CN103827683B - 确定用于机电系统诊断的平稳信号的方法 - Google Patents

Abstract

本发明关于确定用于机电系统诊断的平稳信号的方法，在该机电系统中使用电旋转机械并且其中在操作机电系统期间测量至少一个电或机械信号。该方法尤其用于电动马达和发电机的状况监测。本发明性方法的主要优势是它允许许多在现有技术水平众所周知的分析电旋转机器的电信号的技术在其中电旋转机器由变速驱动器供电的情况下能适用的。此外，与现有方法不同，本发明性方法不受供电频率大的变化的影响并且不需要电信号的频率含量的先验知识。

Description

确定用于机电系统诊断的平稳信号的方法

技术领域

本发明关于确定用于机电系统（其中使用电旋转机械并且其中在操作机电系统期间测量至少一个电或机械信号）诊断的平稳信号的方法。该方法尤其用于电动马达和发电机的状况监测。

背景技术

描述的现有技术水平呈现基于电流信号测量的技术方案，但相似的问题可以适用于其他物理信号，例如振动测量中的加速度或电压。

电动马达或发电机或更一般地电动旋转机器构成机电系统的关键部件。可从电力电缆（其使电旋转机器连接到电力源）测量的电流的分析已经示出为用于监测机电系统状况的成功方法。已经示出在电旋转机器中感应的电流随操作条件而改变，从而通常导致大的交流电力供应电流的幅度和相位调制。

在稳定操作条件下，许多缺陷引起可从电力供应电缆测量的电流的调制。这些调制典型地在频域中分析为特定频带处的幅度分量的增加。从电旋转机器的电力电缆测量的电流信号的频谱的特定频率处的幅度分量的分析称为马达电流特征分析MCSA。近年来，MCSA已变成检测并且推测马达故障扩展趋势的标准方法。典型地，在对考虑中的电旋转机器直接在线供电的情况下，供电频率在测量期内未大幅变化。因此，MCSA容易在分析电旋转机器（其被直接在线供电）中应用，因为供电频率的调制在整个测量期中一致并且从而容易与噪声区分开。使用该方法，确定马达状态并且预测例如偏心（eccentricity）、转子条失效、轴承失效等失效或调度维护动作，这是可能的。

电旋转机器日益由变速驱动器来供电。在该情形下，供电频率很少是恒定值，典型地根据扭矩和通量需求而变化。从变速驱动器所供电的马达所记录的电流信号的非平稳性质导致MCSA有效性的降低，因为感兴趣的峰值在单个截然不同的频率处停止出现，并且可难以与噪声信号区分开。此外，存在感兴趣的峰值可被供电频率的谐波污染的增加的可能性。

专利描述US 5461329描述了用于通过在数据采集系统中引入根据AC电力供应电流载波的变化频率而改变测量的电流信号的采样速率的电路来分析非平稳马达电流信号的方法。可调节频率时钟发生器（其在它的优选形式中引入锁相环PLL）接受马达电流信号作为它的输入并且输出时钟信号，其由对马达电流信号采样的模数转换器所利用。采样的数据然后使用离散傅里叶变换而变换到频域并且分析感兴趣的信号。对使用可调节频率时钟以及特别地PLL的基于采样信号的方法存在一些限制。根本上，PLL使用内部滤波器，其被调谐到感兴趣的预期频率，该预期频率假设在电动马达的标称供电频率附近。虽然这在直接在线供电的电动马达的情况下大体上是真的，在变速驱动器供电的电动马达的情况下，供电频率可变化很大。形成可调节频率时钟所需要的电路（其可以处理广泛的频率变化）比系统的等效电路（其中感兴趣的频率被明确定义并且未明显改变）要复杂得多。此外，在测量的电流信号和根据可调节频率时钟的频率估计之间存在不可避免的滞后。因此，在马达电流信号的供电频率的改变与模数转换器的采样速率的关联改变之间存在延迟。另外，用于调节马达电流信号的采样速率的电路易受噪声的影响，这可由于不正确的频率估计而导致失去采样信号之间的一致性。参考马达电流特征分析，这可以导致问题的错误诊断。

发明内容

确定用于机电系统诊断的平稳信号的发明性方法的本质是它包括下列步骤：

·测量机电系统的模拟波形信号S；

·将测量的模拟波形信号S转换成离散处理信号S_DP，其包括时刻向量和对应的幅度向量；

·将离散处理信号S_DP分成细分的单期间S_DP1、S_DP2、…、S_DPn，其中这些细分的单期间中的每个包括与其他细分的单期间中的每个不同或相同数量的样本；

·通过重采样规程来修改每个细分的单期间S_DP1、S_DP2、…、S_DPn的样本数量，获得重采样后的细分单期间S_DR1、S_DR2、…、S_DRn，其中重采样之后的所有所述细分单期间包括相同数量的样本；

·对于重采样后的每个单期间S_DR1、S_DR2、…、S_DRn，依靠连续整数向量来替换时刻向量，从而获得细分的无量纲单期间S_DN1、S_DN2、…、S_DNn；

·通过形成取自连续细分无量纲单期间的相继设置的连续样本的序列而使所有细分的无量纲单期间S_DN1、S_DN2、…、S_DNn连结成一个无量纲化离散信号S_N；

·在无量纲化离散信号S_N中依靠升序时刻向量来替换连续整数向量，从而获得量纲化平稳信号S_Nt，

·将量纲化平稳信号S_Nt从时域变换到频域，从而得到频谱，从所述频谱中提取感兴趣频率的向量和对应的幅度向量来诊断机电系统并且在可视化装置上显示。

优选地，测量的模拟波形信号是电流信号。优选地，用于诊断机电系统的方法是马达电流特征分析。备选地，测量的模拟波形信号是电压信号。备选地，测量的模拟波形信号是扭矩信号。备选地，测量的模拟波形信号是加速度或速度或振动运动。

发明性方法的主要优势是它允许许多在现有技术水平众所周知的分析电旋转机器的电信号的技术在其中电旋转机器由变速驱动器供电的情况下能适用的。此外，与现有方法不同，发明性方法不受供电频率大的变化的影响并且不需要电信号的频率含量的先验知识。

附图说明

本发明的主旨在下列图中作为实施例而呈现：

图1示出用于实现本发明的系统的框图。

图2示出记录的模拟波形信号S和它的离散信号S_D的图。

图3示出从离散信号S_D获得的修改离散处理信号S_DP的图。

图4示出前两个细分单期间S_DP1、S_DP2（其包括各种数量的样本）的图。

图5示出重采样后的前两个细分单期间S_DR1、S_DR2（其包括相同数量的样本）的图。

图6示出在无量纲化后的前两个细分单期间S_DN1、S_DN2（其包括相同数量的样本）的图。

图7示出连结的无量纲化离散信号S_N的图。

图8示出量纲化平稳信号S_Nt的图。

图9示出用于图示实现本发明的方法的流程图。

具体实施方式

用于实现根据本发明的方法的测量系统（在图1上示出）连接到交流电供应1（其通过供电电缆2而与电动马达3连接）的三相源。在呈现的本发明的实施例中，交流电供应1的源是三相，然而，尽管这未在图中呈现，本领域的技术人员将理解描述的本发明还可适用于采用一相以及多相来供电的电旋转机器。

供电电缆2与测量装置4连接，该测量装置4包含模数转换器5，其与计算机处理装置6连接，该计算机处理装置6配备有例如处理器、存储器和数据存储模块等未在图上示出的标准元件。它还配备有处理模块7和无量纲化模块8，其适合于实现根据本发明的方法。计算机处理装置6通过测量装置4与用于使通过执行发明性方法而获得的结果可视化的装置9耦合。在呈现的本发明的实施例中，测量装置4与计算机处理装置6集成，但测量装置和计算机处理装置可以是独立装置，其未在图中示出。在这样的情况下，用于使结果可视化的装置9与计算机处理装置6直接或远程连接。

在呈现的本发明的实施例中，测量对定子绕组供电的交流电的模拟电流信号I1、I2、I3，然而，可以记录机电系统的任何电或机械模拟波形信号。例如，它可以是下列信号：电压、扭矩或与振动测量有关的信号（像移位、运动或加速度）。描述的方法可以独立用于任何数量的信号，因此，该描述仅包括一个模拟波形信号（指示为S）的处理。根据本发明的方法在下列步骤1-5中执行。

步骤1

在步骤1中，测量的模拟波形信号S被测量并且然后在模数转换器5（对其提供恒定参数P1）中转换成离散信号S_D。图2示出两个信号：模拟波形信号S－实线，和离散电流信号S_D－圆标记。参数P1表征模拟波形信号到离散信号的转换的过程，其由用户给出的采样速率F_S以及用户给出的经受转换的信号的长度T_L组成。采样速率F_S限定每秒取自模拟波形信号S的样本的数量。通常，最小采样速率是1kHz并且这是默认设置。

信号长度T_L限定为模数转换所取的模拟波形信号S的长度。在发明性方法的实施例中，信号长度T_L的最小值是1s。

离散信号S_D自动传送到在计算机处理装置6中实现的处理模块7。

步骤2

离散信号S_D由样本{a₁, …a_i,… a_k}组成。每个样本由两个坐标描述：时刻（记录样本时的平均时间）和从模拟波形信号S记录的对应幅度。所有时刻的系列形成时刻向量。所有对应的幅度的系列形成对应的幅度向量。

在步骤2中，首先如下计算具有长度T_L的离散信号S_D的算术平均值X_mean：

其中a_i是样本i的值并且k是离散信号S_D中的样本的总数量。样本数量k等于采样速率F_S乘以信号长度T_L。

接着，由指示为{b₁, …b_i,… b_k}的样本组成的离散处理信号S_DP通过从离散信号S_D中的每一个样本点的值a_i扣除平均值X_mean而计算：

由于上文的操作，与信号S_D相比，离散处理信号S_DP具有相同的时刻向量和修改的对应幅度的向量。

对于接下来的零交叉的计算，需要上文的离散信号S_D的修改。图3示出时域中离散处理信号S_DP的样本{b₁, …b_i,… b_k}的值并且指示离散处理信号S_DP的各种特性，其在确定离散处理信号S_DP的瞬时电力供应频率的过程期间被识别。零交叉通过检测离散处理信号S_DP的符号的改变来识别。正零交叉限定为在离散处理信号S_DP的符号从负变为正时出现的零交叉，而负零交叉限定为在离散处理信号S_DP的符号从正变为负时出现的零交叉。

从供电电缆收集的信号总是包含噪声水平。为了确保检测的零交叉是由于基础电力供应信号的符号的改变而不是由于记录的噪声造成的，正滞后参数D作为P2而被提供。优选地，由用户给出的正滞后参数D的值应等于标称马达电流的10%。当离散处理信号S_DP使它的值从负变为正时并且在它的值大于正滞后参数D的值时，检测到正零交叉时刻T_P。当离散处理信号S_DP使它的值从正变为负时并且在它的值小于由用户给出的负滞后参数E（确认为作为正滞后的P2所提供的正滞后参数D的负值，即E=-D）时，检测到负零交叉时刻T_N。连续正零交叉时刻T_P1、T_P2、…T_Pn序列和连续负零交叉时刻T_N1、T_N2、…T_Nn序列是该步骤的结果。

在步骤2中描述的所有变换在处理模块7中实现。

步骤3

在步骤3中，首先根据下列方程计算每个连续正零交叉时刻T_P1、T_P2、…T_Pn和连续负零交叉时刻T_N1、T_N2、…T_Nn之间的时间间隔T_D1、T_D2、…T_Dn的序列：

接着，根据以下方程计算时间间隔T_D1、T_D2、…T_Dn的序列的算术平均值：

其中n指正或负零交叉的总数量。

然后通过乘以因子2的间隔序列的算术平均值T_mean的倒数来计算基本供电频率F_l。

接着通过将采样速率F_S除以基本供电频率F_l来计算信号（具有等于基本供电频率F_l的恒定频率）的每一个期间的样本数量N_Fs。

然后离散处理信号S_DP分成在连续正零交叉时刻T_P1、T_P2、…T_Pn中的每个之间的细分单期间S_DP1、S_DP2、…S_DPn。细分单期间S_DP1、S_DP2、…S_DPn中的每个的长度可以在时域中变化。图4示出前两个细分单期间S_DP1和S_DP2，其包括各种数量的样本。细分单期间S_DP1由圆标记并且下一个细分单期间S_DP2由三角形标记。

接着，细分单期间S_DP1、S_DP2、…S_DPn中的每个使用已知重采样技术来重采样，使得重采样后的细分单期间S_DR1、S_DR2、…S_DRn具有与信号（具有等于基本供电频率F_l的恒定频率）的一个期间中的样本数量N_Fs相同数量的样本。图5示出重采样后的前两个细分单期间S_DR1和S_DR2，其包括相同数量的样本。

接着，执行时刻向量的替换。重采样后的细分单期间中的每个S_DR1、S_DR2、…S_DRn包含时刻向量和关联的幅度向量。在细分单期间S_DR1中，时刻向量被连续整数向量替换并且结果是新的无量纲单期间S_DN1，其包含连续整数向量和关联的幅度向量。该操作采用与对于S_DN1相同的方式对重采样后的细分单期间中的每个S_DR2、…S_DRn重复。图6示出前两个细分无量纲单期间S_DN1和S_DN2，其包括相同数量的样本。信号S_DN1由圆标记描述并且信号S_DN2由三角形标记描述。

接着，所有细分无量纲信号S_DN1、S_DN2、…S_DNn采用依次从连续细分无量纲信号取样本并且相继被设置这样的方式连结。连结导致无量纲化离散信号S_N，其包含整数向量和关联的幅度向量。无量纲化离散信号S_N在图7中示出。

接着，整数向量的连续元素用升序时刻向量替换，其中每个升序时刻之间的时间期间等于采样速率F_S的倒数。该步骤的结果是形成量纲化平稳信号S_Nt，其包含修改的时刻向量和关联的幅度向量。量纲化平稳信号S_Nt在图8中示出。

在步骤S3中描述的所有变换在计算机处理装置6中实现的无量纲化模块8中实现。

步骤4

接着，进行量纲化平稳信号S_Nt的DFT（离散傅里叶变换）的计算。DFT操作将来自时域的信号变换成频域中的信号，从而允许进行频谱分析；包括用于计算DFT的算法（例如快速傅里叶变换）的这样的计算的细节对于本领域内技术人员是众所周知的。

获得的DFT频谱可以通过已知方法中的任一个来处理以用于提取感兴趣频率向量和对应的幅度向量。

感兴趣频率向量和对应的幅度向量用于诊断机电系统。特别地，来自上文的向量的数据可用于已知马达电流特征分析－MCSA。

步骤5

在步骤5中，在步骤4中获得的结果凭借可视化的装置9使用已知方法而可视化。

标号说明：

字母	名字
		S	模拟波形信号
P1	恒定参数
		FS	采样速率
TL	信号的长度
		SD	离散信号
a1, …ai,… ak	离散信号SD的样本
		k	离散信号中的样本的总数量
Xmean	离散信号的算术平均值
		SDP	离散处理信号
b1, …bi,… bk	离散处理信号SDP的样本
		D	正滞后参数
E	负滞后参数
		P2	恒定参数
TP	正零交叉时间
		TN	负零交叉时间
TP1、TP2、…TPn	连续正零交叉时刻的序列
		TN1、TN2、…TNn	连续负零交叉时刻的序列
TD1、TD2、…TDn	时间间隔的序列
		Tmean	时间间隔序列的算术平均值
Fl	基本供电频率
		NFs	具有等于基本供电频率的恒定频率的信号的每一个期间的样本数量
SDP1、SDP2、…SDPn	信号SDP的细分单期间
		SDR1、SDR2、…SDRn	重采样后的细分单期间
SDN1、SDN2、…SDNn	细分无量纲单期间
		SN	无量纲化离散信号
SNt	量纲化平稳信号

Claims (6)

1.一种确定用于机电系统诊断的平稳信号的方法，其包括以下步骤：

·测量所述机电系统的模拟波形信号（S），

·将测量的模拟波形信号（S）转换成离散处理信号（S_DP），其包括时刻向量和对应的幅度向量，

·将所述离散处理信号（S_DP）分成细分的单期间（S_DP1、S_DP2、…、S_DPn），其中所述细分的单期间中的每个包括与其他细分的单期间不同或相同数量的样本，

·通过重采样规程来修改每个细分的单期间（S_DP1、S_DP2、…、S_DPn）的样本数量，得到重采样后的细分的单期间（S_DR1、S_DR2、…、S_DRn），其中重采样后的所有所述细分的单期间包含相同数量的样本，

·对于重采样后的每个单期间（S_DR1、S_DR2、…、S_DRn），依靠连续整数向量来替换时刻向量，获得细分的无量纲单期间（S_DN1、S_DN2、…、S_DNn），

·通过形成取自连续细分无量纲单期间的相继设置的连续样本的序列而使所有细分的无量纲单期间（S_DN1、S_DN2、…、S_DNn）连结成一个无量纲离散信号（S_N），

·在无量纲离散信号（S_N）中依靠升序时刻向量来替换连续整数向量，获得量纲化平稳信号（S_Nt），

·将量纲化平稳信号（S_Nt）从时域变换到频域，得到频谱，从所述频谱中提取感兴趣频率的向量和对应的幅度向量来诊断机电系统并且在可视化装置上显示。

2.如权利要求1所述的方法，其中测量的模拟波形信号是电流信号。

3.如权利要求2所述的方法，其中用于诊断所述机电系统的方法是马达电流特征分析。

4.如权利要求1所述的方法，其中测量的模拟波形信号是电压信号。

5.如权利要求1所述的方法，其中测量的模拟波形信号是扭矩信号。

6.如权利要求1所述的方法，其中测量的模拟波形信号是加速度或速度或振动运动。