Hilbert模量與MUSIC相結合的感應電機轉子斷條故障檢測方法

張正勇，茍旭丹，嚴居斌，陳健飛，張玉鴻(.國網四川省電力公司經濟技術研究院，四川 成都　6004; 2.成都城電電力工程設計有限公司，四川 成都　6004)

0　引　言

異步電動機轉子斷條故障在常見電機故障中占有較高的比例，其將導致電動機運行性能下降，嚴重時電機會因此無法驅動負載而出現堵轉、停轉，甚至燒壞電機，威脅工業生產的可靠性和安全性，同時增加生產成本[1]。因此對該故障及早進行檢測頗為重要。

研究表明，定子電流中包含電機的故障特征，因而通過提取定子電流故障特征可以準確地檢測電機故障[2]。當電機發生轉子斷條故障時定子電流中便會出現(1+2s)f1頻率分量(f1為供電頻率，即定子電流基頻分量，s為轉差率)時，因此可以以該邊頻分量作為斷條故障的特征向量[3]。

在眾多電機故障診斷方法中，FFT是最常用的電流特性分析方法，可是直接基于定子電流的FFT方法也存在諸多缺陷。尤其是當電機負載比較小時，轉差率s非常低，邊頻分量(1+2s)f1極其接近基頻f1，同時邊頻分量的幅值較基頻很小且由于噪聲干擾，這就導致邊頻分量極易被淹沒，此時基于FFT的定子電流特征分量提取方法的精確度表現比較遜色[4]。

從而，文獻[5]使用混合骨干微粒群優化算法獲得基波參數后構造出基波表達式，并將其從原始信號中剔除，以突出故障特征頻率成分，但此方法過程繁瑣，計算量大；文獻[6]采用PARK矢量變換把基波成分轉換成直流信號從而使故障特征更加明顯，但該方法需要同時采集定子三相電流，增加了硬件和軟件的費用。……