在現代化生產(chǎn)中，機械設備的故障診斷技術(shù)越來(lái)越受到重視，如果某臺設備出現故障而又未能及時(shí)被發(fā)現和排除，其結果不僅會(huì )導致設備本身?yè)p壞，甚至可能造成機毀人亡的嚴重后果。在企業(yè)的連續生產(chǎn)系統中，如果某臺關(guān)鍵設備因故障而不能繼續運行，往往會(huì )涉及整個(gè)企業(yè)的生產(chǎn)系統設備的運行，造成巨大經(jīng)濟損失。因此，故障診斷具有極為重要的意義。

感應電機生產(chǎn)過(guò)程的最后一個(gè)環(huán)節是質(zhì)量控制，以確保產(chǎn)品的正常工作，并發(fā)現在成品或其子部件里的任何缺陷。為了達到這些要求，需要特定的快速、易于實(shí)施的程序，能夠使工程師在幾秒鐘內決定樣品是否符合銷(xiāo)售要求。

這些程序必須考慮到感應電機的特性，許多工業(yè)過(guò)程和電器的基本組件，以及可能出現的電氣或機械問(wèn)題。根據數據顯示，感應電機約35-40%的故障是由電氣故障引起的，包括轉子折斷、定子或電源故障，45-55%是由機械故障引起的，如軸承故障或轉子不平衡、彎曲或不對中。通過(guò)對電機振動(dòng)和定子電流信號的分析，可以較好地檢測了電機的整體機電狀況；例如，振動(dòng)分析技術(shù)能夠檢測機械源動(dòng)力在儀器中產(chǎn)生的機械問(wèn)題。

振動(dòng)信號首先由加速度計采集并保存以供后續處理。在電機中，振動(dòng)主要沿兩個(gè)方向產(chǎn)生:軸向和徑向。因此，沿著(zhù)這些方向的兩個(gè)加速度計可以被認為足以捕獲必要的信息。然而，一般情況下，用于振動(dòng)測試的傳感器的數量和位置可能取決于被測電機的類(lèi)型和采用的試驗臺。數據采集完成后，對被測感應電機的徑向和軸向振動(dòng)信號進(jìn)行時(shí)域和頻域處理，提取一組顯著(zhù)特征。最后，選擇的特征被輸入到二元分類(lèi)器中，之前用合適的數據集進(jìn)行訓練，以將測試的電機分類(lèi)為健康或故障。在這第一個(gè)初步分析中，已經(jīng)測試了不同類(lèi)型的分類(lèi)模型，以找出一個(gè)顯示出最好的選擇性。值得注意的是，在這項初步研究中，制造商只提供了有限數量的分類(lèi)電機來(lái)形成相關(guān)數據集，但預計在不久的將來(lái)，將使用更多數量的分類(lèi)電機進(jìn)行廣泛的驗證。

 

時(shí)域和頻域特征散點(diǎn)圖：藍色點(diǎn)代表健康電機，紅色點(diǎn)代表故障樣本

 

徑向和軸向振動(dòng)信號的均值、標準差、偏度和峰度等標準統計指標得到了廣泛的分析。這種情況下不需要信號預處理?？紤]的時(shí)域統計特征的完整列表及其數學(xué)定義在中報告。與軸向相關(guān)的偏度和峰與峰之間的關(guān)系被證明是最能將數據聚類(lèi)的，如散點(diǎn)圖所示。這一發(fā)現得到了通過(guò)視覺(jué)檢查獲得的經(jīng)驗證據的支持，即健康的電機具有對稱(chēng)的概率密度函數(pdf)，并且信號的最小值和最大值之間有微小的差異。事實(shí)上，眾所周知，峰與峰之間返回振動(dòng)信號x的最大值和最小值之間的差值，而偏度通過(guò)其概率密度函數量化信號行為中的不對稱(chēng)性。

 

軸向（第一行）和徑向（第二行）振動(dòng)原始數據的信號預處理示例

當故障發(fā)生的時(shí)候電機動(dòng)態(tài)會(huì )受到影響，并且振動(dòng)模式會(huì )出現偏差。在旋轉機械中，由于電機的旋轉運動(dòng)，故障部件（例如軸承故障）可能會(huì )在信號中以一定的周期性出現一些偏差，這可能會(huì )修改信號的頻率成分。頻率內容的修改可能會(huì )出現在選定的頻率上，或者影響可能會(huì )沿著(zhù)頻譜更廣泛地分布。因此，頻域振動(dòng)信號的分析顯得尤為重要。為此徑向和軸向信號都以三步法進(jìn)行了預處理。由于幅度較大的頻率分量低于 1000 Hz，因此首先使用 4 階、低通的 IIR 濾波器對信號進(jìn)行濾波，截止頻率為 1 kHz，通帶紋波為 1 dB，阻帶衰減為 20 dB。然后應用零相位濾波器來(lái)保留原始信號中出現的特征，并且時(shí)間波形已經(jīng)去趨勢。信號預處理結果的一個(gè)例子如上圖所示。隨后，已經(jīng)使用快速傅里葉變換 (FFT) 導出了單邊幅度譜。在下圖可以看到所描述的處理階段的結果示例，其中在徑向和軸向方向上比較了健康和故障電動(dòng)機的頻率內容。

 

健康電機(藍色線(xiàn))和軸承損壞電機(紅色線(xiàn))兩個(gè)樣品的FFT:

藍色線(xiàn)為健康電機，紅色線(xiàn)為故障樣品；

徑向和軸向fft信號都具有更高的能量和振幅，最高可達1000 Hz，因此不代表更高的頻率；

在每個(gè)圖的頂部較小的圖表是放大[80;120] Hz和[330,380]Hz

該結果與第一個(gè)頻帶約為 100 Hz（即網(wǎng)絡(luò )頻率）而后者對應于軸承頻率（研究的電機有 7 個(gè)軸承并以 50 Hz 旋轉）的明顯事實(shí)一致。在這項研究中，提出了一種用于感應電機中機械故障的檢測系統。所描述的方法基于振動(dòng)分析，適用于生產(chǎn)質(zhì)量控制測試。首先，從時(shí)域和頻域沿徑向和軸向的振動(dòng)信號中提取敏感特征。然后，將提取的特征輸入分類(lèi)器，以實(shí)現電機故障或正常運轉的分類(lèi)。

故障診斷是建立在能量耗散原理的基礎之上的。所有設備的作用都是能量的轉換與傳遞，設備狀態(tài)越好，轉換與傳遞過(guò)程中的附加能量損耗越小。因此，監測附加能量損耗的變化，可以了解設備的劣化程度。

欲了解更多故障分析有關(guān)案例，歡迎訪(fǎng)問(wèn)公司官網(wǎng)：https://www.cz-dianwoliu.com/。