李平的開(kāi)題報(bào)告

基于信息融合技術(shù)的電機(jī)故障診斷研究立論依據(jù)研究意義電機(jī)作為拖動(dòng)系統(tǒng)中的重要組成部分在國(guó)民經(jīng)濟(jì)中占有舉足輕重的地位，它是當(dāng)今用于驅(qū)動(dòng)各種機(jī)械和工業(yè)設(shè)備的最主要裝置，廣泛應(yīng)用于驅(qū)動(dòng)機(jī)床、水泵、鼓風(fēng)機(jī)、壓縮機(jī)、起重卷?yè)P(yáng)設(shè)備、礦山設(shè)備等，幾乎滲透到了各行各業(yè)。在發(fā)達(dá)國(guó)家中三相電機(jī)所消耗的能量已占到全部發(fā)電量的一半以上，在中國(guó)，電機(jī)的用電量約占總負(fù)荷的60%之多。電機(jī)故障不但損壞異步電機(jī)本身，而且影響生產(chǎn)的安全平穩(wěn)。對(duì)電機(jī)進(jìn)行狀態(tài)監(jiān)測(cè)與故障診斷，可及時(shí)處理和排除故障，減少不必要的經(jīng)濟(jì)損失。電機(jī)系統(tǒng)中包含多個(gè)子系統(tǒng)：電路系統(tǒng)、磁路系統(tǒng)、絕緣系統(tǒng)、機(jī)械系統(tǒng)和通風(fēng)散熱系統(tǒng)等，且各子系統(tǒng)間相互影響，關(guān)系復(fù)雜。所以，電機(jī)故障的起因和故障征兆往往表現(xiàn)出多元性。一類(lèi)故障源可誘發(fā)多種故障征兆（一因多果），比如，電機(jī)轉(zhuǎn)子發(fā)生導(dǎo)條斷裂時(shí)，就會(huì)出現(xiàn)振動(dòng)增加、啟動(dòng)時(shí)間延長(zhǎng)、定子電流擺動(dòng)、轉(zhuǎn)差率增大、轉(zhuǎn)速和轉(zhuǎn)矩波動(dòng)、溫升增高等故障征兆，而且它們往往都是相關(guān)聯(lián)的。另外，多類(lèi)故障可能同時(shí)反映一個(gè)故障征兆（多因一果），比如，電機(jī)振動(dòng)增加，除了可能是轉(zhuǎn)子斷條故障之外，還有可能是由定子繞組匝間短路、定子端部繞組松動(dòng)、機(jī)座安裝不當(dāng)、鐵心松動(dòng)、轉(zhuǎn)子偏心、定轉(zhuǎn)子相擦、軸承損壞等故障引起。還可能出現(xiàn)多類(lèi)故障表現(xiàn)為多種故障征兆相互交叉耦合的現(xiàn)象（多因多果）。因此，電機(jī)故障具有故障復(fù)雜、故障模糊、故障相關(guān)、多故障并發(fā)等特點(diǎn)。電機(jī)故障診斷的過(guò)程是一個(gè)信號(hào)檢測(cè)、信號(hào)處理與分析、模式識(shí)別的過(guò)程，電機(jī)各構(gòu)件之間及構(gòu)件內(nèi)部都存在很多錯(cuò)綜復(fù)雜、關(guān)聯(lián)藕合的相互關(guān)系，不確定性因素充斥其間，這必然導(dǎo)致故障診斷準(zhǔn)確率的降低，甚至出現(xiàn)漏檢和誤診斷現(xiàn)象。因此，在電機(jī)故障診斷過(guò)程中，電機(jī)故障的非線性性和診斷過(guò)程的不確定性是需要我們著重考慮的問(wèn)題。所以，如何針對(duì)這兩點(diǎn)有效開(kāi)展基于信息融合的電機(jī)故障診斷方法研究具有重要的意義。國(guó)內(nèi)外研究現(xiàn)狀電機(jī)狀態(tài)檢測(cè)的概念首先是由TavnerP.J.與PenmanJ.于1987年提出來(lái)的[1]。隨后由于70-80年代電子技術(shù)的興起，尤其是計(jì)算機(jī)技術(shù)的發(fā)展，為電機(jī)故障診斷技術(shù)提供了必要的技術(shù)支持，電機(jī)故障診斷技術(shù)才真正得以迅速發(fā)展[2-3]。我國(guó)對(duì)電機(jī)設(shè)備故障診斷技術(shù)的重要性也早已認(rèn)識(shí)，60年代就提出過(guò)不少帶電試驗(yàn)的方法，但由于操作復(fù)雜，測(cè)量結(jié)果分散性大而未得到推廣。直到80年代開(kāi)始出現(xiàn)電機(jī)設(shè)備故障在線診斷技術(shù)的研究，在近20多年來(lái)得到迅猛發(fā)展。到目前為止，電機(jī)故障診斷技術(shù)都是基于某個(gè)確定的參數(shù)進(jìn)行的，這些參數(shù)包括與電機(jī)相關(guān)的各種能夠攜帶故障特征的可以監(jiān)測(cè)到的參數(shù)，如定子電流、振動(dòng)、溫度、噪聲、潤(rùn)滑油成份等。根據(jù)所選取的特征量，電機(jī)故障診斷的方法可以分為定子電流信號(hào)法、振動(dòng)監(jiān)測(cè)法、瞬時(shí)功率法、轉(zhuǎn)矩法、失電殘壓法等，在得到上述信號(hào)后，多采用專(zhuān)家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、小波分析等方法進(jìn)行電機(jī)故障特征提取和故障診斷。就目前電機(jī)故障診斷中所選取的特征量而言，應(yīng)用最多的是定子電流信號(hào)和振動(dòng)信號(hào)。國(guó)內(nèi)外學(xué)者基于這兩者，在電機(jī)故障診斷方面已經(jīng)作了很多研究。定子電流信號(hào)：王新等利用小波包對(duì)電機(jī)電流信號(hào)進(jìn)行細(xì)致分解，從分解系數(shù)上準(zhǔn)確找到故障信號(hào)所在節(jié)點(diǎn)，對(duì)該節(jié)點(diǎn)進(jìn)行重構(gòu)得到要分析的信號(hào)，然后采用自適應(yīng)陷波器去除工頻的干擾,提取故障特征量［4］。劉振興等針對(duì)調(diào)速過(guò)程中常見(jiàn)的恒加速和恒減速運(yùn)行模式，提出了采用HHT（Hilbert-Huang變換）方法識(shí)別運(yùn)行模式、利用廣義Fourier變換進(jìn)行時(shí)頻轉(zhuǎn)換的故障診斷方法，可將線調(diào)頻的電源信號(hào)轉(zhuǎn)換為新的時(shí)頻域的恒頻信號(hào)［5］。陽(yáng)同光等提出一種基于反向粒子群優(yōu)化算法感應(yīng)電機(jī)轉(zhuǎn)子故障診斷方法。將轉(zhuǎn)子磁鏈誤差作為粒子群的適應(yīng)度函數(shù)，通過(guò)反向粒子群優(yōu)化算法自適應(yīng)調(diào)整轉(zhuǎn)子磁鏈電流模型的參數(shù)，辨識(shí)故障狀態(tài)下感應(yīng)電機(jī)的轉(zhuǎn)子電阻［6］。王旭紅等針對(duì)異步電機(jī)轉(zhuǎn)子斷條故障時(shí)定子電流出現(xiàn)的邊頻分量進(jìn)行小波包分析，提取動(dòng)態(tài)條件下各頻帶能量作為故障特征向量，削弱了負(fù)載變化及噪聲對(duì)診斷準(zhǔn)確性的影響［7］。振動(dòng)信號(hào)：王紅君等提出一種基于小波分析和神經(jīng)網(wǎng)絡(luò)的電機(jī)故障診斷方法，該方法采用小波時(shí)頻分析技術(shù)對(duì)電機(jī)故障振動(dòng)信號(hào)進(jìn)行消噪濾波,通過(guò)小波包分解系數(shù)求取頻帶能量，根據(jù)各個(gè)頻帶能量的變化提取故障特征，應(yīng)用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行故障識(shí)別［8］。滿(mǎn)紅等針對(duì)異步電機(jī)早期定子故障診斷,根據(jù)電機(jī)定子故障的特點(diǎn)，對(duì)電機(jī)振動(dòng)信號(hào)進(jìn)行監(jiān)測(cè)，診斷其定子故障［9］。向東陽(yáng)等通過(guò)振動(dòng)信號(hào)同時(shí)診斷電機(jī)定子相間短路和軸承外滾道缺損的復(fù)合故障［10］。其他：瞬時(shí)功率法：劉振興等介紹了一種基于瞬時(shí)功率頻譜分析的鼠籠式異步電動(dòng)機(jī)轉(zhuǎn)子故障監(jiān)測(cè)與診斷方法。采集定子某兩個(gè)端子之間的線電壓和對(duì)應(yīng)的線電流,由二者的乘積即可構(gòu)成瞬時(shí)功率信號(hào)［11］。緊接著，他又提出了以平均瞬時(shí)功率為監(jiān)測(cè)量進(jìn)行鼠籠式異步電動(dòng)機(jī)轉(zhuǎn)子復(fù)合故障的監(jiān)測(cè)與診斷方法。該方法不需要已知電動(dòng)機(jī)的定/轉(zhuǎn)子參數(shù)，可以實(shí)現(xiàn)復(fù)合故障的準(zhǔn)確分離［12］。轉(zhuǎn)矩法：BumettR利用電動(dòng)機(jī)的電磁扭矩來(lái)監(jiān)測(cè)電機(jī)故障［13］。失電殘壓法：馬宏忠等對(duì)利用失電殘余電壓診斷異步電機(jī)轉(zhuǎn)子繞組故障進(jìn)行研究［14］。從上面的電機(jī)故障診斷方法可以看出，現(xiàn)在電機(jī)故障診斷技術(shù)大部分都是基于單個(gè)參數(shù)進(jìn)行的，但是基于單參數(shù)的電機(jī)故障診斷也有一定的缺陷。電機(jī)是一個(gè)由多個(gè)系統(tǒng)構(gòu)成的耦合系統(tǒng)，各個(gè)子系統(tǒng)之間相互關(guān)聯(lián)，相互影響。而且電機(jī)故障受運(yùn)行環(huán)境等諸多不定因素的影響，利用單個(gè)信息只能判斷異步電動(dòng)機(jī)系統(tǒng)可能在某些方面有故障征兆，結(jié)論具有一定的不確定性，特別是異步電動(dòng)機(jī)在早期有劣化跡象時(shí)，各個(gè)方面的表現(xiàn)都比較弱，更難以準(zhǔn)確診斷故障。例如單獨(dú)利用電流信號(hào)的方法，當(dāng)電機(jī)空載或輕載時(shí)，由于(1-2s)f頻率分量的幅值相對(duì)基頻分量的幅值較小，易受基頻泄露的影響而被淹沒(méi),同時(shí)該特征頻率受轉(zhuǎn)速波動(dòng)影響很大，單純根據(jù)該特征頻率對(duì)轉(zhuǎn)子狀態(tài)作出判斷缺乏準(zhǔn)確性。單獨(dú)利用振動(dòng)信號(hào)的方法，由于振動(dòng)信號(hào)往往是由多個(gè)信號(hào)混疊在一起的，所檢測(cè)的信號(hào)必然會(huì)有其他信號(hào)的干擾，給故障特征識(shí)別與診斷帶來(lái)困難［15］。針對(duì)這種情況，近年來(lái)有的學(xué)者展開(kāi)了基于信息融合技術(shù)的電機(jī)故障診斷方法研究。楊偉等提取故障電機(jī)的狀態(tài)特征量，并將其按時(shí)域、頻域、奇異值分解為多個(gè)子參數(shù)空間。在此基礎(chǔ)上，采用并行BP神經(jīng)網(wǎng)絡(luò)及模糊聚類(lèi)系統(tǒng)對(duì)電機(jī)故障進(jìn)行局部診斷。將每個(gè)局部診斷結(jié)果作為獨(dú)立的證據(jù)體，構(gòu)造相應(yīng)的信度分配函數(shù)。結(jié)合電機(jī)故障的信息融合診斷模型，將基于D-S證據(jù)理論的決策融合的方法應(yīng)用于電機(jī)故障診斷［16］。付華等對(duì)振動(dòng)信號(hào)的三類(lèi)故障特征進(jìn)行信息融合，實(shí)現(xiàn)對(duì)異步電動(dòng)機(jī)的故障診斷［17］。田慕琴等提出了一種基于信息融合的異步電動(dòng)機(jī)故障跡象智能預(yù)測(cè)系統(tǒng)的設(shè)計(jì)方案［18］。韓麗等提出了一種采用異步電動(dòng)機(jī)定子電流、徑向(軸向)振動(dòng)信號(hào)等多信息融合的故障診斷方法。對(duì)測(cè)量的各種信號(hào)進(jìn)行小波分析，利用各個(gè)頻段的信號(hào)能量作為故障特征值.采用D-S證據(jù)理論融合各個(gè)信息,針對(duì)證據(jù)理論無(wú)法融合高沖突證據(jù)的缺陷，引入先驗(yàn)知識(shí)對(duì)其進(jìn)行了改進(jìn)，提高了電機(jī)故障診斷準(zhǔn)確率［19］。程珩等通過(guò)振動(dòng)和電流傳感器綜合采集異步電機(jī)運(yùn)行時(shí)的各個(gè)狀態(tài)參數(shù)，運(yùn)用并行BP子神經(jīng)網(wǎng)絡(luò)對(duì)異步電機(jī)進(jìn)彳亍局部診斷，再用D-S證據(jù)理論對(duì)局部診斷的結(jié)果進(jìn)行全局融合，實(shí)現(xiàn)對(duì)異步電機(jī)的準(zhǔn)確診斷［20］。林波等通過(guò)電流、溫度和振動(dòng)傳感器進(jìn)行監(jiān)測(cè)，進(jìn)行多傳感器信息融合實(shí)現(xiàn)對(duì)電機(jī)故障的診斷［21］。焦露琴等分別從定子電流信號(hào)和振動(dòng)信號(hào)中提取轉(zhuǎn)子斷條故障的特征信息，利用SVM對(duì)異步電動(dòng)機(jī)的狀態(tài)進(jìn)行模式識(shí)別,并將識(shí)別結(jié)果形成彼此獨(dú)立的證據(jù)，而后根據(jù)D-S證據(jù)融合規(guī)則進(jìn)行融合處理,從而實(shí)現(xiàn)對(duì)異步電動(dòng)機(jī)轉(zhuǎn)子斷條故障的準(zhǔn)確識(shí)別[22]。雖然數(shù)據(jù)融合技術(shù)的應(yīng)用對(duì)彌補(bǔ)基于單參數(shù)的電機(jī)故障診斷的缺陷有很大幫助，但現(xiàn)在的基于信息融合技術(shù)的電機(jī)故障診斷方法研究還處在起步階段，還有許多不足。信息融合是基于多參數(shù)的融合，但是相關(guān)參數(shù)間的具體聯(lián)系并沒(méi)有系統(tǒng)的分析。⑵信息融合在電機(jī)故障診斷領(lǐng)域的研究偏重于具體方法的應(yīng)用，是從實(shí)驗(yàn)而不是從電機(jī)故障系統(tǒng)自身特點(diǎn)的角度去研究的，缺乏理論體系的支持。⑶基于信息融合的電機(jī)故障診斷大部分是先通過(guò)神經(jīng)網(wǎng)絡(luò)進(jìn)行局部決策，然后通過(guò)決策融合方法來(lái)進(jìn)行決策融合。但是基于神經(jīng)網(wǎng)絡(luò)的局部決策往往需要大量的電機(jī)故障樣本，這在實(shí)際故障診斷中是難以實(shí)現(xiàn)的，而且神經(jīng)網(wǎng)絡(luò)收斂速度較慢，缺乏電機(jī)故障診斷的時(shí)效性。(4)缺乏對(duì)數(shù)據(jù)融合方法的有效結(jié)合和相關(guān)算法的研究。參考文獻(xiàn)：Bellini,F.Filippetti,GFranceschini,C.Tassoni,GB.Kliman.Quantitativeevaluationofinductionmotorbrokenbarsbymeansofelectricsignalssignatures[J].IEEETransactionsonIndustryApplications,vol.37,No.5,Sept/Oct2001,pp.1248-1255.沈標(biāo)正，電機(jī)故障診斷技術(shù)[M],北京:機(jī)械工業(yè)出版社.Tavner,R.J.andJ.Penman，ConditionMonitoringofEleetriealMaehines.1987:JohnWileyandSonS.王新,張冬霞，基于小波包-陷波器的電機(jī)斷條故障診斷的仿真[J].河南理工大學(xué)學(xué)報(bào)(自然科學(xué)版),2010,6(29),780-783.劉振興，李月棠，張文蓉，張雄希，基于HHT和廣義Fourier變換變頻調(diào)速異步電動(dòng)機(jī)故障診斷[J]，同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版)，2010,12(38),1832-1835陽(yáng)同光，蔣新華，基于粒子群優(yōu)化算法電機(jī)轉(zhuǎn)子故障診斷研究[J],計(jì)算機(jī)工程與應(yīng)用,2011,47(1),215-216王旭紅，何怡剛，基于小波包和Elman神經(jīng)網(wǎng)絡(luò)的異步電機(jī)轉(zhuǎn)子斷條故障診斷方法[J],湖南大學(xué)學(xué)報(bào)(自然科學(xué)版),2010,5,(37),45-48.王紅君，劉冬生，岳有軍，基于小波分析和神經(jīng)網(wǎng)絡(luò)的電機(jī)故障診斷方法研究[J] ,電氣傳動(dòng),2010,3(40),69-73.滿(mǎn)紅,賈世杰，基于小波分析和神經(jīng)網(wǎng)絡(luò)的異步電機(jī)早期故障診斷[J]，大連交通大學(xué)學(xué)報(bào)，2011,3(32),80-83.向東陽(yáng)，吳正國(guó),胡文彪，侯新國(guó)，盲信號(hào)處理在感應(yīng)電動(dòng)機(jī)復(fù)合故障診斷中的應(yīng)用研究[J],電力系統(tǒng)保護(hù)與控制,2010,23(38),103-106.劉振興，尹項(xiàng)根，張哲，劉惠康，基于瞬時(shí)功率信號(hào)頻譜分析的鼠籠式異步電動(dòng)機(jī)轉(zhuǎn)子故障在線診斷方法[J],中國(guó)電機(jī)工程學(xué)報(bào),2003,10劉振興，尹項(xiàng)根,張哲，鼠籠式異步電動(dòng)機(jī)轉(zhuǎn)子故障在線監(jiān)測(cè)與診斷方法[J],電力自動(dòng)化設(shè)備,2004,01BurnettR,WatsonJF,ElderS.Applicationofmodernsignalprocessingtechniquesforuseinrotorfaultdetectionandlocationwithinthreephaseinductionmotors[C].IEEEProconIntegratingInstrumentationandControl1995:4262-431.馬宏忠，李訓(xùn)銘,方瑞明，等.利用失電殘余電壓診斷異步電機(jī)轉(zhuǎn)子繞組故障[J].中國(guó)電機(jī)工程學(xué)報(bào),2004,24(7):183-187.陳衛(wèi)文，方瑞明，異步電動(dòng)機(jī)轉(zhuǎn)子故障診斷方法[J],防爆電機(jī),2006,6(41),39-42楊偉,顧明星，彭靜萍，證據(jù)理論在電機(jī)故障診斷中的應(yīng)用[J],電力系統(tǒng)保護(hù)與控制,2010,2(38),65-67.付華,馮愛(ài)偉，單亞峰,徐耀松,王傳英，基于信息融合技術(shù)的電機(jī)故障診斷[J],遼寧工程技術(shù)大學(xué)學(xué)報(bào),2006,4(25),549-552.田慕琴，劉志恒,海振宏,基于信息融合的異步電動(dòng)機(jī)故障跡象智能預(yù)測(cè)系統(tǒng)的研究[幾工礦自動(dòng)化,2010,6,19-23.韓麗，史麗萍，基于信息融合技術(shù)的異步電機(jī)故障診斷研究[J],中國(guó)礦業(yè)大學(xué)學(xué)報(bào),2010,2(39),178-184.程珩,陳法法,柴慧霞，數(shù)據(jù)融合技術(shù)在異步電機(jī)故障診斷中的應(yīng)用[J],電氣傳動(dòng)自動(dòng)化,2008,2(30),34-36.林波,程珩,多傳感器信息融合在電機(jī)絕緣故障診斷中的應(yīng)用[J],機(jī)械工程與自動(dòng)化,2007,2,106-108.焦露琴，姚奇，楊麗，基于SVM與D-S證據(jù)理論的異步電動(dòng)機(jī)轉(zhuǎn)子斷條故障診斷方法[J],工礦自動(dòng)化,2010,6,43-48.研究基礎(chǔ)理論基礎(chǔ)：本人在攻讀碩士學(xué)位以來(lái)的一年多時(shí)間內(nèi)，一直將學(xué)習(xí)的重點(diǎn)放在信號(hào)分析處理、信息融合、電機(jī)故障診斷技術(shù)上。對(duì)matlab，數(shù)據(jù)采集等軟件有了一定的了解。同時(shí)進(jìn)行了部分實(shí)驗(yàn)及數(shù)據(jù)處理