一種基于模型的異步電動機故障監(jiān)測診斷方法
【專利摘要】本發(fā)明公開了一種基于模型的異步電動機故障監(jiān)測診斷方法，其首先采集能夠正常運行的異步電動機的三相輸入電壓信號和三相輸出電流信號，建立起數(shù)學(xué)模型，作為無故障模型；將無故障模型和在相同的輸入電壓u驅(qū)動下并行運行，得到即殘差信號d；然后其進行時域分析，根據(jù)3σ原則確定異步電動機殘差信號有效值的閾值η，通過監(jiān)測異步電動機穩(wěn)定運行時殘差有效值dRMS是否超過閾值η來判斷故障是否發(fā)生；再對殘差信號d進行頻域分析，根據(jù)殘差頻譜中出現(xiàn)的故障特征頻率分量fF來確定故障類型。本發(fā)明可以有效地削弱輸入電壓對電機故障監(jiān)測診斷造成的不利影響，提高故障信號的信噪比，從而提高電機故障監(jiān)測的靈敏度和故障診斷的可靠性。
【專利說明】一種基于模型的異步電動機故障監(jiān)測診斷方法【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于電動機故障檢測【技術(shù)領(lǐng)域】，涉及一種步電動機故障監(jiān)測診斷方法，尤其是一種基于模型的異步電動機故障監(jiān)測診斷方法。
【背景技術(shù)】
[0002]異步電動機具有結(jié)構(gòu)簡單、運行可靠的特點，是工農(nóng)業(yè)生產(chǎn)中應(yīng)用最廣泛的驅(qū)動裝置。但是電動機一旦發(fā)生故障會導(dǎo)致生產(chǎn)過程的中斷，造成嚴重的經(jīng)濟損失，甚至威脅到現(xiàn)場操作人員的生命安全。
[0003]目前，電動機故障診斷是主要是通過對定子電流信號直接進行頻譜分析實現(xiàn)的。當電動機發(fā)生故障時，在定子電流信號的頻譜中會出現(xiàn)如下所示的特征頻率成分(k=l, 2,…；n=l, 3, 5,…):
[0004]
【權(quán)利要求】
1.一種基于模型的異步電動機故障監(jiān)測診斷方法，其特征在于，包括以下步驟: 1)首先采集新的能夠正常運行的異步電動機穩(wěn)定運行時的三相輸入電壓信號和三相輸出電流信號，利用基于極限學(xué)習(xí)機算法的神經(jīng)網(wǎng)絡(luò)系統(tǒng)辨識方法建立起該異步電動機的數(shù)學(xué)模型，并把該數(shù)學(xué)模型作為該異步電動機的無故障模型； 2)將該異步電動機的無故障模型和該電機在相同的輸入電壓u驅(qū)動下并行運行，得到二者的輸出電流信號之差，即殘差信號d ； 3)對殘差信號d進行時域分析，根據(jù)3σ原則確定異步電動機殘差信號有效值的閾值η，通過監(jiān)測異步電動機穩(wěn)定運行時殘差有效值dMS是否超過閾值η來判斷故障是否發(fā)生； 4)對殘差信號d進行頻域分析，根據(jù)殘差頻譜中出現(xiàn)的故障特征頻率分量&來確定故障類型。
2.根據(jù)權(quán)利要求1所述的基于模型的異步電動機故障監(jiān)測診斷方法，其特征在于，步驟I)中，異步電動機的無故障模型通過采用基于極限學(xué)習(xí)機的神經(jīng)網(wǎng)絡(luò)系統(tǒng)辨識方法獲得，包括以下步驟: (a)米集得到異步電動機穩(wěn)定運行時的二相輸入電壓信號uA、uB、u。和二相定子電流信號iA、iB、i。，并按照比例分為訓(xùn)練樣本和檢驗樣本兩部分，訓(xùn)練樣本用于學(xué)習(xí)得到異步電動機的無故障數(shù)學(xué)模型，檢驗樣本用來對模型的效果進行驗證； (b)神經(jīng)網(wǎng)絡(luò)模型采用“串-并”辨識結(jié)構(gòu)，神經(jīng)網(wǎng)絡(luò)的輸入層節(jié)點數(shù)目選為15，包括三相電壓信號的當前值、三相電壓的延時信號、三相電流的延遲信號，神經(jīng)網(wǎng)絡(luò)的輸入向量表示為:
xk = [uA (k)，uB (k)，uc (k)，uA (k-1)，uB (k-1)，uc (k_l)，uA (k_2)，uB (k_2)，uc (k_2)，iA (k_l`)，iB(k-1), ic(k~l), iA(k_2), iB(k_2), ic(k_2)]T 其中k = 1，2，...，N，N為訓(xùn)練樣本個數(shù)； 神經(jīng)網(wǎng)絡(luò)的輸出層節(jié)點數(shù)目為3，對應(yīng)三相輸出電流信號k時刻的值，神經(jīng)網(wǎng)絡(luò)的輸出向量表示為:
I' k = [i' A(k)， i' B(k), i' c(k)]T 隱層節(jié)點數(shù)目為輸入層輸入向量維數(shù)的2倍，激勵函數(shù)選用Sigmoid函數(shù)，即g 00=1/(1+exp(-x))； (c)利用訓(xùn)練樣本采用極限學(xué)習(xí)機算法對電機神經(jīng)網(wǎng)絡(luò)模型進行學(xué)習(xí): 首先，對神經(jīng)網(wǎng)絡(luò)輸入權(quán)重向量Wj和隱層閾值b」隨機賦值其中，= 1,2，.N分為隱層節(jié)點個數(shù)； 然后，計算得到隱層輸出矩陣
giw^x^h^...g(W\)H=;i
g{w{-xN+bx)...容 最后，計算得到矩陣H的廣義逆矩陣好+，從而得到輸出權(quán)重向量及其中，，Y = [yi, I2,…，yN]T，Yk = [iA(k), iB(k), ic(k)]T，k = 1，2，…，N ;
(j Y(d)使矩陣HtH的對角線元素加上一個正數(shù)，即
3.根據(jù)權(quán)利要求1或2所述的基于模型的異步電動機故障監(jiān)測診斷方法，其特征在于，電壓、電流信號的采樣頻率為12.8KHz，連續(xù)采樣時長不小于IOs ;數(shù)據(jù)樣本需要預(yù)先進行取均值和歸一化處理。
4.根據(jù)權(quán)利要求1所述的基于模型的異步電動機故障監(jiān)測診斷方法，其特征在于，步驟3)中，對異步電動機故障的監(jiān)測是通過對殘差信號的有效值進行監(jiān)測實現(xiàn)的，具體包括如下步驟: a.異步電動機的數(shù)學(xué)模型建立后，計算得到異步電動機無故障時殘差信號，將2560個0.2s殘差信號樣本的有效值作為I個殘差監(jiān)測點進行故障監(jiān)測，計算殘差監(jiān)測點的均值μ和標準差0，根據(jù)30原則將殘差閾值為η = μ+3σ ； b.在異步電動機穩(wěn)定運行過程中，實時計算殘差監(jiān)測點幅值dKMS，并進行判斷:若監(jiān)測點幅值dKMS小于閾值Π，說明異步電動機運行正常；若監(jiān)測點幅值d-超出閾值η，則進一步對異步電動機故障類型進行診斷。
5.根據(jù)權(quán)利要求1所述的基于模型的異步電動機故障監(jiān)測診斷方法，其特征在于，步驟4)中，電機故障的診斷是通過對殘差信號進行頻域分析實現(xiàn)的:首先，對殘差時域信號進行快速傅里葉變換得到殘差信號的頻譜圖；然后，在殘差頻譜中尋找故障特征頻率分量fF，如果出現(xiàn)了故障特征頻率成分，則有相應(yīng)的故障發(fā)生。
【文檔編號】G01R31/34GK103698699SQ201310659828
【公開日】2014年4月2日 申請日期:2013年12月6日 優(yōu)先權(quán)日:2013年12月6日
【發(fā)明者】侯成剛, 張利超 申請人:西安交通大學(xué)