發電機勵磁碳刷運行故障檢測方法

劉 剛，趙健龍

(1.浙江浙能嘉華發電有限公司，浙江 嘉興 314201；2.南京南瑞繼保電氣有限公司，南京 211102)

0 引言

發電機勵磁碳刷由石墨組成，在電機運行過程中起到滑動接觸件的作用，但由于其材料主要為碳，往往容易磨損，而碳刷的損壞是引起勵磁系統故障的重要成因，因此對發電機勵磁碳刷的故障檢測是非常必要的，進而提出本課題的研究。

國外機械研究機構對發電機碳刷檢測進行研究，文獻[1]根據碳刷運行過程設計自適應故障判斷模塊，利用微機電系統(MEMS，microelectro mechanical systems)技術對發電機輸出結果進行分析，通過剪切應力傳輸模型(SST，shear stress transfer)檢測算法判斷碳刷的具體信息，達到碳刷故障的自適應判斷功能。但這種方式判斷結果較為寬泛，精確度不高；國內機械研究部門對碳刷材料進行研究，其中文獻[2]設計一種STC故障檢測單片機，利用紅外熱成像技術得到發電機內部碳刷余量，并通過多普勒信號分離算法確定碳刷運行是否正常，并給出相應檢測參數。但這種方法設計成本較高，需要精密的儀器才能實現。而文獻[3]設計多回路故障檢測模型對勵磁碳刷進行回路檢測，通過多小波和峭度準則判斷碳刷實際運行狀態，利用頻譜法對碳刷移位故障進行調節，完成碳刷的及時復位。但這種方法對磨損較嚴重的碳刷處理較差，無法滿足現階段電機故障檢測的需求。

針對上述研究的發電機勵磁碳刷故障檢測技術存在的問題，該研究設計一種故障檢測系統，對碳刷運行過程進行系統化管控[4]。主要創新點在于：

1)建立組件對象模型(COM，component object model)動態檢測方案，對發電機內部碳刷運行進行建模，掌握碳刷整體概況。

2)利用BF5R(digital sensing device optical sensor)檢測電路對碳刷運行條件和輸出參數進行檢測，使故障判斷更為精確化。

3)通過改進維格納威爾分布(WVD，wigner ville distribution)故障定位算法對檢測數據進行分析，并根據分析結果精準定位碳刷故障位置，為后期更換提高數據支撐。

1 COM動態檢測方案

對于發電機碳刷故障的檢測，本研究通過設計組件對象模型(COM)完成碳刷檢測的建模，使電機碳刷故障檢測具有動態功能，檢測結果更為準確，在此基礎上將其實際故障檢測運行同步到模型中，從而得到碳刷檢測結果，然后根據模型輸出結果確定碳刷狀態，經過故障分析和維保機制從而完成碳刷故障的檢測[5]。COM動態檢測方案如圖1所示。

圖1 COM動態檢測圖

COM動態檢測方案通過數據服務器、監控計算機進行發電機碳刷基本信息的查詢和記錄，對碳刷可能存在存在的故障事件進行歸納，數據服務器主要收錄電機碳刷參數和運行數據狀態，并對收錄信息進行歸納，為后續相似故障的維修方案提供參考；監控計算機監控維修人員的具體操作步驟，對電機碳刷正常運行到發生故障，維修過程和恢復正常整個流程進行監控，使碳刷運行過程處于完全監控狀態。通過WLAN橋完成電機設備與工作臺之間的數據傳達。模型裝置主要建造設備有發電機外殼、勵磁系統、動作線路、固定器和碳刷，發電器外殼負責整個電機器件的總裝[6]；勵磁系統作為電機的主要運行結構，是碳刷作用的主要部位；動作線路主要完成電機各設備的協調，將發電結果輸送至外場；固定器起到穩固碳刷的作用，使碳刷在運作過程中減小磨損。整個動態模型的建立根據服務器查詢數據進行各類設備的框架設計，動態模型中各設備數據通過RS232通信傳輸到檢測系統中，最終由檢測系統整合數據，并通過算法編程確定故障位置，為后續碳刷的更換和維修提供參考[7]。

整個模型的建立依賴于COM技術，通過對電機組件一對一的設計，將實際運行中的設備結構分解，能夠對電機內部設備的運行進行針對性檢測，完成碳刷的整體運行過程的監控，更加全面地了解電機中各結構之間的影響，并通過減小這些影響的方式控制碳刷的損壞程度[8]。

2 BF5R檢測電路

檢測系統運行過程中，傳輸線路的選型具有重要作用，通過分析碳刷運行條件和參數進行選型，碳刷運行條件主要分析電機受力狀態和連接設備的穩定程度進行判斷，碳刷參數主要由專用測試表進行判斷。經過分析判斷本文選用BF5R檢測電路，在此結構的基礎上設計90°直角探頭檢測方式[9]，此檢測方式能夠實現碳刷的完全檢測，通過碳刷的旋轉定時檢測，檢測方式更為先進，數據統計更為精確，在線路外圍包裹光纖保護套，保證檢測過程的順利進行，通過IP65聲光報警器等元件設置安全裝置，BF5R檢測電路如圖2所示。

圖2 BF5R檢測電路設計

BF5R檢測電路應用在電機碳刷中，電機電壓需控制在AC220V，碳刷初始尺寸控制在160 mm×27 mm×22mm，最大磨損面積為10 mm2，對碳刷材料進行定期更換[10]。經過比較和篩選后，采用BF5R光纖傳感器作為檢測線路的核心裝置，具有光檢測，實現非接觸式檢測，并且不易損壞，在使用過程中采用雙顯示型光纖傳感器放大器，每秒兩萬次的超高速檢測和1/10 000高分辨率的光纖放大器，光纖本身具有的特性為超高速模式(50 μs)，高速模式(150 μs)，標準模式(500 μs)，長距離模式(4 ms)，能將測量信號最大距離傳輸，滿足檢測線路的各項要求。線路檢測過程主要利用輸出光纖將碳刷模型檢測數據傳輸到系統的兩側，傳輸光纖一般為10 m，以M4直角探頭采集的碳刷磨損度為檢測指標，設置A、B、C三相探頭應用在三條BF5R線路中，BF5R線路采用自動功率控制(APC，auto power control)回路架設方式，回路電線不受元件壽命或溫度變化的影響，可實現穩定持久使用。碳刷運行正常時BF5R探頭穿過碳刷內的小孔，將傳感器檢測數據正常輸送，傳感器采用多種靈敏度設置模式，實現自動調整的目的，1點為最大靈敏度，2點為最小靈敏度，能夠更加碳刷位置設置相應靈敏度；當碳刷存在故障時，探頭滑觸線出現偏移，當偏移程度過大時，碳刷小孔被遮擋，檢測光映射到擋板上，BF5R線路檢測異常，發出故障信號，并記錄故障時間，完成碳刷運行的故障數據傳輸，碳刷故障信號通過RS485專用通信模塊，輕松實現通信傳輸過程，通信模塊最大可連接32個故障檢測點，為定位故障提供有效數據[10]。

BF5R檢測線路的設計運行電壓為AC220 V，通過連接發電機Q22上樁頭提供電壓供給，并經過AC/DC轉換，分別應用于報警信號和光纖結構。通過設計M4直角探頭和光纖傳感的方式提高檢測質量，對數據的傳輸和碳刷參數的記錄具有重要作用[11]。

3 改進WVD故障定位算法

維格納維拉分布(WVD，wigner viller distribution)定位算法主要運算方式為時域和頻域上的一種定位，通過雙線性規律完成故障的尋址和測算，具有時頻分布的特性。該研究通過融合經驗模態分解算法中的函數處理方式，對碳刷故障參數進行分化，從而減輕計算壓力，保證碳刷材料在故障處理后達到最佳分辨率，滿足發電機平穩運行的需要[12]。

針對碳刷故障數據，通過建立碳刷檢測模型進行碳刷狀態的判斷，然后通過模態分解算法進行參數分化，將電機中復雜設備數據狀態分化為可利用的數據狀態，即按設備型號進行分化，從中提取碳刷參數，通過分析碳刷參數變化得到檢測結果，在故障檢測周期內的碳刷檢測函數可以表示為：

(1)

式中，x(t)表示模態算法分化碳刷檢測結果，fimfi(t)表示碳刷模型數據函數，rn(t)表示數據檢測過程中的不可控變量，t表示碳刷模型檢測周期。

在具體計算時，WVD定位算法能夠將時域和頻域上的數據信息分離出來，從不同的角度提煉數據信息。在輸入數據信息為混和數據信息的情況下，無須了解信號混合系數，可以通過盲源分離法提取各獨立分量信號，給出盲源分離結果不確定的解決方法。并建立了包含自項與交叉項的時頻分布矩陣，利用時頻分布矩陣的聯合對角化算法消除獨立分量信號之間的交叉干擾項。

為保證碳刷故障檢測的準確性，需要對發電機使用時長進行檢測，對同一臺發電機，通過分析碳刷使用時長確定檢測周期[13]，發電機使用時長計算公式為：

(2)

式中，Δt表示發電機使用時長，x表示碳刷運行參數，v表示碳刷磨損速度，l表示正常碳刷周長。

根據模態算法分化的碳刷模型數據，對其參數進行逐一餞別，餞別方式采用BF5R檢測電路，由檢測回路和各類傳感器完成大數據的餞別，從餞別結果中找到可能碳刷運行故障原因，然后進行WVD定位，為后續碳刷的維護提供參考，WVD定位過程表示為：

(3)

式中，Wx表示WVD故障定位函數，Ω表示碳刷模型數據對于周期變化的碳刷磨損量量，τ表示故障定位時間常數，x*表示MVD定位周期內碳刷變化量，e表示故障定位常數。

WVD定位算法提供了碳刷故障位置，但無法對碳刷故障原因和變化規律進行說明，因此需要對式(3)進行積分變換，確定碳刷發生故障的原因和規律，稱作碳刷磨損量，對WVD算法中碳刷故障定位周期變化引起的碳刷磨損量進行積分變換[14]，可得：

(4)

通過式(4)的積分變化可以看出碳刷磨損量受到定位周期的影響，即存在時域的變化，通過時域上的變化分析，碳刷故障位置發生在頻率軸上，因此對碳刷頻率軸進行分析，確定是否存在碳刷磨損，通過頻率軸確定碳刷故障位置，在此基礎上完成碳刷故障的數據分析，即存在：

(5)

改進的WVD算法在原有算法的基礎上匯總了碳刷模型參數變化，通過對比模型數據和實際碳刷磨損量，提高了故障定位的精準度[15]，同時增加了研究的信服力，使碳刷在電機中的故障定位更加準確，對維修人員的后續處理具有重要幫助。

4 故障檢測系統

通過建立故障檢測系統對COM動態檢測技術、BF5R線路規劃和改進WVD算法進行統合，建立故障檢測系統，通過微機控制的方式使各項技術分工更為明確，并建立指令傳達控制室，能夠更加碳刷故障進行相應指令的確定，使碳刷故障檢測過程更為順利，而系統化的檢測過程能夠提高碳刷故障檢測效率，將不同檢測結構模塊化，改善了傳統故障檢測方案運行混雜、檢測方案不清晰的問題[16]。該研究建立的勵磁碳刷故障檢測系統如圖3所示。

圖3 故障檢測系統

碳刷故障檢測系統通過微機控制，利用計算機算法處理發電機碳刷運行狀態信息，并對碳刷故障數據進行整理分析，通過微機控制中心完成多個檢測技術的調度配合[17]。通過電量記錄發電機輸出數據，對其外在顯示電流、電壓進行記錄，與初始電機發電參數形成對比數據，分析出在此期間內輸出電量的變化，以此推算碳刷是否發生故障，并進行統計記錄。根據分析的碳刷數據存庫設計COM動態檢測方案，并建立相應服務器，通過模型狀態顯示碳刷狀態，同時對電機整體數據和各部分連接設備的數據狀態進行記錄，COM模型數據和碳刷數據存庫通過傳真信息和郵件的方式進行發送和接收，重要信號采用5G無線的信號進行傳輸[18]。在故障檢測系統中，由電機總線負責COM模型和碳刷實際檢測的數據聯系，碳刷實際檢測過程主要由BF5R檢測電路和改進WVD算法完成，BF5R檢測電路通過故障電路分析、抑制電路和碳刷光纖完成碳刷狀態的收集；改進WVD算法主要進行碳刷模型數據的分化和碳刷故障定位[19-20]。而維修站主要根據實際檢測過程和改進WVD算法進行碳刷的維護和更換，首先作好故障記錄，然后根據記錄建立維修方案，最后進行選材和現場維修，通過移動端進行實時數據更新。

整個碳刷故障檢測系統對發電機輸出瞬間電量數據進行記錄和對比，精確把握碳刷運行狀態。通過微網控制中心傳達操作指令，完成碳刷檢測技術的協調配合，提高發電機碳刷檢測的效率，最大限度的節省后期維修的時間，保證電機維護和碳刷更換工作的順利運行[21-22]。

5 試驗結果與分析

該研究針對發電機勵磁碳刷運行故障檢測進行研究，實驗發電機采用4B3.9型號柴油發電機，電機壽命為最大值，電機中各類設備完美的環境下進行實驗，碳刷材料為電化石墨，并設計各種碳刷故障狀態，通過組建COM碳刷模型確定電機中碳刷位置[23]，設計BF5R檢測電路完成碳刷故障的檢測實驗，通過改進WVD算法精確定位碳刷故障位置，并對碳刷磨損量和碳刷調節幅度進行控制，最后記錄實驗結果，將實驗數據整理成圖表形式進行分析[24]。實驗過程在Intel i9 9600KF計算機，3.10 GHz的CPU和64+128 GB內存的雙核PC機上運行，計算機系統采用WIN 10系統[25]，設備性能為頂配計算機，處理數據較快。現場實驗環境設置，實驗采集信號為數據光纖采集模式，具有采集速度快，采集精度高的特點，信號傳輸方式為5G無線信號，同時架設有線傳輸方式，保證傳輸信號的穩定，傳輸速率>4.5 MB/s。在此環境下進行實驗，參數配置如表1所示。

表1 環境參數與配置軟件

本設計試驗對發電機中碳刷故障原因檢測和故障定位進行研究，根據實驗數據分析，對15 KW4B3.9型號柴油發電機中碳刷故障進行實驗，根據Proteus仿真軟件對實際工作過程進行仿真演示，檢測系統運行仿真過程如圖4所示。

圖4 檢測系統運行仿真圖

根據圖4仿真結果對比各設計方案具體效果，將仿真實驗數據整體制表，定位時間通過實驗人員進行記錄生成，信號幅值由脈沖濾波器顯示得到，精確度根據碳刷故障實際參數和實驗參數對比計算可得，記錄碳刷狀態變化規律，進而驗證本研究的有效性，將實驗結果匯總數據表，最終顯示碳刷故障檢測實驗數據如表2所示。

表2 碳刷故障檢測實驗數據表

通過表2數據分析，本設計對發電機勵磁碳刷故障檢測具有明顯效果，在15 kW發電機環境中，碳刷故障定位時間為3.5 min，信號幅值為13 V，結果精確度為96.4%；文獻[1]采用的MEMS檢測技術碳刷故障定位時間為6.4 min，信號幅值為18 V，結果精確度為90.8%；文獻[2]設計的STC檢測單片機碳刷故障定位時間為8.6 min，信號幅值為24 V，結果精確度為85.8%。由此看出本研究對勵磁碳刷的檢測效果具有較高可行性。

利用仿真軟件顯示3種不同方案檢測系統的幅值，其幅值變化較大，將幅值變化導入濾波器中，利用脈沖濾波器對比3種技術的信號檢測波形，其波形反應了3種方案的故障檢測性能，通過對比方式分析各系統性能，3種系統信號檢測波形變化曲線如圖5～7所示。

圖5 本研究信號檢測波形

圖6 MEMS技術信號檢測波形

圖7 STC單片機信號檢測波形

通過對比發現，文獻[1]提出的MEMS檢測技術最大幅值電壓為18 V，最小幅值電壓為10 V，平均幅值為14 V，信號檢測過程存在一定的波動性，系統穩定性不足；文獻[2]提出的STC檢測單片機最大幅值電壓為24 V，最小幅值電壓為6 V，平均幅值為15 V，波動范圍較大，系統穩定性較差；本研究檢測波形最大幅值電壓為13 V，最小幅值電壓為6 V，平均幅值為9.5 V，通過對比發現本研究碳刷檢測系統脈沖波形變化幅度較慢，則仿真結果幅值電壓最低，證實本研究檢測系統較為穩定。

通過對比各設計方案的檢測結果精確度，進一步完成實驗，根據Proteus軟件實現碳刷故障檢測系統的仿真，得到系統檢測結果精確度曲線對比如圖8所示。

圖8 檢測結果精確度曲線

通過對比發現3種方案檢測結果精確度與發電機輸出電能存在一定關系，本研究精確度最高為97.9%，最低為94.9%，平均為96.4%；文獻[1]設計的MEMS檢測技術精確度最高為92.4%，最低為89.2%，平均為90.8%；文獻[2]設計的STC檢測單片機精確度最高為87.9%，最低為83.7%，平均為85.8%。

綜上所述，本設計方案對碳刷結構的故障定位時間、檢測精確度和系統穩定性具有明顯效果，根據實驗表明本研究定位時間最短，結果準確度最高，系統運行最為穩定，體現出本設計發電機碳刷結構故障檢測系統的優越性。

6 結束語

該研究對發電機碳刷結構的故障檢測和定位進行研究，通過組建碳刷模型和檢測線路完成方案設計，主要技術研究如下：

1)建立COM模型將發電機內部碳刷結構呈現到屏幕上，檢測狀態更為明顯，使工作人員更為容易地找到故障原因，避免誤判和漏判問題。

2)利用BF5R檢測電路完成電機內部碳刷結構與微機模型的對接，將碳刷初始參數與后期模型參數形成對比數據，從而找到故障點。

3)通過改進WVD算法分化碳刷模型數據，將復雜的運行參數分化開來，使故障定位更具條理性，進而精確定位碳刷故障位置。

通過對本設計發電機勵磁碳刷故障檢測系統進行測試，將實驗結果匯總為碳刷故障檢測實驗測試表，發現本研究定位時間最短，結果準確度最高，系統運行最為穩定，通過仿真對比分析，表明本設計方案具有明顯優勢。但是本研究在實驗過程中仍存在問題，碳刷更換效率較慢，故障報警需要停機檢修，從而導致電能浪費等問題仍待解決。