基于逆变器直流侧电流的异步电机转子断条和偏心混合故障诊断.docx

基于逆变器直流侧电流的异步电机转子断条和偏心混合故障诊断
摘要
本文研究了基于逆变器直流侧电流的异步电机转子断条和偏心混合故障诊断方法。首先，通过理论分析和模拟试验，确定逆变器直流侧电流在转子断条和偏心混合故障时的变化规律。然后，提出了一种基于绝对值的故障诊断方法，并采用人工神经网络进行诊断判断。最后，通过实验验证了该方法的有效性和可靠性。
关键词：逆变器直流侧电流；异步电机；转子断条；偏心混合故障；人工神经网络
Abstract
ThispaperstudiesthediagnosismethodofrotorbrokenbarandeccentricmixedfaultofasynchronousmotorbasedonDCsidecurrentofinverter.Firstly,thevariationlawofDCsidecurrentofinverterinrotorbrokenbarandeccentricmixedfaultisdeterminedbytheoreticalanalysisandsimulationtest.Then,afaultdiagnosismethodbasedonabsolutevalueisproposed,andartificialneuralnetworkisusedfordiagnosisjudgment.Finally,theeffectivenessandreliabilityofthemethodareverifiedbyexperiments.
Keywords:DCsidecurrentofinverter;asynchronousmotor;rotorbrokenbar;eccentricmixedfault;artificialneuralnetwork
1.引言
异步电机是一种重要的工业电机，在现代工业生产中有广泛应用。然而，由于转子和定子之间的相对运动，异步电机会出现各种故障，如转子断条、偏心和混合故障等。这些故障会导致电机效率下降、振动增加、噪声加大，严重的还会导致电机损坏。因此，对异步电机进行故障诊断具有重要的理论和实际价值。
近年来，基于逆变器直流侧电流的故障诊断方法逐渐得到重视。逆变器直流侧电流是指逆变器输出的直流电流，它受到电机电磁状态的影响，因此在不同故障状态下具有不同的变化规律。这些规律可以用于故障诊断，可以实现对转子断条和偏心混合故障的有效诊断。
本文旨在研究基于逆变器直流侧电流的异步电机转子断条和偏心混合故障诊断方法。首先，通过对逆变器直流侧电流的理论分析和模拟试验，确定了转子断条和偏心混合故障时逆变器直流侧电流的变化规律。然后，提出了一种基于绝对值的故障诊断方法，并采用人工神经网络进行诊断判断。最后，通过实验验证了该方法的有效性和可靠性。
2.逆变器直流侧电流的变化规律
2.1转子断条故障
当异步电机存在转子断条故障时，电机转子中会出现一个或多个断条，从而使得转子的传递函数发生变化，导致电机三相电流中存在高次谐波。在异步电机的运行过程中，这些高次谐波在转子中产生电动势，从而引起逆变器直流侧电流的波动。因此，在异步电机存在转子断条故障时，逆变器直流侧电流会发生明显的变化。
2.2偏心混合故障
当异步电机存在偏心混合故障时，电机转子不仅存在偏心，而且还存在变形。在异步电机的运行过程中，电机转子会产生磁通变化，从而引起逆变器直流侧电流的变化。因此，在异步电机存在偏心混合故障时，逆变器直流侧电流也会发生明显的变化。
3.基于绝对值的故障诊断方法
对于包含转子断条和偏心混合故障的异步电机，逆变器直流侧电流会呈现出复杂的变化规律，因此需要采用一种有效的故障诊断方法。基于绝对值的故障诊断方法是一种常用的方法，它可以有效地分离出不同故障状态下的特征信号，从而实现对转子断条和偏心混合故障的诊断。
基于绝对值的故障诊断方法的具体实现步骤如下：
（1）采集逆变器直流侧电流，经过模数转换器转换为数字信号；
（2）计算逆变器直流侧电流的绝对值，得到信号的绝对值函数；
（3）将绝对值函数输入到神经网络中进行诊断判断。
在仿真试验中，使用MATLAB软件进行模拟，设计一个三层前馈神经网络，其中输入层节点数量为10，隐层节点数量为15，输出层节点数量为1。将绝对值函数输入神经网络中进行模式识别，通过训练网络，得到网络的参数。在实际应用中，可以使用类似的方法对神经网络进行训练和优化，以达到更好的诊断效果。
4.实验验证
为验证基于逆变器直流侧电流的异步电机转子断条和偏心混合故障诊断方法的有效性和可靠性，进行了一系列的实验。
实验采用3kW、380V、50Hz的异步电机，电机转速为1500r/min。在实验中，通过规定不同的转速和负载工况，引入不同形式的转子断条和偏心混合故障