基于小波包分析和支持向量机的异步电机转子断条故障诊断

    王旭红^1,2，何怡刚²

(1长沙理工犬学，湖南长沙410076；2湖南大学，湖南长沙410082)

     摘要：提出了一种基于小波包分析(wPA)和支持向量机(sVM)的异步电机转子断条故障诊断方法。针列异步电机转子断条故障时定子电流出观的边频分量(1±2s)f进行小波包分析，提取动态条件下各频带能量作为故障特征向量，削弱了负载变化及噪声对诊断准确性的影响?采用多个最小二乘支持向量机组成故障分类器，兼顾了训练误差和计算效率，将敝障特征向量输入支持向量机进行训练，从而实现在小样本情况下转子断条故障的在线识别。试验结果表明：基于小波包分析提取的故障特征明显，由wPA和sVM构成的诊断系统．具有良好的分类能力和泛化能力，有效提高了异步电机转子断条故障在线诊断的准确率。

    关键词：异步电机；转子断条；故障诊断；小波包分析；支持向鼋机

    中图分类号：TM343    文献标识码：A  文章编号：1004—7018(2010)05—0034—03

0引  言

    转子断条故障占高压异步电机故障种类的10％左右^[1]，尤其是大容量的高压电机，如循环水泵电机、输煤电机等，长期处于高电压、大电流、高转速的工作状态下，且多数运行于恶劣环境中，转子断条故障的发生率更高，危害更大。近年来，随着各种新分析方法的出现以及微电子技术的发展，该领域内的诊断技术取得了很大进展^[2]，专家提出了诸多转子断条故障监测方法，如：轴漏磁通频谱分析、定子电流频谱分析、瞬时功率监测、电动机转矩及转速信号的频谱分析等。由于定子电流信号采集较简单，容易制成非侵入式诊断系统，因此采用定子电流分析法应用较为广泛^[3]。

当电机发生断条故障时，定子电流将出现(1±2s)f(s为转差率，f为供电频率)的特征频率分量，基于傅里叶变换的定子电流检测法通过对稳态定子电流信号直接作频谱分析，根据频谱图中是否存(1±2s)f频率分量来判断转子有无断条故障。但早期轻微断条或负载变化时，断条故障信号往往是间断和不明显的，(1±2s)f频率分量的幅值相对于f频率分量的幅值很小，且异步电机转差率s很小，(1±2s)f与f频率值非常接近(相差约为l～5 Hz)，因此，(1±2s)f频率分量易被基频分量的泄漏及环境噪声淹没，加上故障特征分散、模糊以及交叉重叠，增加了信号处理和特征提取的难度，使诊断的准确性降低[4]。

    本文根据小波变换在动态信号分析上的优势，将小波包分析(wPA)技术应用到定子电流信号的分析中，提取电机转子断条的故障特征；由于支持向量机(sVM)在小样本情况下具有很好的分类能力和泛化能力，因此，将由wPA得到的故障特征送人sVM，对sVM进行训练和测试，获得具有良好分类特性的转子断条故障信息，从而在线准确诊断出电机转子断条故障。

1基于wPA的断条故障特征提取

    小波分析具有信号时频局部化的良好特性，能同时提供非平稳信号时域和频域中的局部化信息，已成为故障或异常状态特征信号提取的有力工具。小波包分析(wPA)方法是小波变换的一种改进，它在全频带进行多层次的频带划分，对多分辨分析没有细分的高频部分进一步分解，并能够根据分析信号的特征，自适应地选择相应的频带，使之与信号频谱相匹配，实现了对信号时频域任意精确度划分，从而提高时频分辨率^[5]。

    小波变换中，原始信号f(x)在l2(R)上的信号二范数定义为：

    因此，小波变换中信号二范数的平方等价于原始信号在时域的能量。f(x)小波变换为：

式中：Ckj为小波变换系数；Ψ(x)为基小波Ψ(x)的对偶小波。

    根据式(1)、式(2)以及Parseval能量积分等式，有：

    由式(3)可知，小波变换系数Ckj具有能量的量纲。由于分解到每个频带的信号都具有一定的能量，因此，可以用各个频带里信号能量作为特征向量来表征电机的运行状态。

    设小波包分解后第k层第j个频带的重构信号skj对应的信号能量为Ekj,则有：