CN106769041A - 一种变转速工况下的永磁同步电机轴承在线故障诊断装置及方法 - Google Patents

Abstract

本发明公开了一种变转速工况下的永磁同步电机轴承在线故障诊断装置及方法，包括：(1)模数转换器1(1‑5)连接电流探头，等时间间隔采集电流信号，微控制器1(1‑6)对电流信号进行低通滤波和极性转换；(2)计算转换后的单极性电流信号角度并取整，角度每变化1度时，微控制器1(1‑6)产生一个触发信号；(3)微控制器2(1‑7)接收微控制器1产生的触发信号，控制模数转换器2(1‑8)对麦克风进行触发采样，获得轴承声音信号；(4)对角域的轴承信号进行包络解调，计算包络信号的阶次谱，根据故障特征阶次判断轴承故障类型，并在显示屏上显示。本发明具有原理简单，计算量小，非接触测量，能够实现永磁同步电机轴承快速在线诊断的优点。

Description

一种变转速工况下的永磁同步电机轴承在线故障诊断装置及 方法

技术领域

本发明涉及电机轴承故障诊断技术领域，具体涉及一种变转速工况下的永磁同步电机轴承在线故障诊断装置及方法。

背景技术

永磁同步电机具有高能量密度、高效率、运行平稳、低噪声等优点，因而在工业和民用领域得到了广泛的应用。轴承是永磁同步电机的核心部件，它支撑了电机转子的高速旋转。同时，由于电机常工作在湿度大、温度高和变负载等复杂工况，轴承容易产生疲劳磨损从而导致故障。因此，电机轴承状态监测和故障诊断对于保障电机安全运行，减少停机损失具有十分重要的作用。

在恒转速工况下，已有多种成熟的方法可用于电机轴承故障诊断。但在变转速工况下，轴承的诊断就变得相对困难。针对变转速轴承故障诊断，最常用的方法为阶次分析，即通过一定的技术手段获得电机旋转的瞬时相位，再根据瞬时相位曲线对轴承信号进行角域重采样，从而将原时域信号转变为角域信号，将原来的频率分析变为阶次分析，阶次分析避免了转速变化造成的频率混叠问题。

阶次分析可分为两种，一种为基于转速计的，即通过编码器等转速传感器获取转子的瞬时相位；另一种为无转速计的阶次分析，即从轴承信号直接提出瞬时相位信息。第一种方法需要安装额外的转速计，一方面增加了测量成本，另一方面也增加了***复杂度。第二种方法虽然不需要额外的硬件，但往往采用较为复杂的时频分析手段来从轴承信号中获取转速信息，因而计算量较大，信号处理效率不高，也容易受到噪声干扰，不适合在线故障诊断。

从以上分析可知，对于现有的基于阶次分析的轴承故障诊断技术，要么需要安装额外传感器增加了检测成本和***复杂性，要么方法复杂效率不高，这些技术都具有局限性。如何改进方法，提高变转速工况下的轴承故障在线诊断效率，仍需要进一步探讨。

发明内容

为了解决现有技术中存在的问题，本发明目的在于提供一种变转速工况下的永磁同步电机轴承在线故障诊断装置及方法。

本发明采用的技术方案为：一种变转速工况下的永磁同步电机轴承在线故障诊断装置，该诊断装置包括永磁同步电机，待检测轴承，电流探头，电机控制器，模数转换器1，微控制器1，微控制器2，模数转换器2，麦克风，显示屏。其中待检测轴承安装在永磁同步电机的末端；电机控制器和永磁同步电机通过三相电源线连接；电流探头夹在三相电源线其中一相上，并与模数转换器1的输入端相连；模数转换器1的输出端和微控制器1的输入端相连；微控制器1的输出端和微控制器2的输入端相连；微控制器2的输入端和模数转换器2的输出端相连；微控制器2的输出端和显示屏相连；麦克风和模数转换器2的输入端相连。

另外，本发明提供一种变转速工况下的永磁同步电机轴承在线故障诊断方法，该方法包括四个实施步骤：

步骤(1)、模数转换器1连接电流探头，微控制器1驱动模数转换器1实现等时间间隔采集电流信号得到x[n],n＝1,2,3,…，对x[n]使用低通无限冲激响应滤波器进行滤波，如下式所示：

式中I[n]为滤波信号，a_j,b_g,N,M为滤波器参数。低通滤波器的截止频率f_c应当满足f_c>f_r×p，其中f_r为电机转频，p是电机极数。随后对滤波信号进行极性转换，如下式所示：

I_uni[n]为转换后得到的单极性信号，随后将I_uni[n]进行分帧使得每帧包含一个最大值和两个最小值(约等于0)。

步骤(2)、计算转换后的第k帧单极性电流信号角度α[n]，如下式所示：

式中I_max[k–1]为第k-1帧的最大值。即用当前帧的某一采样点的值作为弦长，用前一帧的最大值作为半径，采用反正弦函数计算角度。随后对α[n]取整，当α[n]角度变化1度时(即当前取整后的角度和前一个取整后的角度不相等时)，微控制器1产生一个触发信号。

步骤(3)、微控制器2接收微控制器1产生的触发信号，驱动模数转换器2对麦克风进行触发采样，获得故障轴承声音信号S(t)。

步骤(4)、S(t)为幅值调制信号，可表示为一个低频信号S_l(t)和一个高频信号S_h(t)的乘积，如下式所示：

S(t)＝S_l(t)×S_h(t)＝[A_l cos(ω_lt)+D]×A_h cos(ω_ht)

式中A_l和A_h分别为低频和高频信号的幅值，ω_l和ω_h为对应的频率，D为直流偏置信号确保A_lcos(ωt)+D>0。随后构造一个新信号：

由于ω_h>>ω_l，采用一个截止频率低于2ω_h–2ω_l的低通滤波器对进行滤波，则2ω_h,(2ω_h–2ω_l),(2ω_h+2ω_l),(2ω_h–ω_l),(2ω_h+ω_l)这些频率分量都被滤除，如下式所示：

随后，S(t)的解调信号可由下式计算：

进一步地计算包络解调信号S_e(t)的阶次谱，即可根据故障特征阶次判断轴承故障类型，并在显示屏上显示诊断结果。

本发明的优点和积极效果为：

(1)本发明的变转速工况下的永磁同步电机轴承在线故障诊断装置通过电流信号获得电机转速，不需要在电机轴上安装额外的编码器；且轴承故障信号通过麦克风采集，不需要在被测轴承基座上安装加速度传感器。因而结构简单，非接触测量，易于实现。

(2)本发明的变转速工况下的永磁同步电机轴承在线故障诊断方法不需要复杂的时频分析计算，因而计算量小，算法顺序实现，特别适用于在计算资源有限的微控制器上实现。

(3)本发明的变转速工况下的永磁同步电机轴承在线故障诊断装置和方法通过高效的顺序实现算法实时地获得角域的轴承故障信号，因此该方法不受电机转速变化的限制，可以在变转速工况下实现永磁同步电机轴承的快速在线故障诊断。

附图说明

图1为本发明装置结构图，图中标号名称：1-1为永磁同步电机，1-2为待检测轴承，1-3为电流探头，1-4为电机控制器，1-5为模数转换器1，1-6为微控制器1，1-7为微控制器2，1-8为模数转换器2，1-9为麦克风，1-10为显示屏；

图2为本发明方法实现流程图；

图3为永磁同步电机在变转速工况下的双极性相电流曲线；

图4为利用本发明方法对双极性电流转化为单极性电流，并分帧后得到的电流曲线及其局部放大图；

图5为微控制器1产生的触发信号；

图6为经本发明装置及方法处理轴承外圈故障信号之后得到的角域包络信号及其阶次谱；

图7为和本发明作为对比的等时间间隔采集的时域轴承外圈故障信号及其包络谱；

图8为经本发明装置及方法处理轴承内圈故障信号之后得到的角域包络信号及其阶次谱；

图9为和本发明作为对比的等时间间隔采集的时域轴承内圈故障信号及其包络谱。

具体实施方式

下面结合附图以及具体实施方式进一步说明本发明。

实施例一：

附图1所示的装置中，待检测轴承的型号和故障特征阶次如下表所示：

表1.待检测轴承参数

首先对具有外圈故障的轴承进行测试。根据附图2的实现流程图的步骤1，电流探头1-3连接模数转换器1(1-5)采集永磁同步电机1-1在变速工况下的单相电流，采集到的电流如附图3所示。该电流为双极性信号，为方便计算角度，微处理器1(1-6)对该电流做极性转换变为单极性信号，随后对单极性信号进行分帧处理，如附图4上所示。根据附图2的实现流程图的步骤2，第2帧的某一采样点的值作为弦长，第1帧的最大值作为半径，利用反正弦公式计算分帧后的信号的角度并取整，如附图4下所示。同理，计算第3帧的电流角度时，采用第2帧的最大值作为半径，以此类推。当角度变化1度时，微处理器1(1-6)产生一个触发信号，如附图5所示。由于电机的转速不是恒定的，因此相同时间间隔角度的变化也不恒定，最终表现为触发信号的时间间隔不相等，如附图5所示。根据附图2的实现流程图的步骤3，微处理器1(1-6)产生的触发信号用于驱动微控制器2(1-7)连接的模数转换器2(1-8)，通过麦克风1-9采集电机待检测轴承1-2的声音信号，结果如附图6所示。对附图6上的角域轴承故障信号采用附图2的实现流程图的步骤4的方法进行包络解调，得到的附图6下的阶次谱。从阶次谱中可见轴承外圈故障特征阶次FCO_O及其倍频，因而能够确定轴承存在外圈故障。

作为对比，麦克风1-9等时间间隔采集的时域轴承故障信号如附图7上所示，其包络谱如附图7下所示。从包络谱中可见频率成分较多，但由于电机的转速变化导致了频率混叠，无法准确辨认出轴承的故障特征频率，因而不能判断轴承故障类型。通过附图6和附图7对比可知，本发明装置和方法能够有效地实现永磁同步电机在变转速工况下的轴承故障诊断。

实施例二：

为了进一步验证本发明装置和方法的有效性，采用附图2所示实现流程图的步骤对具有内圈故障的轴承进行分析，结果如附图8所示。从阶次谱中可见轴承内圈故障特征阶次FCO_I及其倍频，因而确认了轴承存在内圈故障。同时，麦克风1-9等时间间隔采集的时域轴承内圈故障信号及包络谱如附图9所示，从包络谱中无法看清轴承的内圈故障频率，也不能准确判断该轴承故障。两个实施例的对比实验结果验证了本发明装置和方法的有效性和适应性。

本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

尽管为说明目的公开了本发明的实施例和附图，但是本领域的技术人员可以理解：在不脱离本发明及所附的权利要求的精神和范围内，各种替换、变化和修改都是可能的。因此，本发明不应局限于本发明实施例和附图所公开的内容。

Claims (3)

1.一种变转速工况下的永磁同步电机轴承在线故障诊断装置，其特征在于，该检测装置包括永磁同步电机(1-1)，待检测轴承(1-2)，电流探头(1-3)，电机控制器(1-4)，模数转换器1(1-5)，微控制器1(1-6)，微控制器2(1-7)，模数转换器2(1-8)，麦克风(1-9)和显示屏(1-10)，其中待检测轴承(1-2)安装在永磁同步电机(1-1)的末端；电机控制器(1-4)和永磁同步电机(1-1)通过三相电源线连接；电流探头(1-3)夹在三相电源线其中一相上，并与模数转换器1(1-5)的输入端相连；模数转换器1(1-5)的输出端和微控制器1(1-6)的输入端相连；微控制器1(1-6)的输出端和微控制器2(1-7)的输入端相连；微控制器2(1-7)的输入端和模数转换器2(1-8)的输出端相连；微控制器2(1-7)的输出端和显示屏(1-10)相连；麦克风(1-9)和模数转换器2(1-8)的输入端相连。

2.根据权利要求1所述的变转速工况下的永磁同步电机轴承在线故障诊断装置，其特征在于，所述的电流探头(1-3)为基于霍尔效应原理的交流电流探头。

3.一种变转速工况下的永磁同步电机轴承在线故障诊断方法，其特征在于，该方法包括如下步骤：

步骤(1)、模数转换器1(1-5)连接电流探头，微控制器1(1-6)驱动模数转换器1(1-5)实现等时间间隔采集电流信号得到x[n],n＝1,2,3,…，对x[n]使用低通无限冲激响应滤波器进行滤波，如下式所示：

$a_0=1,I\[n\]=-\underset{j=1}{\overset{N}{\Σ}}{a}_{j}I\[n-j\]+\underset{g=0}{\overset{M}{\Σ}}{b}_{g}x\[n-g\]$

式中I[n]为滤波信号，a_j,b_g,N,M为滤波器参数，低通滤波器的截止频率f_c应当满足f_c>f_r×p，其中f_r为电机转频，p是电机极数，随后对滤波信号进行极性转换，如下式所示：

$I_{uni}\&lsqb;n\&rsqb;=\left\{\begin{array}{cc}I\&lsqb;n\&rsqb;,& I\&lsqb;n\&rsqb;\&GreaterEqual;0\\ -I\&lsqb;n\&rsqb;,& I\&lsqb;n\&rsqb;<0\end{array}\right.$

I_uni[n]为转换后得到的单极性信号，随后将I_uni[n]进行分帧使得每帧包含一个最大值和两个最小值；

步骤(2)、计算转换后的第k帧单极性电流信号角度α[n]，如下式所示：

$\mathrm{\&alpha;}\&lsqb;n\&rsqb;=arcsin\left(\frac{I_{uni}\&lsqb;n\&rsqb;}{I_{max}\&lsqb;k-1\&rsqb;}\right)$

式中I_max[k–1]为第k-1帧的最大值，即用当前帧的某一采样点的值作为弦长，用前一帧的最大值作为半径，采用反正弦函数计算角度，随后对α[n]取整，当α[n]角度变化1度时，即当前取整后的角度和前一个取整后的角度不相等时，微控制器1(1-6)产生一个触发信号；

步骤(3)、微控制器2(1-7)接收微控制器1(1-6)产生的触发信号，驱动模数转换器2(1-8)对麦克风进行触发采样，获得故障轴承声音信号S(t)；

步骤(4)、S(t)为幅值调制信号，可表示为一个低频信号S_l(t)和一个高频信号S_h(t)的乘积，如下式所示：

S(t)＝S_l(t)×S_h(t)＝[A_lcos(ω_lt)+D]×A_hcos(ω_ht)

式中A_l和A_h分别为低频和高频信号的幅值，ω_l和ω_h为对应的频率，D为直流偏置信号确保A_lcos(ωt)+D>0，随后构造一个新信号：

$\begin{array}{c}\hat{S}\left(t\right)=2S^2\left(t\right)\\ =\frac{1}{2}{A}_l^2{A}_h^2\&lsqb;1+\cos \left(2{\mathrm{\&omega;}}_{l}t\right)\&rsqb;+\frac{1}{2}{A}_l^2{A}_h^2\cos \left(2{\mathrm{\&omega;}}_{h}t\right)+\frac{1}{4}{A}_l^2{A}_h^2\&lsqb;\cos \left(\right(2{\mathrm{\&omega;}}_h-2{\mathrm{\&omega;}}_l\left)t\right)+\cos \left(\right(2{\mathrm{\&omega;}}_h+2{\mathrm{\&omega;}}_l\left)t\right)\&rsqb;\\ +{\mathrm{DA}}_l{A}_h^2\&lsqb;\cos \left(\right(2{\mathrm{\&omega;}}_h+{\mathrm{\&omega;}}_l\left)t\right)+\cos \left(\right(2{\mathrm{\&omega;}}_h-{\mathrm{\&omega;}}_l\left)t\right)\&rsqb;+2{\mathrm{DA}}_l{A}_h^2\cos \left({\mathrm{\&omega;}}_{l}t\right)+D^2{A}_h^2\cos \left(2{\mathrm{\&omega;}}_{h}t\right)+D^2{A}_h^2\end{array}$

由于ω_h>>ω_l，采用一个截止频率低于2ω_h–2ω_l的低通滤波器对进行滤波，则2ω_h,(2ω_h–2ω_l),(2ω_h+2ω_l),(2ω_h–ω_l),(2ω_h+ω_l)这些频率分量都被滤除，如下式所示：

随后，S(t)的解调信号可由下式计算：

$S_e\left(t\right)=sqrt\left(\tilde{S}\right(t\left)\right)=A_h\left(A_{l}cos\right({\mathrm{\&omega;}}_{l}t)+D)$

进一步地计算包络解调信号S_e(t)的阶次谱，即可根据故障特征阶次判断轴承故障类型，并在显示屏上显示诊断结果。