摘要
电机的状态监测是一个越来越重要的环节，因为容错系统在许多应用中已成为强制性的。就电气驱动而言，机械故障（不平衡、齿轮和轴承）的比例非常高。机械故障检测通常基于振动信号，这是一种强大而有效的技术，不过具有一定的成本和入侵性。近年来，人们已经研究了许多理论和基于信号的方法，用于通过电机信号对机械故障进行早期诊断。本文将回顾机械故障状态监测的方法，特别参考基于电信号的方法。
0引 言
感应电机（IMs）的早期故障诊断是节省成本和维护的重要研究课题。IM在工业应用中被广泛使用，主要是因为它们价格低廉、坚固耐用、效率高、可靠性高。最近，在许多过程中，电气驱动器正在取代液压和气动驱动，因为它们具有灵活性和性能。IM 中最常见的故障包括四大类：机械故障、定子相关故障、转子相关故障、其他故障（冷却、连接、接线盒）。
机械故障大致可分为轴承故障、轴负载连接故障、齿轮故障和机械不平衡。根据机器的类型和尺寸，从大型到小型机器，轴承故障分布从约40%到约90%不等。
最近考虑整个驱动器并包括机械负载的研究表明，IM 的主要问题是：1） 转子偏心率;2）转子断条;3）轴承损坏。
信号处理技术被广泛用于状态监测，以克服常见问题。实际上，基于电信号的空间矢量的电气故障状态监测是目前众所周知的成熟方法。该方法用于诊断电压供应不平衡、电压源逆变器和电源开关故障、定子故障绕组、转子故障绕组、气隙偏心故障或转子笼故障。
振动信号通常用于 IM 和/或相关机械负载中的机械故障检测。一般来说，基于机械信号分析的诊断技术显示出良好的性能。然而，在恶劣的工业环境中，无法获取机械信号。此外，通过振动信号对机械故障进行检测和状态监测的典型延迟都相当高。因此，基于电信号的状态监测更可取。
一个完美的诊断程序应该考虑从电机采集的最小数据，并在最短的时间内建立对早期故障的明确指示。电机电流特征分析（MCSA）是第一种选择，通过对电流信号进行频率分析和适当的信号处理，从而在恒定速度下实现稳态下的高效故障检测。电动驱动器取代液压和气动执行器促进了变速电机的发展。在随时间变化的工作条件下，MCSA 会因速度和滑差的变化而失效，因此边带频率分量与速度变化成正比分布。在上述条件下，时频分析是必要的，更具体地说，小波分析可以进行定制，以便在任何时变的工作条件下对机械故障进行有效的状态监测。
1 用于机械故障检测的振动特征分析
机械故障，如轴承故障、轴负载连接故障、齿轮故障和机械不平衡，通常通过振动信号进行监测。振动监测应用广泛，依赖于 ISO 10816 等通用标准。振动信号是通过放置在机器外部的传感器获得的，它们相当可靠和成熟。
可以分析振动频谱，并可以分离出一些与特定机械问题相关的“特征”：不平衡、错位、松动、轴弯曲和轴承问题，后者是最关键和可能的。旋转机械机械结构的任何变化都会产生周期性的力变化，从而在振动信号频谱中产生“特征”。在任何类型的机械故障中，这个过程都以非常低的强度开始：裂纹或点蚀，然后在更高的影响下退化。主要的挑战是检测早期现象，这些现象可能低于噪声阈值或隐藏。
例如，径向轴承在压力和摩擦力的周期性变化下运行，从而导致故障。具体来说，径向轴承由两个同心环制成，由滚子隔开。滚动体由一个笼子束缚，该笼子保持恒定的角度间距并防止任何接触。在正常工作条件下，轴承缺陷往往是由材料疲劳引起的。通常，小裂纹会出现在轨道或滚动体上。这种最初的降解通常是由于材料的点蚀和撕裂以及运动部件的重复冲击而退化的。
特定的振动信号特征与强烈的缺陷有关。例如，如果轴承部件表面出现点蚀缺陷，则局部刚度会降低，因此，径向上的周期性脉冲会改变振动模式。
同样，内滚道、外滚道或滚动体中的故障也会在振动信号中产生影响。振动信号频谱中出现特定的特征：
另一方面，小缺陷或制造公差缺陷会产生轻微的扭转振动。类似的情况也发生在表面化学腐蚀、早期点蚀断层上。这些条件通常被称为“广义粗糙度”，即滚动轴承中最常见的损坏。它发生在正常操作条件下，并且没有与之关联的特定故障频率。事实上，它会产生特性故障频率的频率扩展，而频谱或包络分析无法轻易检测到。
许多论文都在用不同的方法处理机械故障的状态监测，其中大多数都提到了严重的缺陷。
大型机械不平衡表现为转子不对称故障，通常被归类为偏心率相关故障。事实上，偏心率故障是IM中非常常见的故障。这类故障可分为静态断层、动态断层或混合偏心率。当旋转中心位移时，会发生静态偏心率。另一方面，当旋转圆柱体位移，而旋转中心保持在其原始位置时，会发生动态偏心。在混合偏心率的情况下，旋转圆柱体和旋转中心都会从其原始位置移位。
任何形式的偏心都在很大程度上增加了轴承的磨损。此外，由于偏心率，径向磁力作用在定子铁芯上，并使定子绕组受到过度振动。有研究表明，所有类型的偏心率都与扭矩和速度振荡有关。它们还会在频率的振动信号中引起特定的特征：
通常，故障是组合在一起的，现象之间存在相互作用。偏心率可能由许多问题引起，例如电机组装过程中轴承对准不良、轴承磨损、转子轴弯曲或扭矩变化大以及扭转振荡。最近一项关于风力涡轮机可靠性的调查表明，70%的齿轮箱故障与轴承故障直接相关，26%的故障是由齿轮故障引起的，导致长时间停机。可能影响齿轮齿的最常见故障是：由颗粒污染或磨损的齿轮齿颗粒引起的磨料磨损;疲劳磨损在正常应力下，最终在裂纹或断裂中退化。振动信号中的特定特征与这种类型的不平衡有关。因此，定期评估振动信号是衡量齿轮齿、齿轮箱和整个机电系统退化程度的一个很好的传感器。
在各种技术中，基于振动的齿轮状态监测是一种众所周知的工具，迄今为止，它已经证明了其在齿轮故障检测、诊断和预测方面的效率。
在故障条件下，量级增加
2 用于机械故障检测的电气特征分析
基于电气量的轴承状态监测是一个被广泛研究的话题。然而，虽然轴承故障和振动之间的物理联系很简单，但轴承故障和机器电流之间的联系仍然是一个悬而未决的问题。在文献中，提出了两种不同的方法。
在第一种方法中，物理链是振动、转矩脉动和最终的速度脉动。振动会产生额外的转矩分量，这些转矩分量会影响电流谱，其中特定特征出现在频率上：
这个额外的扭矩分量在相同频率下产生电流和磁通量调制。因此，电流和转矩脉动之间存在关系。使用适当的计算技术，这会导致电流调制和机械不平衡之间的关系：
关系式 （9） 表示，根据特性频率，机器电流中会出现一个特征，该特征与特定轴承缺陷有关。然而，对于实际缺陷和初期缺陷，扭矩振荡的大小非常小，相对于负载扭矩可以忽略不计。虽然参数
A. 轴承故障
图1报告了小功率感应电机（1.5 kW，380 V，50Hz）的扭矩谱，该电机的外滚道上存在由化学蚀刻引入的局部缺陷。扭矩计用于测量轴承故障产生的扭矩脉动。所选的扭矩计使用应变计技术，并使用频率调制从旋转轴传输非接触式扭矩信号（精度为±2mNm).与有故障的轴承相比，健康的轴承被用作参考。以 50 Hz 的电网频率为机器供电，在健康和故障条件下，扭矩脉动分别在约 1.5 mNm 至 6 mNm 之间变化。在额定负载附近，轴承故障引起的转矩脉动与负载转矩无关，50 Hz时电流特征在0.2-0.5 mA范围内。因此，故障特征是不可见的，因为它需要不常见的分辨率（小于 1mA），或者对于工业驱动器来说非常昂贵。
在正常（顶部）和有故障的轴承（底部）情况下，以 50 Hz 提供的 IM 的扭矩信号谱
图2显示了在正常和故障情况下的电流SV频谱，电源频率为50 Hz。谱被归一化为基波分量的幅度，负分量的振幅在
在正常（顶部）和轴承故障（底部）情况下以50 Hz供电的IM电流SV谱
3 结论
出于经济和安全原因，机械故障的状态监测是一个关键问题。本文综述了轴承、齿轮和负载机械故障研究的最新进展。机械故障可以建模为偏心率或转矩脉动。在这里，对这两种方法都进行了回顾。前者对于较大的失衡更有效。电流信号或振动通常用于故障检测，振动分析更稳健、更有效，同时更具侵入性。电流信号只能用于以相对较低的机械频率率为特征的故障，并且仅对严重故障有效。
尽管有大量的论文发表，但关于这个主题仍然存在悬而未决的问题。实际上，在这个阶段，不可能说明一种通用的方法，该方法可以应用于大量的故障类型和机器。每种技术都可以在合适的环境中有效应用，具体取决于操作条件、可能可访问的故障信号及其灵敏度。
参考文献：
Y. Gritli, A. Bellini, C. Rossi, D. Casadei, F. Filippetti, and G.-A. Capolino, “Condition monitoring of mechanical faults in induction machines from electrical signatures: Review of different techniques,” in Proc. IEEE 11th Int. Symp. Diagnostics Elect. Mach., Power Electron. Drives (SDEMPED), Aug. 2017, pp. 77–84.
感谢对本公众号的支持，点个“在看”收藏一下吧~
如需购买视频课程资源，请联系：forwardtszs
