基于卡尔曼滤波器的电机故障诊断方法及装置制造方法及图纸

本发明专利技术涉及电机检测技术领域，具体涉及一种基于卡尔曼滤波器的电机故障诊断方法及装置，旨在解决如何提高电机转子断条故障的诊断可靠性的问题。为此，本发明专利技术提供的方法包括：获取异步感应电机稳定工作时同步的电压信号和电流信号；基于扩展卡尔曼滤波器对电压信号进行递归处理，得到电网基频的实时估计值；基于卡尔曼滤波器和电网基频的实时估计值，对所述电流信号进行递归处理，得到所述电流信号中的基频信号的估计信号；利用所述电流信号中的基频信号的估计信号，对所述电流信号中的基频信号进行抑制，得到滤除基频信号的电流信号；基于滤除基频信号的电流信号的频谱，得到边频信号的幅值；基于边频信号的幅值对电机转子断条故障进行诊断。故障进行诊断。故障进行诊断。

【技术实现步骤摘要】
基于卡尔曼滤波器的电机故障诊断方法及装置


[0001]本专利技术涉及电机检测
，具体提供一种基于卡尔曼滤波器的电机故障诊断方法及装置。

技术介绍

[0002]转子断条故障是异步感应电机常见的故障之一，该故障会在电机定子线电流中引入频率为(1
±
2s)f
e
的边频信号（s为转差率，f
e
为电网基频频率），由于该边频信号的频率仅与电机的转差率和电网基频相关，因此，该故障特别适合通过电机电流特征分析法（motor current signature analysis，MCSA）进行诊断（或预防）。由于电机的转子条是以一种渐进的方式，由完全健康的状态，发展至断裂的状态，所以其导致的转子三相不平衡的程度也存在一个由弱到强的过程，反映在边频信号上，即为边频信号的幅值会随着转子条健康状态的恶化，不断增长。因此，在电机运行过程中，实时检测频率为(1
±
2s)f
e
的边频信号的幅值，是目前诊断（或预防）转子断条故障的一种主流方式。但对电机定子线电流进行频谱分析时，基频信号的频谱泄露会覆盖边频信号，导致难以在电流频谱中分辨出边频信号。因此，开发一种可以抑制电机定子线电流中的基频信号的信号处理技术，对基于电机电流特征分析法，诊断（或预防）转子断条故障是十分必要的。
[0003]基于最小估计误差的方差的卡尔曼滤波器，是一种在工业领域广泛使用的滤波器。在抑制电机电流信号中的基频信号方面，卡尔曼滤波器也有相应的应用。但是，扩展卡尔曼滤波器在使用时，需要对非线性系统进行线性化，在这过程中导致的误差，会影响滤波器对信号的估计精度。此外，如果在不考虑电网频率的波动的情况下，使用卡尔曼滤波器估计电机电流信号中的基频信号时，同样会影响基频信号的估计精度。因此，如何提高卡尔曼滤波器对电机电流信号中的基频信号的估计精度，进而提升抑制电机电流信号中的基频信号的效果，提高电机转子断条诊断可靠性，还需要新的解决方案。

技术实现思路

[0004]为了克服上述缺陷，提出了本专利技术，以提供解决或至少部分地解决如何提高电机转子断条故障的诊断可靠性的技术问题的一种基于卡尔曼滤波器的电机故障诊断方法及装置。
[0005]在第一方面，本专利技术提供一种基于卡尔曼滤波器的电机故障诊断方法，包括：获取异步感应电机稳定工作时同步的电压信号和电流信号；基于扩展卡尔曼滤波器对所述电压信号进行递归处理，得到电网基频的实时估计值；基于卡尔曼滤波器和所述电网基频的实时估计值，对所述电流信号进行递归处理，得到所述电流信号中的基频信号的估计信号；利用所述电流信号中的基频信号的估计信号，对所述电流信号中的基频信号进行抑制，得到滤除基频信号的电流信号；
基于所述滤除基频信号的电流信号的频谱，得到频率为(1
±
2s)f
e
的边频信号的幅值，其中，s为转差率，f
e
为电网基频频率；基于所述边频信号的幅值对电机转子断条故障进行诊断。
[0006]在上述基于卡尔曼滤波器的电机故障诊断方法的一个技术方案中，所述基于扩展卡尔曼滤波器对所述电压信号进行递归处理，得到电网基频的实时估计值，包括：建立电压系统模型，设置电压系统模型的状态向量，确定电压系统模型的状态转移方程和测量方程；设置电压系统模型的状态向量的初始估计值和估计误差协方差矩阵的初始值，并设置电压系统模型的过程噪声的协方差矩阵，以及电压系统模型的测量噪声的方差；根据电压系统模型(m
‑
1)T
s
时刻的状态向量的估计值、mT
s
时刻的状态向量的测量值、mT
s
时刻的状态转移方程和测量方程以及卡尔曼滤波器的估计公式，得到mT
s
时刻的状态向量的估计表达式，其中，m表示扩展卡尔曼滤波器在迭代过程中所要处理的状态向量的序号，T
s
表示信号采样时间间隔；根据电压系统模型mT
s
时刻的状态向量的估计表达式，得到电压系统模型mT
s
时刻的估计误差协方差矩阵的表达式；根据电压系统模型mT
s
时刻的估计误差协方差矩阵的表达式，计算电压系统模型mT
s
时刻的卡尔曼增益；根据电压系统模型mT
s
时刻的状态向量的估计表达式和卡尔曼增益，计算mT
s
时刻电网基频的实时估计值。
[0007]在上述基于卡尔曼滤波器的电机故障诊断方法的一个技术方案中，所述电压系统模型的状态向量设置为：
[0008]其中，k表示状态向量及其元素的序号，其取值为任意的正整数，和分别表示kT
s
时刻的电网基频频率和电压信号的实际值。
[0009]在上述基于卡尔曼滤波器的电机故障诊断方法的一个技术方案中，所述方法还包括：根据电压系统模型mT
s
时刻的估计误差协方差矩阵的表达式和卡尔曼增益，计算电压系统模型mT
s
时刻的估计误差协方差矩阵，以得到(m+1)T
s
时刻的估计误差协方差矩阵的表达式。
[0010]在上述基于卡尔曼滤波器的电机故障诊断方法的一个技术方案中，所述基于卡尔曼滤波器和所述电网基频的实时估计值，对所述电流信号进行递归处理，得到所述电流信号中的基频信号的估计信号，包括：建立电流系统模型，设置电流系统模型的状态向量，确定电流系统模型的状态转移方程和测量方程；设置电流系统模型的状态向量的初始估计值和估计误差协方差矩阵的初始值，并设置电流系统模型的过程噪声的协方差矩阵，以及电流系统模型的测量噪声的方差；
根据电流系统模型(m
‑
1)T
s
时刻的状态向量的估计值、mT
s
时刻的状态向量的测量值、mT
s
时刻的状态转移方程和测量方程以及卡尔曼滤波器的估计公式，得到mT
s
时刻的状态向量的估计表达式，其中，m表示卡尔曼滤波器在迭代过程中所要处理的状态向量的序号，T
s
表示信号采样时间间隔；根据电流系统模型mT
s
时刻的状态向量的估计表达式，得到电流系统模型mT
s
时刻的估计误差协方差矩阵的表达式；根据电流系统模型mT
s
时刻的估计误差协方差矩阵的表达式，计算电流系统模型mT
s
时刻的卡尔曼增益；根据电流系统模型mT
s
时刻的状态向量的估计表达式和卡尔曼增益，计算mT
s
时刻所述电流信号中的基频信号的估计值。
[0011]在上述基于卡尔曼滤波器的电机故障诊断方法的一个技术方案中，所述设置电流系统模型的状态向量设置为：
[0012]其中，k表示状态向量的序号，其取值为任意的正整数，表示kT
s
时刻的电流信号中的基频信号的实际值。
[0013]在上述基于卡尔曼滤波器的电机故障诊断方法的一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于卡尔曼滤波器的电机故障诊断方法，其特征在于，包括：获取异步感应电机稳定工作时同步的电压信号和电流信号；基于扩展卡尔曼滤波器对所述电压信号进行递归处理，得到电网基频的实时估计值；基于卡尔曼滤波器和所述电网基频的实时估计值，对所述电流信号进行递归处理，得到所述电流信号中的基频信号的估计信号；利用所述电流信号中的基频信号的估计信号，对所述电流信号中的基频信号进行抑制，得到滤除基频信号的电流信号；基于所述滤除基频信号的电流信号的频谱，得到频率为(1
±
2s)f
e
的边频信号的幅值，其中，s为转差率，f
e
为电网基频频率；基于所述边频信号的幅值对电机转子断条故障进行诊断。2.根据权利要求1所述的基于卡尔曼滤波器的电机故障诊断方法，其特征在于，所述基于扩展卡尔曼滤波器对所述电压信号进行递归处理，得到电网基频的实时估计值，包括：建立电压系统模型，设置电压系统模型的状态向量，确定电压系统模型的状态转移方程和测量方程；设置电压系统模型的状态向量的初始估计值和估计误差协方差矩阵的初始值，并设置电压系统模型的过程噪声的协方差矩阵，以及电压系统模型的测量噪声的方差；根据电压系统模型(m
‑
1)T
s
时刻的状态向量的估计值、mT
s
时刻的状态向量的测量值、mT
s
时刻的状态转移方程和测量方程以及卡尔曼滤波器的估计公式，得到mT
s
时刻的状态向量的估计表达式，其中，m表示扩展卡尔曼滤波器在迭代过程中所要处理的状态向量的序号，T
s
表示信号采样时间间隔；根据电压系统模型mT
s
时刻的状态向量的估计表达式，得到电压系统模型mT
s
时刻的估计误差协方差矩阵的表达式；根据电压系统模型mT
s
时刻的估计误差协方差矩阵的表达式，计算电压系统模型mT
s
时刻的卡尔曼增益；根据电压系统模型mT
s
时刻的状态向量的估计表达式和卡尔曼增益，计算mT
s
时刻电网基频的实时估计值。3.根据权利要求2所述的基于卡尔曼滤波器的电机故障诊断方法，其特征在于，所述电压系统模型的状态向量设置为：其中，k表示状态向量及其元素的序号，其取值为任意的正整数，和分别表示kT
s
时刻的电网基频频率和电压信号的实际值。4.根据权利要求2所述的基于卡尔曼滤波器的电机故障诊断方法，其特征在于，所述方法还包括：根据电压系统模型mT
s
时刻的估计误差协方差矩阵的表达式和卡尔曼增益，计算电压系统模型mT
s
时刻的估计误差协方差矩阵，以得到(m+1)T
s
时刻的估计误差协方差矩阵的表达式。5.根据权利要求1所述的基于卡尔曼滤波器的电机故障诊断方法，其特征在于，所述基于卡尔曼滤波器和所述电网基频的实时估计值，对所述电流信号进行递归处理，得到所述
电流信号中的基频信号的估计信号，包括：建立电流系统模型，设置电流系统模型的状态向量，确定电流系统模型的状态转移方程和测量方程；设...

【专利技术属性】
技术研发人员：伏勇胜，程林，杨乔尹，
申请(专利权)人：清华大学无锡应用技术研究院，
类型：发明
国别省市：