基于时延降噪循环双谱的电机轴承故障检测方法研究

发布时间：2021-08-27 00:37

　　当电机轴承出现故障时,定子电流信号中的微弱故障特征淹没在基波及谐波的强大噪声背景中。由于信噪比过低,基于电流的轴承故障检测一直是一个挑战。为此,提出了一种基于时延降噪的循环双谱检测方法。首先根据循环双谱函数构造定子电流解析表达式,提取电流解析式的特征解。通过理论分析确定循环双谱函数中的时延滞后量,减少电流信号中的无关噪声成分。最后利用实验平台采集定子电流,在电流解析式取得特征解的位置做切片频谱分析。实验结果表明,所提方法能有效提升信噪比,并提取出电流中非平稳的微弱故障特征,实现电机轴承故障的检测。 

【文章来源】：电力系统保护与控制. 2020,48(19)北大核心CSCD

【文章页数】：8 页

【部分图文】：

基于循环双谱分析的定子电流信号三维频谱图

yclicbispectrumanalysis循环双谱三维图中，以电流频率、循环频率和频率幅值分别作为X、Y、Z轴，可明显发现在电源频率sf和循环频率为cf处，电流频率幅值较为突出，此结果也与上述理论推导中得出的结论相一致，图中上方的波形图为循环频率cf35Hz的截面放大示意图，下文将对循环双谱函数取得不为零特征解处的二维图进行切片分析，深入探究故障特征。对图5的循环双谱三维图在35Hz处进行切片，放大后可得到基于时延降噪的循环双谱的切片分析结果，如图6所示。图6基于时延降噪的循环双谱分析的定子电流信号频谱切片图Fig.6Spectralslicediagramofstatorcurrentsignalbasedoncyclicbispectrumanalysisoftimeshiftdenoising图6中，通过选取合理的时延做信号叠加处理，使得电源基波与奇次谐波噪声有效降低，故障特征频率与电源频率调制的信息更加突出，信噪比明显提高。从二维切片图中能够观察到，电源频率偶次倍谐波s2f仍然存在，但电源基波及奇次谐波明显减小；图中出现由轴承故障而产生的特征频率cf与电源频率sf的调制频率scff和csff，即与理论分析中电流解析式在特征频率为scfkf处有解相对应；同时，图中存在rf与sf和cf相调制的频率，rf为电机转子频率，是电流信号中固有成分，且因为时延叠加处理，会出现倍频现象，因不影响轴承故障检测，下文将不再赘述。实验结果证明合理的时延滞后量可有效提升信噪比，提高循环双谱分析对故障特征的敏感度。与图4中的功率谱分析的结果相比，图6中的故障特征频率与电源频率的调制频率处波动更加明显，各倍频均能清晰地观察到。因此，验证了循?

PM75CL1A120；控制器选用英特尔公司Altera的CycloneIVE系列的FPGA；电流信号采集采用LEM公司的IT60-S型号的霍尔电流传感器；数据采集卡选用NIPXIe-6356。电机参数为：电压380V；电流5.03A；功率2.2kW；转速1430r/min；极对数为2。故障轴承型号为SKF6206，滚珠个数9个，节圆直径46mm，滚珠直径9.6mm，使用电火花打孔机在外滚道制造点蚀故障，轴承故障如图3所示。图2轴承故障检测实验平台Fig.2Experimentalplatformforbearingfaultdetection图3外滚道故障轴承Fig.3Outerracewayfaultbearing3.2实验结果分析根据文献[30]可知，电源供电频率为20Hz时，轴承故障所产生的特征频率比较明显，因此本文中实验验证主要选择电源供电频率在20Hz时的电机定子电流进行分析。基于实验平台，电机内部安装有外滚道损伤的轴承，然后将采集到的定子电流信号在Matlab中进行分析。电流信号处理有很多种方法，在频域特征分析中常用功率谱分析方法，因此本文首先对采集到的电流信号进行了功率谱分析，频谱结果如图4所示。从图4中可以发现，只有电源频率较为突出，其他谐波较多。由于电源噪声和故障特征信号调制，故障特征信号淹没在强大的背景噪声中，在功率谱中无明显故障特征。


本文编号：3365287