超声波检测技术在机电设备故障诊断中的应用

邰慧明

（辽宁省朝阳工程技术学校，辽宁朝阳 122000）

0 引言

随着现代化社会的飞速发展，机电设备安全检测备受关注。通过对机电设备的故障诊断和及时维护使得机电设备能够正常运行[1]。在人们生活和物质水平不断提升的今日，在机电设备的维修过程中，电气行业引入故障诊断技术。使得设备能够保持正确运行模式，及时发现故障点，做出有效诊断。机电设备运行时，运行温度要求保持在一定的范围内，为避免机电运行免受环境因素困扰，在运行时进行定期检查与维修。

在状态检修的过程中，结合多种检测手段，通过传感器和光学信息来感受机电设备的温度变化，获得温度感应图像，使得工作人员能够及时根据变化情况分析机电设备内部温度，及时寻找故障位置。同时还能远程追踪机电设备的实时变化情况，不必实地寻找故障位置，提升检测过程中的安全性，使得机电设备能够自主运行。在检测过程中完成对于机电设备的高质量维护。通过检测技术的应用，更加快速实施检测，获得良好检测质量，扩大检测范围，得到优质检测结果，相比于人工识别技术能够更加智能化，多样化[2]。

在确认故障类别及发生故障位置的过程中，由于现有条件中，检测传递的图像显示出现故障的机电设备的结果不明显，温度变化的部分无法使得工作人员分清安全系数优先级，并针对于低级图像无法做到实时告警，不利于工作人员及时对机电设备故障点进行维修。这样就会导致机电设备的人工成本提升，故障发现迟缓，增加电力系统损坏程度，提升系统崩溃的严重指标，使得结果不能符合预期。因此，现阶段为提升故障诊断的检测效率与检测精度，以机电设备故障诊断为实验对象，运用超声波技术，结合实际情况进行实验与分析。

1 机电设备故障诊断

1.1 故障信号采集与预处理

在实际的电力系统信号采集、量化及传输过程中，电流中会存在故障信号，还有随之而来的信号干扰噪声。干扰信号会对故障信号产生滋扰，造成对于机电设备故障诊断过程中产生误差，影响最后的分析结果[3]。在故障诊断检测过程中，设定热电区域的平均温度为T1，绝对温度差为ΔT，相对温度差为ΔT2。将检测结果作为故障的优先级，选取其中优先级最大的为检测结果，优先级为检测结果的计算公式为：

当诊断结果出现故障时产生影响，优先级判定为1 时产生的影响最大。故障检测的输出公式为：

得到输出结果可以根据输出的信息及时进行检测与维护。若实际上设备发生了故障，优先级为0，如果这时没有工作人员进行检测和维修，设备就会在故障中持续运行。在达到了一定的程度后，机电设备遭到破坏。同时，需要对故障诊断中的干扰信息信号进行滤除，选取小波阈值去噪。利用信号与噪声的小波系数的传播方式，将故障和噪声信号的分离。电力系统中的故障信号模型表示为：

公式中：s（e）为含有干扰信号的机电设备故障信号；f（e）为初始机电设备的信号；n（t）为噪声干扰。对于离散小波变化，将s（e）进行处理得到：

公式中：w（y，k）为不同信号对应的小波；y 为最大分解程度；n 为信号长度。对机电设备中的故障信号进行小波分解，选取小波基函数和分层的数目进行拆分[4]。并对系数进行阈值处理，依据分解过后的小波系数，选择对应的阈值和阈值函数，计算公式如下所示：

其中α的取值范围为0～1，阈值函数在±λ中连续。同时观察阈值函数在±λ中的连续性，按照信号和信号在不同尺度中的特征要求，获得最优估计，得到新的阈值为：

公式中：y为分解程度；N为信号大小；σ为噪声大小。去噪过程为。小波变换后计算得到信噪比和均方根误差，信噪比大，去噪效果越明显。与此同时，对各层的小波系数进行阈值对应处理，进而实现去除噪声。并完成小波重构，获得没有干扰信号的故障信号。对光缆线路故障信号预处理，使得信号小波变换完成不同程度分解，通过公式运算得到g 的模量平方，同时设定阈值为η，使得阈值η的小波变换模极大值保持不变，如果存在小于阈值的数据则重新计算。最后得到的数值为测量故障信号的最大值点，从而找到故障发生的位置点。

1.2 超声波技术故障检测

超声波频率在20 kHz 以上。由于机电设备不同位置的电场强度不同，当达到介质击穿场强时，某个位置会进行放电，根据电场分布情况和介质特征，添加外加电压，击穿电压低的气体产生部分破坏。存在放电老化现象，由于沿面放电使得两个电极之间所有线路被破坏。当机电设备内部高压绝缘劣化时会发生局部放电，通过对超声波的检测感知发出超声波的部位，从而判断故障位置[5]。超声传感器通过压电晶片的逆压电效应，由压电晶片将其转换成电信号，再经信号处理电路，以其他形式表现出来。由于超声波内部放电的频率高于20 kHz，设置电路中的通路滤波器进行滤波，并使用放大器做方法处理，对压电晶片输出的电信号进行放大，使得超声传感器的信噪比增加[6]。

在对机电设备进行带电测试的工程中，需要对每个气室进行测试，将超声波传感器放置在金属外筒的不同部位，一旦发现在连续测量模式下数据偏大时，需要加大在这个部位的测量密度，以进一步确认内部是否有异常。在机电设备中经由SF6传播，采用纵波的形式在SF6中传播，通过机电设备壳体传播到触头接收。或者通过壳体金属中传播，在适当的距离内被触头接收。通过声波与外壳的撞击引起外壳的机械振动，再通过传感器获得检测信号，通过幅值结合对超声波声源位置进行精准定位，从而诊断出故障的位置。在没有声波干扰时，介质所受到的压强为p，声波干扰后的压强为p1，声压公式为：

公式中：pref为基准声压，pref=1×10-5。

超声波信号传播路径如图1 所示。

图1 超声波信号传播路径

超声波信号从B 到C 中的时间计算公式为：

其中：h为放电点与机电和设备金属外壳之间的距离；x为检测点到放电点A 的距离；φ为气体传播的角度；为超声波在其中传播的速度。超声波检测技术也可以检验在气体介质中使用的机电设备开关的密封性能，当机电设备开关在关闭状态时，如果存在密封失效结果时，就会出现故障[7]。此刻机电设备开关前方的高压气体会通过狭小的缝隙流到压力较低的后方，并产生紊流现象，产生超声波，利用超声波检测仪测量故障信号，并判断机电设备是否出现故障。同时，选定机电设备故障测量点。B 点和C 点分别在待测机电设备的前方和后方，而A 与B 间的距离和C 间的距离通常由测量得知。用超声波检测仪分别测量不同测点的dB 值。比较测点的dB 值，如果B、C 点较大，A 点较小，说明该机电设备有故障[8]。dB 数值增大，表示故障更严重。如果A 点较大，B 与C 点较小，表明机电设备没有故障，超声波声源可能存在其他地方。利用超声波检测机电设备的故障，适合用于介质是气体。检测达到时间与角度之间的关系通过运算得到。超声波定位方法具有较好的定位精度，得到最短达到时间与放电点和检测点的位置，实现放电故障精准定位与诊断。

2 实验测试与分析

2.1 搭建实验环境

搭建故障诊断测试实验系统，其中操作系统选择Windows11，编程语言为Visual C++，系统调用SQL 数据库，数据采集板的驱动程序BH533 和MATLAB7.0 进行编程。系统测试环境见表1。

表1 系统测试环境

开发环境下，通过BH533 数据采集板SQL 数据库完成对机电设备运行状态数据采集和存储。在Visual C++中调用MATLAB7.0 程序对收集到的数据绘制成图。提取机电设备运行时的状态形式因数并传输，得到设备状态诊断结果。为了提高数据真实性，需要实时对数据进行处理，在Windows 系统空间里设置固定长度64 K 且连续的内存池。内存池与机电设备数据缓冲区相独立。并进行数据采集与更新，将数据完善并记录在内存池中。获取最新数据的位置信息，并得到最终的数据样本。

2.2 实验测试与分析

为有效验证机电设备故障检测方法精度，在建立好电气设备故障诊断系统后，选取实验检测的样本数为500 个，并通过人工识别检测的方法诊断出其中的故障样本。设置8 个实验小组对样本进行检测。将通过人工检测得到的故障样本导入到故障诊断系统中，再次进行样本故障诊断检测，并输出检测正确的样本数，得到诊断精度。小组1～5 运用本文方法，小组6～7 组运用传统方法进行故障诊断检测，其诊断结果见表2。

表2 故障诊断结果

由实验结果可知，在500 个实验样本中，小组6～8 的诊断精准度差，均在90%以下。说明检测出现错误的次数大，诊断不及时。而小组1～5 的诊断精度均在95%以上，说明运用本文方法在实际故障诊断过程中，达到较高的故障诊断标准。可以满足实时对于机电故障诊断中的应用。在出现故障时能较快的做出人工检测和维护，使得机电设备状态基本达到相对平衡，提高诊断结果的精度，在一定的程度上保障电力系统的安全，减少因故障问题而产生的严重后果，基本满足机电设备的诊断要求。

3 结束语

从机电故障诊断方法入手，基于超声波检测技术，深入分析在机电设备故障诊断中存在的各种问题，研究其应用效果并分析。但方法中还存在一些不足之处，如故障检测中干扰信息消除问题、诊断数据异常问题、清除效果有待完善等。今后应更加完善计算，通过多种方法对故障特征进行提取，对故障点精准识别，节省了人工识别巡检存在的资源，保障检测过程中的安全性。通过对超声波检测技术的合理运用和改善，实现了其对于机电设备故障的有效诊断。