主办单位: 共青团中央   中国科协   教育部   中国社会科学院   全国学联  

承办单位: 贵州大学     

基本信息

项目名称:
异步电动机转子故障在线检测方法及装置
小类:
机械与控制
简介:
项目首次将旋转不变技术(ESPRIT)与模拟退火算法(SAA)相结合应用于异步电动机转子断条故障在线检测。新方法仅需针对短时信号(1.1s),即可达到高频率分辨力,对故障分量的频率、幅值、初相角进行准确估计。适用于负荷波动、噪声等干扰严重情况下的异步电动机转子故障在线检测。克服了传统检测方法因需长时间采样数据而易受负荷波动等因素影响的缺点。并根据新方法制作了异步电动机转子故障检测装置。
详细介绍:
一、论文简介: 本文提出了一种基于旋转不变技术(ESPRIT)与模拟退火算法(SAA)的异步电动机转子故障检测新方法。首先通过仿真信号验证,指出ESPRIT算法对于短时信号具备高频率分辨力,可以准确计算转子故障特征分量以及其它分量之频率;但对诸频率分量幅值、初相角的计算欠缺准确性、稳定性。随后,引入SAA确定诸频率分量幅值、初相角,效果理想。进而,对一台Y100L-2型3kW异步电动机完成了转子故障检测实验。实验结果表明:基于ESPRIT与SAA的异步电动机转子故障检测方法是切实可行的,并且因仅需处理短时(1.1s)信号即可对故障进行准确、快速检测,而适用于负荷波动、噪声等干扰严重情况。 二、制作装置: 基于新方法制作出了异步电动机转子故障检测装置,已受理实用新型专利。检测装置由电流测试钳、信号采集卡和计算机组成。能够快速、灵敏、准确地对异步电动机转子故障进行在线检测。既体现了新方法在严重干扰情况下良好的故障检测性能,适用于负荷波动、噪声等干扰严重情况,又展示了装置本身优异的检测性能和推广应用前景。 三、创新点: 项目首次将现代频谱估计领域中的旋转不变技术(ESPRIT)与优化算法中的模拟退火算法(SAA)相结合应用于异步电动机转子故障在线检测,这具有显著优势: 1、针对短时信号,亦可达到高频率分辨力; 2、在低信噪比等恶劣情况下,提供无偏谱估计; 3、对故障分量的频率、幅值、初相角进行准确估计。 基于以上的特点,本方法可以广泛应用于工程当中,适用于负荷波动、噪声等干扰严重情况下的异步电动机转子故障在线检测,具有广阔的市场前景。 四、支撑材料: 1、论文录用证明两份,其中一篇为中文核心期刊 2、推荐材料五份: 杨奇逊(中国工程院院士、北京四方继保自动化有限公司董事长) 黄其励(中国工程院院士、国家电力公司东北公司总工程师) 陈欣(河北省电机工程学会副理事长、河北省机械行业协会会长) 裴建杰(高级工程师、河北省机械产品质量监督检验总站站长) 石新春(华北电力大学教授、博士生导师) 3、实用新型专利受理书一份 4、应用证明一份 5、教育部科技工作站查新证明一份

作品图片

  • 异步电动机转子故障在线检测方法及装置
  • 异步电动机转子故障在线检测方法及装置
  • 异步电动机转子故障在线检测方法及装置
  • 异步电动机转子故障在线检测方法及装置

作品专业信息

撰写目的和基本思路

目的:寻求一种仅需短时信号,即可在负荷波动、噪声等干扰严重情况下对运行中的异步电动机转子故障进行灵敏、可靠检测的新方法,并制作相应装置。 基本思路:提出基于旋转不变技术(ESPRIT)与模拟退火算法(SAA)的异步电动机转子故障检测新方法。对于短时信号即可准确计算转子故障特征分量之频率、幅值。对一台Y100L-2型3kW异步电动机进行转子故障检测实验,结果表明新方法切实可行,适用于干扰严重情况。

科学性、先进性及独特之处

本文首次将ESPRIT与SAA相结合应用于异步电机转子故障检测,具有良好的频率分辨力和抗噪性能。相较于传统方法,新方法仅需针对短时信号(1.1s),即可达到高频率分辨力,对故障分量的频率、幅值进行准确估计,适用于干扰严重情况下的故障检测。

应用价值和现实意义

已经根据论文中的新方法制作出异步电动机转子故障检测装置,该转置仅需处理短时信号(1.1s),即可快速、灵敏、准确地进行故障检测;该装置结构简单、操作方便且只需提取单相定子电流,能够快速、灵敏、准确地进行电机故障检测,既体现了新方法仅需针对短时信号即可达到高频率分辨力的特点,又展示了装置本身优异的检测性能和推广应用前景。

学术论文摘要

本文提出了一种基于旋转不变技术(ESPRIT,Estimation of Signal Parameters via Rotational Invariance Technique)与模拟退火算法(SAA,Simulated Annealing Algorithm)的异步电动机转子故障检测新方法。首先以转子故障仿真信号检验ESPRIT性能,结果表明:ESPRIT对于短时信号具备高频率分辨力,可以准确计算转子故障特征分量以及其它分量之频率;但对诸频率分量幅值、初相角的计算欠缺准确性、稳定性。为此,引入SAA确定诸频率分量幅值、初相角,效果理想。进而,对一台Y100L-2型3kW异步电动机完成了转子故障检测实验。实验结果表明:基于ESPRIT与SAA的异步电动机转子故障检测方法是切实可行的,并且因仅需处理短时信号而适用于负荷波动、噪声等干扰严重情况。

获奖情况

1、论文《旋转不变技术及应用》被中文核心期刊(华北电力大学学报)录用 2、论文《基于改进ESPRIT算法的异步电动机故障在线检测》被《河北农机》录用 3、基于新方法设计制作的异步电动机转子故障检测装置已受理实用新型专利(201120199735.3) 4、2011年6月,在第十二届“挑战杯”省大学生课外学术科技作品荣获“特等奖”

鉴定结果

教育部科技查新工作站(G03)鉴定为作品的创新点在国内公开发表的中文文献未见报道

参考文献

[1]许伯强,李和明,孙丽玲,等.笼型异步电动机转子断条故障检测新方法[J].中国电机工程学报,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]张贤达. 现代信号处理 [M]. 清华大学出版社, 2002. Zhang Xianda. Modern signal processing [M]. Tsinghua University Press, 2002(in Chinese). [3]方芳, 杨士元, 侯新国. 基于改进多信号分类法的异步电机转子故障特征分量的提取[J].中国电机工程学报,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,将有缘,方华松,等.基于模拟退火算法的共模电磁干扰抑制技术[J].电工技术学报,2008,23(6):1-6. Zhang Yonggao,Jiang Youyuan,Fang 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]许伯强,孙丽玲,李和明.笼型异步电动机转子断条数目诊断新判据[J].中国电机工程学报,2009,29(6):105-110.

同类课题研究水平概述

目前,针对笼型异步电动机转子故障在线检测方法中,最常见的方法为定子电流信号检测。当笼型异步电动机发生转子时,其定子电流(瞬时输出功率)中均会出现相应的故障特征频率分量。因此,为了检测故障特征频率分量进而判断电机故障与否,发展出了一系列基于傅立叶频谱分析技术的转子故障检测方法。下面针对其中两种典型的方法进行介绍: ⑴ 自适应滤波法 自适应滤波法将信号滤波技术与傅立叶频谱分析技术结合,在采集定子电流信号后,首先利用自适应抵消处理方法抵消定子电流中幅值最大的工频分量,再对滤波后的信号进行傅立叶频谱分析,通过对故障特征频率分量的幅值估计实现在线检测电动机转子故障。 优点:从一定程度上解决了工频分量频谱泄漏对故障特征频率检测的影响。 缺点:仍需要较长数据采样时间以保证足够的频率分辨力,若电机拖动波动负荷时,在采样时段内定子电流波动以及噪声等因素会对故障检测造成影响;需采集定子电压信号,硬件电路复杂,检测装置的安装较为繁琐。 ⑵ 瞬时输出功率法 瞬时输出功率法是通过对电动机瞬时输出功率(定义为异步电动机定子相电压与相电流瞬时值的乘积)进行傅立叶频谱分析,对其中包含的故障特征频率进行估计后实现异步电动机转子故障在线检测。 优点:避开了定子电流中边频分量的检测,可以更好地突出故障;故障特征信息多、对采样分辨率要求较低。 缺点: 需要同时采集定子电流、电压信号,增大硬、软件开销和复杂程度。 综上所述,基于傅立叶频谱分析技术的异步电机转子故障检测方法由于受限于频率分辨力(采样频率/采样点数),需连续采集足够时长的电机信号方能保证频率分辨力足够高以切实分辨转子故障特征并判断转子故障与否。而在工程实际中,负荷波动、噪声等干扰是不可避免的,信号采集时间过长往往意味着引入这些干扰而影响傅里叶频谱分析结果,甚至恶化转子故障检测之性能。这是当前亟待解决的关键问题,本文即致力于此,这具有学术意义与实际应用价值。
建议反馈 返回顶部