[发明专利]一种基于小波包能量分析的电机故障检测方法及系统

权利要求书

1.一种基于小波包能量分析的电机故障检测方法，其特征在于，包括如下步骤：

获取正常电机在预设时间间隔内的定子电流信号、径向电磁力信号和不平衡磁拉力信号，分别对其进行小波包变换以获得不同小波包频带节点下的能量分布；

实时采集待识别诊断电机在预设时间间隔内的定子电流信号、径向电磁力信号和不平衡磁拉力信号，分别对其进行小波包变换以获得不同小波包频带节点下的能量分布；

对比待识别诊断电机与正常电机信号在不同频段信号的能量分布，以判断待识别诊断电机是否存在能量异常的信号，以及能量异常的信号所在的信号频段；

对所述待识别诊断电机的能量异常信号频段进行小波包信号重构，以诊断其是否存在电机故障；

其中，获取转子断条、气隙偏心和定子匝间短路的故障数据，以确定电流信号、径向电磁力信号、不平衡磁拉力信号的故障特征频率；

其中，若所述待识别诊断电机存在断条故障，定子电流信号近似表达为：

i＝I_mcos(wt-α)+I_dlcos[(1-2s)wt-β₁]+I_drcos[(1+2s)wt-β₂]；

当所述待识别诊断电机发生断条故障后，气隙中附加径向电磁力波的故障特征频率为I_m、I_dl、I_dr、α、β₁、β₂分别为定子相电流基波分量、断条故障(1-2s)f边频分量、断条故障(1+2s)f边频分量的幅值和相位，r＝±1，±2，±3.....为气隙附加磁场次数，s为电机转差率，w为交流电角频率，f为基波频率，p为电机极对数；

基于定子基波磁场和气隙附加磁场的相互作用，附加径向电磁应力的表达式为：

其中，r＝±1，±2，±3.....为气隙附加磁场次数，B_r为附加磁场幅值，s为转差率，p为电机极对数；

若所述待识别诊断电机存在气隙动偏心故障，对应的故障特征分量的频率为：

其中，k为任意整数(k一般取1)，Z₂为转子槽数，n_d为偏心阶数，动态偏心时n_d＝1,2,3...，v为电源谐波的次数(v＝1,3,5...)；

进一步可得气隙动偏心故障下的单位面积径向电磁力为：

沿转子圆周方向对单位面积径向电磁力积分得到电机转子所受到的不平衡磁拉力的合力为：

其中，Λ₀、Λ_d分别为正常电机、气隙动偏心故障下的气隙磁导，F₁为电机三相绕组基波合成磁动势的幅值，w为同步旋转角速度，ω_r为转子旋转角速度，θ为某一时刻空间电角度，μ₀为真空磁导率；

若所述待识别诊断电机存在定子绕组匝间短路故障，气隙附加脉振磁势为：

f₁(t,θ)＝F_mcos(wt)cos(θ)；

其中，F_m为所述待识别诊断电机的气隙附加脉振磁势的幅值，w为同步旋转角速度，θ为某一时刻空间电角度；

此时气隙附加磁密的表达式为：

b₁(t,θ)＝f₁(t,θ)Λ₀＝F_mcos(wt)cos(θ)·Λ₀；

进一步可得气隙磁场中附加径向电磁力波为：

其中，对待分析的信号进行3层小波包分解运算，将信号划分到8个细分的频带，计算得到第3层第i节点S(3,i)对应的节点能量E(3,i)：

其中表示第3层第i个节点S(3,i)的小波包系数；

所述小波包分解运算具体包括：

其中，f(t)为原始时域信号，为小波包系数，表示第j层上第i个小波包节点信号，j＝0,1,2,3...为小波包分解层数，i＝1,2,...2^j为小波包分解第j层的节点个数，h₀为小波包分解低通滤波器，g₀为小波包分解高通滤波器；

其中，对所述待识别诊断电机的能量异常信号频段进行小波包信号重构，以诊断其是否存在电机故障包括：

分别选取转子断条、气隙偏心、定子匝间短路故障下的定子电流信号、径向电磁力信号、不平衡磁拉力信号在第3层小波包节点上的能量异常信号频段进行小波包系数重构，并对重构信号做快速傅里叶变换，利用所述故障特征频率提取对应的频谱分量作为电机故障识别特征。

2.一种基于小波包能量分析的电机故障检测系统，其特征在于，该系统包括：

样本数据获取模块，用于获取正常电机在预设时间间隔内的定子电流信号、径向电磁力信号和不平衡磁拉力信号，分别对其进行小波包变换以获得不同小波包频带节点下的能量分布；

数据采集模块，用于实时采集待识别诊断电机在预设时间间隔内的定子电流信号、径向电磁力信号和不平衡磁拉力信号，分别对其进行小波包变换以获得不同小波包频带节点下的能量分布；

异常信号获取模块，用于对比待识别诊断电机与正常电机信号在不同频段信号的能量分布，以判断待识别诊断电机是否存在能量异常的信号，以及能量异常的信号所在的信号频段；

异常信号诊断模块，用于对所述待识别诊断电机的能量异常信号频段进行小波包信号重构，以诊断其是否存在电机故障；

其中，异常信号诊断模块还用于获取转子断条、气隙偏心和定子匝间短路的故障数据，以确定电流信号、径向电磁力信号、不平衡磁拉力信号的故障特征频率；

其中，若电机存在断条故障，定子电流信号近似表达为：

i＝I_mcos(wt-α)+I_dlcos[(1-2s)wt-β₁]+I_drcos[(1+2s)wt-β₂]

当电机发生断条故障后，气隙中附加径向电磁力波的故障特征频率为I_m、I_dl、I_dr、α、β₁、β₂分别为定子相电流基波分量、断条故障(1-2s)f边频分量、断条故障(1+2s)f边频分量的幅值和相位，r＝±1，±2，±3.....为气隙附加磁场次数，s为电机转差率，w为交流电角频率，f为基波频率，p为电机极对数；

基于定子基波磁场和气隙附加磁场的相互作用，附加径向电磁应力的表达式为：

其中，r＝±1，±2，±3.....为气隙附加磁场次数，B_r为附加磁场幅值，s为转差率，p为电机极对数；

若所述待识别诊断电机存在气隙动偏心故障，对应的故障特征分量的频率为：

其中，k为任意整数(k一般取1)，Z₂为转子槽数，n_d为偏心阶数，动态偏心时n_d＝1,2,3...，v为电源谐波的次数(v＝1,3,5...)；

进一步可得气隙动偏心故障下的单位面积径向电磁力为：

沿转子圆周方向对单位面积径向电磁力积分得到电机转子所受到的不平衡磁拉力的合力为：

其中，Λ₀、Λ_d分别为正常电机、气隙动偏心故障下的气隙磁导，F₁为电机三相绕组基波合成磁动势的幅值，w为同步旋转角速度，ω_r为转子旋转角速度，θ为某一时刻空间电角度，μ₀为真空磁导率；

若所述待识别诊断电机存在定子绕组匝间短路故障，气隙附加脉振磁势为：

f₁(t,θ)＝F_mcos(wt)cos(θ)；

其中，F_m为所述待识别诊断电机的气隙附加脉振磁势的幅值，w为同步旋转角速度，θ为某一时刻空间电角度；

此时气隙附加磁密的表达式为：

b₁(t,θ)＝f₁(t,θ)Λ₀＝F_mcos(wt)cos(θ)·Λ₀；

进一步可得气隙磁场中附加径向电磁力波为：

其中，小波包变换包括：

对待分析的信号进行3层小波包分解运算，将信号划分到8个细分的频带，计算得到第3层第i节点S(3,i)对应的节点能量E(3,i)：

其中表示第3层第i个节点S(3,i)的小波包系数；

所述小波包分解运算具体包括：

其中，f(t)为原始时域信号，为小波包系数，表示第j层上第i个小波包节点信号，j＝0,1,2,3...为小波包分解层数，i＝1,2,...2^j为小波包分解第j层的节点个数，h₀为小波包分解低通滤波器，g₀为小波包分解高通滤波器；

其中，对所述待识别诊断电机的能量异常信号频段进行小波包信号重构，以诊断其是否存在电机故障包括：

分别选取转子断条、气隙偏心、定子匝间短路故障下的定子电流信号、径向电磁力信号、不平衡磁拉力信号在第3层小波包节点上的能量异常信号频段进行小波包系数重构，并对重构信号做快速傅里叶变换，利用所述故障特征频率提取对应的频谱分量作为电机故障识别特征。