感應電機定子繞組短路故障診斷方法綜述

方 芳

海軍工程大學電氣與信息工程學院，湖北武漢 430033

1 引言

感應電機的絕緣系統是電機中最薄弱的環節，老化和各種外部原因的影響使得絕緣極易受到破壞，從而造成電機發生定子繞組匝間或相間短路故障。因此對電機定子的狀態進行監測和故障診斷具有重大的意義。定子繞組匝間短路故障主要是同一相繞組相鄰兩匝或數匝線圈之間由于絕緣破壞而發生短路。電動機絕緣系統無論在機械強度、耐熱性、對環境的抵抗能力以及耐久性等方面，都是電動機結構中最為薄弱的環節之一，其發生故障的幾率也較高，占其故障種類的30%～40%［1］。 由于各種原因引起的碰摩、老化、過熱、受潮、污染和電暈等是造成匝間絕緣損壞的主要原因。當匝間短路的匝數較少時，對電動機運行的影響較小，故障特征表現不明顯。但短路處溫度較高，長期發展下去將引起周圍絕緣的破壞，導致更為嚴重的匝間短路，甚至發生相間短路、單相對地短路等嚴重故障［2］。

2 故障診斷的主要方法

定子繞組發生故障后，其內部的電場、磁場以及溫度、振動等參數皆會有所變化。歸納起來，定子故障的診斷方法有以下8種：

1）局部放電方法。對于高壓電機，可以采用局部放電的檢測方法來監測定子的絕緣故障。當電機的絕緣性能退化時，容易出現局部放電的現象。通過檢測局部放電發射的電磁波和聲波，檢測放電發出的熱輻射和引起的脈沖電流等信號可以實現對定子繞組絕緣故障的檢測［3-4］。但是這種方法只能對電機絕緣系統的早期劣化故障檢測有效，且局部放電信號是瞬間性強沖擊擾動，幅值較大，持續時間短，對測量和采樣環節要求高。而且，這一方法對低壓電機并不適用。

2）軸向磁通檢測方法。當定子繞組出現故障時，三相定子繞組不對稱，感應電機的軸向漏磁通增大。Penman，等［5］提出采用在電機的軸上安裝感應線圈來檢測軸向磁通的變化以診斷定子故障，這種檢測方法不僅可以檢測到匝間的短路故障，還可以通過安裝4個對稱的線圈進行故障的定位。當定子發生故障時，在軸向的磁通中會出現特殊的故障頻率分量：

式中，p為極對數；f1為電網基波頻率；k＝1或3；n＝1，2，…，（2p-1）；s為轉差率。通過檢測這些故障特征頻率分量，可以實現故障的診斷。但是實際使用時，需要安裝探測線圈，且線圈在使用時要求對準電機的轉軸軸心，對于正在運行的電機，這一點難以做到。此外，線圈在工作時所測信號微弱，極易受到周圍電磁干擾的影響，所測信號中故障成分往往難以確認，使用的有效性受到很大的限制。

3）基于數學模型的方法。通過建立故障的數學模型，結合模式識別理論，利用模型參數的變化來檢測故障的特征信息。Tallam等［6］提出了一種感應電機定子單相線圈匝間短路故障動態數學模型，通過檢測電流相序成分實現對定子線圈匝間短路時故障特征信息的檢測；Joksimovic等［7］利用定子線圈短路時的自身耦合電路特性，建立了一種動態數學模型；Stocks等［8］針對定子故障建立電機的低階模型，并通過最優觀測器估計模型參數；相似地，Khaloozaed 等［9］采用自適應 Kalman 濾波器估計電機低階微分方程模型的參數。這類基于模型的方法，其檢測方法的準確程度取決于所建數學模型的準確程度，而實際上，要建立被監測電機的準確數學模型是很困難的。模型不精確，分析的結果很可能就是錯誤的。

4）負序電流方法。當定子繞組發生故障時，電機三相繞組不對稱，定子電流會發生相應的改變。Toliyat等［10］通過理論推導和實驗證明，定子繞組故障會導致三相定子電流的不平衡，即存在負序電流。 據此，Williamson 等［11］和 Kohler等［12］提出基于負序電流的定子故障診斷方法，但是，進一步的研究和實驗發現，三相定子電壓不平衡、電機的制造誤差帶來的繞組不平衡以及磁路的飽和等因素都會影響負序電流的大小，單純以總的負序電流作為故障特征量可能會得到錯誤的診斷結果。為了避開負序電壓的影響，Kohler等［13］和許伯強等［14-15］提出以有效負序阻抗為故障特征量，但是負序阻抗的值是隨著負載變化的，而且當負序電壓值較小時，負序阻抗的計算誤差較大。Lee等［16］指出當定子出現故障時，可以寫出電壓和電流的關系：

5）Park矢量及其擴展方法。對于理想的正常電機，其電流Park矢量的軌跡圖應當是一個圓，當定子繞組發生故障時，它的軌跡變成了橢圓。根據這一特點，Cardoso等［21］通過電流 Park矢量圖的橢圓度來檢測故障。但是圖形辨識的方法靈敏度較差，對早期故障容易漏檢。 因此，Cruz等［22］提出擴展Park矢量法，對Park矢量模的平方進行頻譜分析來檢測定子故障。侯新國等［23-24］定義Park矢量模的平方函數中的兩倍基頻分量與基波之比為故障的靈敏度因子，通過監測靈敏度因子的大小來診斷故障。由于這些方法沒有考慮負序電壓和電機本身的不平衡的影響，存在一定的缺陷。Cruz等［25］還提出利用Park矢量的坐標旋轉變換計算電流基波正序分量的變化來診斷定子故障，但是坐標變換需要同步轉速或基波頻率的精確值，這往往不容易得到。

6）基于振動信號分析的方法。傳統的基于振動信號的檢測方法中考慮對電機振動特性的影響主要局限于電機軸承以及轉子不對中、不平衡等機械故障，很少考慮定子線圈故障對感應電機振動特性的影響。但是，定子線圈故障會引起氣隙磁場的畸變，產生不同于正常運行時的氣隙電磁力波，從而激發定轉子的振動［26］。萬書亭等分析了定子繞組匝間短路故障對發電機定轉子徑向振動特性的影響，指出發電機徑向振動特征也可以作為診斷發電機繞組故障的依據。但是作為故障判據的振動譜易與其他的故障特征混淆，侯新國等［27］提出利用電流信號與振動信號的互相關功率譜來診斷定子繞組故障，從信息融合的角度得到更加滿意的故障特征量。

7）人工智能方法。隨著人工智能技術的快速發展，神經網絡、模糊邏輯、模式識別、遺傳算法等人工智能方法得到廣泛的應用。人工智能故障診斷方法通過大量歷史數據進行學習和訓練，在故障診斷中可以逼近非線性函數，融合多個故障特征量，具有相當強大的診斷能力。但是該方法依賴于歷史數據的選擇，在通用性和可移植性方面有待進一步研究。

8）其他方法。 Nandi等［28］提出根據斷電后定子繞組中感應的電壓的特征頻率分量來診斷定子繞組故障，排除了負序電壓的影響，但這種方法要求在斷電情況下實施，不能進行在線診斷，而且它沒有考慮電機本身不平衡帶來的影響。董建園等［29］提出當定子發生故障時，三相電流的相角差發生變化，可以通過檢測相角的變化來檢測故障。但是該方法受電源波動影響較大。此外，還有基于零序電壓的方法［30-31］，檢測磁場旋轉過程中的振蕩角的方法［32］，基于小波分析的方法［33-35］，等等。

3 存在的主要問題

盡管電機故障的檢測與診斷技術已取得了很大的發展，但總的看來具有較好的在線檢測可行性的方法較少。基于磁通變化檢測的各類方法由于要安裝各種探測線圈，使得在現場的使用很不方便，而且信號微弱，易受周圍環境電磁場的影響；基于模型的分析方法能從理論上對各類故障進行定量和定性的分析，但由于電機的類型、規格及其實際運行環境千差萬別，單一的模型很難與實際運行情況相吻合，難以滿足在線檢測的需要，而且要建立電機的精確模型非常困難，不精確的模型可能導致錯判和誤判；基于轉矩與轉速的故障檢測方法由于要用到電機的一些具體設計參數，因此不可避免地限制了它們在實際中的應用；基于電壓和電流信號的分析方法具有使用方便，無需安裝傳感器，可以做成非侵入式，在使用中不干擾電機的正常運行等特點，成為在線檢測中最受歡迎的方法。但是，基于電壓和電流信號分析的診斷技術在故障的檢測中還存在一些問題和不足，如：在電機正常情況下，電機電流中由于各種原因會產生一些與故障特征頻率分量相近的成分，給準確檢測故障特征信息造成很大難度，很容易誤判故障。如電機定子繞組故障時，造成三相不對稱，定子電流中就會出現負序分量，傳統方法通過檢測負序電流分量或負序阻抗，實現對定子繞組故障的檢測和診斷。但是，供電電壓不平衡以及電機本身固有的不對稱，都會引起定子電流的負序分量，難以區分檢測到的負序分量是由定子故障引起還是由于供電電壓不平衡或電機本身固有的不對稱引起。此外，對電機定子繞組故障特征的定性檢測研究較多，而對故障嚴重程度的定量評估研究不夠，很難給出量化的指導意見。

4 結束語

定子繞組的故障診斷主要是基于電壓和電流信號分析的方法，輔之以軸向磁場探測方法和振動信號的分析。電壓和電流分析方法可以做成非侵入式，并且可以和電機的控制系統集成在一起。而振動信號和磁通信號需要在電機中加入特殊的傳感器裝置，這在許多情況下是難以做到的。因此，基于電壓和電流分析的方法更加易于實施，是研究得最為廣泛的方法。但是，基于電壓和電流分析的方法仍存在不足，需要在故障特征的提取以及故障的嚴重程度評估方面作進一步的工作。

［1］HAN Y，SONG Y H.Condition monitoring techniques for electrical equipment-A literature survey ［J］.IEEE Transaction on Power Delivery，2003，18（1）：4-13.

［2］邱阿瑞，孫健.電機故障模式識別與診斷［J］.清華大學學報，1999，39（3）：72-74.

［3］WU G G，HEE P D.On-line monitoring instrument of fault discharge in large generators ［C］//11th International Symposium on High Voltage Engineering，1999：340-343.

［4］WANG Z Z，LI C R，et al.Partial discharge recognition of stator winding insulation based on artificial neural network［C］//Conference Record of the 2000 IEEE International Symposium on Electrical Insulation，2000：9-12.

［5］PENMAN J，SEDDING H G，LOYD B A，et al.Detection and Location of interturn short circuits in the stator winding of operating motors ［J］.IEEE Transactions on Energy Conversion，1994，9（4）：652-658.

［6］TALLAM R M，HABETLER T G，GHARLY R.Transient model for induction machines with stator winding turn faults ［J］.IEEE Transactions on Industry Applications，2002，38（3）：632-637.

［7］JOKSIMOVIC G，PENMAN J.The detection of interturn short circuits in the stator winding of operating motors［C］//Proceeding of IEEE IECON’98，1998：1974-1979.

［8］STOCKS M，MEDVEDEV A.On-line estimation of all electrical parameters in induction machines subject to stator fault［C］//16th IEEE International Conference on Control Applications Part of IEEE Multi-conference on Sys-tems and Control.Singapore.2007：527-532.

［9］KHALOOZADED B H，ABBASZADEH K.Stator fault detection in induction machines by parameter estimation，using adaptive Kalman filter ［C］//2007 Mediterranean Conference On Control and Automation.Authens，Greece，2007：T21-023.

［10］TOLIYAT H A，LIPO T A.Transient analysis of cage induction machines under stator，rotor bar and ring faults［J］.IEEE Transactions on Energy Conversion，1995，10（2）：241-247.

［11］WILLIAMSON S，MIRZOIAN P.Analysis of cage induction motor with stator winding faults ［J］.IEEE Transactions on Power Application，1985，104（7）：1031-1038.

［12］KOHLER J L，SOTTILE J，TRUTT F C.Alternatives for assessing the electrical integrity of induction motors［J］.IEEE Transactions on Industry Applications，1992，28（5）：1109-1117.

［13］KOHLER J L，SOTTILE J，TRUTT F C.Condition monitoring of stator winding in induction motors：Part I-Experimental investigation of the effective negative-sequence impedance detector ［J］.IEEE Transactions on Industry Applications，2002，38（5）：1447-1453.

［14］許伯強，李和明，孫麗玲，等.異步電機定子繞組匝間短路故障檢測方法研究［J］.中國電機工程學報，2004，24（7）：177-182.

［15］許伯強.異步電動機繞組故障分析及其檢測方法研究［D］.北京：華北電力大學，2002.

［16］LEE S B，TALLAM R M，HABETLER T G.A robust，on-line turn-fault detection technique for induction machines based on monitoring the sequence component impedance matrix［J］.IEEE Transactions On Power Electronics，2003，18（3）：865-872.

［17］TALLAM R M.Current-based sensorless detection of stator winding turn faults in induction machine［D］.Georgia Institute of Technology，2001.

［18］ARKAN M，PEROVIC D K，UNSWORTH P.Online stator fault diagnosis in induction motors ［J］.IEE Proceedings of Electric Power Application，2001，148 （6）：537-547.

［19］KLIMAN G B，PREMERLANI W J，KOEGL R A，et al.A new approach to on-line turn fault detection in ac motors［C］//Proceedings of Conference IEEE Industry Applications Soc.Annual Meeting，vol （1），San Diego，GA，1996： 687-693.

［20］TALLAM R M，HABETLER T G，HARLEY R G，et al.Neural network-based on-line stator winding turn fault detection for induction motors［C］//Proceedings of Conference IEEE-IAS Annual Meeting，2000：375-380.

［21］CARDOSO A J M，CRUZ S M A，FONSECA D S B.Inter-turn stator winding fault diagnosis in three-phase induction motors，by Park＇s vector approach ［J］.IEEE Transactions on Energy Conversion，1999，14 （3）：595-598.

［22］CRUZ S M A，CARDOSO A J M.Stator winding fault diagnostics in three-phase synchronous and asynchronous motors，by using the extended Park’s vector approach［C］//Proceedings of Conference IEEE-IAS Annual Meeting，2000：395-401.

［23］侯新國，夏立，吳正國，等.基于Clarke變換的感應電機定子故障檢測方法［J］.振動、測試與診斷，2004，24（3）：214-217.

［24］夏立，侯新國，吳正國.基于空間矢量法的感應電機定子線圈故障監測方法研究［J］.電機與控制學報，2004，8（1）：22-24.

［25］CRUZ S M A，CARDOSO A J M.Multiple reference frames theory：A new method for the diagnosis of stator faults in three-phase induction motors［J］.IEEE Transactions on Energy Conversion，2005，20（3）：611-619.

［26］邱家俊.交流電機電磁力激發的非線性振動 ［J］.中國電機工程學報，1989，9（2）：49-57.

［27］侯新國，吳正國，夏立，等.基于相關分析的感應電機定子故障診斷方法研究［J］.中國電機工程學報，2005，25（4）：83-86.

［28］NANDI S，TOLIYAT H A.A novel frequency domainbased technique to detect stator induction faults in interturn machines using stator induced voltages after switchoff［J］.IEEE Transactions on Industry Applications，2002，38（1）：101-109.

［29］董建園，段志善，熊萬里.異步電機定子繞組故障分析及其診斷方法［J］.中國電機工程學報，1999，19（3）：26-30.

［30］劉烔，黃進.基于零序電壓的感應電機定子故障診斷［J］.大電機技術，2006，（9）：16-19.

［31］CASH M A，HABTLER T G，KLIMAN G B.Insulation failure prediction in AC machines using line-neutral voltages ［J］.IEEE Transaction on Industry Applications，1998，34（6）：1234-1239.

［32］MIRAFZAL B，DEMERDASH N A O.On innovative methods of induction motor interturn and broken-bar fault diagnostics ［J］.IEEE Transactions on Industry Applications，2006，42（2）：405-414.

［33］LIU T，HUANG J.A novel method for induction motors stator interturn short circuit fault diagnosis by wavelet packet analysis ［C］//Proceedings of the 8th International Conference on Electrical Machines and Systems.ICEMS 2005：2254-2258.

［34］CHOW T，HAI S.Induction machine fault diagnostic analysis with wavelet technique［J］.IEEE Transaction on Industrial Electronics，2004，51（3）：558-565.

［35］DOUGLAS H，PILLAY P，ZIARANI A.A new algorithm fortransientmotorcurrentsignature analysisusing wavelets ［J］.IEEE Transactions on Industry Applications，2004，40（5）：1361-1368.