CN111537910B - 基于振动信号的定子绕组匝间短路故障诊断方法与装置 - Google Patents

Abstract

本发明公开一种永磁同步电机的基于振动信号的定子绕组匝间短路故障诊断方法与装置，永磁同步电机的机壳外表面的圆周方向等距离均匀分布有N个加速度传感器，永磁同步电机的定子绕组连接电流传感器和逆变器，电流传感器和N个加速度传感器的输出端均连接信号调理电路的输入端，信号调理电路的输出端经A/D采集转换电路连接单片机，单片机经RS‑232接口电路连接上位机，上位机与DSP处理模块双向连接，DSP处理模块的输出端连接逆变器；首先在一台短路匝数可变的实验用永磁同步电机上获取模型数据，并构建故障诊断模型，基于该模型对待测电机进行故障诊断与检测，能及时检测出早期的单个绕组轻微匝间短路现象。

Description

基于振动信号的定子绕组匝间短路故障诊断方法与装置

技术领域

本发明属于电机的故障诊断与监测领域，尤其是一种永磁同步电机的定子绕组匝间短路的故障诊断方法。

背景技术

永磁同步电机(Permanent magnet synchronous machine，PWSM)具有功率密度高、转动惯量大、效率高、调速范围宽等优点。近年来在电动汽车、轨道交通、风力发电等高效能应用场合获得广泛应用。实际使用时，由于长期运行，受负载工况或运行环境的影响，可能导致某些部件损耗或失效。其中典型故障部件包括定子绕组、电机轴承、永磁体等。在永磁同步电机所有故障当中，定子绕组的匝间短路故障是最常见的故障，故障率占到了30％-40％。匝间短路是由定子端部绕组的同相线圈之间电磁倍频振动导致线圈绝缘磨损而发生的故障。发生匝间短路时，短路线圈中流过很大的电流，常常达到正常电流的2-10倍，使线圈迅速发热。同时三相电流不平衡、磁场分布不均、转矩降低以及产生振动和噪音等，严重时会使电机因发热严重而烧毁。

有效的故障诊断方法和对匝间短路故障进行早期检测可以有效减少设备停用时间以及故障维修时间，从而减少经济损失，因此，及时地诊断永磁同步电机的定子绕组匝间短路故障尤为重要。目前，定子绕组匝间短路故障诊断的方法主要是励磁电流法等。励磁电流法根据短路故障前后励磁电流的变化和无功的相对变化来监测定子短路故障。该方法为系统的扰动以及功率调节留有一定的裕度，因此对严重短路较为有效，但是励磁电流法的灵敏度低，难以检测出轻微的匝间短路现象不能实现早期故障诊断的要求。现有的电机故障诊断系统使用的传感器主要是线圈，将线圈安装在定子中，通过线圈中感应电动势的变化感知内部磁场，但是线圈感应磁场的方法更容易受到温度等因素的影响，不能对故障程度做出精确诊断，因此，检测结果不够全面。此外，此方法需要拆解电机重新组装，装置结构复杂，实现难度大。

发明内容

为了克服现有技术中存在的不足，本发明提出一种基于振动信号的定子绕组匝间短路故障诊断方法与装置，简单易行，检测精度和可靠性高，能检测出轻微的匝间短路现象，实现早期故障诊断。

本发明基于振动信号的定子绕组匝间短路故障诊断装置所采用的技术方案是：永磁同步电机的机壳外表面的圆周方向等距离均匀分布有N个加速度传感器，永磁同步电机的定子绕组连接电流传感器和逆变器，电流传感器和N个加速度传感器的输出端均连接信号调理电路的输入端，信号调理电路的输出端经A/D采集转换电路连接单片机，单片机经RS-232接口电路连接上位机，上位机与DSP处理模块双向连接，DSP处理模块的输出端连接逆变器。

所述的基于振动信号的定子绕组匝间短路故障诊断装置的短路故障诊断方法采用的技术方案是包括以下步骤：

步骤1：将实验用永磁同步电机允许的额定电流I从小到大分为I₁,I₂,...,I_n+1这n等份，实验电机的定子绕组的短路匝数Z从小到大依次分为Z₁,Z₂,...,Z_k+1这k等份，上位机根据公式

计算出从小到大依次对应的故障程度E₁,E₂,...,E_k+1，1≤i≤k+1；

步骤2：上位机将实验用永磁同步电机的定子绕组的电流控制为初始电流I₁，第一个短路匝数Z₁＝0，N个加速度传感器测得的电压振动信号V₁₁,V₁₂,...,V_1N并上传到上位机，上位机求出在初始电流为I₁、短路匝数Z₁＝0情况下的第一个电压振动信号均值

步骤3：上位机改变短路匝数为Z₂，同理得到在初始电流为I₁、短路匝数为Z₂情况下电压振动信号V₂₁,V₂₂,...,V_2N，并求出电压振动信号均值

如此循环，控制短路匝数Z的递增，最终得到在初始电流为I₁、每个短路匝数Z₁,Z₂,...,Z_k+1情况下对应的电压振动信号均值

步骤4：上位机控制定子绕组的电流为I₂，得到在第二个电流为I₂、每个短路匝数Z₁,Z₂,...,Z_k+1情况下对应的电压振动信号均值

如此循环，直到得到在第n+1个电流I_n+1、每个短路匝数Z₁,Z₂,...,Z_k+1情况下对应的电压振动信号均值

步骤5：上位机将各个电流值I₁,I₂,...,I_n+1、电压振动信号均值

作为BP神经网络模型的输入，将故障程度E₁,E₂,...,E_k+1作为输出，构建BP神经网络诊断模型

1≤j≤k+1；

步骤6：在待测电机上的N个加速度传感器采集电压振动信号V₁,V₂,...,V_N，上位机计算出振动信号均值

电流传感器检测待测电机的定子绕组的电流I，上位机根据BP神经网络诊断模型

输出待测电机的故障程度。

本发明与已有技术相比具有如下优点：

1、本发明首次基于振动信号来诊断永磁同步电机的定子匝间短路故障，将振动加速度传感器安装在电机机壳外表面，以此监测由磁场不平衡引起的振动信号人变化。该方法测试与处理信号直观简单并且可重复检测，诊断结果可靠。

2、本发明使用多个振动加速度传感器进行加速度信号的采集，提高采样数据的准确性，可以及时检测出早期的单个绕组轻微匝间短路现象，从而可以在故障早期及时诊断以做出故障处理，避免故障扩大。

3、现有的匝间短路故障技术是在电机内部嵌入探测线圈，需要对电机进行拆解和重新组装，成本高、实现难度大。本发明使用振动加速度传感器进行故障信号的采集，无需对电机进行拆解和重装，实现方式简单，成本低廉。

附图说明

图1为本发明基于振动信号的定子绕组匝间短路故障诊断装置的结构示意图；

图2为图1中永磁同步电机上的振动加速度传感器在径向的安装位置放大示意图；

图3为图1中多路加速度信号采集盒的内部结构和外接图；

图4是永磁同步电机三相交流电示意图；

图5是图4中b点处即t＝0时的电机定子铁心振动与形变示意图；

图6是图4中c点处即t＝T/6时的电机定子铁心振动与形变示意图；

图7是图4中d点处即t＝T/3时的电机定子铁心振动与形变示意图；

图8是图4中e点处即t＝T/2时的电机定子铁心振动与形变示意图；

图9是定子绕组匝间短路故障程度与电压振动信号均值二者关系图；

附图中各部件的序号和名称：1、永磁同步电机；2、加速度传感器；3、逆变器；4、电流传感器；5、多路加速度信号采集盒；6、上位机；7、定子绕组；8、电机机壳；9、定子铁心。

具体实施方式

参见图1和图2，本发明基于振动信号的定子绕组匝间短路故障诊断装置包括多路加速度信号采集盒5、逆变器3、电流传感器4、上位机6以及N个加速度传感器2。永磁同步电机1的外部是电机机壳8，N个加速度传感器2安装永磁同步电机1的电机机壳8外表面上，在同一径向横截面上沿电机机壳8的外表面圆周方向等距离均匀分布，将这N个加速度传感器分别编号为1,2，…,N，每一个加速度传感器2所固定位置相当于一个监测点。加速度传感器2基于压电陶瓷或石英晶体的压电效应，当压电式的加速度传感器2受振，晶体块加在压电元件上的力也随之变化，当被测物振动频率远低于加速度计的固有频率时，压力的变化与加速度电压振动信号的变化值成正比。

实际安装时，加速度传感器2的个数N由电机机壳8外圈的周长和相邻两个加速度传感器2之间的弧长确定。设相邻两个加速度传感器2之间的弧长为L1，电机机壳8外圈周长为L2，则N＝L2/L1。加速度传感器2的固定方法是采用钢螺栓固定，螺栓不得全部拧入电机机壳8的螺孔中，以免引起电机机壳8变形，影响加速度传感器2的输出，使得测量误差增大。图2仅示出了8个加速度传感器2，即N＝8。图2示出的永磁同步电机1为外定子结构，其定子上绕的是定子绕组7。

参见图1，永磁同步电机1的定子绕组7连接电流传感器4，电流传感器4用于检测定子绕组7的电流，电流传感器4连接多路加速度信号采集盒5中，将采集到的电流传送到多路加速度信号采集盒5中。定子绕组7连接逆变器3，逆变器3连接到多路加速度信号采集盒5中，由多路加速度信号采集盒5中的DSP处理模块输出的PWM波控制逆变器3工作，逆变器3中的电力电子器件的通断来控制改变定子绕组7的电流大小。所有的加速度传感器2均连接多路加速度信号采集盒5中，将检测到的电压振动信号输入到多路加速度信号采集盒5中，多路加速度信号采集盒5同时连接上位机6，多路加速度信号采集盒5将电压振动信号转化为数字信号，再将结果输出到上位机6，上位机6保存数据并对数据进行处理。

参见图3，多路加速度信号采集盒5内部集成有电源供电模块、信号调理模块、A/D采集转换电路、单片机、DSP处理模块、RS-232接口。电源供电模块给多路加速度信号采集盒5提供电源。N个加速度传感器2和电流传感器4的输出端均连接信号调理电路的输入端，信号调理电路的输出端经A/D采集转换电路连接单片机，单片机经RS-232接口电路连接外部的上位机6，上位机6经DSP处理模块连接逆变器3。N个加速度传感器2将电机运行过程中的电压振动信号转化为电信号，经过信号调理电路后再由A/D采集转换电路将模拟信号转化为数字信号，送入单片机。单片机将采集到的电压振动信号数据暂存于内部高速RAM中，然后通过RS-232接口将数据送到上位机6进行处理。同时，电流传感器4输出的电流模拟信号经过调理电路调理后由A/D采集转换电路转换为数字信号送入单片机中。DSP处理模块为多路加速度信号采集盒5中的独立模块，与上位机6双向连接，DSP处理模块的输出端连接逆变器3，通过输出的PWM波控制逆变器电力电子器件的通断来改变定子绕组7的电流大小。

参见图4，定子绕组7中的三相电流i_A、i_B、i_C的相位差为120°，图4中的横坐标为ωt，ω为角速度(或角频率)，t是时间。在b点处，i_A＝0，i_B<0，i_C>0。参见图5、6、7、8是永磁同步电机1分别在t＝0、t＝T/6、t＝T/3、t＝T/2时刻的定子铁心9的振动与形变示意图，也就是分别位于图4所示的b、c、d、e点处的定子铁心9的振动与形变示意图。在图5、6、7、8中，未发生形变时的定子铁心9外圈用虚线圆表示，发生了振动和形变后的定子铁心9外圈为椭圆，用实线椭圆表示。定子绕组7对称放置在定子铁心9上，其中AX代表A相，BY表示B相，CZ表示C相。当电流为正向时，图5、6、7、8中的A、B、C为电流输入方向，X、Y、Z为电流输出方向，反之当电流为负值时，电流流向与之相反，即A、B、C为电流输出方向，X、Y、Z为电流输入方向。三相电流i_A、i_B、i_C交替变换，在每个定子绕组7的线圈中产生磁场，这三个磁场合成由此产生了旋转磁场，位于旋转磁场中的电机各部分都会受到电磁力的作用。由磁路理论，径向电磁力f_r是引起电磁振动的主要激励，切向电磁力远小于径向电磁力可以忽略不计。因此，根据麦克斯韦应力张量法可知，定子铁心9的齿部单位面积所受径向电磁力为

其中f_r为径向电磁力，b_r、b_t分别为气隙磁密的径向分量和切向分量，μ₀为真空磁导率，大小为4π×10^-7H/m。在定子绕组7发生匝间短路故障情况下，定子铁心9受到径向磁拉力的作用产生变形，会引起电机机壳8和电机结构体的震荡。

对于一台无匝间短路故障电机，通入三相交流电后产生旋转磁场，定子铁心9受到的径向电磁力是平衡力。对一台出现匝间短路故障的电机，如图5(对应了图4的b点处)当定子绕组7发生匝间短路故障时，定子绕组7内电流增大，电机内部磁场发生畸变使得气隙磁密增大，定子铁心9受到不平衡径向磁拉力的作用产生振动和形变，进而导致电机机壳8随之产生形变。图5-图8对应着交流电的半个周期，在这半个周期中，定子铁心9的形变量不变，而发生形变的方向以图5中坐标原点为中心旋转了180°，在电机机壳8上发生的振动与形变和图5-8中定子铁心9的振动与形变相同。此时，安装在电机机壳8表面的N个压电式的加速度传感器2受振，其中的晶体块加在压电元件上的力也随之变化。当被测振动频率远低于加速度传感器2的固有频率时，力的变化与加速度传感器2输出的电压振动信号成正比。而定子绕组7的电流增大导致电机径向电磁力变大，进而产生振动和形变，因此力的变化与定子绕组7电流的变化二者为单调函数关系。因此，定子绕组7电流的变化与加速度传感器2输出的电压振动信号成正比。

参见图1-8所示，本发明基于振动信号的定子绕组匝间短路故障诊断装置工作时，首先在一台短路匝数可变的实验用永磁同步电机上获取模型数据，并构建故障诊断模型，接着基于该模型，对同参数的待测永磁同步电机进行故障诊断与检测，具体步骤如下：

步骤1：将实验电机允许的额定电流I的区间分为n等份，每一份的步长

则各电流从小到大依次为I₁,I₂,...,I_n+1，则从初始电流I₁到结束电流I_n+1共被分成n等份。将电流I₁,I₂,...,I_n+1以及步长

这些参数都内置在上位机6中。

步骤2：将实验电机的定子绕组7的短路匝数Z分为k等份，每一份的步长为

则短路匝数从小到大依次分为Z₁,Z₂,...,Z_k+1，其中，Z₁＝0。将短路匝数Z₁,Z₂,...,Z_k+1以及

这些参数都内置在上位机6中。上位机6根据计算公式

计算出与边界值Z₁,Z₂,...,Z_k+1对应的故障程度E从小到大依次为E₁,E₂,...,E_k+1，1≤i≤k+1。其中，当最小故障程度E₁的值为0，表示永磁同步电机无匝间短路故障。

步骤3：对于实验电机的每一个电流I_j，1≤j≤n+1，分别进行故障程度实验，实验流程如下：

(a)上位机6控制多路加速度信号采集盒5中的DSP处理模块改变输出PWM波的占空比，从而控制逆变器3改变定子绕组7的电流。首先将当前定子绕组7的电流控制为初始电流I₁。

(b)在定子绕组7的电流为初始电流I₁情况下，加速度信号采集盒5对不同短路匝数Z下的实验电机进行电压振动信号数据采集。

先设置第一个短路匝数Z₁＝0，即实验电机无匝间短路故障(E＝E₁＝0)，N个加速度传感器2采集实验电机的电压振动信号并输入加速度信号采集盒5，加速度信号采集盒5内部的单片机将加速度传感器2采集到的N个电压振动信号数据暂存于内部高速RAM，通过RS-232接口电路将数据传到上位机6进行处理。因此上位机6便获得编号为1，2，…,N的N个加速度传感器2测得的电压振动信号V₁₁,V₁₂,...,V_1N，根据这些信号求出此时在初始电流为I₁、短路匝数为0情况下的第一个电压振动信号均值

电压振动信号均值

的下标“1,1”中，第一个下标数字“1”代表初始电流I₁情况下，第二个下标数字“1”代表第一个短路匝数Z₁＝0情况下。

在对无匝间短路故障电机的电压振动信号均值

计算完成后，改变短路匝数为Z₂，Z₂是在Z₁的基础上增加一个步长△Z，即Z₂＝Z₁+△Z。用相同的方法，上位机6得到在初始电流为I₁、短路匝数为Z₂情况下电机的电压振动信号V₂₁,V₂₂,...,V_2N，并求出电压振动信号均值

如此循环，控制短路匝数Z的递增，得到在初始电流为I₁、每个短路匝数Z₁,Z₂,...,Z_k+1情况下对应的电压振动信号均值

将计算得到的所有均值数据保存至上位机6中。

(c)上位机6通过逆变器3控制定子绕组7的电流为在初始电流I₁的基础上增加一个步长△I的第二个电流I₂，即I₂＝I₁+△I。之后同理，上位机6得到在第二个电流为I₂、每个短路匝数Z₁,Z₂,...,Z_k+1情况下对应的电压振动信号均值

如此循环，直到上位机6得到在第n+1个电流I_n+1、每个短路匝数Z₁,Z₂,...,Z_k+1情况下对应的电压振动信号均值

最后将采集的所有电压振动信号均值保存至上位机6。

步骤4：上位机6对保存的数据进行处理，将各个电流值I_j(1≤j≤n+1)、电压振动信号均值

作为BP神经网络模型的输入，定义训练样本为(k+1)×(n+1)矩阵，同时定义训练样本的分类标签为[Z₁,Z₂,...,Z_k+1]，是一个1×(k+1)的行向量；将与短路匝数Z₁,Z₂,...,Z_k+1一一对应的故障程度值E₁,E₂,...,E_k+1作为BP神经网络的输出构建BP神经网络诊断模型。上位机6先对训练样本进行归一化并初始化BP神经网络模型，设置好相关参数，计算各层的输入和输出，并计算误差，如果此时函数收敛，则保存此BP神经网络模型，如果函数不收敛，则修改阈值和权值，重复直至函数收敛则构建好BP神经网络模型

在此模型中，对于每个电流值I_j(1≤j≤n+1)，故障程度E与电压振动信号均值

成单调函数关系，参见图9的电机定子绕组匝间短路故障程度与电压振动信号均值二者关系图。最后将构建好的模型保存到上位机6中。

步骤5：在构建了BP神经网络模型

之后，对待测电机进行实际的故障诊断。加速度信号采集盒5在待测电机上采集N个加速度传感器2的电压振动信号V₁,V₂,...,V_N，上位机6接收采集的电压振动信号并计算出振动信号均值

电流传感器4检测此时的待测电机的定子绕组7的电流I并传到上位机6，上位机6保存定子绕组7的电流I和振动信号均值

根据上位机6中保存的BP神经网络模型

输入此时的定子绕组7的电流I和振动信号均值

进而得到待测电机的故障程度，完成对待测电机定子绕组7的匝间短路故障的诊断。

Claims (5)

1.一种基于振动信号的定子绕组匝间短路故障诊断方法，采用基于振动信号的定子绕组匝间短路故障诊断装置，永磁同步电机的机壳外表面的圆周方向等距离均匀分布有N个加速度传感器，永磁同步电机的定子绕组连接电流传感器和逆变器，电流传感器和N个加速度传感器的输出端均连接信号调理电路的输入端，信号调理电路的输出端经A/D采集转换电路连接单片机，单片机经RS-232接口电路连接上位机，上位机与DSP处理模块双向连接，DSP处理模块的输出端连接逆变器，其特征是包括以下步骤：

步骤1：将实验用永磁同步电机允许的额定电流I从小到大分为I₁,I₂,...,I_n+1这n等份，实验用永磁同步电机的定子绕组的短路匝数Z从小到大依次分为Z₁,Z₂,...,Z_k+1这k等份，上位机根据公式

计算出从小到大依次对应的故障程度E₁,E₂,...,E_k+1，1≤i≤k+1；

步骤2：上位机将实验用永磁同步电机的定子绕组的电流控制为初始电流I₁，第一个短路匝数Z₁＝0，N个加速度传感器测得电压振动信号V₁₁,V₁₂,...,V_1N并上传到上位机，上位机求出在初始电流为I₁、短路匝数Z₁＝0情况下的第一个电压振动信号均值

步骤3：上位机改变短路匝数为Z₂，同理得到在初始电流为I₁、短路匝数为Z₂情况下电压振动信号V₂₁,V₂₂,...,V_2N，并求出电压振动信号均值

如此循环，控制短路匝数Z的递增，最终得到在初始电流为I₁、每个短路匝数Z₁,Z₂,...,Z_k+1情况下对应的电压振动信号均值

步骤4：上位机控制定子绕组的电流为I₂，得到在第二个电流为I₂、每个短路匝数Z₁,Z₂,...,Z_k+1情况下对应的电压振动信号均值

如此循环，直到得到在第n+1个电流I_n+1、每个短路匝数Z₁,Z₂,...,Z_k+1情况下对应的电压振动信号均值

步骤5：上位机将各个电流值I₁,I₂,...,I_n+1、电压振动信号均值

作为BP神经网络诊断模型的输入，将故障程度E₁,E₂,...,E_k+1作为输出，构建BP神经网络诊断模型

1≤j≤k+1；

步骤6：在待测电机上的N个加速度传感器采集电压振动信号V₁,V₂,...,V_N，上位机计算出电压振动信号均值

电流传感器检测待测电机的定子绕组的电流I，上位机根据BP神经网络诊断模型

输出待测电机的故障程度。

2.根据权利要求1所述的基于振动信号的定子绕组匝间短路故障诊断方法，其特征是：步骤2中，上位机控制DSP处理模块改变输出PWM波的占空比，经逆变器改变实验用永磁同步电机的定子绕组的电流。

3.根据权利要求1所述的基于振动信号的定子绕组匝间短路故障诊断方法，其特征是：步骤2中，单片机将加速度传感器采集到的N个电压振动信号数据暂存于内部高速RAM，通过RS-232接口电路将数据传到上位机进行处理。

4.根据权利要求1所述的基于振动信号的定子绕组匝间短路故障诊断方法，其特征是：步骤5中，上位机将各个电流值I₁,I₂,...,I_n+1、电压振动信号均值

作为BP神经网络诊断模型的输入，定义训练样本为(k+1)×(n+1)矩阵，对训练样本进行归一化并初始化BP神经网络诊断模型，设置好相关参数，计算各层的输入和输出，并计算误差，如果此时函数收敛，则保存此BP神经网络诊断模型，如果函数不收敛，则修改阈值和权值，重复直至函数收敛则构建好BP神经网络诊断模型

5.根据权利要求1所述的基于振动信号的定子绕组匝间短路故障诊断方法，其特征是：步骤1中，额定电流I的n等份中的每一等份的步长

短路匝数Z的k等份中的每一等份的步长

当故障程度E₁值为0时，表示永磁同步电机无匝间短路故障。

Images