[发明专利]基于多模态PSO搜索MUSIC的感应电机断条检测方法

说明书

本发明公开了一种基于多模态PSO搜索MUSIC的感应电机转子断条故障检测方法。首先测取任意一相定子电流瞬时信号，构建数据自相关矩阵；然后对相关矩阵进行特征值分解，并形成噪声子空间和信号子空间；接着，利用噪声子空间和信号频率向量构建适应度函数；最后利用多模态PSO在频率可行域内进行多谱峰搜索，实现断条故障特征频率的估计，根据电机转速与估计出的频率值判断电机是否处于故障状态。本发明利用智能群体搜索代替固定步长遍历搜索，不但能够准确检测转子断条故障，而且提高了频率的搜索效率、精度以及实时性，大大降低了计算开销。

技术领域

本发明涉及一种基于多模态PSO搜索MUSIC的感应电机转子断条故障检测方法，属于电机技术。

背景技术

感应电动机由于负载过重、频繁启动、制动等原因，容易出现转子断条故障。转子断条故障初期虽然还能继续运行，但是容易诱发其他故障，并导致能量的隐形流失。因此必须对转子断条故障进行在线检测。

当感应电动机发生转子断条或端环故障时，会在定子电流中产生频率为(1±2ks)f₁的附加电流分量，k=1,2,3,…，f₁为电源频率，s为转差率；该电流分量可以作为转子断条故障的特征量。依据该特征，目前提出了许多断条故障检测方法，比如快速傅里叶方法、扩展的派克矢量方法、Hilbert模量方法、瞬时功率方法、传统多重信号分类（MUSIC）方法等。这些方法在对应条件下实现了断条故障检测，并一定程度上推动了转子断条故障检测的发展。但是这些方法都存在不能精确检测故障特征频率值的问题，从而影响转子断条故障检测的可靠性。

发明内容

发明目的：为了进行故障特征频率值的精确检测实现断条故障的可靠判断，提出一种基于多模态PSO搜索MUSIC的感应电机转子断条故障检测方法。

技术方案：为实现上述目的，本发明首先将传统的MUSIC与多模态PSO搜索相结合，形成一种高精度MUISC算法；然后将该多模态PSO搜索MUSIC算法用于高精度检测故障特征的频率，最后根据电机转速和所检测到频率值判断感应电机转子断条故障情况。

该方法具体步骤如下：

步骤1：测取任意一相定子电流瞬时信号y(n)，数据长度为N；

步骤2：基于M个阵元构建M×N的矩阵，并保证M远大于信号个数P，求取自相关矩阵 ；

步骤3：将自相关矩阵R_yy进行特征值分解，生成信号子空间S和噪声子空间G；

步骤4：利用噪声子空间G和信号频率向量e(f_i)构建适应度函数；

步骤5：对信号频率向量中的f_i进行实数编码形成种群微粒，利用多模态PSO在频率可行域内进行多谱峰搜索，估计出信号的各个频率值；

步骤6：根据电机转速确认电流信号中是否存在(1±2s)f₁频率分量；如果有，则电机处于断条故障状态；如果没有，则电机处于健康状态。