国内外对电动机故障研究状况

国内外对电动机故障研究状况感应电机电机本身的状态检测与电机故障的原因诊断是指对感应电机运行中的有关参数进行在线检测（如电压、电流、转速等），并采取合适的方法对感应电机当时的运转状态、情况进行评估；如果电机处于故障的情况，就要对故障发生的原因、故障的类别、严重情况和它将来的发展方向进行更深层次地确定。感应电机修理制度的改革就是由于这一项科技的出现引发的，由此之后，传统的故障修理方法（故障发生后在采取维修）就向预测性修理方法（先知道电机状态并根据具体情况安排维修时间）迈进。故障分析系统能够通过向现场人员提供电机当前的状态信息，来提前安排出时间来组织人员进行预防性的修理，从而减少甚至避免进一步恶劣发展的事故，因此它是有跨时代的意义的。1960年至1970年，美国首先出现了机械故障诊断，这种诊断最开始的目标是通过检测来避免航天设备和军事一起的异常故障。经过了十多年的发展，它开始在大型电机中广泛应用。在1987年，TavnerP.J与Penmanj.首次发出了电机状态检测与故障诊断是密切相关的，它们是一个整体[9]。在当今社会，美国在航天、军事等顶尖科技领域的故障诊断技术依旧领先于全世界，英国在汽车、飞机的发动机方面的监测诊断科技处于领先地位，而钢铁技术、化学工业、铁轨道路等工业的诊断具有领先优势。故障诊断技术的高速进步从60年代开始，经过了70年代的飞速发展，研究的规模不断扩大，至今所取得的成绩以及如今达到的应用程度都是令人惊讶的。之所以如此，离不开60年代的科学家们开始了解并深知发展故障诊断技术的紧迫性和必要性。1961年美国的阿波罗计划的开始，1964年日本的新干线与冬季奥林匹克体育场的建立，1970年英国为了节约成本的对于机械综合性工程学和机械寿命、费用等问题的提出，无一不是作为强有力的推动力来促使机械诊断技术的发展。国内的故障诊断技术的重要性也早有认识，20世纪60年代就提出过不少带电实验方法，到80年代开始出现电机故障在线诊断技术的研究，尤其是自20世纪90年代以来的十几年间，伴随着现代信号处理技术的迅速发展，加上测试技术的飞速发展，该技术也取得了突飞猛进的进步。近年来，国内的感应电机行业迎来高速发展时期，这同样离不开电机故障诊断技术的提高。据资料统计分析表明：国内60家主要中小型电机生产企业2003年销售收入约为110亿元，同比增长近50%；小型交流电机的产量约为3900王KW，同比增长为27.2%；大中型交流电机的产量约为1500万KW，同比增长约为80%，与去年相比，产量和容量两方面都取得了大幅度的提升。通过制造技术的研究，采用了新型的电磁、绝缘材料，既增加了电的机输出，又减轻了电机的重量，减少了电机的体积，并提高了效率。例如用电机铜条取代当时比较流行的铸铝到条，大幅度地降低了能源损耗。“效率高、噪音低、智能化”是目前国内外电机制造技术的发展方向。经过大量相关的资料研究，导致电机故障的原因是多种多样的，大部分是由于制造方面的质量原因和安装、运行、维护方面的原因。随着工业生产的发展和科学的进步，对于电机的可靠性、经济性要求更高了，甚至有的电机要求达到全寿命管理，实行全面质保体制的标准。进行可以这么说，故障诊断技术成为了组成电机管理和维修的必不可少的一部分，对从事电机维修的人员来说，这项技术从本质上看，属于机械维修技术范畴。正因为如此，广大的科研人员从各个不同的领域进一步地解剥分析感应电机的状态监测和故障诊断技术，提出了各式各样的故障诊断技术。电动机故障检测技术的发展趋势在过去的几十年，由于从事故障诊断技术研究的学者的不懈努力，所以故障诊断技术得到了飞快的发展。随着故障诊断技术与理论的不断进步，故障检测技术呈现出智能化发展趋势。当使用传统故障检测方法时，面对庞大而复杂的诊断对象，为了细致地区分故障，需要增加检测手段，导致计算量增加，使得故障的诊断时间变长，难于实现实时诊断。而且诊断系统调试完毕后，用专家系统编制的软件就固定下来，不易更改。因为没人利用人类领域专家的丰富知识与经验，这种故障方法存在着局限性。目前和今后的主要研究可归纳为：多传感器数据融合技术；在线实时故障检测算法；混合智能故障诊断技术；基于因特网的远程协作诊断技术；以故障监测及分离为核心的容错控制、监控系统和可信性系统研究等。１.多信息量融合，多层次诊断集成它集成知识库中的各种诊断知识，结合数据库中的各种故障数据，按照不同的故障情况进行综合分析、判断，定位故障点。主要对状态监测所得到的信息进行融合，然后结合层次诊断模型，按照深浅结合的推理层次进行诊断。它进一步把状态监测中的信号监测处理集成到诊断系统中，进行在线数据处理与在线诊断推理，实现非实时诊断到实时诊断的转变，也实现信息诊断与智能诊断的统一。2.多种诊断方法的结合将多种不同的智能技术结合起来的混合诊断系统，是智能故障诊断研究的一个发展趋势。结合方式主要有基于规则的专家系统与神经网络的结合，实例推理与神经网络的结合，模糊逻辑、神经网络与专家系统的结合等。其中，模糊逻辑、神经网络与专家系统结合的诊断模型是最具发展前景的，也是目前人工智能领域的研究热点之一。这方面的探索刚开始，很多问题需要深入研究。例如，模糊逻辑与神经网络的组合机理、组合后的实现算法、便于神经网络处理的模糊知识的表达方式等。３.远程协作诊断基于因特网的设备故障远程协作诊断是将设备诊断技术与计算机网络技术相结合，用若干台中心计算机作为服务器，在企业的关键设备上建立状态监测点，采集设备状态数据；在技术力量较强的科研院所建立分析诊断中心，为企业提供远程技术支持和保障。跨地域远程协作诊断的特点是测试数据、分析方法和诊断知识的网络共享，因此必须使传统诊断技术的核心部分（即信号采集、信号分析和诊断专家系统）能够在网络上远程运行。要实现这一步，应重点研究和解决如下几方面的问题：远程信号采集与分析；实时监测数据的远程传输；基于Ｗｅｂ数据库的开放式诊断专家系统设计；通用标准（包括测试数据标准、诊断分析方法标准和共享软件设计标准）。４.诊断与控制相结合根据当前设备的健康状况决定设备运行方式或策略，最终预知故障，从而防止故障的发生，是目前诊断技术的最高目标。它是把诊断系统和控制系统进一步结合，达到集监测、诊断、控制、管理于一身。它由单机诊断发展到分布式全系统诊断，信息量大，类型多，相应的也就需要多种数据处理和诊断推理方法的联合。