[发明专利]异步电机转子断条故障诊断系统及方法

说明书

技术领域

本发明涉及电机故障诊断技术领域，具体涉及一种异步电机转子断条故障诊断系统及方法。

背景技术

三相异步电动机是工业生产中的重要能源设备，电机转子断条故障发生频繁，导致工业生产中断，影响企业经济效益，若能够实时、准确地判断电机是否存在转子断条故障，对工业生产和安全管理具有重要的意义。

故障信号的分析和处理是故障诊断技术的核心。近年来，随着电机在工业生产中的广泛应用以及人工智能算法的日渐成熟，如何在电机故障发生时及时诊断出故障成为电机故障诊断研究领域的一个难点。针对这一难题，学者们尝试了采用不同的方法，主要包括：工频消去法、Park's矢量法、人工智能法、Vienna监测法和信号分析法。

工频消去法，对信号进行预处理以突出故障频率特征量。现有的滤波方法很难完全抵消工频分量，因此大大降低此方法的准确性。Park's矢量法，将故障诊断的频谱分析呈现在平面图上，但电机故障初期图形特征不明显，故障平面识别较为困难。

人工智能法，以已有的故障数据库为基础，建立与数据库对应的输入/输出映射关系，需要收集大量故障数据建立模型，过程复杂，成本高。

Vienna监测法，是一种基于空间向量理论的时域分析方法，很大程度上受环境因数的影响，很难建立精确电机模型。

信号分析法，对微弱信号的提取具有良好的效果，利用仿真软件可以更直观地观察分析结果，但不利于现场在线监测。

发明内容

本发明的目的在于提供一种异步电机转子断条故障诊断系统及方法，该方法能快速准确地判断异步电机转子断条故障。

异步电机转子断条故障诊断系统，其特征在于：它包括霍尔电流传感器、模数转换模块、定点信号处理器、外部存储器，其中，所述霍尔电流传感器的信号输出端连接模数转换模块的模拟信号输入端，模数转换模块的数字信号输出端连接定点信号处理器的信号输入端，定点信号处理器的数据存储端连接外部存储器的数据存储端；

所述霍尔电流传感器用于获取异步电机的定子电流模拟信号；

所述模数转换模块用于将定子电流模拟信号转换为定子电流数字信号；

所述定点信号处理器用于将定子电流数字信号分成等长的短时信号，相邻短时信号之间有重叠，并对所述的短时信号进行加窗截短处理，得到加窗信号；

所述定点信号处理器还用于利用序列的短时傅里叶变换计算所述加窗信号的频谱，得到功率谱密度矩阵，并将所述功率谱密度矩阵转换成功率谱密度列向量，根据向量方差计算公式利用上述能量谱密度列向量得到功率谱密度向量的方差；

所述定点信号处理器还用于将上述功率谱密度向量的方差与正常异步电机功率谱密度向量的方差进行比较，如果上述功率谱密度向量的方差与正常异步电机功率谱密度向量的方差之比的结果大于0且小于2，则判断为异步电机转子无断条故障；如果上述功率谱密度向量的方差与正常异步电机功率谱密度向量的方差之比的结果大于等于2，则判断为异步电机转子存在断条故障。

一种利用权利要求1所述系统的异步电机转子断条故障诊断方法，其特征在于，它包括如下步骤：

步骤1：霍尔电流传感器从异步电机处获取定子电流模拟信号，并将定子电流模拟信号发送给模数转换模块：

步骤2：模数转换模块将定子电流模拟信号转换为定子电流数字信号，并将定子电流数字信号发送给定点信号处理器；

步骤3：所述定点信号处理器将定子电流数字信号分成等长的短时信号，相邻短时信号之间有重叠，并对所述的短时信号进行加窗截短处理，得到加窗信号；

步骤4：定点信号处理器利用序列的短时傅里叶变换计算所述加窗信号的频谱，得到功率谱密度矩阵，并将所述功率谱密度矩阵转换成功率谱密度列向量，根据向量方差计算公式利用上述功率谱密度列向量得到功率谱密度向量的方差；

步骤5：所述定点信号处理器将上述功率谱密度向量的方差与正常异步电机功率谱密度向量的方差进行比较，如果上述功率谱密度向量的方差与正常异步电机功率谱密度向量的方差之比的结果大于0且小于2，则判断为异步电机转子无断条故障；如果上述功率谱密度向量的方差与正常异步电机功率谱密度向量的方差之比的结果大于等于2，则判断为异步电机转子存在断条故障。

与现有的技术相比，本发明具有以下有益效果：