基于LabVIEW的異步電機轉子斷條檢測

摘要：針對三相異步電動轉子斷條的故障檢測中故障信號很小，其與基波頻率很接近，可能被基波分量泄漏或噪聲所淹沒，不能準確的判斷。提出了一種LabVIEW平臺下基于數字濾波、頻譜細化分析和定子電流齒槽諧波分量的轉差率在線檢測方法。先對提取到的定子電流進行頻譜細化分析，提高頻譜分辨率，然后設計一個數字濾波器濾除定子電流基頻信號，避免基波分量造成干擾。詳細介紹了定子電流齒槽諧波分量的轉差率估計的原理，通過該方法找出故障信號，并有效的區(qū)分出段子斷條故障和負載波動。仿真和實驗結果表明，該方法能夠準確的找到故障信號，解決基波分量泄漏等引起的干擾，提高故障檢測的可靠性和準確性。
關鍵詞：異步電動機；轉子斷條；數字濾波；轉差率估計；頻譜細化分析

籠式異步電動機轉子斷條故障將會導致電機的運行性能惡化，對生產發(fā)展造成一定的損失，而且轉子斷條故障的發(fā)生概率高達10％，因此需要在故障發(fā)展初期進行早期檢測并及時告警，進行維修。經研究表明籠式電動機發(fā)生斷條故障后，在其定子電流中將會出現(1±2S)f0的附加電流分量(S為轉差率、f0為電源頻率)，此電流分量稱為邊頻分量，可作為轉子斷條故障的特征頻率。早期廣泛的采用對電流進行頻譜分析來檢測轉子斷條故障，然而在電機穩(wěn)定運行時轉差率很小，使得邊頻分量(1+2S)f0非常接近基波頻率，同時邊頻分量的幅值只有基波頻率的1％～3％，極容易被基波泄漏或噪聲說覆蓋，影響檢測的靈敏性。而且直接對定子電流載波動。
為了解決這些不足文獻采用了貝葉斯最小誤差分類器的模擬識別技術來辨別電機的故障狀況。文獻則采用了希爾伯特變換和數字濾波判斷轉子斷條和負載波動。
與文獻相同，本文針對基波淹沒邊頻分量以及負載波動的影響，以保證其高靈敏度于高可靠性的原則，提出了將數字濾波、zoom-FFT頻譜細化、快速傅里葉變換、定子電流齒槽諧波分量的轉差率估計相結合的轉子斷條的檢測方法。仿真和實驗數據表明該方法是可行有效的。

1 理論基礎
1．1 數字濾波
由于采集到的電流信號中含有基波信號，而且前已提及由于邊頻分量和基波信號頻率很接近，基波信號的泄露可能掩蓋掉邊頻信號。就轉子斷條故障檢測來說，基波信號就是噪聲，應該將其濾除。為了在濾除噪聲時盡可能的減小衰減邊頻分量，本文設計了一個帶阻濾波器。因為電源頻率約為50 Hz，故設計的數字濾波器低截止頻率和高截止頻率分別為49．8 Hz和50．2 Hz。這個濾波器適用的條件為S≤0．0002，基本滿足市場上的所有電機的要求。
1．2 zoom-FFT頻譜細化
由于電機的轉差率很小，在滿載運行下通常也只有0．02～0．08，對于大型銅條轉子異步電動機起轉差率約為0．005。轉子斷條邊頻分量(1+2S)f0，通常相隔很近，為了避免頻譜混疊，也為了精確地找到齒槽諧波分量必須要求提高分辨率的頻譜圖的分辨率。本文采用的是zoom-FFT頻譜細化的方法。
1．3 頻譜定子電流齒槽諧波分量的轉差率估計
我們知道由于實際電機本身所固有的非對稱性、氣隙偏心、轉子不對稱、小波波動等因素也會導致邊頻分量的出現，產生誤判。但是如果知道轉差率S的話，就可以排除這些因素的干擾。根據參考文獻，可以得到電機轉差率：

式(1)中極對數P和轉子齒槽數z2可以直接由電機參數得到且對于同型號電機來說為常數。因此只要能夠精確得到一階槽諧波分量fr1以及電源頻率fr0，就可以較高精度地求得轉差率。
首先估計一階槽諧波分量的頻率可能存在的區(qū)間。這里可以假設電機空載時電機轉差率S=0，此時由式(1)可得頻率搜索的上限值，因為fr10=(z2／p-1)f0。電機正常運行時功率不因超過額定值，進而實際轉差率也不會超過額定值，且假設電機只運行在電動機狀態(tài)，則該取間的寬度為：

式中，fs(RATED)為電機額定轉差頻率，S(RATED)為額定轉差率。因此搜索區(qū)間可確定為[fr10-△fr，fr10]。
這里必須注意在實際操作中必須注意電源諧波分量(nf0)的干擾，如果搜索區(qū)間內出現了電源諧波分量，因先排除以后再尋找一階槽諧波分量。