摘要：随着科技水平的不断进步，电机已被广泛应用到生产生活的各个领域。作为机械设备的动力源，可以将电能转换为可用的机械能，从而保证机械设备的正常运转。但电机一旦运转时间过长，负荷压力过大，再加上各种外部环境因素的影响，很容易出现故障问题。如果不能及时的进行判断和处理，就会使电机无法正常运转，甚至造成电机的损坏，而给企业带来无法估量的损失。所以电机故障诊断技术是非常重要的，它是确保电机正常、可靠运转的基础。通过对电机故障诊断原理进行分析，来研究电机故障诊断技术及发展趋势。
关键词：电机故障；诊断技术；现状；发展趋势
引言
电机以其结构简单、价格低廉、坚固耐用等优点在工业领域得到了广泛的应用。但是，由于过载或频繁启动，在制动时，转子导杆和端环连接区域容易断裂等。感应电机故障诊断技术可分为基于模型和基于信号两大类.基于模型的故障诊断方法需要精确的异步电机模型，但对于非线性、强耦合、多变量的异步电机，建立精确的数学模型并不容易，而且在运行中。感应电动机的许多物理量都会在一定程度上发生变化。基于信号分析的故障诊断方法是通过一定的信号处理技术从信号中提出故障特征，然后通过模式识别来判断是否存在故障、故障类型和故障严重程度。
1.电机故障诊断智能方法研究现状
1.1基于专家系统的电机故障诊断方法
专家系统是一个智能化的计算机程序，它包含了大量专家在这一领域的经验和知识。通过模拟专家的推理过程，可以解决需要专家定义的知识才能解决的复杂问题。基于专家系统的故障诊断方法研究较早，在智能诊断领域得到了广泛的应用。主要的诊断方法是在前人专家经验的基础上，将故障信息的分析和总结归纳为规则，建立知识库。故障发生时，将故障信息输入推理机，通过知识库中的经验分析模拟专家推理，达到故障诊断的目的。利用直流电机故障诊断专家系统，建立了直流电机故障诊断方法。专家系统包括数据库、知识库、推理机、知识获取、数据采集、故障处理、人机界面等。能够检测和诊断早期电机故障，减少停机维修造成的经济损失。
1.2基于人工神经网络电机故障诊断方法
人工神经网络(ANN)是通过模拟人类神经系统进行信息处理而建立的模型。它由大量的处理单元(神经元)连接，将权值定向到输入和输出层，具有较强的学习能力和自适应能力。近年来，基于神经网络的故障诊断方法由于能够对大量样本数据进行分析和推理，并产生通用规则，在电机设备故障诊断领域得到了广泛的应用。在神经网络中，BP神经网络、RBF神经网络和Elman神经网络的应用最为广泛。然而，基于神经网络的电机故障诊断方法也存在许多不足，如：1)其诊断结果依赖于大量样本的准确性和网络结构的选择；2)无法解释其行为和输出；3)训练过度或训练不足、收敛速度慢等因素可能影响故障诊断的效果。因此，国内外学者采用遗传算法、LM算法等智能理论和神经网络等优化算法来克服上述不足。
1.3遗传算法诊断方法
通过对故障信息的整理和分析，对电机进行全面的控制和管理，使系统性能不断优化，提高了诊断效率和诊断质量，在实际应用中具有全局性和方便性。
期刊文章分类查询,尽在期刊图书馆在应用过程中，应特别注意各参数的变化和精度。为了获得一定的故障数据，需要对故障数据进行多次测试。可以说，遗传算法在故障诊断中的应用是一种非常先进、高效的技术手段，对保证电机的正常运行起着重要的作用。
2.故障信号选择
电机高度对称，各种故障影响其对称性。这导致定子和转子之间的磁链发生变化，从而改变定子电流、电压、磁场和机械振动。通过对这些信号的分析，分析了异步电动机的健康状态，判断了故障的严重程度。如果用电流信号来识别感应电动机的所有故障，则通过振动信号分析可以识别转子故障、轴承和气隙偏心，轴流可以识别除轴承事故以外的其他故障。润滑油只能识别轴承故障。机械振动信号检测是一种传统的机械故障诊断技术，在机械故障诊断中有着广泛的应用。通常，压电传感器安装在旋转轴上。由于电压信号与加速度成正比，可以很好地反映旋转机械的振动信息。但是，加速度传感器存在价格昂贵、安装不便、可靠性差等缺点。定子电流信号是另一种常用的分析信号，通常由霍尔电流探头测量。与机械振动信号相比，它具有安装简单、价格低廉、无干扰、与电机控制系统共用电流等优点。感应电动机故障诊断信号的特点已成为感应电动机故障诊断信号分析的热点。
3 电机故障诊断技术研究现状与发展趋势
国外对电机故障诊断的研究相对较早，技术也比较成熟。它们也经过多年的发展，直到计算机技术、传感器技术等广泛应用，故障诊断技术才真正得到了发展。例如，日本、加拿大和其他国家开发了变压器和发电机故障监测系统，并得到广泛应用。我国对电机故障诊断的研究起步较晚。虽然目前已有许多实验方法，但由于技术上的限制，操作过于复杂，测量结果不准确，也没有取得明显的进展。直到最近，随着中国经济的快速发展和科学技术的飞速进步，电机故障诊断技术的研究也得到了迅速的发展。除了分析模型法外，还对信号处理的故障诊断方法和专家理论进行了研究。然而，许多方法仍然局限于电机稳态运行的故障诊断，在开关、加速度等动态条件下的诊断还不够充分，还需要引起足够的重视。其中，信号处理中的热点小波技术具有较好的局部化特性，能够准确地获得瞬态信号的特性，可用于动态数据的分析。此外，专家知识理论中的神经网络具有自学习和并行处理的能力，可以用来处理和分析非线性故障问题。
电机故障诊断具有复杂性的特点，许多方法都有其不足之处。此外，大多数研究都需要从实验过程中获取尽可能完整的数据，但在实际情况下，数据不能完整，这极大地影响了故障诊断的最终质量。因此，仅用一种理论和一种技术就很难实现诊断过程的快速性和准确性，因此有必要将各种技术有机地结合起来，实现理论的交叉融合。近年来，随着信息技术、人工智能等各种高性能算法的发展，人们可以实现更精确的故障诊断和处理。根据以上分析，有必要结合各种理论、方法和优点，实现高效率的故障诊断，这也是故障诊断技术的一个重要发展趋势。
4.结语
总体而言，随着中国经济的快速发展，电机已广泛应用于各个行业和领域，但在电机的应用过程中，一旦长期不间断运行，或负荷压力过大，以及各种外部因素的影响，将导致各种问题。如果不能及时处理，电机将不能正常运行，甚至会给企业带来严重的安全隐患，给企业造成不可估量的重大损失。有关人员需要加强对电机故障的认识，并结合现场情况，科学合理地选择最合适的故障诊断方法，以不断提高电机故障诊断质量，从而快速有效地处理故障问题。加快电机的回收运行，提供技术保护。目前，我国电机故障诊断的研究成果越来越多。然而，考虑到电机故障的复杂性，需要进一步的研究，以促进电机故障诊断技术的不断完善。从而保证电机设备的安全稳定运行。
参考文献:
［1］李男，电力机车交流牵引电机故障诊断技术研究［J］.工程技术，2016（10）：246.
［2］张明杰，曾祥东.HXN3 型机车牵引电机故障诊断技术研究［J］.中国新技术新产品，2016（2）：44-45.
［3］徐波，黄陈蓉，卢阿丽.感应电机常见故障及关键故障诊断技术分析［J］.微电机，2015，48（5）：106-110.
论文作者:崔琼
论文发表刊物:《防护工程》2019年第3期
论文发表时间:2019/5/20
标签：故障诊断论文; 电机论文; 故障论文; 神经网络论文; 方法论文; 信号论文; 技术论文; 《防护工程》2019年第3期论文;