电机匝间短路故障信息融合诊断方法研究

・１８・　煤矿机　电　２０１１年第４期　电机匝间短路故障信息融合诊断方法研究　孙爱进，郭西进　（中国矿业大学信息与电气工程学院，江苏徐州Ｉ　２２１００８）　

摘　要：　针对目前应用的各种异步电机定子绕组匝间短路故障诊断方法都存在单一诊断技术问　题，提出有选择地进行信息融合的理论，并给出了一个简单举例。结果表明，故障信息融合诊断方　法可以大大提高电机匝间短路故障诊断的准确性和可靠性。　关键词：　异步电机；匝间短路；故障诊断；信息融合　中图分类号：ＴＭ３４３；ＴＰ２７７　文献标识码：Ａ　文章编号：１００１—０８７４（２０１　１）０４—００１８—０４　

Ｒｅｓｅａｒｃｈ　ｏｎ　Ｄｉａｇｎｏｓｉｓ　Ｍｅｔｈｏｄｓ　ｏｆ　Ｍｏｔｏｒ　Ｉ　ｎｔｅｒ—Ｔｕ　ｒｎ　Ｓｈｏｒｔ　Ｃｉｒｃｕｉｔ　Ｆａｕｌｔ　Ｉｎｆｏｒｍａｔｉｏｎ　

ＳＵＮ　Ａｉ－ｆｉｎ，ＧＵＯ　Ｘｉ－ｊｉｎ　（Ｓｃｈｏｏｌ　ｏｆ　Ｉｎｆｏｒｍａｔｉｏｎ　ａｎｄ　Ｅｌｅｃｔｒｉｃａｌ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｃｈｉｎａ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｍｉｎｉｎｇ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ，Ｘｕｚｈｏｕ　２２　１　００８，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：　Ｉｎ　ｖｉｅｗ　ｏｆ　ｔｈｅ　ｖａｒｉｏｕｓ　ｆａｕｈ　ｄｉａｇｎｏｓｉｓ　ｍｅｔｈｏｄｓ　ｏｆ　ｓｔａｔｏｒ　ｗｉｎｄｉｎｇ　ｉｎｔｅｒ—ｔｕｒｎ　ｃｉｒｃｕｉｔ　ｏｆ　ｄｉｆｉｅｒｅｎｔ　ａｓｙｎｃｈｒｏｎｏｕｓ　ｍｏｔｏｒｓ，ｗｈｉｃｈ　ａｒｅ　ｗｉｄｅｌｙ　ｕｓｅｄ　ａｔ　ｐｒｅｓｅｎｔ．Ａｌｌ　ｔｈｅ　ｍｅｔｈｏｄｓ　ｅｘｉｓｔ　ｔｈｅ　ｐｒｏｂｌｅｍｓ　ｔｈａｔ　ａｌｌ　ｔｈｅ　ｓｉｎｇｌｅ　ｄｉａｇｎｏｓｉｓ　ｔｅｃｈｎｉｑｕｅ　ｃａｎｎｏｔ　ｍａｋｅ　ｇｏｏｄ　ｕｓｅ　ｏｆ　ｔｈｅ　ｉｎｆｏｒｍａｔｉｏｎ，ＳＯ　ｔｈｅ　ｔｈｅｏｒｙ　ｏｆ　ｓｅｌｅｃｔｉｖｅ　ｉｎｆｏｒｍａｔｉｏｎ　ｃｏｎｖｅｒｇｅｎｃｅ　ｉｓ　ｐｒｏｐｏｓｅｄ　ａｎｄ　ａ　ｓｉｍｐｌｅ　ｅｘａｍｐｌｅ　ｉｓ　ｇｉｖｅｎ．Ｔｈｅ　ｒｅｓｕｌｔｓ　ｓｈｏｗｅｄ　ｔｈａｔ　ｔｈｉｓ　ｆａｕｌｔ　ｉｎｆｏｒｍａｔｉｏｎ　ｃｏｎｖｅｒｇｅｎｃｅ　ｄｉａｇｎｏｓｉｓ　ｍｅｔｈｏｄ　ｃａｎ　ｉｍｐｒｏｖｅ　ｔｈｅ　ａｃｃｕｒａｃｙ　ａｎｄ　ｒｅｌｉａｂｉｌｉｔｙ　ｏｆ　ｔｈｅ　ｆａｕｌｔ　ｄｉａｇｎｏｓｉｓ　ｏｆ　ｍｏｔｏｒ　ｉｎｔｅｒ—ｔｕｒｎ　ｓｈｏｒｔ　ｃｉｒｃｕｉｔ．　Ｋｅｙｗｏｒｄｓ：　ａｓｙｎｃｈｒｏｎｏｕｓ　ｍｏｔｏｒ；ｉｎｔｅｒ・ｔｕｒｎ　ｓｈｏｒｔ　ｃｉｒｃｕｉｔ；ｆａｕｌｔ　ｄｉａｇｎｏｓｉｓ；ｉｎｆｏｒｍａｔｉｏｎ　ｃｏｎｖｅｒｇｅｎｃｅ　

１综述电机故障诊断方法　目前异步电机发生各种故障的频率越来越高，　不仅可能会损坏电机本身，而且可能会影响整个生　产系统，导致生产设备的停产，造成巨大的经济损　失。在这些故障中，定子绕组匝间短路故障较为频　繁，据不完全统计，匝间短路的故障率可达电机故障　总数的３０％～４０％＿１　。传统的诊断方法有：绕组分　割法、多回路分析法、基于数学模型的诊断方法和基　于状态估计或过程参数估计的电机故障检测方法。　实现这些动态性质的实时诊断，需要建立精确的故　障电机的数学模型，故障诊断又具有相当的局限性，　当电机系统模型不确定或非线性时，此类方法就难　以实现。随着科学技术、计算机的不断发展进步，诞　生了一些新的信号采集方法和信号处理手段，电机　匝间短路故障诊断中又形成了一批新的诊断技术。　１．１　基于傅里叶变换的定子电流频谱分析　若电机存在匝问短路故障时，电机定子电流中　可能会存在它的高次谐波和分数次谐波。电机发生　匝问短路故障时，定子电流的第５、７、１　１次谐波显著　增加，而其中第５次谐波增量最为显著。由于高次　谐波频率远离基波频率，可以通过检测定子电流中　

高限制，并在２００９年通过检验，取得防爆合格证和　安全标志准用证。装备该防爆柴油机的防爆车辆在　神东煤炭集团应用近一年时间，效果理想。可适用　于功率为１３０　ｋＷ的煤矿用机车。　参考文献：　［１］ＭＴ９９０－－２００６，矿用防爆柴油机通用技术条件ｆＳ１．　

［２］　王安．现代化亿吨矿区生产技术［Ｍ］．北京：煤炭工业出版社．　２００５．　［３］　张红顺．井下防爆胶轮车用柴油机与变矩器的匹配［Ｊｊ．煤炭　科学技术．２００２（１２）．　作者简介：赵明岗（１９７９一），男，工程师。２００３年毕业于中国地质　大学，现从事煤矿防爆柴油机的设计。　（收稿日期：２０１１—０３—０７；责任编辑：陈锡强）　２０１１年第４期　煤矿机　电　・１９・　的谐波分量进行电机定子绕组匝间短路故障检测；　１　，’　通过检测频率近似为古　、　、　的定子电流谐　

波分量来实现对匝间短路故障的检测（Ｐ为极对数，　为供电频率）。由于电力系统中存在着大量谐波，　此方法并不可靠。　１．２　Ｐａｒｋ矢量法　当定子绕组存在匝间短路故障时，定子电流的　派克矢量轨迹变成椭圆，而完好电机则是圆，据此判　断电机的匝间短路故障及其严重程度。但由于供电　电源的电压不平衡及电机自身的结构不对称，完好　电机的派克矢量轨迹并非圆形，对该方法的使用具　有一定的影响。另外，对轨迹图象的正确识别还是　难点，还没能得到很好的解决。　１．３像素编码技术　在对定子电流实行Ｐａｒｋ后得到派克矢量轨迹　后，从模式识别的角度，提出基于Ｐａｒｋ矢量轨迹极　坐标像素编码和神经网络理论基础上，实现对电机　定子线圈匝间短路故障的诊断方法。　１．４扩展派克矢量法　以往象对转子断条故障或转子偏心故障的分　析，一般都是通过寻找它的故障特征频率，鉴于此，　定子绕组匝间短路故障独有的电流特征频率，提出　通过派克变换得到的电流派克矢量模除含一直流分　量外，还含有一两倍于基频（２Ａ）的交流分量，选取　该频谱分量幅值与直流分量的比值作为故障特征频　率进而利用神经网络进行诊断分析。该方法由于电　源不平衡、电机本身的不对称因素也会引起２倍供　电频率的的变化，准确度不算高。　１．５定子三相电流之间的相位差法　存在匝问短路的异步电机的定子三相电流之间　的相位对称关系不再对称，通过检测三相电流间的　相位差变化来实现对电机状态的诊断，该方法易受　供电电源不对称和电机本身的结构不对称因素的影　响。　１．６利用对称分量理论检测负序分量　通过测量电机定子电流的负序分量来判断匝问　短路故障及其严重程度，该方法采用样本自学习和　检测阈值自适应调整的策略，减小了供电电压不平　衡、负载变化等因素对故障检测的影响。该方法在　实际应用中不能完好区分异步电动机转子断条与定　子绕组匝间短路的故障。　１．７利用失电残余电压　利用失电残压中高次谐波（　（Ｒ／ｐ）±１，尤其是　３３次谐波）成分，在完好电机与匝间短路故障电机　之间的显著差别来对故障电机状态的诊断。由于利　用的是失电后的残余电压，故排除了供电电源不对　称及负载的波动对诊断的影响，具有一定的鲁棒性。　１．８相关分析法　采用对振动信号和电流信号的相关分析，可以　有效提取定子线圈匝间短路故障的故障特征因子，　从而克服了单纯利用振动谱分析或定子电流频谱分　析的不足，使电动机定子线圈匝问短路的故障诊断　更可靠。　１．９人工智能法　随着人工智能技术的不断发展，有学者提出基　于前馈神经网络（ＦＦＮＮ）的定子绕组匝间短路故障　诊断方法，还有学者提出基于递归小波神经网络　（ＲＷＮＮ）的故障在线诊断方法。神经网络具有自学　习能力、分类能力和良好的鲁棒性等优点，同时也存　在着过学习与欠学习、局部极小点等缺点，基于人工　神经网络的故障诊断方法是一直基于经验风险最小　原理的方法。与神经网络相同的是，支持向量机也　是一种常用的分类器，不同的是它采用结构风险最　小化原则来训练学习机，并使用ＶＣ维理论来度量　结构风险，支持向量机克服了神经网络在解决小样　本、非线性及高维模式分类问题中表现出的不足，支　持向量机往往能得到比神经网络更好的分类效果，　因此，将支持向量机硬要到电机匝间短路的研究将　是一种新的智能方法。　综观以上有关目前电机定子绕组匝间短路故障　诊断的研究方法，或多或少存在这样或那样的问题，　都不能实现电机故障的可靠、完善的诊断。　２信息融合技术　信息融合技术的实质就是对有效信息的综合、　集成、协调优化和全面利用。所谓信息融合　，就　是将不同途径（不同传感器）获得的数据在一定规　则下加以自动分析，最后完成所需要的决策任务，这　样的过程就叫信息融合　］。其一般模型如图１所　示。　一般将融合系统分为数据层信息融合、特征层　信息融合和决策层信息融合３种形式，其结构分别　如图２～图４所示。　在使用信息融合过程中，来自不同途径的信息　源包含着大量不确定性，需要使用到不确定推理方　・２０・　煤矿机电　２０１１年第４期　图１信息融合的一般模型图　传感器１　一　数　特　传感器２　—．．　关　—＋　据　层　—●　征　决　

联　提　策　融　

△　取　传感器Ⅳ　＋　口　

图２数据层信息融合结构　传感器ｌ　Ｈ特征提取卜．－一　特　传感器２　Ｈ特征提取ｔ－－－　关　征　决　层　联　策　融　△　传感器Ⅳ卜　特征提取｝＿＿＋　——●’　口　—＋　

图３特征层信息融合结构　——■・　决　

关　—＋　策　—＋　决　层　联　策　融　△　口　

图４决策层信息融合结构　法。不确定推理方法有贝叶斯好方法采用Ｄ—Ｓ理论　方法　ｊ。其中以Ｄ－Ｓ理论应用最为广泛，它是一种　决策层信息融合方法。主要的理论便是证据组合规　则：若Ｂｅｌ　和Ｂｅｌ：是同一识别框架　上的两个信任　函数，ｍ　、ｍ：分别是其对应的基本概率赋值，焦元分　别为Ａ　，Ａ２，…，Ａ　和Ｂ１，Ｂ２，…，Ｂ，，又设：　Ｋ　＝∑ｍ　（Ａ　）ｍ：（　）＜１　Ａ　ｎ　则：　

，　０　Ｃ＝西　ｍ（ｃ）＝Ｉ∑ｍ。（４　）ｍ　（　）　ｌ　Ｖ　Ｃ　ｃ　Ｕ　Ｃ≠西　【　１一Ｋ　

对于多个证据的组合，可采用证据理论组合规　

则进行两两综合。用Ｄ—ｓ证据理论组合规则后，常　用的决策方法有基于信任函数的决策、基于基本概　率赋值的决策和基于最小风险的决策等３种。其中　又以基于基本概率赋值的决策最为常用，可将其简　单描述如下：　设Ａ　、Ａ２　ｃ　Ｕ，满足：　ｍ（Ａ１）＝ｍａｘ｛ｍ（Ａ　），Ａ　ｃ　Ｕ｝　ｍ（Ａ２）＝ｍａｘ｛ｍ（Ａ　），Ａ　ｃ　４　≠Ａ１　若有：　ｒｍ（Ａ１）一ｍ（Ａ２）＞　１　Ｊｒ，Ｊ（ｆ／）＜占，　Ｉ　．　

一　Ｌｍ（１．）＞ｍ（Ｕ）　

则Ａ　即为判决结果，其中　。、　：为预先设定的门　限，ｍ（Ｕ）表示识别框架ｆ／的不确定性基本概率赋　值。　Ｄ　Ｓ理论具有比较深刻的理论基础，它既能处　理随机性和模糊性所导致的不确定性，又能处理　“不知道”和“不确定”的问题，能将两者区分开来。　作为一种非精确推理算法，它具有融合开放性和处　理兼容性的优点，非常适用于存在大量不确定性因　素的电机故障诊断工作。