1、本科毕业论文（20 届）电机故障诊断方法综述所在学院 专业班级 电气工程及其自动化 学生姓名 学号 指导教师 职称 完成日期 年 月 哈尔滨理工大学学士学位论文I电机故障诊断方法综述摘要电机是工业生产的心脏，电机若是出现故障，直接影响企业生产,从而会产生极大的经济损失和社会负面效应。所以，在实际的工业生产中，要求电机能尽可能不发生故障。但是，随着电机使用年限的增加和质量有缺陷等众多原因，电机会不可避免地产生故障。这时，怎样快速、准确地找到电机的故障产生的原因，从而，快速地修复电机故障，减少企业损失，降低影响成为关键。近几年来，随着众多高新技术的快速发展与应用，越来越多新的方法与技术应用到电机故
2、障领域，极大地促进了电机故障诊断技术的发展。本文比较系统地总结了电机常用的故障诊断方法，以及一些电机故障诊断的实例。在众多的电机故障诊断方法中，本文精选了模糊诊断法，小波分析法，以及神经网络法作为重点进行介绍，并介绍了目前流行的并且是未来趋势的复合诊断法。随着科学技术的快速发展，相信在不久的将来会有更多的新的技术以及新的方法应用于电机故障诊断领域，而人们对于模糊法、小波分析法、神经网络法的应用也会有更加深刻的的认识，从而能够更加快速方便地诊断出电机故障。关键词 电机故障诊断；模糊法；小波分析法；神经网络法哈尔滨理工大学学士学位论文IIThe fault diagnosis on motor-A
3、 reviewAbstractThe electric motor is the heart of the process of industrialization, if the motor get a fault ,it will directly cause reduction of output of the enterprise,and enormously economic loss and social negative effects. So, we never hope the motor will get a fault in the practical productio
4、n. But the motor will inevitably break down because of the increase of the application years, the poor quality and other reasons. By this time, the key is finding out the reason of the motor fault rapidly and accurately to repair the fault quickly, reduce the loss and lower the adverse impact.As man
5、y high and new technologies are developed and applied rapidly，more and more new methods and technologies are applied in the field of the motors fault diagnosis to promote its rapid expansion.Some common means to diagnose the breakdown of motor, and some practical examples are summed up in this essay
6、 by the numbers.Among the numbers methods of motor fault diagnosis，this article choose elaborately fuzzy method ，wavelet analysis method and neural network method as focal point to introduce the method of motor fault diagnosis, and we present the compound method as the prevalent method at present an
7、d the trend of motor diagnosis in the future. And just as the rapidly development science and technology, we have faith in more and more new techniques and methods will be put into use in the field of diagnosing the motor breakdown in the future, and people will take a step in fuzzy method、wavelet a
8、nalysis method、neural network methods application in motor fault diagnosis, so we can check out the motor fault more expediently.哈尔滨理工大学学士学位论文IIIKeywords The fault diagnosis on motor； Fuzzy method；Wavelet analysis method；Neural network method哈尔滨理工大学学士学位论文- IV -目录摘要 .IAbstract.II第 1 章 绪论 .11.1 大型发电机与
9、高压电动机故障监测与诊断技术的意义 .11.1.1 电机故障的产生 .11.1.2 大型发电机和高压电动机的重要性 .11.2 电机故障诊断特点及要求 .21.2.1 电机故障的故障模式 .21.2.2 电机诊断技术的特点 .21.3 几种常用的电机故障诊断方法 .31.3.1 电机故障诊断现状与发展 .31.3.2 电机故障诊断方法 .4第 2 章 模糊诊断法 .62.1 引言 .62.2 模糊诊断法 .62.2.1 征兆论域与故障论域 .62.2.2 动态建立模糊矩阵 R .72.3 模糊诊断法在电机故障诊断中的实际应用 .72.3.1 故障机理分析及数学描述 .72.3.2 模糊诊断规则
10、 .92.3.3 试验结果与分析 .112.4 本章小结 .12第 3 章 小波分析法 .133.1 引言 .133.2 基于小波理论的电机故障诊断 .133.3 小波原理 .143.4 小波的多分辨率分析 .143.5 电机故障噪音特性分析及故障诊断 .153.5.1 电磁故障 .153.5.2 电机外盖松动 .153.5.3 轴承损坏 .153.6 本章小结 .18第 4 章 神经网络诊断法 .194.1 引言 .19哈尔滨理工大学学士学位论文- V -4.2 基于神经网络法的电机故障诊断 .194.2.1 故障诊断原理 .194.2.2 神经元和 BP 网络模型 .204.2.3 BP
11、算法( 误差反向传播算法) .224.2.4 基于 BP 神经网络的异步电机故障诊断 .234.3 本章小结 .25第 5 章 多种方法结合的电机故障复合诊断 .265.1 方法原理 .265.2 基于小波分析和神经网络的故障诊断 .265.2.1 小波包能量特征提取方法 .275.2.2 BP 神经网络 .295.3 本章小结 .32结论 .33致谢 .34参考文献 .35附录 .38哈尔滨理工大学学士学位论文- 1 -第 1 章 绪论1.1 大型发电机与高压电动机故障监测与诊断技术的意义1.1.1 电机故障的产生由于设计、制造、工艺、原材料、安装及运行维护等方面可能存在的不足，电机在运行中
12、会产生局部过热、局部放电等问题，并可能发展成为匝间短路、相间短路、接地故障等。这些故障的发生和继续存在将不仅导致电机主绕组故障和绝缘结构破坏，而且可能损坏生产线中的其它设备，造成长时间工厂停产及昂贵的维修费用。电机绝缘结构性能的优劣直接影响到电机的安全性、可靠性和使用寿命。对于任何一台电机来说，定转子绕组以及铁心叠片之间的电气绝缘性对电机的使用安全、可靠性及寿命有很大的影响，绝缘故障会直接或间接地引起电机故障、降低其可靠性，导致强迫停机从而增加其维修工作量和修理费用。1.1.2 大型发电机和高压电动机的重要性大型发电机是电力系统中的关键设备 ，近年来随着其额定电压和容1量的不断提高，大型发电机
13、在运行过程中受到很多的电，热，机械应力及环境因素的不利影响，这些因素就会直接或间接地使高压定子绝缘的一些薄弱环节产生局部放电，导致电机出现故障。电机中的局部放电主要有绕组绝缘内部放电，端部放电及槽放电等三种。另外，电机中还有一种危害性放电，是由于定子线圈股线断裂引起的电弧放电，这种放电的机理与局部放电有所不同。我们将电机这四种典型的危害性放电统称为电机的故障放电。电机中的故障放电是促进绝缘的老化和导致电机发生事故的重要原因，对大型发电机故障放电的监测不但能够了解电机绝缘的状况 ，还能2及时发现许多有关制造与安装方面的问题，确定绝缘故障的原因及严重程度，从而有计划地制定维修计划，达到防患于未然的
14、目的。高压电动机的应用也十分广泛，目前在轧钢企业仍是常见的设备。高压电动机在运行过程中，由于温度、电气、环境和机械应力的单一或综合作用的缘故，会发生机械方面及电气方面的故障。机械方面的故障通常用振动检测手段加以解决。而对于电气方面的故障，则由于绝缘种类多，故障原因复杂，所以较难掌握。运用诊断技术对大型高压电动机进行监测，是一项比较全新的技术。哈尔滨理工大学学士学位论文- 2 -面对越来越复杂的生产过程，提高电机的技术维护和管理水平，预测故障于初始状态并能及时加以排除，已成为保障生产可靠性的重要手段。然而，传统采用的常规定期预防性试验虽然能发现一些事故隐患，但对一些早期潜伏性故障并不能及时发现和
15、排除。另外，预防性试验大都通过实验手段进行，电机必须退出运行，不仅测试设备庞大，还大幅度增加了现场备用电机的容量，既使用麻烦又造成了很大浪费。为此，有必要研究新的及时而有效的电机故障诊断方法及诊断技术。这对于实际生产有重要意义。1.2 电机故障诊断特点及要求1.2.1 电机故障的故障模式产品丧失规定的功能成为“故障” ，对不可或不予修复的故障而言，也称为失效。电机的故障形态通常是：早期故障期偶然故障期损耗故障期。电机的大部分故障发生在偶然故障期。偶然故障期的故障率（ t）与电机的维修使用情况有关。电机经过小修或大修后，可靠性必定会有所降低。电机故障的表现形式称为“故障模式” ，例如电机故障的表
16、现形式有绕组故障（断路、短路） 、轴承故障、换向器故障、机械故障等等。在某一运行时间间隔中，故障模式出现的百分率（频率数）可视为常数，但这随着电机类型和使用场所而异。据有关资料统计的故障率：（1）发电机 磨损：44%：污损 17%：16%：轴承故障 13%：电气故障 10%。 （2）电动机 电刷故障 32%：润滑故障 31%：开路故障 14%：换向器故障 12%：转子开路、短路 11%。 (3)轴承 磨损故障 73%：咬死、卡死 20%：划伤 7%。1.2.2 电机诊断技术的特点电机诊断技术具有如下特点：（1）电机诊断是电气设备诊断的一部分，但是由于电机的工作原理和结构上的种种特点，其诊断方法
17、和检测技术与其它设备的诊断会有所不同。 （2）电机的内部存在着几个相互关联而又不可截然分割的工作系统主要有电路系统、磁路系统、绝缘系统、机械系统和通风散热系统，因此，电机的诊断涉及的技术领域也较多主要有电机学、热力学和传热学、高压技术、材料工程、机械诊断学、电子测量学、信息工程技术、计算机技术等等。另外，电机故障诊断的复杂性还表现在故障特征量的隐含性、故障起因与故障征兆之间的多元性。一种故障可能表现出多种故障征兆,有时不同故障起因也可能会反映出同一个故障征兆,这种情况下很难立即确定其真正的故障起因。另外,电机的运行还与其负载情况、环境因素等有关,电机在不同的状态下运行,表现出的哈尔滨理工大学学
18、士学位论文- 3 -故障状态也各不相同,这进一步增加了电机故障诊断难度,所以要求对电机进行故障诊断首先必须掌握电机本身的结构原理、电磁关系和进行运行状况分析的基本方法,即掌握电机各种故障征兆与故障起因间的关系的规律。由以上可知，电机故障诊断需要掌握多门学科的复合型人才，对诊断人员的专业素质要求较高，大型电机造价较高而且停机后的损失以及影响较大，所以要在最短时间内诊断出故障原因，确保电机长期运转正常。1.3 几种常用的电机故障诊断方法1.3.1 电机故障诊断现状与发展目前，传统的电机故障诊断方法和近年来兴起的一些新的方法都取得了长足的发展。做为一种传统的诊断方法,故障树诊断法在电机故障诊断中的应
19、用取得了一些显著地成果。洪治等将模糊技术和故障树分析法结合起来,提出一种模糊故障树的电机故障诊断方法,并将其应用于发电机组系统的温度故障诊断,实验研究表明这一方法可行、有效。张国云等在传统支持向量机的基础上,通过集成模糊聚类技术和支持向量机算法,构造了一种适合于电机故障诊断的多级二叉树分类器。邓正鹏等对电机故障诊断专家系统知识库的建立从理论上和方法上进行了研究,建立了基于 C 的产生式知识库系,取得了良好的效果。刘晓波等针对水轮发电机组故障原因与症兆之间的复杂关系,建立了水轮发电机组故障诊断模糊专家系统,实例结果表明该系统推理效率高,可信度好。杨晓萍等人建立了基于信息融合技术的神经网络证据融合
20、故障诊断系统,诊断实例表明,经过多故障特征信息融合,诊断结论的可信度明显提高,可以有效提高电机故障的确诊率。彭文季等提出应用频谱法和小波神经网络对水电机组的振动故障进行诊断,结果表明,频谱分析与这种小波神经网络相结合的方法进行电机故障诊断的方法简单有效,并具有诊断速度快和泛化能力强等优点。李郁侠等利用小波包分析能有效地提取机组振动信号中的有用成分,采用小波包分解方法提取特殊频段上的能量特征值作为神经网络的输入特征向量,运用于工程实例，取得良好的效果。总之，随着计算机技术，电气技术的不断发展，有越来越多的电机诊断方法出现，而一些传统的诊断技术也焕发出了新的活力。目前，多种诊断方法有效地融合，对电
21、机进行诊断，而不是单一方法的应用正越来越普遍。哈尔滨理工大学学士学位论文- 4 -1.3.2 电机故障诊断方法1.3.2.1 传统电机故障诊断方法 在传统的基于数学模型的诊断方法中,经典的基于状态估计或过程参数估计的方法被应用于电机的故障检测。这种方法的优点是能深入电机系统本质的动态特性,可实现实时诊断,而缺点是需建立精确的电机数学模型,选择适当决策方法,因此,当电机系统模型不确定或非线性时,此类方法就难以对电机故障进行诊断了。1.3.2.2 模糊诊断法 模糊诊断方法是利用集合论中的隶属度函数和模糊关系矩阵的概念来解决故障与征兆之间的不确定关系。在模糊故障诊断中,构造隶属函数是实现电机故障模糊
22、诊断的前提。模糊故障诊断方法主要有基于模糊模式识别的诊断方法、基于模糊推理的诊断方法、基于模糊模型的诊断方法等。模糊逻辑的引入主要是为了克服由于诊断过程本身的不确定性、不精确性以及噪声等所带来的诊断困难，因而在处理复杂系统的时滞、时变及非线性方面有其优越性。模糊故障诊断方法的不足之处在于，复杂的诊断系统要建立正确的模糊规则和隶属函数很困难，而且需要花费很长的时间。1.3.2.3 小波分析诊断法小波分析和小波变换是当前数学中一个迅速发展的新领域，能够解决很多傅立叶变换难以解决的实际问题。它在时域和频域都有良好的局域化能力，能聚焦到信号的任意细节，对信号的突变有很强的识别能力，能有效地去噪和提取有
23、用信号。小波分析故障诊断方法先对信号进行多级的小波分解，从而得到各子带的数据。通过对小波变换系数模极大值的检测实现对信号奇异性的检测，从而确定故障发生的时间。小波分析非常适合于非平稳信号，但对于平稳信号而言，也同样有效。对于分析信号的奇异性位置和奇异性的大小都是比较有效的。因此小波分析为电机故障诊断提供了新的分析方法。1.3.2.4 神经网络诊断法利用神经网络进行故障诊断的基本思想是以电机故障特征信号作为神经网络的输入，诊断结果作为神经网络的输出。首先利用已有的电机故障征兆和诊断结果对神经网络进行离线训练，使神经网络通过权值记忆故障征兆与诊断结果之间存在的对应关系;然后将得到的故障征兆加到神经网络的输入端，就可以利用训练后的神经网络进行电机故障诊断，并得到相应的诊断结果。目前，神经网络诊断法已越来越广泛地应用到电机振动故障诊断系统中。梁业国等将神经网络方法引入到发电机组的故障诊断中,通过对发电机设备故障诊断的具体应用,证明此方法是有效而且可行的。
