基于置信規則庫推理的電機轉子故障診斷方法

李正輝 劉峻峰 余 偉 劉 成

(1、鄭州鐵路職業技術學院，河南 鄭州451460 2、佛山科學技術學院 自動化學院，廣東 佛山528225)

1 概述

電機轉子作為電機的重要組成部分，承載著現代工業體系中的重要動力輸出重任，其出現任何的故障或損傷，將直接影響工業設備的正常安全運行；加之電機長期的超負荷運轉和長時間持續運行，使得其轉子發生故障的可能性增大及故障出現形式日趨復雜[1,2]。當電機轉子發生故障時，及時準確診斷出其故障模式，是保障電機持續、穩定、安全、高效運行的有效手段。近年來，針對電機轉子故障的診斷方法有很多，主要分為定性方法和定量方法[3-5]。定性方法主要利用先驗知識建立其定性模型并依據模型預測電機轉子故障，但沒有充分利用數據樣本挖掘知識，如傳統專家系統和故障樹等方法。定量方法則主要結合各種數據挖掘技術獲取其中隱含的深層次特征信息，表征系統運行的正常模式和故障模式，但沒有加入豐富的專家知識用于指導其挖掘信息，如神經網絡等。近幾年發展的置信規則庫推理方法[6,7]，將不確定性的定性知識和定量信息相結合，并運用證據推理過程對定性知識和定量信息進行客觀的不確定性推理，在復雜系統故障診斷等領域得到了較好應用。

本文針對定性方法和定量方法在電機轉子故障診斷上的不足，給出結合不確定性的定性知識和定量信息的故障診斷方法。首先基于轉子故障狀態會引起振動信號特征頻率幅值變化為特征，選取1X～3X 倍頻以及時域振動位移平均幅值為置信規則庫推理模型的輸入，以轉子的不同故障模式為輸出；然后根據證據推理規則建立關于振動信號與故障模式之間的置信規則庫，用以描述兩者之間的非線性映射關系，將被不同程度激活的置信規則進行融合計算得出診斷結果；最后，通過利用多功能電機轉子試驗臺上所獲取的實測振動數據，驗證了所提方法的有效性和準確性。

2 置信規則庫推理理論

3.1 問題描述

仿真實驗設備采用的是ZHS-2 型多功能電機柔性轉子系統，如圖1 所示。在電機轉子支撐部位的水平方向設置安裝時域振動位移傳感器，在電機轉子支撐部位的垂直方向設置安裝頻域振動加速度傳感器。利用HG8902 數據采集箱采集傳感器獲取的數據，并傳至計算機分析設備。在該試驗臺上分別設置了正常運行F1，轉子不平衡F2，轉子不對中F3，基座松動F4等4 種典型故障模式。由于根據電機轉子故障產生機理和大量實驗數據表明不同電機轉子故障狀態會引起多頻率成分的振動幅值變化，故將1X～3X 倍頻的頻域幅值變化和時域振動位移幅值變化作為故障特征量。其中通過速度控制器設置電機轉子的轉速為1500r/m，則基頻1X 為25Hz，n 倍頻nX(n=1, 2, 3, …)為(n×25) Hz。

圖1 電機柔性轉子系統

表1 置信規則庫系統的部分規則

3.2 確定置信規則的參考值

3.3 建立置信規則庫

3.4 仿真結果

在構建置信規則庫系統后，將故障特征1X，2X，3X，“位移”的樣本作為模型輸入，樣本會激活置信規則庫中的某一條規則或某幾條規則，然后再運用證據推理（ER）算法，融合不同激活程度的規則，得出最終的融合結果為故障診斷結果。通過ZHS-2 電機柔性轉子系統獲得1200 組樣本數據。

表2 測試樣本的混淆矩陣

來測試置信規則庫推理方法的診斷效果，其中，每個電機轉子故障模式各有300 組樣本數據。實驗結果如表2 所示，所提故障診斷方法對電機轉子故障類型診斷的準確率分別達到了93.33%、91.00%、97.00%、96.33%，整體故障診斷準確率為94.41%。該實驗表明了基于置信規則庫推理的電機轉子故障診斷方法的可行性和有效性。

4 結論

本文針對定性方法和定量方法在電機轉子故障診斷上的不足，給出融合定性知識和定量信息的基于置信規則庫推理的故障診斷新方法。該方法優點在于：(1)不用假設故障特征與故障模式之間的非線性映射關系；(2) 算法規則參數物理意義明確，便于實際應用和理解。另外本文僅針對單個電機轉子故障進行診斷，沒有考慮對并發故障或多發故障的診斷，今后可就該方面對所提算法進行進一步的驗證與拓展。