關于電機電流的轉子軸承系統(tǒng)故障診斷方法研究摘要：轉子軸承系統(tǒng)是旋轉機械的主要動力提供端，是這種機械的核心元件。隨著科學技術的快速發(fā)展，旋轉機械在工業(yè)生產(chǎn)中也得到了廣泛應用，并且朝著數(shù)字化、智能化的方向發(fā)展。在運行的時候，旋轉機械很容易發(fā)生故障，并且主要是轉子軸系統(tǒng)發(fā)生故障問題。由于轉子軸系統(tǒng)在機械系統(tǒng)中的重要作用，因此，一旦轉子軸系統(tǒng)發(fā)生故障，就會對整個機械系統(tǒng)的正常運行產(chǎn)生影響，進而造成較大的經(jīng)濟損失。本文主要對電機電流的轉子軸系統(tǒng)故障診斷方法進行了深入研究，以期轉子軸承故障得以有效診斷。關鍵詞：電機電流、轉子軸承系統(tǒng)、故障診斷方法旋轉機械在現(xiàn)今社會的各個領域內(nèi)都得到廣泛使用，如化工領域、交通領域、能源領域以及軍工領域，是有關國民經(jīng)濟的支柱性產(chǎn)業(yè)設備。旋轉機械是生產(chǎn)生活中所必須的設備，其最重要的部件是轉子軸承系統(tǒng)。轉子軸承系統(tǒng)的安全性以及可靠性實施保證旋轉機械穩(wěn)定運行的重要條件，對于旋轉機械的性能將會產(chǎn)生直接的影響[1]。并且，隨著旋轉機械向著兩極化以及智能化、高速化的方向發(fā)展，轉子軸承系統(tǒng)也得到了很大的發(fā)展。當轉子軸承系統(tǒng)出現(xiàn)故障的時候，所導致的負載變化也會造成電磁轉矩發(fā)生一定的變化。這些變化在設備振動、軸心軌跡圖以及造成的噪音上得到相應的體現(xiàn)。但在實際使用中，由于旋轉機械設備的振動以及噪音都較大，因此，很難對以上幾個變量進行相應的檢查，也就很難發(fā)現(xiàn)轉子軸承系統(tǒng)發(fā)生故障。從上世紀六十年代開始，對電機電流的分析就有了較成熟的成果，如根據(jù)電動機的信號結果分析就可判斷電動機有沒有出現(xiàn)斷條情況，氣隙中是否存在異物等。這些故障的本身特點是根據(jù)電動本身所產(chǎn)生的故障處，對于電動機拖動部分出現(xiàn)的故障沒有缺少相應的研究。直到上世紀八十年代，才開始將電流分析法運用于診斷電動機拖動系統(tǒng)出現(xiàn)的故障中。信號處理在對故障診斷中占有很大的比重，其主要作用就是將信號經(jīng)過處理之后，研究院更容易對信號中的特征量進行提取[2]。相對應地，當系統(tǒng)發(fā)生故障后，這些特征量也表示系統(tǒng)發(fā)生了故障。現(xiàn)今，使用的主要信號處理方式有傅里葉變換、小波包變化等等。傅里葉變換特征分析傅里葉變換是基于信號時域進行的，經(jīng)過變換之后，可以發(fā)現(xiàn)信號變化的加載頻率，對于各個成分量可直觀觀察。傅里葉基本原理是對圖像中存在的基頻進行分析，這里說的基頻就是指的正弦函數(shù)，任何圖像都能簡化呈正選函數(shù)加減以及放縮運算中去。而這種基于基頻的數(shù)量以及比值就能對圖像中所含有的正弦波形大小以及多少進行表示。傅里葉變化是立足于無限時長的正弦函數(shù)變化所得，因此，傅里葉變換更加適合對周期信號進行信號處理，對于非周期信號不太適合。傅里葉變換也是整個時間長度上最為基礎的波形頻譜運算，對于時域上的特點則不能詳細分析[3]。因此，經(jīng)過傅里葉變換之后，得到的是整個時長上各個頻率大小以及多少，而不能得到產(chǎn)生的具體時間，也不含有時域上的任何信息。這種分析方式對于在中間發(fā)生的信號分析是不利的，因此，傅里葉變換更加適合周期性的信號，且對于信號成分變化不大的也可以進行相應的處理。二、小波包變換的電流分析從目前來看，小波變換是對非平穩(wěn)狀態(tài)信號進行分析的一個有效工具。作為現(xiàn)今使用的一種主流信號分析方法，它對短時傅里葉變換進行了拓展以及繼承，并將整個時域中分段進行局域化。與此同時，還對窗口大小不能產(chǎn)生變化的不足進行了彌補。小波變化與短時傅里葉變換最主要的區(qū)別在于基波存在差異，短時傅里葉使用的正弦函數(shù)是無線長度的，而小波包變換使用的是有限長的會衰減的小波基。這樣的設計不僅可以獲得頻率，也能對時間進行定位。產(chǎn)生的這樣變化使得高頻處得到的信號被細化，低頻處得到的信號也被細化。小波包變換的出現(xiàn)使得短時傅里葉變換存在的問題被有效解決，是一種有效新型的信號分析方式。作為一種新型有效的信號分析方式，傅里葉變換可以得出相應的頻譜圖，而小波變換則能得到相應的時頻譜。相比較其他時頻分析方式，小波包變換仍然存在一定的不足，在一些尺度之下，很難在時間以及頻率上同時獲得較高的精度。另外，小波是一種非適應性的，基函數(shù)一旦選定就很難對其進行更改。小波變化是立足于特定函數(shù)，并將其作為基波的，屬于定數(shù)[4]。因此，即使小波包變換對于故障發(fā)生的準確原因不能精準定位，但是因為對加窗信號進行的全面分析，就目前來看，在非穩(wěn)態(tài)以及突變信號時，其屬于一種利用最好的方式。小波包變化在進行信息處理的時候，主要的步驟是對原始信號中的小波進行分解以及重構。這時需要對頻譜中很難發(fā)現(xiàn)的故障信號進行發(fā)現(xiàn)，采用的主要方法是小波分解。小波分解利用的主要原理是將原始的信號分解為d1以及a1兩個信號之后，其中的d1設定為高頻信號，a1設置為低頻信號。根據(jù)實踐證明，高頻信號屬于不要研究的噪聲信號以及工頻信號，因此，只需要對a1部分進行研究。a1部分被稱為逼近部分，這主要是由于其最接近需要尋找的故障信號。這樣一來，信號就被分為a1/d1兩個信號，再根據(jù)逼近信號a1將其分為a1的逼近部分a2以及d2，這樣循環(huán)往復，就可以尋找到逼近部分的本真信號，即需要尋找的特征信號[5]。結語：綜上所述，對于電機電流的轉子軸承系統(tǒng)故障診斷可采用信號分析的方式，對于其中存在的故障處可準確找到，明確故障發(fā)生的原因。一般來說，常采用的信號分析方式有傅里葉變換以及小波包變換等等。因此，在進行系統(tǒng)故障診斷的時候，可采用這兩種方式進行故障診斷。參考文獻：[1]祝洪宇,胡靜濤,高雷,黃昊.基于變頻器供電側電流Hilbert解調制方法的空載電機轉子斷條故障診斷[J].儀器儀表學報,2014,01:140-147.[2]侯捷,丁華,楊兆建.基于定子電流的轉子軸承系統(tǒng)故障診斷[J].煤炭技術,2015,07:268-271.[3]賈朱植,徐建英,宋向金,祝洪宇.鼠籠電機轉子斷條故障的定子電流信號平方解調分析診斷方法[J].儀器儀表學報,2015,09:2097-2103.[