當電機軸承出現(xiàn)故障時,定子電流信號中的微弱故障特征淹沒在基波及諧波的強大噪聲背景中。由于信噪比過低,基于電流的軸承故障檢測一直是一個挑戰(zhàn)。為此,提出了一種基于時延降噪的循環(huán)雙譜檢測方法。首先根據(jù)循環(huán)雙譜函數(shù)構(gòu)造定子電流解析表達式,提取電流解析式的特征解。通過理論分析確定循環(huán)雙譜函數(shù)中的時延滯后量,減少電流信號中的無關(guān)噪聲成分。最后利用實驗平臺采集定子電流,在電流解析式取得特征解的位置做切片頻譜分析。實驗結(jié)果表明,所提方法能有效提升信噪比,并提取出電流中非平穩(wěn)的微弱故障特征,實現(xiàn)電機軸承故障的檢測。 

【文章來源】：電力系統(tǒng)保護與控制. 2020,48(19)北大核心CSCD

【文章頁數(shù)】：8 頁

【部分圖文】：

基于循環(huán)雙譜分析的定子電流信號三維頻譜圖

yclicbispectrumanalysis循環(huán)雙譜三維圖中，以電流頻率、循環(huán)頻率和頻率幅值分別作為X、Y、Z軸，可明顯發(fā)現(xiàn)在電源頻率sf和循環(huán)頻率為cf處，電流頻率幅值較為突出，此結(jié)果也與上述理論推導中得出的結(jié)論相一致，圖中上方的波形圖為循環(huán)頻率cf35Hz的截面放大示意圖，下文將對循環(huán)雙譜函數(shù)取得不為零特征解處的二維圖進行切片分析，深入探究故障特征。對圖5的循環(huán)雙譜三維圖在35Hz處進行切片，放大后可得到基于時延降噪的循環(huán)雙譜的切片分析結(jié)果，如圖6所示。圖6基于時延降噪的循環(huán)雙譜分析的定子電流信號頻譜切片圖Fig.6Spectralslicediagramofstatorcurrentsignalbasedoncyclicbispectrumanalysisoftimeshiftdenoising圖6中，通過選取合理的時延做信號疊加處理，使得電源基波與奇次諧波噪聲有效降低，故障特征頻率與電源頻率調(diào)制的信息更加突出，信噪比明顯提高。從二維切片圖中能夠觀察到，電源頻率偶次倍諧波s2f仍然存在，但電源基波及奇次諧波明顯減�。粓D中出現(xiàn)由軸承故障而產(chǎn)生的特征頻率cf與電源頻率sf的調(diào)制頻率scff和csff，即與理論分析中電流解析式在特征頻率為scfkf處有解相對應(yīng)；同時，圖中存在rf與sf和cf相調(diào)制的頻率，rf為電機轉(zhuǎn)子頻率，是電流信號中固有成分，且因為時延疊加處理，會出現(xiàn)倍頻現(xiàn)象，因不影響軸承故障檢測，下文將不再贅述。實驗結(jié)果證明合理的時延滯后量可有效提升信噪比，提高循環(huán)雙譜分析對故障特征的敏感度。與圖4中的功率譜分析的結(jié)果相比，圖6中的故障特征頻率與電源頻率的調(diào)制頻率處波動更加明顯，各倍頻均能清晰地觀察到。因此，驗證了循?

PM75CL1A120；控制器選用英特爾公司Altera的CycloneIVE系列的FPGA；電流信號采集采用LEM公司的IT60-S型號的霍爾電流傳感器；數(shù)據(jù)采集卡選用NIPXIe-6356。電機參數(shù)為：電壓380V；電流5.03A；功率2.2kW；轉(zhuǎn)速1430r/min；極對數(shù)為2。故障軸承型號為SKF6206，滾珠個數(shù)9個，節(jié)圓直徑46mm，滾珠直徑9.6mm，使用電火花打孔機在外滾道制造點蝕故障，軸承故障如圖3所示。圖2軸承故障檢測實驗平臺Fig.2Experimentalplatformforbearingfaultdetection圖3外滾道故障軸承Fig.3Outerracewayfaultbearing3.2實驗結(jié)果分析根據(jù)文獻[30]可知，電源供電頻率為20Hz時，軸承故障所產(chǎn)生的特征頻率比較明顯，因此本文中實驗驗證主要選擇電源供電頻率在20Hz時的電機定子電流進行分析�；趯嶒炂脚_，電機內(nèi)部安裝有外滾道損傷的軸承，然后將采集到的定子電流信號在Matlab中進行分析。電流信號處理有很多種方法，在頻域特征分析中常用功率譜分析方法，因此本文首先對采集到的電流信號進行了功率譜分析，頻譜結(jié)果如圖4所示。從圖4中可以發(fā)現(xiàn)，只有電源頻率較為突出，其他諧波較多。由于電源噪聲和故障特征信號調(diào)制，故障特征信號淹沒在強大的背景噪聲中，在功率譜中無明顯故障特征。


本文編號：3365287