论文部分内容阅读
随着技术手段和分析方法的不断进步,故障诊断技术越来越成为企业设备管理的有效工具。电机及其拖动设备是工业生产中广泛应用的典型设备,现场运行中常常会有故障产生并具有不同的故障形式,获取其有用的状态信息并从中提取特征是提高电机及其拖动设备状态监测和故障诊断水平的关键之一。本文以交流异步电机拖动设备为对象,研究从其电流信号中获取拖动设备状态信息的原理和方法,并通过实验研究和现场实践,取得了相应的研究成果。
电流信号分析方法(简称MCSA,Motor Current Signal Analysis)过去主要应用于电机本体的故障诊断。对其拖动设备而言,尽管扭矩敏感性的故障信息反映在电流信号中,但由于自身信号十分微弱而电流信号中电网工频信号非常强大,使得故障信息的提取非常困难。此外,由于电流信号能集中反映电机及其拖动设备的状态,而且其故障特征在电流信号中表现为对电网工频的调制,信息构成非常复杂,加大了特征信息提取的难度。因此本文重点在有效地剔除电网工频信号,提高分析的信噪比,分离故障信息等方面进行研究,解决电流法进行电机拖动设备故障诊断的核心问题,实现对于某些特定环境及振动检测难以实施设备的有效诊断,具有重要的学术和实际应用价值。
本文重点进行基于电流法的异步电机拖动设备故障诊断理论研究、仿真分析和实验验证的工作,阐明了故障特征在电流信号中的表现特点,各种频率成分的调制规律,从理论到应用全方位验证了电流法应用于异步电机拖动设备诊断的可行性和有效性。
为了剔除电网工频分量提取微弱故障信息,运用奇异值分解(简称SVD,singular value decomposition)的数学方法,提出了改进的奇异值分解算法,使精度得以提高,实现了电流信号中电网工频成分的剔除;同时,为了实现在线监测,提出了一种硬件实现方法,并研制了相应的剔除电流信号中电网工频成分的硬件装置,减小电网电压的影响,提高信号分析的实时性。
针对电网工频周围频率成分过于密集不易识别的问题,采用循环平稳方法(cyclostationary)对电流信号进行处理,获取各种故障调制频率在循环频率域不同循环频率上的表现,提出了基于循环频率切片的故障特征提取方法,实现各种特征信息的有效分离,并通过实验和现场实例得到验证。
为了验证理论方法的有效性,构建了交流电机驱动的齿轮实验装置,进行了振动和电流诊断的比较研究,说明了电流分析方法与振动分析方法各自的特点和适应性,以及对不同故障的敏感性。在方法层面上,明确了两种方法不能互相替代而只能互相补充。通过在特定工况条件和特殊环境下三个有代表性的现场实际案例,说明电流分析方法有其独特的优势,也验证了本文理论方法的有效性。研究中还开发了一个基于MCSA的交流电机拖动设备监测诊断系统,集信号采集、数据管理和分析诊断于一体,并将本文研究的成果转化为模块式软件工具。该系统同时可输入振动和电流信号,使用方便、性能可靠,便于扩展,成为本文工作的有力工具,也是一个现场实用的系统。
本文工作紧密结合现场设备诊断工作的需求,做了大量的实际工作,包括诊断系统的开发、移相装置的研制、实验台的构建以及大量的现场实际案例的分析,从理论和实践上都进行了有益的探索,比较系统地研究了MCSA应用中的各类问题,为现场电流法诊断的开展,离线、在线系统的实施创造了条件。