TWI474023B - 馬達故障診斷方法及其診斷裝置 - Google Patents

Description

馬達故障診斷方法及其診斷裝置

本發明係關於一種故障診斷方法及其診斷裝置，特別是一種馬達故障診斷方法及其診斷裝置。

馬達設備應用相當廣泛，從製造生產的維持到動力系統來源的提供，若因故障停機將導致生產停頓等損失，如何隨時掌握馬達運轉狀況是相當重要的。既有之馬達故障診斷工作，是由經驗豐富的專業人員負責，由於專業人員之經驗豐富，且對於馬達設備相當熟悉，因此，可藉由量測馬達的振動或馬達運轉之異音，對馬達之運轉狀況與故障類型做出判斷，但具備此專業能力的人員並不多，因此，目前進行馬達診斷之研究開發方向，以建立專家系統(expert system)為主。

專家系統包含了專業人員之豐富經驗，當廠務人員定時巡檢時，檢測並記錄馬達運轉情形，之後將這些資訊輸入電腦，專家系統即可依據所輸入之資訊，對目前馬達之運轉狀態做出判斷。若狀況嚴重或狀況不明無法掌握，再請專業維修人員進行處理。另外亦有針對具備振動分析診斷背景之專業人員所開發之診斷工具，此類工具不但價格昂貴，且因其專業訴求，故其操作相當複雜，並非一般廠區內之廠務人員可以操作。

一般業界對馬達巡檢之作法，主要由於工具與專業知識之需求，均採委託顧問公司進行方式，因此僅能針對特殊、重要之馬達設備進行診斷，其餘則等到實際故障時，再做更換。

由於目前馬達診斷方法，需以馬達運轉頻率，亦即轉速為基礎，進行診斷，因此，大部份之診斷工具均需要輸入轉速資料，或額外增加一轉速計以取得轉速資料，故在診斷工具的操作上與成本上都有可改善 的空間。

鑒於以上的問題，本發明提供一種馬達故障診斷方法及其診斷裝置，僅需輸入振動感測訊號及聲音訊號，即可自動、即時執行馬達故障診斷作業，藉以提升馬達診斷工具的操作便利性。

因此，本發明所揭露之馬達故障診斷方法，包含有下列步驟：首先，提供一個振動感測模組，以取得馬達於運轉時產生的振動訊號；對振動訊號進行一資料前置處理，以消除振動訊號的雜訊；對資料前置處理後的振動訊號的頻譜進行一分析處理，以決定振動訊號的複數個振動基頻位置；根據各個振動基頻位置從振動訊號的頻譜中擷取一頻譜特徵；及根據所擷取的頻譜特徵至故障特徵頻譜資料庫中進行比對，以區分馬達之故障類型。

另外，本發明所揭露之馬達故障診斷裝置，包含有振動感測模組，用以感測馬達於運轉時產生的振動訊號；故障特徵頻譜資料庫，儲存有複數筆故障頻譜特徵資料；訊號處理模組，接收振動訊號，用以對振動訊號的頻譜進行一分析處理，以決定振動訊號的複數個振動基頻位置，並根據各個振動基頻位置從振動訊號的頻譜中擷取一頻譜特徵資料，再根據頻譜特徵資料至故障特徵頻譜資料庫查找，以區分馬達之故障類型；顯示模組，用以顯示訊號處理模組輸出的資料；及通訊介面模組，用以傳輸訊號處理模組輸出的資料。

藉由這種馬達故障診斷方法及其診斷裝置，不需其他馬達參數，僅需振動感測資訊、聲音感測資訊作為診斷資料，並可搭配進階精簡指令集機器(Advanced RISC Machine，ARM)架構的嵌入式系統進行演算分類、比對，以區分出馬達的故障類型，特別是於廠務人員進行一般性巡檢時，可立即對各馬達進行初步診斷，待初步診斷有異常發生時，再由顧問公司以專業工具、專業技術對該馬達性能作詳細評估，因此，具有快速、成本低廉與易操作的優點。

有關本發明的特徵與實作，茲配合圖示作最佳實施例詳細說明如下。

10‧‧‧振動感測模組

20‧‧‧故障特徵頻譜資料庫

30‧‧‧訊號處理模組

40‧‧‧顯示模組

50‧‧‧通訊介面模組

60‧‧‧電源模組

70‧‧‧啟動開關

80‧‧‧聲音感測模組

第1圖係為本發明之第一實施例之方法步驟流程圖。

第2圖係為本發明之第二實施例之方法步驟流程圖。

第3A圖係為本發明之轉子不平衡之頻譜特徵示意圖。

第3B圖係為本發明之轉子不對心之頻譜特徵示意圖。

第3C圖係為本發明之轉子鬆動之頻譜特徵示意圖。

第3D圖係為本發明之轉子軸彎曲之頻譜特徵示意圖。

第4圖係為本發明之第一實施例之系統方塊圖。

第5圖係為本發明之第二實施例之系統方塊圖。

請參照「第1圖」係為本發明之第一實施例之方法步驟流程圖。如「第1圖」所示，本發明之馬達故障診斷方法包含有下列步驟：首先，提供一個振動感測模組，以取得一馬達於運轉時所產生的振動訊號(步驟100)。其中振動感測模組可以例如是加速規，而加速規可取得振動訊號的加速度資料。

對振動訊號進行一資料前置處理，以消除該振動訊號的雜訊(步驟110)。其中資料前置處理包含有積分運算。由於振動感測模組取得的振動訊號為加速度資料，但加速度資料還包含有雜訊，故經由積分運算後，則雜訊相對變小。

接下來，對完成資料前置處理後的振動訊號的頻譜進行一分析處理，以決定振動訊號的複數個振動基頻位置(步驟120)。其中振動訊號經由轉換(例如，快速傅立葉轉換)後可得到速度頻域訊號(即速度頻譜)與加速頻域訊號(即加速度頻譜)。振動訊號的頻譜包含有速度頻譜與加速度頻譜。分析處理係分別取得速度頻譜與加速頻譜的最大極值，並進行資料正規化處理。其中資料正規化處理係將速度頻譜中的所有頻譜數值除以其速度頻譜中的最大極值，以及將加速度頻譜中的所有頻譜數值除以其加速度頻譜中的最大極值。

接著，依據速度頻譜與加速度頻譜的最大極值的大小進行排 序與判斷，其中速度頻譜的最大極值的位置相對應於加速度頻譜若亦有最大極值，則該位置為振動基頻位置，或者，以速度頻譜的最大極值的位置為振動基頻位置。

根據各個振動基頻位置從振動訊號的頻譜中擷取一頻譜特徵(步驟130)。其中頻譜特徵可根據各個振動基頻位置推演獲得。頻譜特徵可以例如是取0.5倍頻、1倍頻、1.5倍頻、2倍頻、2.5倍頻、3倍頻~10倍頻，或者取各個振動基頻位置在振動頻譜中的±1.5%倍諧頻。

根據所擷取的頻譜特徵至一故障特徵頻譜資料庫中進行比對，以區分馬達之故障類型(步驟140)。

其中故障特徵頻譜資料庫儲存有複數筆故障頻譜特徵資料。故障頻譜特徵資料包含有各故障類型的頻譜特徵，而故障頻譜特徵資料可以例如是以表1方式呈現，如下：

請參照「第2圖」係為本發明之第二實施例之方法步驟流程圖。如「第2圖」所示，本發明之馬達故障診斷方法可診斷出軸承部份的故障類型，其包含有下列步驟：首先，提供一個振動感測模組與一個聲音感測模組，以分別取得一馬達於運轉時所產生的振動訊號與聲音訊號(步驟200)。其中振動感測模組可以例如是加速規，而加速規可取得振動訊號的加速度資料。聲音 感測模組可以例如是麥克風。其中滾珠軸承的故障類型大致上可區分為：內環、外環與滾珠損傷。當滾珠軸承發生故障時，產生不同的異音與振動，故可利用振動感測模組與聲音感測模組分別進行偵測。

對振動訊號與聲音訊號進行一資料前置處理，以分別消除該振動訊號與聲音訊號的雜訊(步驟210)。其中資料前置處理包含有積分運算。由於振動感測模組取得的振動訊號為加速度資料，但加速度資料還包含有雜訊，故經由積分運算後，則雜訊相對變小，同樣的，可利用積分運算消除聲音訊號的雜訊。

接下來，對完成資料前置處理後的振動訊號的頻譜進行一分析處理，以決定振動訊號的複數個振動基頻位置，以及根據聲音訊號的頻譜再次確認各個振動基頻位置(步驟220)。

其中振動訊號經由轉換(例如，快速傅立葉轉換)後可得到速度頻域訊號(即速度頻譜)與加速頻域訊號(即加速度頻譜)。振動訊號的頻譜包含有速度頻譜與加速度頻譜。分析處理係分別取得速度頻譜與加速頻譜的最大極值，並進行資料正規化處理。其中資料正規化處理係將速度頻譜中的所有頻譜數值除以其速度頻譜中的最大極值，以及將加速度頻譜中的所有頻譜數值除以其加速度頻譜中的最大極值。

接著，依據速度頻譜與加速度頻譜的最大極值的大小進行排序與判斷，其中速度頻譜的最大極值的位置相對應於加速度頻譜若亦有最大極值，則該位置為振動基頻位置，或者，以速度頻譜的最大極值的位置為振動基頻位置。

由於聲音訊號經由轉換(例如，快速傅立葉轉換)後可得到聲音頻域訊號(即聲音頻譜)。因此可根據聲音訊號的頻譜再次確認各個振動基頻位置是否正確。

將振動訊號的頻譜與聲音訊號的頻譜的共有特徵設為融合特徵(步驟230)。若振動訊號的頻譜與聲音訊號的頻譜在相同頻率下，皆有峰值，或無峰值時，則融合特徵設為1。若振動訊號的頻譜與聲音訊號的頻譜在相同頻率下，一者有峰值而另一者無峰值時，則融合特徵設為0。

擷取最大的融合特徵在振動訊號的頻譜中的諧頻位置(步驟 240)。其中諧頻位置可以例如是三倍頻的位置。

根據各個振動基頻位置與諧頻位置從振動訊號的頻譜中擷取一頻譜特徵(步驟250)。其中頻譜特徵可根據各個振動基頻位置推演獲得。頻譜特徵可以例如是取0.5倍頻、1倍頻、1.5倍頻、2倍頻、2.5倍頻、3倍頻~10倍頻，或者取各個振動基頻位置在振動頻譜中的±1.5%倍諧頻。

根據所擷取的頻譜特徵至一故障特徵頻譜資料庫中進行比對，以區分馬達之故障類型(步驟260)。

其中故障特徵頻譜資料庫儲存有複數筆故障頻譜特徵資料。故障頻譜特徵資料包含有各故障類型的頻譜特徵，而故障頻譜特徵資料可以例如是以表1方式呈現。

另外，在本發明第一與第二實施例中，可利用頻譜分析儀或快速傅立葉轉換，將時域振動訊號轉換為頻譜訊號，而振動訊號可分解為轉速頻率的整數或分數倍頻，及一些特定特徵激振頻率、頻叢以及固有激振頻率等，而頻率所對應振幅峰值大小，即表示為振動激振能量的大小，因此可藉由激振所產生的頻率峰值分布狀況，判斷可能發生的故障類型。其中馬達的轉子部分常見的故障類型包含有轉子不平衡、不對心、鬆動與軸彎曲。

接下來，請參照「第3A圖」係為本發明之轉子不平衡之頻譜特徵示意圖。如「第3A圖」所示，當轉子不平衡時，其頻譜特徵為：1倍頻幅值較大，且諧波頻率較小。

請參照「第3B圖」係為本發明之轉子不對心之頻譜特徵示意圖。如「第3B圖」所示，當轉子不對心時，其頻譜特徵為：2倍頻幅值較大，伴隨1倍頻與3倍頻。

請參照「第3C圖」係為本發明之轉子鬆動之頻譜特徵示意圖。如「第3C圖」所示，當轉子鬆動時，其頻譜特徵為：轉速頻率及諧波頻率有明顯增大的趨勢。

請參照「第3D圖」係為本發明之轉子軸彎曲之頻譜特徵示意圖。如「第3D圖」所示，當轉子軸彎曲時，其頻譜特徵為：1倍頻幅值較大，伴隨2倍頻與3倍頻皆有較大的幅值。

請參照「第4圖」係為本發明之第一實施例之系統方塊圖。如「第4圖」所示，本發明之馬達故障診斷裝置包含有、振動感測模組10、故障特徵頻譜資料庫20、訊號處理模組30、顯示模組40、通訊介面模組50、電源模組60與啟動開關70。

振動感測模組10用以感測馬達於運轉時產生的振動訊號。振動感測模組10係以非破壞性方式量測馬達的振動量。其中振動感測模組10可以例如是加速規。

故障特徵頻譜資料庫20儲存有複數筆故障頻譜特徵資料。故障頻譜特徵資料包含有各故障類型的頻譜特徵。各故障類型包含轉子不平衡、不對心、鬆動與軸彎曲。

訊號處理模組30接收振動訊號分別與振動感測模組10、故障特徵頻譜資料庫20連接。訊號處理模組30接收振動訊號，用以對振動訊號的頻譜進行一分析處理，以決定振動訊號的複數個振動基頻位置。訊號處理模組30並根據各個振動基頻位置從振動訊號的頻譜中擷取一頻譜特徵資料。訊號處理模組30再根據頻譜特徵資料至故障特徵頻譜資料庫查找，以區分馬達之故障類型。

顯示模組40與訊號處理模組30連接。顯示模組40用以顯示訊號處理模組30輸出的資料。其中顯示模組40可以例如是液晶顯示器。

通訊介面模組50與訊號處理模組30連接。通訊介面模組50用以傳輸訊號處理模組30輸出的資料，或傳輸資料至訊號處理模組30。其中通訊介面模組50可以例如是藍芽無線通訊模組、萬用序列匯流排模組與/或串列傳輸介面模組。

電源模組60與訊號處理模組30連接。電源模組60用以供應電源至振動感測模組10、故障特徵頻譜資料庫20、訊號處理模組30、顯示模組40、通訊介面模組50。電源模組60可以例如是電池組。

啟動開關70與電源模組60連接。啟動開關70用以開啟或關閉電源模組60。

請參照「第5圖」係為本發明之第二實施例之系統方塊圖。如「第5圖」所示，本發明之馬達故障診斷裝置可診斷出軸承部份的故障 類型，其馬達故障診斷裝置包含有、振動感測模組10、故障特徵頻譜資料庫20、訊號處理模組30、顯示模組40、通訊介面模組50、電源模組60、啟動開關70與聲音感測模組80。

振動感測模組10用以感測馬達於運轉時產生的振動訊號。振動感測模組10係以非破壞性方式量測馬達的振動量。其中振動感測模組10可以例如是加速規。

聲音感測模組80用以感測馬達於運轉時產生的聲音訊號。聲音感測模組80係以非破壞性方式量測馬達的聲音量。其中聲音感測模組80可以例如是麥克風。

故障特徵頻譜資料庫20儲存有複數筆故障頻譜特徵資料。故障頻譜特徵資料包含有各故障類型的頻譜特徵。各故障類型包含轉子不平衡、不對心、鬆動與軸彎曲。

訊號處理模組30接收振動訊號分別與振動感測模組10、故障特徵頻譜資料庫20連接。訊號處理模組30接收振動訊號，用以對振動訊號的頻譜進行一分析處理，以決定振動訊號的複數個振動基頻位置，以及根據聲音訊號的頻譜再次確認各個振動基頻位置。訊號處理模組30將振動訊號的頻譜與聲音訊號的頻譜的共有特徵設為融合特徵。訊號處理模組30擷取最大的融合特徵在振動訊號的頻譜中的諧頻位置。訊號處理模組30並根據各個振動基頻位置與諧頻位置從振動訊號的頻譜中擷取一頻譜特徵資料。訊號處理模組30再根據頻譜特徵資料至故障特徵頻譜資料庫查找，以區分馬達之故障類型。

顯示模組40與訊號處理模組30連接。顯示模組40用以顯示訊號處理模組30輸出的資料。其中顯示模組40可以例如是液晶顯示器。

通訊介面模組50與訊號處理模組30連接。通訊介面模組50用以傳輸訊號處理模組30輸出的資料，或傳輸資料至訊號處理模組30。其中通訊介面模組50可以例如是藍芽無線通訊模組、萬用序列匯流排模組與/或串列傳輸介面模組。

電源模組60與訊號處理模組30連接。電源模組60用以供應電源至振動感測模組10、故障特徵頻譜資料庫20、訊號處理模組30、顯 示模組40、通訊介面模組50。電源模組60可以例如是電池組。

啟動開關70與電源模組60連接。啟動開關70用以開啟或關閉電源模組60。

綜合以上所述，本發明之馬達故障診斷方法及其診斷裝置，不需其他馬達參數，僅需振動感測資訊、聲音感測資訊作為診斷資料，並可搭配進階精簡指令集機器(Advanced RISC Machine，ARM)架構的嵌入式系統進行演算分類、比對，以區分出馬達的故障類型，特別是於廠務人員進行一般性巡檢時，可立即對各馬達進行初步診斷，待初步診斷有異常發生時，再由顧問公司以專業工具、專業技術對該馬達性能作詳細評估，因此，具有快速、成本低廉與易操作的優點。

雖然本發明以前述之較佳實施例揭露如上，然其並非用以限定本發明，任何熟習相像技藝者，在不脫離本發明之精神和範圍內，當可作些許之更動與潤飾，因此本發明之專利保護範圍須視本說明書所附之申請專利範圍所界定者為準。

Claims (11)

1. 一種馬達故障診斷方法，包含有下列步驟：提供一振動感測模組，以取得一馬達於運轉時產生的一振動訊號；提供一聲音感測模組，以取得該馬達於運轉時產生的一聲音訊號；對該振動訊號進行一資料前置處理，以消除該振動訊號的雜訊；對該聲音訊號進行該資料前置處理，以消除該聲音訊號的雜訊；對該資料前置處理後的該振動訊號的頻譜進行一分析處理，以決定該振動訊號的複數個振動基頻位置；根據該資料前置處理後的該聲音訊號的頻譜確認該等振動基頻位置；根據該等振動基頻位置從該振動訊號的該頻譜中擷取一頻譜特徵，其中該頻譜特徵為n倍頻的資料或每一該等振動基頻位置在該振動訊號的頻譜中±1.5%倍諧頻的資料，n=0.5k，k為正整數；及根據所擷取的該頻譜特徵至一故障特徵頻譜資料庫中進行比對，以區分該馬達之故障類型。
2. 如請求項1所述之馬達故障診斷方法，其中於根據該資料前置處理後的該聲音訊號的頻譜再次確認該等振動基頻位置之步驟後，還包含有：將該振動訊號的該頻譜與該聲音訊號的該頻譜於該等振動基頻位置皆具有峰值或皆不具有峰值時設有一融合特徵；及擷取最大的該融合特徵在該振動訊號的該頻譜中的諧頻位置。
3. 如請求項2所述之馬達故障診斷方法，其中於根據該等振動基頻位置從該振動訊號的該頻譜中擷取一頻譜特徵之步驟中，還包含有根據該等振動基頻位置以及該諧頻位置從該振動訊號的該頻譜中擷取一頻譜特徵之步驟。
4. 如請求項1所述之馬達故障診斷方法，其中該資料前置處理係對該振動訊號進行一積分運算。
5. 如請求項1所述之馬達故障診斷方法，其中該故障類型包含轉子不平衡、不對心、鬆動與軸彎曲。
6. 一種馬達故障診斷裝置，包含有：一振動感測模組，用以感測一馬達於運轉時產生的一振動訊號；一故障特徵頻譜資料庫，儲存有複數筆故障頻譜特徵資料；一訊號處理模組，接收該振動訊號，用以對該振動訊號的頻譜進行一分析處理，以決定該振動訊號的複數個振動基頻位置，並根據該等振動基頻位置從該振動訊號的該頻譜中擷取一頻譜特徵資料，再根據該頻譜特徵資料至該故障特徵頻譜資料庫查找，以區分該馬達之故障類型，其中該頻譜特徵資料為n倍頻的資料或每一該等振動基頻位置在該振動訊號的頻譜中±1.5%倍諧頻的資料，n=0.5k，k為正整數；一聲音感測模組，該訊號處理模組根據該聲音訊號的頻譜再次確認該等振動基頻位置，並將該振動訊號的該頻譜與該聲音訊號的該頻譜於該等振動基頻位置皆具有峰值或皆不具有峰值時設有一融合特徵，該訊號處理模組擷取最大的該融合特徵在該振動訊號的該頻譜中的諧頻位置，並根據該等振動基頻位置與該諧頻位置從該振動訊號的該頻譜中擷取該頻譜特徵資料；一顯示模組，用以顯示該訊號處理模組輸出的資料；及一通訊介面模組，用以傳輸該訊號處理模組輸出的資料。
7. 如請求項6所述之馬達故障診斷裝置，其中包含有：一電源模組，用以供應電源至該振動感測模組、該故障特徵頻譜資料庫、該訊號處理模組、該顯示模組與該通訊介面模組；及一啟動開關，用以開啟或關閉該電源模組。
8. 如請求項6所述之馬達故障診斷裝置，其中該故障類型包含轉子不平衡、不對心、鬆動、軸彎曲與軸承故障。
9. 如請求項6所述之馬達故障診斷裝置，其中該振動感測模組為加速規。
10. 如請求項6所述之馬達故障診斷裝置，其中該聲音感測模組為麥克風。
11. 如請求項6所述之馬達故障診斷裝置，其中該顯示模組為液晶顯示器。