] 圖4異步電機轉(zhuǎn)子偏心故障診斷實驗結果圖
【具體實施方式】
[0058] 下面結合附圖對本發(fā)明作進一步的闡述。
[0059] 圖1是異步電機變頻調(diào)速系統(tǒng)。三相交流電源經(jīng)過不控整流得到直流母線電壓， 供給電壓源型逆變器。弱電部分，采用矢量控制方式，包含電壓、電流傳感器，3相/2相靜止 坐標變換模塊，2相靜止/2相同步速坐標變換模塊，速度環(huán)PI控制器模塊，電流環(huán)PI控制 器模塊，2相同步速/2相靜止坐標變換模塊，電壓正弦脈寬調(diào)制模塊。這些部分是異步電機 矢量控制所需的功能性模塊，本發(fā)明主要涉及電機轉(zhuǎn)子偏心故障診斷裝置。
[0060] 在本實施例中，所用電機為15kW異步電機，極對數(shù)p = 3,供電頻率15Hz，電機空 載，電機轉(zhuǎn)子存在混合偏心故障。
[0061] 圖2是偏心故障診斷方法的實施步驟，下面描述整個方法應用的具體過程。
[0062] 1.在電機穩(wěn)態(tài)運行過程中，從電流傳感器測得的異步電機三相電流中，選取任意 一相作為輸入，送給轉(zhuǎn)子偏心故障檢測裝置。例如，以10kHz采樣頻率截取0. 5s~Is的A 相電流，并做周期完整性檢測和過零點檢測。采樣電流的周期數(shù)需要覆蓋電機極對數(shù)P的 整數(shù)倍，同時第一個采樣點必須是過零點。
[0063] 2.構造Hankel矩陣并做奇異值分解，得到L+1個奇異值。
[0064] 3.設{X」i = 1~L+1}是來自總體的樣本，σ廣〇 U1分別對應這（L+1)個樣本 的樣本數(shù)，總樣本數(shù)目為
[0066] 當樣本較大時，每種樣本的出現(xiàn)的數(shù)目占總樣本數(shù)目的比重近似等于概率Pi，即
[0067] Pi = σ i/0 total
[0068] 計算前n個點的對數(shù)似然函數(shù)，BP
[0070] 最大似然估計就是當d In (L) /dn~0時，此時說明這前η個奇異值存在的概率最 大。滿足d In (L)/dn~0成立的η的最小值即為奇異值截斷需要保留的奇異值個數(shù)m。對 數(shù)似然函數(shù)恒為負值，最大似然估計判斷閾值的公式為
[0071] (L(n+1)-L(n))/L(n) ^ 0
[0072] 圖3是似然估計曲線隨η值的變化曲線，隨著η的增加趨于負飽和。
[0073] 4.暫時不執(zhí)行截斷操作，轉(zhuǎn)而對矩陣進行基波陷波操作，操作過程包括：第3步得 到的m值減2;刪除矩陣U的前兩列，得到新矩陣U' ；刪除矩陣V的前兩列，得到新矩陣V' ； 刪除矩陣Σ的前兩行和前兩列，得到新矩陣Σ'。
[0074] 5.新的矩陣U'、V'、Σ '取代了舊的U、V、Σ ;對新的U'、V'、Σ '做奇異值截斷操 作、求解矩陣束的廣義特征根，以及求解超定方程的步驟，最終得到矩陣束的廣義特征根和 復數(shù)幅值，廣義特征根就是信號的極點，包含信號的各個諧波的頻率信息。復數(shù)幅值包含各 個諧波的幅值信息。轉(zhuǎn)化公式如下：
[0077] 6.以頻率作為橫軸，幅值為縱軸，對全部諧波幅值標么化后，繪制低頻段所有諧波 的桿狀圖。
[0078] 7.圖4給出實驗所得桿狀圖譜，對于本實施例中的實驗所用異步電機，極對數(shù)ρ = 3,給定供電頻率15Hz，電機轉(zhuǎn)差率s = 0. 001，可知，轉(zhuǎn)子頻率f；為
[0080] 圖4中的黑色箭頭指向的是符合本發(fā)明所述的轉(zhuǎn)子偏心引起的特征諧波分 量，可以看到，在 fs-fr(10. 005Hz)、fs-2fr(5. 01Hz)、fs+fr(19. 995Hz)、fs+2fr(24. 99Hz)、 fs+3f；(29. 985Hz)處，有桿狀標識出現(xiàn)。由此，可以充分證明，本實施例中的異步電機存在 轉(zhuǎn)子偏心故障。
[0081] 8.從圖4中可以看出，由于對矩陣進行自適應陷波的操作，供電頻率15Hz對應的 桿狀特征沒有出現(xiàn)，說明被陷波濾波。
[0082] 9.通過本實施例，可以說明本發(fā)明的有效性。
【主權項】
1. 一種基于完全自適應矩陣束的電機轉(zhuǎn)子故障診斷方法，其特征在于，包括以下步 驟： 1) 通過電流信號采集設備獲得電機任意一相電流，采集時長不需要超過1秒，并對這 些連續(xù)采樣點做預處理后，得到記為X[n]的長度為N的數(shù)據(jù)序列； 2) 用步驟1)中的序列X [η]構造出（N-L) X (L+1)維的Hankel矩陣X ; 3) 對步驟2)中的矩陣X做奇異值分解，得到奇異值矩陣Σ ; 4) 計算步驟3)中的奇異值矩陣Σ的對數(shù)似然估計曲線，并實施基于最大似然估計的 奇異值矩陣截斷閾值自適應整定； 5) 實施自適應基波陷波濾波方法； 6) 完成傳統(tǒng)矩陣束算法的剩余步驟，包括對步驟5)中的矩陣做奇異值截斷、求解矩陣 束的廣義特征根，以及求解超定方程；提取辨識出的低頻段全部諧波的頻率和幅值信息； 7) 以步驟6)得到的頻率作為橫軸，幅值為縱軸，對全部諧波幅值標么化后，繪制低頻 段所有諧波的桿狀圖，根據(jù)圖譜特征診斷電機轉(zhuǎn)子是否存在偏心故障。2. 根據(jù)權利要求1所述的基于完全自適應矩陣束的電機轉(zhuǎn)子故障診斷方法，其特征在 于：所述方法屬于電機轉(zhuǎn)子偏心故障診斷方法。3. 根據(jù)權利要求1所述的基于完全自適應矩陣束的電機轉(zhuǎn)子故障診斷方法，其特征在 于，所述步驟1中采樣數(shù)據(jù)預處理的具體方法為： 數(shù)據(jù)長度N需要覆蓋至少ρ個基波電流周期，ρ是電機的極對數(shù)；第一個采樣點是過零 點。4. 根據(jù)權利要求1所述的基于完全自適應矩陣束的電機轉(zhuǎn)子故障診斷方法，其特征在 于，所述步驟4)中基于最大似然估計的奇異值矩陣截斷閾值自適應整定的具體方法為： 設{X」i = 1~L+1}是來自總體的樣本，σ廣σ ?+1分別對應這（L+1)個樣本的樣本 數(shù)，總樣本數(shù)目為每種樣本的出現(xiàn)的數(shù)目占總樣本數(shù)目的比重近似等于概率P1，即則前η個樣本的似然函數(shù)L為似然函數(shù)取對數(shù)，得當d In (L) /dn~O時，取得最大似然估計，此時表明這前η個奇異值存在的概率最大。 滿足din (L) /dn~O成立的η的最小值即為保留的奇異值個數(shù)m，最大似然估計點的公式為 (L (n+1) -L (n)) /L (η) ^0〇5. 根據(jù)權利要求1所述的基于完全自適應矩陣束的電機轉(zhuǎn)子故障診斷方法，其特征在 于，所述步驟5)中自適應基波陷波濾波的具體方法為： 刪除左奇異矩陣U的前兩列，得到新矩陣U' ；刪除右奇異矩陣V的前兩列，得到新矩陣 V' ；刪除矩陣Σ的前兩行和前兩列，得到新矩陣Σ' ；m值減2。6.根據(jù)權利要求1所述的基于完全自適應矩陣束的電機轉(zhuǎn)子故障診斷方法，其特征在 于，所述步驟7)的根據(jù)圖譜特征診斷電機轉(zhuǎn)子是否存在偏心故障的方法為：根據(jù)電機轉(zhuǎn)子 偏心的特征頻率只要在圖譜中就會出現(xiàn)符合此式的故障邊頻帶，就 可以有效地判斷轉(zhuǎn)子偏心故障；其中對于異步電機，對于永磁電機，式中P是電機極對數(shù)，k是任意正整數(shù)，fs是供電頻率，L是電機轉(zhuǎn)子轉(zhuǎn)速對應的頻率。
【專利摘要】本發(fā)明提供了一種基于完全自適應矩陣束的電機轉(zhuǎn)子偏心故障診斷方法，解決了傳統(tǒng)矩陣束算法在電機轉(zhuǎn)子偏心故障診斷上的不足，具有自適應閾值截斷和自適應基波陷波濾波雙重效果。通過計算奇異值矩陣的最大似然估計，自適應調(diào)節(jié)矩陣束的奇異值截斷閾值；同時，本發(fā)明利用矩陣束內(nèi)部的奇異值矩陣，能夠?qū)崿F(xiàn)完全自適應地陷波基波電流分量。本發(fā)明所需采集的電流時間長度很短，不需要不超過1秒(10kHz采樣頻率)，因此適用于電機負載緩慢變化的應用場合；自適應陷波電流基波分量，偏心故障診斷特征精度高，基本不存在誤判可能。根據(jù)電機不同轉(zhuǎn)速和不同負載，自適應地整定奇異值矩陣截斷的閾值，不存在診斷方法失敗的可能。
【IPC分類】G01R31/34
【公開號】CN105353305
【申請?zhí)枴緾N201510791082
【發(fā)明人】黃進, 劉子劍, 趙力航, 劉赫, 候招文
【申請人】浙江大學
【公開日】2016年2月24日
【申請日】2015年11月17日