CN106249148B - 发电机碳刷故障分析方法 - Google Patents

Abstract

本发明提供的一种发电机碳刷故障分析方法，包括将发电机的碳刷进行编号，并定义各碳刷出现最大采样值次数的累加向量Z_Max＝(z1_max,z2_max,......,zn_max)，采集碳刷参数并统计各碳刷出现最大值的次数，将最大值次数最多的碳刷编号对应的在元素加1，将最大采样值次数的累加向量Z_Max的各元素累加求和，并将最大采样值次数的累加向量Z_Max各元素值除以向量Z_Max的累加之和得出各元素的比重；然后根据比重累加结果对碳刷故障分类；通过上述方法，能够在发电机碳刷故障分析中准确找出存在故障高风险的碳刷，能够大大简化计算过程中，提高工作效率，并且能够有效提高检修效率。

Description

发电机碳刷故障分析方法

技术领域

本发明涉及一种发电机故障分析方法，尤其涉及一种发电机碳刷故障分析方法。

背景技术

发电机碳刷又称电机碳刷或者电机电刷，碳刷是用于电机的换向器或者滑环上作为导出导入电流的滑动接触体，并且是发电机上重要的组成部件。

在发电机工作过程中，碳刷始终与换向器进行摩擦，由于转子存在微小的转动纵向不平衡，且在换向的瞬间还会产生电火花灼蚀，因此，电机碳刷是一种易损件，并需要对发电机碳刷是否存在故障或者是否处于故障高风险状态中进行准确分析，现有的方法中，对发电机的碳刷故障检测分析时通过人工或者一起对每个碳刷进行监测，然后将所得到的数据逐一与设定值进行相应的对比，然后得出故障状态，这种方式对于故障检测是及其不准确的，容易造成误判，这是由于在短时间内，比如几分钟，几十分钟这种短时间内，某些个别数据会出现越限，比如电流越限，这种越限有可能是发电机意外的因素造成而不会引起发电机故障，传统方法将这种越限则判定为故障，造成误判，在误判状态下对发电机进行不必要的检修，反而增加了工作强度；这种方法往往在处理过程中由于时间的累积，造成数据庞大，计算过程复杂，严重影响效率工作效率。

因此，为了解决上述技术问题，需要提出一种新的发电机碳刷故障分析方法。

发明内容

有鉴于此，本发明的目的是提供一种发电机碳刷故障分析方法，能够在发电机碳刷故障分析中准确找出存在故障高风险的碳刷，能够大大简化计算过程中，提高工作效率，并且能够有效提高检修效率。

本发明提供的一种发电机碳刷故障分析方法，包括如下步骤：

S1.将发电机的碳刷进行编号，并定义各碳刷出现最大采样值次数的累加向量Z_Max＝(z1_max,z2_max,......,zn_max)以及各碳刷出现最小采样值次数的累加向量Z_Min＝(z1_min,z2_min,......,zn_min)，其中，Z_Max和Z_Min中各元素初始值均为0，其中n表示碳刷所对应的编号；

S2.采集发电机的各碳刷的参数，将每次采样后的参数进行排序，分别找出采样值中的最大值以及最小值所对应的碳刷编号i，其中i的取值范围为[1,n]；

S3.在完成m次采样后，统计各碳刷出现最大值的次数，并将统计的次数进行由大到小的顺序进行排列，并形成向量Yd，且向量Yd＝(yd₁,yd₂,......,yd_n)，其中，yd1≥yd2≥K≥ydn；

S4.在最大采样值次数的累加向量Z_Max＝(z1_max,z2_max,......,zn_max)中与yd1对应的碳刷编号所对应的元素加1；当某一个碳刷出现最小值时，在最小采样值次数的累加向量Z_Min＝(z1_min,z2_min,......,zn_min)中与ydn对应的碳刷编号所对应的元素加1；

S5.重复步骤S2和S3直至设定累加次数，将最大采样值次数的累加向量Z_Max的各元素累加求和，并将最大采样值次数的累加向量Z_Max各元素值除以向量Z_Max的累加之和得出各元素的比重；

将最小采样次数的累加向量Z_Min中的各元素累加求和，并将最小采样值次数的累加向量Z_Min各元素值除以向量Z_Min的累加之和得出各元素的比重；

S6.将向量Z_Max和向量Z_Min中的各元素比重分别进行由大到小的顺序进行排列，然后将排序后的元素比重从大到小的顺序进行依次累加，根据比重之和的取值范围确定各元素所对应的碳刷存在的故障风险类型。

进一步，步骤S2中，对各碳刷进行参数采集时，在最小统计时间粒度t_k内，以时间间隔t_c完成m次采样，其中，m＝t_k/t_c。

进一步，步骤S2中，碳刷参数包括电流、温度、振动加速度以及碳刷长度。

本发明的有益效果：本发明的发电机碳刷故障分析方法，消除在短时间内单一参数的干扰，能够在发电机碳刷故障分析中准确找出存在故障高风险的碳刷，能够大大简化计算过程中，提高工作效率，降低运维人员工作强度，并且能够有效提高检修效率，降低平均维修时间，提高经济效益。

附图说明

下面结合附图和实施例对本发明作进一步描述：

图1为本发明的流程图。

具体实施方式

图1为本发明的流程图，如图所示，本发明提供的一种发电机碳刷故障分析方法，包括如下步骤：

S1.将发电机的碳刷进行编号，并定义各碳刷出现最大采样值次数的累加向量Z_Max＝(z1_max,z2_max,......,zn_max)以及各碳刷出现最小采样值次数的累加向量Z_Min＝(z1_min,z2_min,......,zn_min)，其中，Z_Max和Z_Min中各元素初始值均为0，其中n表示碳刷所对应的编号；

S2.采集发电机的各碳刷的参数，将每次采样后的参数进行排序，分别找出采样值中的最大值以及最小值所对应的碳刷编号i，其中i的取值范围为[1,n]；其中，发电机碳刷的参数包括包括电流、温度、振动加速度以及碳刷长度；并且对各碳刷进行参数采集时，在最小统计时间粒度t_k内，以时间间隔t_c完成m次采样，其中，m＝t_k/t_c，为了让m能够取到整数，可以对t_k和t_c的值进行调整；

S3.在完成m次采样后，统计各碳刷出现最大值的次数，并将统计的次数进行由大到小的顺序进行排列，并形成向量Yd，且向量Yd＝(yd₁,yd₂,......,yd_n)，其中，yd1≥yd2≥K≥ydn；

S4.在最大采样值次数的累加向量Z_Max＝(z1_max,z2_max,......,zn_max)中与yd1对应的碳刷编号所对应的元素加1；当某一个碳刷出现最小值时，在最小采样值次数的累加向量Z_Min＝(z1_min,z2_min,......,zn_min)中与ydn对应的碳刷编号所对应的元素加1；

S5.重复步骤S2和S3直至设定累加次数，将最大采样值次数的累加向量Z_Max的各元素累加求和，并将最大采样值次数的累加向量Z_Max各元素值除以向量Z_Max的累加之和得出各元素的比重；

将最小采样次数的累加向量Z_Min中的各元素累加求和，并将最小采样值次数的累加向量Z_Min各元素值除以向量Z_Min的累加之和得出各元素的比重；

S6.将向量Z_Max和向量Z_Min中的各元素比重分别进行由大到小的顺序进行排列，然后将排序后的元素比重从大到小的顺序进行依次累加，根据比重之和的取值范围确定各元素所对应的碳刷存在的故障风险类型；将比重之和达到80％的各元素所对应的碳刷划为A类，然后将比重之和位于80％至90％之间的元素所对病的碳刷划为B类，其余的划为C类，其中，各类的碳刷存在故障风险的大小分别为A＞B＞C；通过上述方法，能够有效排除单一参数越限所带来的干扰，而是将单一参数越限进行累计判断，从而准确分析出碳刷的故障风险。

以下对本发明进行举例说明：

由于对于最大采样值次数的累加向量Z_Max和最小采样次数的累加向量Z_Min的原理相同，下面以最大采样值次数的累加向量Z_Max为例：

比如：在发电机中，碳刷的个数为10个，并以碳刷的电流参数为例，为了便于说明，本实例中采样次数m选择为10次，初始时，最大采样值次数的累加向量Z_MAX＝(0，0，0，0，0，0，0，0,0,0)；

对10个碳刷进行编号，分别为1,2,3，…，7,8，9,10；在第1次到第10次的电流采集过程中，1号碳刷电流值出现最大次数为4次，5号碳刷电流值出现最大次数为3次，2，4和7号碳刷电流值出现最大值次数为各1次，其他则没有出现最大电流值，因此，各碳刷出现最大电流值的次数排序分别为1号＞5号＞4号，2号，7号＞3号，6号，8号，9号，10号；因此，1号为在此次累加中为元素yd1，因此，Z_MAX中第一个元素加1；依次类推，在进行下一次累加计算时，即下一个最小时间粒度t_k内进行m次采样按照上述方式进行计算，如假定一共重复了20次累加计算，并且进行了上述方式计算后，最大采样值次数的累加向量Z_MAX＝(5,1,0,8,1,1,2,1,1,0)，那么，将各元素除以总次数20，则得出如下比重：1号为25％，2号为5％，4号为40％,5号为5％，6号为5％,7号为10％，8号为5％，9号为5％，那么按照比重由大到小对各碳刷编号重新进行排序后为4，1,7，2，5，6，8，9，3，10；因此，将重新排序后的各碳刷编号所对应的比重相加，则可以得出：40％+25％+10％+5％＝80％，那么将1号碳刷、2号碳刷4号碳刷以及7号碳刷划为A类，由于80％+5％+5％＝90％，如果将5号碳刷和6号碳刷划为B类，那么3，8，9和10号碳刷划分为C类碳刷，其中，A类碳刷出现故障的概率最高，因此，需要及时对A类碳刷进行检修，排除故障，B类可以根据实际情况进行检修，C类最不容易出现故障。

对于最小采样次数的累加向量Z_Min来说，如果出现各碳刷出现最小电流值的次数排序分别为1号＞5号＞4号，2号，7号＞3号，6号，8号，9号，10号时，则最小采样值次数的累加向量Z_min＝(5,1,0,8,1,1,2,1,1,0)，最终的比重为：1号为25％，2号为5％，4号为40％,5号为5％，6号为5％,7号为10％，8号为5％，9号为5％；因此最终的风险划分为那么将1号碳刷、2号碳刷4号碳刷以及7号碳刷划为A类；如果将5号碳刷和6号碳刷划为B类；3，8，9和10号碳刷划分为C类碳刷，A类碳刷出现故障的概率最高，因此，需要及时对A类碳刷进行检修，排除故障，B类可以根据实际情况进行检修，C类最不容易出现故障；在上述的实例中，出现最大值次数和最小值次数并不是实际应用，实际应用中总次数会更多，而且出现最大值次数和最小值次数也往往会不同，上述的数值仅仅是进行举例说明本发明的原理。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (3)

1.一种发电机碳刷故障分析方法，其特征在于：包括如下步骤：

S1.将发电机的碳刷进行编号，并定义各碳刷出现最大采样值次数的累加向量Z_Max＝(z1_max,z2_max,......,zn_max)以及各碳刷出现最小采样值次数的累加向量Z_Min＝(z1_min,z2_min,......,zn_min)，其中，ZMax和ZMin中各元素初始值均为0，其中n表示碳刷所对应的编号；

S2.采集发电机的各碳刷的参数，将每次采样后的参数进行排序，分别找出采样值中的最大值以及最小值所对应的碳刷编号i，其中i的取值范围为[1,n]；

S3.在完成m次采样后，统计各碳刷出现最大值的次数，并将统计的次数进行由大到小的顺序进行排列，并形成向量Yd，且向量Yd＝(yd₁,yd₂,......,yd_n)，其中，yd1≥yd2≥K≥ydn；

S4.在最大采样值次数的累加向量Z_Max＝(z1_max,z2_max,......,zn_max)中与yd1对应的碳刷编号所对应的元素加1；在最小采样值次数的累加向量Z_Min＝(z1_min,z2_min,......,zn_min)中与ydn对应的碳刷编号所对应的元素加1；

S5.重复步骤S2至S4直至设定累加次数，将最大采样值次数的累加向量Z_Max的各元素累加求和，并将最大采样值次数的累加向量Z_Max各元素值除以向量Z_Max的累加之和得出各元素的比重；

将最小采样次数的累加向量ZMin中的各元素累加求和，并将最小采样值次数的累加向量ZMin各元素值除以向量ZMin的累加之和得出各元素的比重；

S6.将向量ZMax和向量ZMin中的各元素比重分别进行由大到小的顺序进行排列，然后将排序后的元素比重从大到小的顺序进行依次累加，根据比重之和的取值范围确定各元素所对应的碳刷存在的故障风险类型。

2.根据权利要求1所述发电机碳刷故障分析方法，其特征在于：步骤S2中，对各碳刷进行参数采集时，在最小统计时间粒度t_k内，以时间间隔t_c完成m次采样，其中，m＝t_ktc。

3.根据权利要求1所述发电机碳刷故障分析方法，其特征在于：步骤S2中，碳刷参数包括电流、温度、振动加速度以及碳刷长度。