基本信息
- 項目名稱：
- 異步電動機轉(zhuǎn)子故障在線檢測方法及裝置
- 小類：
- 機械與控制
- 簡介：
- 項目首次將旋轉(zhuǎn)不變技術(shù)（ESPRIT）與模擬退火算法（SAA）相結(jié)合應(yīng)用于異步電動機轉(zhuǎn)子斷條故障在線檢測。新方法僅需針對短時信號（1.1s），即可達到高頻率分辨力，對故障分量的頻率、幅值、初相角進行準確估計。適用于負荷波動、噪聲等干擾嚴重情況下的異步電動機轉(zhuǎn)子故障在線檢測。克服了傳統(tǒng)檢測方法因需長時間采樣數(shù)據(jù)而易受負荷波動等因素影響的缺點。并根據(jù)新方法制作了異步電動機轉(zhuǎn)子故障檢測裝置。
- 詳細介紹：
- 一、論文簡介： 本文提出了一種基于旋轉(zhuǎn)不變技術(shù)（ESPRIT）與模擬退火算法（SAA）的異步電動機轉(zhuǎn)子故障檢測新方法。首先通過仿真信號驗證，指出ESPRIT算法對于短時信號具備高頻率分辨力，可以準確計算轉(zhuǎn)子故障特征分量以及其它分量之頻率；但對諸頻率分量幅值、初相角的計算欠缺準確性、穩(wěn)定性。隨后，引入SAA確定諸頻率分量幅值、初相角，效果理想。進而，對一臺Y100L-2型3kW異步電動機完成了轉(zhuǎn)子故障檢測實驗。實驗結(jié)果表明：基于ESPRIT與SAA的異步電動機轉(zhuǎn)子故障檢測方法是切實可行的，并且因僅需處理短時（1.1s）信號即可對故障進行準確、快速檢測，而適用于負荷波動、噪聲等干擾嚴重情況。 二、制作裝置： 基于新方法制作出了異步電動機轉(zhuǎn)子故障檢測裝置，已受理實用新型專利。檢測裝置由電流測試鉗、信號采集卡和計算機組成。能夠快速、靈敏、準確地對異步電動機轉(zhuǎn)子故障進行在線檢測。既體現(xiàn)了新方法在嚴重干擾情況下良好的故障檢測性能，適用于負荷波動、噪聲等干擾嚴重情況，又展示了裝置本身優(yōu)異的檢測性能和推廣應(yīng)用前景。 三、創(chuàng)新點： 項目首次將現(xiàn)代頻譜估計領(lǐng)域中的旋轉(zhuǎn)不變技術(shù)（ESPRIT）與優(yōu)化算法中的模擬退火算法（SAA）相結(jié)合應(yīng)用于異步電動機轉(zhuǎn)子故障在線檢測，這具有顯著優(yōu)勢： 1、針對短時信號，亦可達到高頻率分辨力； 2、在低信噪比等惡劣情況下，提供無偏譜估計； 3、對故障分量的頻率、幅值、初相角進行準確估計。 基于以上的特點，本方法可以廣泛應(yīng)用于工程當(dāng)中，適用于負荷波動、噪聲等干擾嚴重情況下的異步電動機轉(zhuǎn)子故障在線檢測，具有廣闊的市場前景。 四、支撐材料： 1、論文錄用證明兩份，其中一篇為中文核心期刊 2、推薦材料五份： 楊奇遜（中國工程院院士、北京四方繼保自動化有限公司董事長） 黃其勵（中國工程院院士、國家電力公司東北公司總工程師） 陳欣（河北省電機工程學(xué)會副理事長、河北省機械行業(yè)協(xié)會會長） 裴建杰（高級工程師、河北省機械產(chǎn)品質(zhì)量監(jiān)督檢驗總站站長） 石新春（華北電力大學(xué)教授、博士生導(dǎo)師） 3、實用新型專利受理書一份 4、應(yīng)用證明一份 5、教育部科技工作站查新證明一份
作品圖片
作品專業(yè)信息
撰寫目的和基本思路
- 目的：尋求一種僅需短時信號，即可在負荷波動、噪聲等干擾嚴重情況下對運行中的異步電動機轉(zhuǎn)子故障進行靈敏、可靠檢測的新方法，并制作相應(yīng)裝置。 基本思路：提出基于旋轉(zhuǎn)不變技術(shù)（ESPRIT）與模擬退火算法（SAA）的異步電動機轉(zhuǎn)子故障檢測新方法。對于短時信號即可準確計算轉(zhuǎn)子故障特征分量之頻率、幅值。對一臺Y100L-2型3kW異步電動機進行轉(zhuǎn)子故障檢測實驗，結(jié)果表明新方法切實可行，適用于干擾嚴重情況。
科學(xué)性、先進性及獨特之處
- 本文首次將ESPRIT與SAA相結(jié)合應(yīng)用于異步電機轉(zhuǎn)子故障檢測，具有良好的頻率分辨力和抗噪性能。相較于傳統(tǒng)方法，新方法僅需針對短時信號（1.1s），即可達到高頻率分辨力，對故障分量的頻率、幅值進行準確估計，適用于干擾嚴重情況下的故障檢測。
應(yīng)用價值和現(xiàn)實意義
- 已經(jīng)根據(jù)論文中的新方法制作出異步電動機轉(zhuǎn)子故障檢測裝置，該轉(zhuǎn)置僅需處理短時信號（1.1s），即可快速、靈敏、準確地進行故障檢測；該裝置結(jié)構(gòu)簡單、操作方便且只需提取單相定子電流，能夠快速、靈敏、準確地進行電機故障檢測，既體現(xiàn)了新方法僅需針對短時信號即可達到高頻率分辨力的特點，又展示了裝置本身優(yōu)異的檢測性能和推廣應(yīng)用前景。
學(xué)術(shù)論文摘要
- 本文提出了一種基于旋轉(zhuǎn)不變技術(shù)（ESPRIT，Estimation of Signal Parameters via Rotational Invariance Technique）與模擬退火算法（SAA，Simulated Annealing Algorithm）的異步電動機轉(zhuǎn)子故障檢測新方法。首先以轉(zhuǎn)子故障仿真信號檢驗ESPRIT性能，結(jié)果表明：ESPRIT對于短時信號具備高頻率分辨力，可以準確計算轉(zhuǎn)子故障特征分量以及其它分量之頻率；但對諸頻率分量幅值、初相角的計算欠缺準確性、穩(wěn)定性。為此，引入SAA確定諸頻率分量幅值、初相角，效果理想。進而，對一臺Y100L-2型3kW異步電動機完成了轉(zhuǎn)子故障檢測實驗。實驗結(jié)果表明：基于ESPRIT與SAA的異步電動機轉(zhuǎn)子故障檢測方法是切實可行的，并且因僅需處理短時信號而適用于負荷波動、噪聲等干擾嚴重情況。
獲獎情況
- 1、論文《旋轉(zhuǎn)不變技術(shù)及應(yīng)用》被中文核心期刊（華北電力大學(xué)學(xué)報）錄用 2、論文《基于改進ESPRIT算法的異步電動機故障在線檢測》被《河北農(nóng)機》錄用 3、基于新方法設(shè)計制作的異步電動機轉(zhuǎn)子故障檢測裝置已受理實用新型專利（201120199735.3） 4、2011年6月，在第十二屆“挑戰(zhàn)杯”省大學(xué)生課外學(xué)術(shù)科技作品榮獲“特等獎”
鑒定結(jié)果
- 教育部科技查新工作站（G03）鑒定為作品的創(chuàng)新點在國內(nèi)公開發(fā)表的中文文獻未見報道
參考文獻
- [1]許伯強，李和明，孫麗玲，等．籠型異步電動機轉(zhuǎn)子斷條故障檢測新方法[J]．中國電機工程學(xué)報，2004，24(5)：115-119． Xu Boqiang，Li Heming，Sun Liling，et al．A novel detection method for broken rotor bars in induction motors [J]．Proceedings of the CSEE，2004，24(5)：115-119 (in Chinese)． [2]張賢達. 現(xiàn)代信號處理 [M]. 清華大學(xué)出版社, 2002. Zhang Xianda. Modern signal processing [M]. Tsinghua University Press, 2002(in Chinese). [3]方芳, 楊士元, 侯新國. 基于改進多信號分類法的異步電機轉(zhuǎn)子故障特征分量的提取[J]．中國電機工程學(xué)報，2007，27(30)：72-76． Fang Fang, Yang Shiyuan, Hou Xinguo. Rotor fault feature extraction of motor faults of induction motor based on a modified MUSIC method [J]．Proceedings of the CSEE，2007，27(30)：72-76 (in Chinese)． [4]章勇高，將有緣，方華松，等．基于模擬退火算法的共模電磁干擾抑制技術(shù)[J]．電工技術(shù)學(xué)報，2008，23(6)：1-6． Zhang Yonggao，Jiang Youyuan，F(xiàn)ang Huasong，et al．Common mode EMI suppression based on simulate annealing algorithm [J]．Transactions of China Electrotechnical Society，2008，23(6)：1-6 (in Chinese)． [5]許伯強，孫麗玲，李和明．籠型異步電動機轉(zhuǎn)子斷條數(shù)目診斷新判據(jù)[J]．中國電機工程學(xué)報，2009，29(6)：105-110．
同類課題研究水平概述
- 目前，針對籠型異步電動機轉(zhuǎn)子故障在線檢測方法中，最常見的方法為定子電流信號檢測。當(dāng)籠型異步電動機發(fā)生轉(zhuǎn)子時，其定子電流（瞬時輸出功率）中均會出現(xiàn)相應(yīng)的故障特征頻率分量。因此，為了檢測故障特征頻率分量進而判斷電機故障與否，發(fā)展出了一系列基于傅立葉頻譜分析技術(shù)的轉(zhuǎn)子故障檢測方法。下面針對其中兩種典型的方法進行介紹： ⑴ 自適應(yīng)濾波法 自適應(yīng)濾波法將信號濾波技術(shù)與傅立葉頻譜分析技術(shù)結(jié)合，在采集定子電流信號后，首先利用自適應(yīng)抵消處理方法抵消定子電流中幅值最大的工頻分量，再對濾波后的信號進行傅立葉頻譜分析，通過對故障特征頻率分量的幅值估計實現(xiàn)在線檢測電動機轉(zhuǎn)子故障。 優(yōu)點：從一定程度上解決了工頻分量頻譜泄漏對故障特征頻率檢測的影響。 缺點：仍需要較長數(shù)據(jù)采樣時間以保證足夠的頻率分辨力，若電機拖動波動負荷時，在采樣時段內(nèi)定子電流波動以及噪聲等因素會對故障檢測造成影響；需采集定子電壓信號，硬件電路復(fù)雜，檢測裝置的安裝較為繁瑣。 ⑵ 瞬時輸出功率法 瞬時輸出功率法是通過對電動機瞬時輸出功率（定義為異步電動機定子相電壓與相電流瞬時值的乘積）進行傅立葉頻譜分析，對其中包含的故障特征頻率進行估計后實現(xiàn)異步電動機轉(zhuǎn)子故障在線檢測。 優(yōu)點：避開了定子電流中邊頻分量的檢測，可以更好地突出故障；故障特征信息多、對采樣分辨率要求較低。 缺點： 需要同時采集定子電流、電壓信號，增大硬、軟件開銷和復(fù)雜程度。 綜上所述，基于傅立葉頻譜分析技術(shù)的異步電機轉(zhuǎn)子故障檢測方法由于受限于頻率分辨力（采樣頻率/采樣點數(shù)），需連續(xù)采集足夠時長的電機信號方能保證頻率分辨力足夠高以切實分辨轉(zhuǎn)子故障特征并判斷轉(zhuǎn)子故障與否。而在工程實際中，負荷波動、噪聲等干擾是不可避免的，信號采集時間過長往往意味著引入這些干擾而影響傅里葉頻譜分析結(jié)果，甚至惡化轉(zhuǎn)子故障檢測之性能。這是當(dāng)前亟待解決的關(guān)鍵問題，本文即致力于此，這具有學(xué)術(shù)意義與實際應(yīng)用價值。
