基于小波包分析的电机转子断条故障诊断研究

1.引言

当发生转子断条故障时，在其定子电流中将会出现和频率的附加电流分量（s为转差率，为供电频率）。但是分量的绝对幅值很小，若直接作傅里叶频谱分析时，由于栅栏效应分量的泄漏有可能淹没频率分量。自适应滤波和希尔伯特变换法这两种方法可以有效的解决检测频率分量困难的问题，是目前最具代表性的异步电动机转子断条在线检测方法。但是这两种方法只适用于电动机拖动平稳负荷的运行工况。当负荷波动较大时无法取得令人满意的结果，对故障诊断的准确性产生一定影响。小波包分析不仅对信号的低频部分进行分解，同时也对高频部分进行分解，自适应的确定信号在不同频段的分辨率，在故障诊断中比小波分析更精细。本文尝试用小波包分析研究电机转子断条故障诊断问题。

2.实验数据采集

下面针对正常、转子断条的三相鼠笼式异步电动机两台电机的电流信号进行采集和分析研究。三相异步鼠笼电动机额定功率3KW，额定转速1430转/分。

在转差率s=5.6%，采样频率为=1000Hz，采样点数的情况下采用虚拟仪器对电流信号进行采集。图1为异步电动机正常运行时定子电流信号及其频谱，图2为异步电动机鼠笼断条一根的情况下定子电流信号及频谱图。

从图1、2中可知，在相同负载情况下，很难从频谱图上判断电机断条故障特征，仅仅能看见微小的变化。

从表1中可以看出，故障状态和正常状态下，数值没有明显的变化，因此，很难从这些特征参数提取故障信息。

3.实验分析

下面采用小波包变换对电机电流信号进行分析，并在最优小波包基下提取各节点的小波包分解系数。分析对比各节点小波包分解系数的变化。

根据小波包分解频带划分特性，根据转子故障特征频率（44.4HZ，55.6HZ）,可将电流信号进行5层小波包分解，小波基函数选择sym4。