故障診斷技術在電動機維修管理上的應用

謝雷 單曉鋒

摘 要：在現代企業當中，電動機是非常關鍵的組成設備，這些年以來電動機故障造成了大量的經濟損失，所以在這樣的情況下，相關工作人員就一定要提高對電動機維修的管理，這樣一來才能夠確保電廠設備的有效運行，從而提升生產能力。那么下面我們就來具體的討論一下故障診斷技術在電動機維修管理上的應用方面的問題。

關鍵詞：故障診斷技術；電動機；維修

DOI：10.16640/j.cnki.37-1222/t.2018.18.184

由于我國經濟的進一步提高，讓電力消耗也隨之上漲，這就讓人們對電力供應提出了更高的要求。因為電動機系統結構相對復雜，如果在不好的環境中運行，那么就極有可能出現故障問題，現在在電廠運行期間，因為電動機故障而造成的發電問題多次出現，所以相關工作人員一定要加強對電動機的故障診斷技術研究，這樣一來就能夠確保電動機的平穩運行。那么下面我們就來具體的討論一下相關的話題。

1 故障類型

電動機故障主要分成定子故障、轉子故障、軸承故障以及氣隙偏心故障等方面。對電動機出現故障的概率情況進行分析，能夠清楚的了解到，定子繞組故障概率能夠達到百分之三十，而轉子繞組能夠達到百分之十，軸承故障能夠達到百分之三十八，而隙偏心故障概率能夠達到百分之二十二。

1.1 定子故障

定子故障屬于經常發生的電動機故障。而之所以會發生故障，主要的原因還在于電動機所造成的絕緣破壞。電動機在大修轉子穿入定子膛期間，無論是定子磁場還是轉子磁場，都很有可能具有一定的偏差。通過對電動機的工作性質能夠了解，電動機定子在對電源采取空載試載期間，定子和轉子都會自行調節磁場重型，從而讓軸系出現位移的情況。而在定子故障當中，匝間短路故障最為常見，匝間絕緣需要承擔暫態過電壓。另外，電動機在比較差的環境中運行，同樣是出現故障的主要原因。如果電動機的運行狀態出現問題，那么就會對電動機造成破壞。

1.2 轉子故障

電動機轉子通常有兩部分組成，分別為定位軸承以及非定位軸承，而前者主要是給電動機安排雙向軸向定位，而且還能夠承擔軸向負荷和徑向負荷；若想要避免軸受到額外應力，那么就要對非定位軸進行軸向位移。通常在電動機運行期間，轉子在受力的情況下會變形，從而導致斷條，這樣一來電動機就不能夠及時的啟動，如果進一步惡化的話，就會發生定子故障。

1.3 軸承故障

電動機之所以發生軸承故障，主要的原因還在于配合間隙問題，在電動機運行期間，由于軸承溫度的不斷提高，讓軸承當中的徑因熱脹不再具有足夠的緊力，在轉子重力的作用下，軸承圈和軸表面之間會形成旋轉，盡管內圈和軸在旋轉的速度上不會比軸承快，不過隨著旋轉時間的增多，就會導致軸表面被破壞，出現摩擦起熱的情況，而且采用潤滑油熔化還會進一步對軸承造成破壞，從而導致故障問題的出現。

1.4 氣隙偏心故障

這方面的故障主要是在靜態和動態情況下，電動機配件安裝出現了問題，軸承出現故障，從而造成電動機運行速度太快。同時，定子鐵芯內徑的橢圓度不符合要求，導致轉子和定子之間的間隙方位出現錯誤，從而導致不能夠進行有效的轉動。

2 電動機故障診斷技術

2.1 信號處理診斷

如果電動機出現故障，那么就會形成故障信息，此時，相關工作人員要根據信號處理診斷技術，來對故障進行有效的分析并對故障征兆進行運算，這樣一來就能夠掌握電動機所出現的故障情況。而經常使用的信號處理方式包括時域分析、時頻分析等。后者通常分為小波變換、小波包變換等等。其中小波變換主要是將信號當中的頻帶采取指數劃分；而小波包變換則是把函數空間慢慢的向正交部分進行擴充。

2.2 專家系統診斷

這方面的診斷技術，主要是創建合理的數據庫，此項數據庫主要容納了相關專家的經驗，如果出現故障，那么就能夠利用人機接口，來對數據庫里的有關知識進行挑選，要是沒有再跟用戶索取信息，那么在將自動機設備故障信息傳送到數據庫里以后，就能夠找到自動機出現故障的原因，而且還會提供相關的診斷報告，不過專家系統診斷法還具有一定的局限性，因此不要運用到復雜結構的電動機當中。

2.3 神經網絡診斷

此項診斷技術目前使用率較高，特點在于診斷方式比較簡單，而且具有很好的適應性，可以達到滿意的診斷效果。不過其仍然具有缺陷，主要體現在具有很高故障樣本需求。神經網絡診斷期間，使用特征來訓練，并對故障信息進行運算，最后通過量化后所掌握的故障信息來采取診斷措施。

2.4 混合的診斷方法

過去所采用的診斷方法需要龐大的數據，而且也很難獲取所需要的數據，導致診斷期間會出現明顯的誤差。而由于故障診斷技術的進一步發展，讓很多的診斷方式都也電動機維修管理工作相結合，而且這種方式已經成為了主流趨勢。

3 結束語

由于電動機使用的普及率越來越高，讓輸出功率也逐漸變得高了起來，這樣一來就加大了發生故障的概率。出現故障的原因比較多，不過因為電動機診斷技術并不完善，導致很難解決故障問題。所以在今后的工作中，要采用多種診斷方式相融合的方式，這樣才能夠全面提高故障診斷的技術水平。所以在今后的工作中，相關工作人員一定要刻苦努力，制定出完善電動機維修管理方案，而且特別是要對人力和物力進行高水準的投入，另外，還要并對故障診斷技術中的信號處理、專家系統、神經網絡診斷等診斷方式進行充分的研究，這樣一來就能夠很好的加強企業的未來發展建設。

參考文獻：

[1]梁居正.分析故障診斷技術在電動機維修管理上的應用[J].電子測試，2018（Z1）：97-98.

[2]朱遠機.故障診斷技術在電動機維修管理上的應用[A].電源技術應用，2012（12）.

[3]班志彬.故障診斷技術在電動機維修管理上的應用[J].探索科學，2016（10）.

作者簡介：謝雷（1969-），男，安徽固鎮人，高中，初級工程師、高級技師，從事電氣維修工作，研究方向：電動機。