核心提示：　　隨著經(jīng)濟建設(shè)的發(fā)展和電氣化程度的提高，電機設(shè)備已被廣泛應(yīng)用于工業(yè)生產(chǎn)的各個領(lǐng)域，及時準(zhǔn)確地發(fā)現(xiàn)電機設(shè)備潛在的和現(xiàn)有的故障是保證生產(chǎn)安全運行的重要措施。因此，研究不同場合、不同運行狀態(tài)下電機設(shè)備故障

　　隨著經(jīng)濟建設(shè)的發(fā)展和電氣化程度的提高，電機設(shè)備已被廣泛應(yīng)用于工業(yè)生產(chǎn)的各個領(lǐng)域，及時準(zhǔn)確地發(fā)現(xiàn)電機設(shè)備潛在的和現(xiàn)有的故障是保證生產(chǎn)安全運行的重要措施。因此，研究不同場合、不同運行狀態(tài)下電機設(shè)備故障診斷理論和技術(shù)是設(shè)備可靠運行的保證。電機設(shè)備是組成供、用電系統(tǒng)的基本元件，在運行中受到電、熱機械、周圍環(huán)境等各種因素的作用使其性能逐漸劣化，最終導(dǎo)致故障；一旦發(fā)生故障，即使是停止工作的時間極短，也會造成很大的損失一般這些故障的發(fā)生總是以各種征兆表現(xiàn)出來，并且故障類型也多種多樣：既有緩變故障和突變故障，又有電氣故障和機械故障；既有線性系統(tǒng)故障，又有非線性系統(tǒng)故障，其關(guān)系錯綜復(fù)雜，這給電機設(shè)備故障的有效、快速診斷帶來一定的困難本文以綜述的形式系統(tǒng)的闡述了電機設(shè)備故障診斷的基本原理與國內(nèi)外現(xiàn)代故障診斷方法，并對各種診斷方法進行分析，指出了電機設(shè)備故障診斷技術(shù)的發(fā)展趨勢2電機設(shè)備故障診斷原理電機設(shè)備的運行受很多因素影響，如電網(wǎng)電壓、負載性質(zhì)、安裝環(huán)境、產(chǎn)品質(zhì)量等，惡劣的環(huán)境和超技術(shù)范圍的運行是導(dǎo)致故障產(chǎn)生的主要原因電機設(shè)備的工作原理都是基于電磁理論，其主要由電路（繞組）和磁路（鐵心）兩大部分組成，變壓器為靜止設(shè)備，而電機是旋轉(zhuǎn)設(shè)備，它們的故障形成過程和表現(xiàn)形式在許多方面都有相同之處：設(shè)備的繞組過熱，絕緣老化，鐵心變形及電機轉(zhuǎn)子偏心等通常這些征兆是逐漸惡化并失去原有的性能有效及時地通過各種檢測技術(shù)和信號分析理論分離不正常狀態(tài)信息，并診斷出故障隱患是實現(xiàn)可靠運行，減少維修率，提高生產(chǎn)效率的重要措施目前電機設(shè)備故障診斷的基本原理有1）電流分析法通過頻譜等信號分析方法對負載電流的波形進行檢測從而診斷出電機設(shè)備故障的原因和程度；2）絕緣診斷法利用各種電氣試驗裝置和診斷技術(shù)對電機設(shè)備的絕緣結(jié)構(gòu)工作性能是否存在缺陷做出判斷，并對絕緣壽命做出預(yù)測；3）溫度檢測方法采用各種溫度測量方法對電機設(shè)備各個部位的溫升進行監(jiān)測，電機的溫升與各種故障現(xiàn)象相關(guān)；4）振動與噪聲診斷法通過對電機設(shè)備振動與噪聲的檢測，并對獲取的信號進行處理，診斷出電機產(chǎn)生故障的原因和部位，尤其是對機械上的損壞診斷特別有效3電機設(shè)備的現(xiàn)代故障診斷方法3.1基于信號變換的診斷方法電機設(shè)備的許多故障信息是以調(diào)制的形式存在于所監(jiān)測的電氣信號及振動信號之中，如果借助于某種變換對這些信號進行解調(diào)處理，就能方便地獲得故障特征信息，以確定電機設(shè)備所發(fā)生的故障類型常用的信號變換方法有希爾伯特變換和小波變換>9.希爾伯特變換的具體定義可參見，采用希爾伯特變換實現(xiàn)電機軸承和感應(yīng)電機轉(zhuǎn)子故障診斷。小波變換既是時間尺度分析，又是時間-頻率分析，它具有多分辨率的特點，且在時頻兩域具有表征信號局部特征的能力，利用小波變換的奇異點（如過零點、極值點）在多尺度下的綜合表現(xiàn)來檢測信號的局部突變點，從而進行故障診斷。通過對定子電流預(yù)處理，并進行二次小波變換，有效的提取電機定子繞組故障特征，并明顯區(qū)分由于外部負載突變和外部電流不對稱而引起的定子電流變化診斷結(jié)果幾乎不受負載影響，實現(xiàn)了有效可靠地進行電機故障在線診斷。利用小波變換的故障診斷法對同步電機單相短路故障做出了準(zhǔn)確的診斷采用小波變換實現(xiàn)采煤機牽引部電機軸承的故障診斷采用小波變換實現(xiàn)變壓器的在線故障診斷。基于信號變換的故障診斷方法在電機設(shè)備故障診斷的實際應(yīng)用中取得了很多成果；尤其是小波變換，很適合于探測正常信號分析中夾帶的瞬態(tài)反常現(xiàn)象并展示其成分，在電機設(shè)備機械故障診斷中占有重要的地位。但基于信號變換的診斷方法缺乏學(xué)習(xí)功能3.2基于專家系統(tǒng)的診斷方法基于專家系統(tǒng)的診斷方法是根據(jù)被診斷系統(tǒng)的專家以往經(jīng)驗，將其歸納成規(guī)則，并運用經(jīng)驗規(guī)則通過規(guī)則推理來進行故障診斷。采用了這種方法建立了調(diào)相機故障診斷專家系統(tǒng)，設(shè)定調(diào)相機故障原因集轉(zhuǎn)子不平衡，油膜振蕩，轉(zhuǎn)軸不對中，轉(zhuǎn)軸裂紋，倍頻共振，分頻共振，定子電壓過高，定子電流過大，溫度過高丨，故障征兆信號采用噪聲信號，通過對噪聲信號進行頻譜分析，提取特征頻譜，當(dāng)發(fā)生某一故障時，必然在頻譜圖上有所反映但這種對應(yīng)關(guān)系從書本和現(xiàn)場很難找到，為此通過調(diào)相機故障診斷專家的以往“經(jīng)驗”和進行故障診斷。該系統(tǒng)還采用自學(xué)習(xí)的控制策略，完善知識庫，增加系統(tǒng)的自診斷能力，從而大大提高診斷快速性和準(zhǔn)確性基于專家系統(tǒng)的診斷方法具有診斷過程簡單快速等優(yōu)點，但也存在著局限性，基于專家系統(tǒng)的方法屬于反演推理，因而不是一種確保唯一性的推理方法，該方法存在著獲取知識的瓶頸對于復(fù)雜系統(tǒng)所觀測到的癥狀與所對應(yīng)故障之間聯(lián)系是相當(dāng)復(fù)雜的，專家經(jīng)驗歸納成規(guī)則往往不是唯一的并且有相當(dāng)難度因此該方法不適合于復(fù)雜電機設(shè)備或新的及未有經(jīng)驗的電機設(shè)備的故障診斷另外，基于規(guī)則的方法對于診斷結(jié)論除了重復(fù)被采用的規(guī)則外無法做出進一步解釋，通常只能診斷單個故障，難以診斷多重故隱3.3基于模糊理論的診斷方法在故障診斷領(lǐng)域，模糊屬性常常出現(xiàn)，如對征兆的描述：溫度“偏高”，振動“厲害”等都具有模糊特性；故障與征兆的關(guān)系往往也是模糊的。模糊理論是處理這類問題的最好的工具模糊故障診斷有兩種方法，一種是先建立征兆與故障類型之間的因果關(guān)系矩陣R，再建立故障與征兆的模糊關(guān)系方程，即F=這時F為模糊故障矢量；S為模糊征兆矢量：“。”為模糊合成算子，這是基于模糊關(guān)系及合成算法的診斷方法。另一種方法先建立故障與征兆的模糊規(guī)則庫，再進行模糊邏輯推理的診斷過程，這是一種基于知識處理的診斷方法采用了方法一實現(xiàn)了對鼠籠式感應(yīng)電機軸承的故障診斷；采用方法二建立了電機定子電流與定子繞組故障的模糊規(guī)則庫，通過模糊推理實現(xiàn)了對定子繞組故障的在線診斷模糊語言變量接近自然語言，知識的表示可讀性強，模糊推理邏輯嚴(yán)密，類似人類思維過程，易于解釋但是，模糊診斷知識獲取困難，尤其是故障與征兆的模糊關(guān)系較難確定，且系統(tǒng)的診斷能力依賴模糊知識庫，學(xué)習(xí)能力差，容易發(fā)生漏診和誤診。另外，由于模糊語言變量是用模糊數(shù)（即隸屬度）表示的，如何實現(xiàn)語言變量與模糊數(shù)之間的轉(zhuǎn)化，是實現(xiàn)上的一個難點盡管如此，將模糊理論引入故障診斷領(lǐng)域已是一種符合事物本質(zhì)的必然趨勢。

　　3.4基于人工神經(jīng)網(wǎng)絡(luò)的診斷方法人工神經(jīng)網(wǎng)絡(luò)（ANN）是由大量簡單處理單元廣泛連接而成的復(fù)雜的非線性系統(tǒng)，具有學(xué)習(xí)能力，自適應(yīng)能力，非線性逼近能力等。故障診斷的任務(wù)從映射角度看就是從征兆到故障類型的映射。用ANN技術(shù)處理故障診斷問題，不僅能進行復(fù)雜故障診斷模式的識別，還能進行故障嚴(yán)重性評估和故使系統(tǒng)在運行過程中不斷獲取新知識，修改規(guī)則：障預(yù)測由于lANgN能自動獲取診斷知識Ml系統(tǒng)具有自適應(yīng)能力。

　　將ANN應(yīng)用于電機設(shè)備故障診斷是當(dāng)前電機設(shè)備故障診斷的熱點之一。采用BP網(wǎng)絡(luò)對電機設(shè)備進行故障診斷其基本思想均采用傳感器獲取表征電機設(shè)備故障的特征信號，以轉(zhuǎn)子電流做為特征信號，以電機設(shè)備電氣故障診斷為主，以電機設(shè)備噪聲做為特征信號，以電機設(shè)備機械故障診斷為主；然后對獲取的特征信號做FFT變換，頻率內(nèi)特征頻段上特征量的大小和比例關(guān)系可以反映出相應(yīng)的故障類型因此利用特征信號頻譜中的若干個譜峰能量值做為神經(jīng)網(wǎng)絡(luò)的輸入樣本，以相應(yīng)的故障類型做為神經(jīng)網(wǎng)絡(luò)的輸出樣本，對網(wǎng)絡(luò)采用BI算法進行學(xué)習(xí)，獲取輸入樣本（特征信號）與輸出樣本（故障類型）間的映射關(guān)系。利用神經(jīng)網(wǎng)絡(luò)的聯(lián)想記憶和分布處理功能對電機設(shè)備故障進行診斷BP網(wǎng)絡(luò)具有較強的非線性逼近能力，能進行故障模式識別，還能進行故障嚴(yán)重程度評估和預(yù)測，因此應(yīng)用較廣。但是，由于BP算法在迭代時采用梯度下降法，存在收斂慢、振蕩和局部極小等問題另外，BP算法用于故障診斷的一個突出問題還在于對異常故障的處理能力低以及不具備增量學(xué)習(xí)功能能這主要是由于BP算法在數(shù)學(xué)本質(zhì)上是內(nèi)插值法，其解題能力對樣本依賴性極大；當(dāng)一個與樣本差異較大的新的故障類型發(fā)生時，往往會將其歸于一個已知的故障類型或判為正常狀態(tài)，產(chǎn)生誤診或漏診，影響了診斷的可靠度因此當(dāng)前中利用BP網(wǎng)絡(luò)進行電機設(shè)備故障診斷都采用各種不同的BP改進算法3.5基于集成型智能系統(tǒng)的診斷方法隨著電機設(shè)備系統(tǒng)越來越復(fù)雜，依靠單一的故障診斷技術(shù)已難滿足復(fù)雜電機設(shè)備的故障診斷要求，因此上述各種診斷技術(shù)集成起來形成的集成智能診斷系統(tǒng)成為當(dāng)前電機設(shè)備故障診斷研究的熱點。主要的集成技術(shù)有：基于規(guī)則的專家系統(tǒng)與ANN的結(jié)合，模糊邏輯與ANN的結(jié)合，混沌理論與ANN的結(jié)合，模糊神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)的結(jié)合。專家系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的結(jié)合能充分利用專家系統(tǒng)的專家經(jīng)驗和神經(jīng)網(wǎng)絡(luò)強大的非線性映射能力。

　　計算機的推理能力以及系統(tǒng)內(nèi)部的因果關(guān)系，同時考慮大量未知情況的存在以及知識不精確度影響，結(jié)合，成功的應(yīng)用于調(diào)相機的故障診斷模糊神經(jīng)網(wǎng)絡(luò)技術(shù)是把人類的經(jīng)驗和知識進行數(shù)字化的模糊處理，把規(guī)則和推理轉(zhuǎn)換成神經(jīng)網(wǎng)絡(luò)的映射處理和直接從數(shù)據(jù)樣本中提取經(jīng)驗規(guī)則，然后把這兩種轉(zhuǎn)換結(jié)合起來進行智能信息處理的技術(shù)它充分利用了神經(jīng)網(wǎng)絡(luò)處理數(shù)字化知識的特點和模糊邏輯處理結(jié)構(gòu)化知識的特點提出將模糊神經(jīng)網(wǎng)絡(luò)應(yīng)用于無刷直流電機故障診斷，給出了模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和學(xué)習(xí)算法，并提出了一種閾值向量故障診斷方法，仿真結(jié)果表明該方法的有效性采用一種由混沌神經(jīng)網(wǎng)絡(luò)神經(jīng)元構(gòu)成的神經(jīng)網(wǎng)絡(luò)，通過研究其非線性動力學(xué)特性，混沌吸引子的軌跡及對初始條件的敏感性，實現(xiàn)混沌神經(jīng)網(wǎng)絡(luò)的動態(tài)聯(lián)想記憶，在此基礎(chǔ)上，成功地應(yīng)用混沌神經(jīng)網(wǎng)絡(luò)對異步電動機轉(zhuǎn)子斷條故障進行記憶和恢復(fù)。

　　4電機設(shè)備故障診斷技術(shù)的發(fā)展趨勢由于電機設(shè)備故障診斷的準(zhǔn)確及時對保證生產(chǎn)安全平穩(wěn)，避免人員、財產(chǎn)的巨大損失具有重要意義故障診斷技術(shù)作為一門交叉性科學(xué)，從60年代起至今，已在傳統(tǒng)的方法上得到飛速發(fā)展，新的理論及現(xiàn)代故障診斷方法不斷出現(xiàn)：小波變換專家系統(tǒng)、模糊系統(tǒng)、神經(jīng)網(wǎng)絡(luò)等都在故障診斷領(lǐng)域得到了成功應(yīng)甩由于電機設(shè)備故障征兆與故障特征間復(fù)雜的非線性特性，使故障診斷及識別較為復(fù)雜，僅僅靠一種理論、一種方法是無法實現(xiàn)在復(fù)雜環(huán)境下準(zhǔn)確、及時地進行電機設(shè)備的故障診斷因此集成型智能故障診斷系統(tǒng)必將是電機設(shè)備故障診斷技術(shù)的新趨勢另外，無論是什么診斷方法，真實信號的獲取是成功實現(xiàn)故障診斷的前提，多傳感器數(shù)據(jù)融合理論必將在故障診斷中起重要的作用，已開始了這方面的研究并取得相應(yīng)的成果