浅述振动信号在电动机电气故障诊断中的应用

湖南工业大学 湖南 株洲 412000

引言

油浆泵机组是运用于化工生产的大型生产设备，其电气故障的识别防范极为重要。一旦出现电气故障不仅影响工厂生产进程，还可能造成严重的损失。滚动轴承是电机内部最容易发生故障的组成，对滚动轴承的状态进行检测，及时对轴承进行维护，有利于保障电机的使用寿命。滚动轴承的振动信号中包含着大量的状态信息，通过对振动信号的分析，能够判断轴承是否发生故障以及故障的类型。因此使用振动信号分析技术来快速判断定位故障，成为诊断其电动机电气故障的主流方法。目前，我国的故障诊断技术和状态监测技术与发达国家的差距已经大大缩小，而且这一技术已经可以适应生产设备的日益大型化的发展趋势，通过对设备状态进行实时监测和故障检测，能够保障机器设备的有效使用。

油浆泵机组电机的滚动轴承包括了外圈、内圈、保持架与滚动体这四个部分。其中转轴带动内圈在生产过程中持续转动。正常工作状态下，振动信号具有规律性与平稳性，而在滚动轴承发生故障时，由于轴承元件损伤部位会产生高频振动，其振动信号也会具有非平稳性，与正常工作状态下有显著的不同，并令整个轴承振动系统的固有频率和振动波形特点都发生改变。此时振动信号受到故障部位冲击影响，可能会规律或者不规律地出现冲击成分。滚动轴承不同的故障类型会在振动信号中有不同的体现，因此就可以根据振动信号特征对故障类型、故障部位进行反推诊断。

1 时域分析对电机故障的诊断

该方法是基于振动信号来判断电机故障最常用的方法，具有直观、高效的特点。该方法对特定的时间域滚动轴承的振动信号按照时间历程进行绘制，再对绘制出的结果进行滤波、放大有效特征并进行计算分析处理，从而达到提高振动信号的信噪比，并根据振动信号特征对应的故障类型列表，最终提取和判断出轴承故障类型、部位等。其运用到的指标包括方差、均值、峰值及峭度等，这些指标均易于计算和分析[1]。

2 包络解调技术对电机故障的诊断

该技术在当前也常用于对轴承早期故障进行诊断。首先提取确定存在故障的轴承的振动信号，经过包络检波及滤波处理，再进行调解、分离及载波。其诊断轴承故障类型、部位的依据就是获得的包络谱中的对应特征频率。其核心原理是由于轴承不同故障类型必然在包络谱中体现出不同的特征频率，因此可以基于高频信号参数，计算加速度包络值gE标准，结合对电机的实际运行状态和其他运行参数的观察以判定故障所在[2]。

3 频谱分析对电机故障的诊断

由于电动机自身同时具备了机械与电气两方面的特性，因此电动机轴承发生故障并产生相应的振动信号，既可能是机械故障也可能是电源自身结构导致的故障。如果是后者，在诊断中就需要运用到频谱分析技术来分析其振动信号。首先采集轴承的振动信号，并与轴承正常工作状态下的既往特征记录进行对比，从而初步判断其是否存在故障。根据实践检测经验而言，电机在发生电气故障时主要会在振动信号的二倍频上有明显的体现，或者产生边频带。边频带是对电机故障类型、原因进行分析判断的重要依据，但有时候边频幅值过小而不足以支撑对电机故障的区别判定，此时还需要应用到频谱细化技术来对边频带进行深入分析以完成故障诊断。

以上诊断方法属于传统常用方法，其复杂程度相对较高。当前一种逐渐普及应用的频谱分析方法就是对定子电流信号进行采集分析，因为很多故障类型的振动信号特征也会反映在定子电流信号上。这种方法精确度及实施效率均较高，能够使用检测设备或部件自动完成定子电流信号的快速采集分析、实时监测等。因此该技术被视为是振动信号分析技术发展的重要趋势。定子电流频率可以按照以下公式进行计算。

fcf=|f1±kfb|,k=1,2,3…

根据上述公式可以看出，定子电流频率会受到电机工作参数、轴承结构外形以及电流基波频率的影响[3]。

4 振动信号发生的两大问题

电机轴承异常振动信号有一半左右发生的原因都是轴承元件表面损伤。但如果振动信号在电流方面具有其他异常特征，以及加速度包络gE值过高，就必须要停机并拆机检查电动机。电动机发生异常振动信号的常见原因一是电蚀，二是微振磨损。

（1）电蚀。电机实际工作环境中会有持续存在的磁场、电场。因此其轴承部位在工作中就会始终受外界磁场、电场的影响，令其内圈与外圈产生电位差，继而产生微电流，在其作用下极易令滚动轴承由于波纹状损伤及电蚀而失效。电蚀的具体表现为绕组与电动机壳之间存在由于漏电产生的异常电流，以及电动机磁路不平衡出现异常抖动等。电动机如果接地回路不畅，也会发生电蚀现象。为了消除电蚀现象，就必须首先消除工作环境中的电场、磁场，并对接地回路进行实时检测。

（2）微振磨损。电机轴承由于润滑油不足、润滑油品质不高或者在工作中存在极小幅度的摇摆，都有可能导致机械接触面发生微振磨损现象。微振磨损可能导致轴承滚动体与滚动面之间的接触位置出现磨损粉末及微小形变等，继而会导致轴承出现异常振动信号。根据实际检修经验，电蚀与微振磨损导致的轴承故障从外观以及粗略信号分析很难区分开来，唯有通过深入的信号特征提取变换分析才能准确探明其故障原因所在，继而进行有针对性的排障。

5 结束语

电动机本身具有机械与电气两方面的特性，在其发生异常振动时就需要及时地排障，否则随着电机运转故障可能进一步扩大。仅仅简单地凭外部观察和粗略的信号分析是不能诊断和排除故障的，且工厂生产作业时并不能随时快速停机，因此就

需要对振动信号运用各种提取、变换和分析技术来进行深入区分。对振动信号进行分析从而判定电动机是否存在故障以及故障类型、原因等，其优势就是可以在工厂作业不停机的情况下即进行快速的分析判断。且振动信号的采集、分析都可以实现高度自动化，在节省人力物力的同时，也保证了故障分析判断的精准性。