采集装置对不同偏心率的定子电流信号分别进行采集，获得不同偏心率下的各原始电流数据集；所述定子电流信号为电机功率绕组的电流信号；所述绕组电流信号受到谐波以及毛刺干扰较少；
[0012](3)电流信号分解及频谱分析：对原始电流数据集分别进行快速傅里叶分解，通过频谱分析判断该据集是否出现故障特征频率信号；所述故障特征频率信号为:
[0013][0014]式中：f
ph
为功率绕组电流特征频率；f
ch
为控制绕组电流特征频率；f
p
为功率绕组电流基波频率；f
c
为控制绕组电流基波频率；s
p
为功率绕组转差率；s
c
为控制绕组转差率；m
r
为转子绕组相数；
[0015](4)改进EMD算法分解：通过改进EMD算法分别对不同偏心率下原始电流数据集进行分解，并提取有效本征模态函数IMF；
[0016]所述有效本征模态函数Y
i
与原始电流信号X应满足：
[0017][0018]式中:r
xy
为相关度函数；X为采集的原始电流信号；Y
i
为第i个IMF分量，i＝0,1,2,3
······
；EX为原始电流信号的均值；EY
i
为第i个本征模态函数的均值；DX为原始电流信号的方差；DY
i
为第i个本征模态函数的方差。
[0019](5)构建改进的随机森林诊断模型：采集不同偏心率下的有效本征模态函数IMF构成特征数据集，随机抽取特征数据集中70％数据为训练集，30％数据为测试集；通过训练集训练基于海洋捕食者算法改进的随机森林，形成故障诊断系统；
[0020](6)测试随机森林诊断模型：将特征数据集中剩余的30％测试集数据导入改进的随机森林故障诊断系统，评估相应的静态偏心率。
[0021]其中，所述步骤(3)中具体包括以下步骤：
[0022](3a)电机定子功率绕组接电网，定子控制绕组接变频器后连入电网，此时定子三相对称绕组所产生的合成磁势f(θ，t)为：
[0023]f(θ，t)＝F
p
cos[w
p
t
‑
(1
±
6k
p
)p
p
θ
‑
θ
p
]+F
c
cos[w
c
t+(1
±
6k
c
)p
c
θ
‑
θ
c
](2)
[0024]式中，F
p
、F
c
分别为定子功率绕组和控制绕组基波磁势，w
p
、w
c
分别为功率绕组和控制绕组的角频率，p
p
、p
c
分别为功率绕组和控制绕组的极对数；且p
p
≠p
c
，θ
p
、θ
c
分别为初始位置角。
[0025](3b)电机发生偏心故障时，气隙长度发生变化，则气隙磁导表示为：
[0026][0027]式中，μ0为真空磁导率，δ0为健康状态气隙长度，ε
s
为静态偏心率。由于绕线式无刷双馈电机定子功率绕组和控制绕组极对数不一致，基波磁场不会直接耦合，因此分别研究功率绕组和控制绕组基波磁势的影响，后将两者耦合在一起。
[0028](3c)静态偏心故障下，功率绕组基波磁场影响下的气隙磁密：
[0029]B(θ，t)＝F
p
C0cos(w
p
t
‑
p
p
θ)+F
p
C1cos[w
p
t
‑
(p
p
±
1)θ]/2(4)
[0030]又该类电机功率绕组、控制绕组转差率可以表示为：<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种绕线式无刷双馈电机静态偏心故障的检测方法，其特征在于，包括以下步骤，S1、建立不同偏心率下电机的有限元仿真模型；S2、基于所述有限元仿真模型并导出相应条件下的原始定子电流数据；S3、对原始电流数据集分别进行快速傅里叶分解，通过频谱分析判断该据集是否出现故障特征频率信号,若存在故障特征频率信号则进入下一步；S4、通过改进EMD算法分别对不同偏心率下原始电流数据集进行分解，并提取有效本征模态函数IMF；S5、通过训练集训练基于海洋捕食者算法优化的随机森林算法，形成故障诊断系统；S6、将剩余的测试集数据导入改进的随机森林故障诊断系统，评估静态偏心率。2.根据权利要求1所述的绕线式无刷双馈电机静态偏心故障的检测方法，其特征在于：所述步骤S3中所述故障特征频率信号为:式中：fph为功率绕组电流特征频率；fch为控制绕组电流特征频率；fp为功率绕组电流基波频率；fc为控制绕组电流基波频率；sp为功率绕组转差率；sc为控制绕组转差率；mr为转子绕组相数。3.根据权利要求2所述的绕线式无刷双馈电机静态偏心故障的检测方法，其特征在于：所述步骤S4中所述有效本征模态函数Y
i
与原始电流信号X应满足：式中:r
xy
为相关度函数；X为采集的原始电流信号；Y
i
为第i个IMF分量，i＝0,1,2,3
······
；EX为原始电流信号的均值；EY
i
为第i个本征模态函数的均值；DX为原始电流信号的方差；DY
i
为第i个本征模态函数的方差。4.根据权利要求2所述的绕线式无刷双馈电机静态偏心故障的检测方法，其特征在于：所述步骤S3具体包括：3a、电机定子功率绕组接电网，定子控制绕组接变频器后连入电网，此时定子三相对称绕组所产生的合成磁势f(θ,t)为：f(θ,t)＝F
p
cos[w
p
t
‑
(1
±
6k
p
)p
p
θ
‑
θ
p
]+F
c
cos[w
c
t+(1
±
6k
c
)p
c
θ
‑
θ
c
](2)式中，F
p
、F
c
分别为定子功率绕组和控制绕组基波磁势，w
p
、w
c
分别为功率绕组和控制绕组的角频率，p
p
、p
c
分别为功率绕组和控制绕组的极对数；且p
p
≠p
c
，θ
p
、θ
c
分别为初始位置角；3b、电机发生偏心故障时，气隙长度发生变化，则气隙磁导表示为：式中，μ0为真空磁导率，δ0为健康状态气隙长度，ε
s
为静态偏心率；3c、静态偏心故障下，功率绕组基波磁场影响下的气隙磁密：B(θ,t)＝F
p
C0cos(w
p
t
‑
p
p
θ)+F
p
C1cos[w
p
t
‑
(p
p

【专利技术属性】
技术研发人员：阚超豪，张恒，蔡梦夏，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：