阳同光， 蒋新华， 付强

(中南大学信息科学与工程学院，湖南长沙 410083)

0 引言

转子断条是异步牵引电机的常见故障之一，占电机故障的10%左右［1］。如果不能对电机这种故障状态及时诊断，将会导致停机状况的发生，进而对生产造成影响。很多文献提出通过监测电机信号来进行故障诊断，如气隙磁通［1］、电机振动［2］、转矩［3］、中心电压［4］以及电流信号［5－15］。非侵入式的电机电流信号分析方法(motor current signal analysis，MCSA)是目前使用最多的故障诊断方法。当电机出现转子断条故障时，将在定子电流中产生频率为(1±2s)f1的故障特征成分，通过对定子电流进行频谱分析可确定转子断条的故障状态。但异步牵引电机正常运行中，转差率s很小，在轻载或空载情况下更小，故障特征成分很容易被基波频率淹没。而且负载转矩波动也能在电流频谱中产生相同的边频带，给故障诊断带来困难。文献［5］提出Park矢量故障诊断方法，通过电流分量矢量模的形状来判别转子故障诊断，但电源电压谐波也能造成Park矢量模的形状变化，从而导致判据失效。扩展Park’s矢量法通过分析电流矢量模的频谱，其基波转化成直流分量，故障特征频率转化成2sf1、4sf1分量，但其需要同时采集三相电流，增加了硬件开销，而且带来交叉项，使频谱较为复杂;Hilbert转换法［6－8］通过构建Hilbert模量也能达到同样的效果。此外，瞬时功率［9］、断电残余电压［11］等物理量的频谱分析也用于转子故障诊断。但这些这些方法都是针对基于电网直接供电的牵引感应电机进行的。……