基于LabVIEW的异步电机转子断条检测

3 仿真与实验结果
为了验证该方法的有效性，进行了一系列的数字仿真和实验。实验室采用一台型号为J02-11-4的三相异步电动机(0．6 W，380 V，50 Hz，1380 r／min)。实验过程中分别对正常情况下，1根2根3根转子断条在空载的情况下进行仿真。
对于基波信号会覆盖边频信号和避免频谱混叠，我们采用了数字滤波和频谱细化分析，图2为直接对电流做频谱分析，图3为频谱细化后进行频谱分析。由图1可以看到不对定子电流进行细化分析会产生频谱混叠，影响故障信号，而如果只做频谱细化的话，边频分量又会被基波所覆盖。图4、5、6、7分别为0、1、2、3根转子断条经过数字滤波和频谱细化分析后的频谱。由图可以看到通过数字滤波和频谱细化分析可以很好的解决这个问题。同时我们可以发现，随着段子断条故障的严重程度的增加，边频分量的幅值也随着增大，因此可以通过设定阈值来预警。

我们知道由于实际电机本身所固有的非对称性、气隙偏心、转子不对称、小波波动等也会产生边频分量，由式(2)我们知道，只要能够知道一阶齿槽谐波分量，我们就可以准确知道转差率的大小，并算出故障频率，以排除干扰。图8为确定区间内的频谱图，由频谱图可知494 Hz为所要确定的一阶齿槽谐波分量fr1。由于实验电机的极对数P=2和转子齿槽数z2=22，因此可以确切的算出边频分量(1±2S)f0的大小49.5 Hz和50．5 Hz。这结果同图7频谱图上的结果是一致的。因此可以准确地确定边频分量，检测电机转子断条故障。

4 结论
针对故障信号可能被基波分量泄漏或噪声所淹没和实际电机本身所固有的非对称性、气隙偏心、转子不对称、小波波动等因素也会导致边频分量的出现，产生误判，本文给出的LabVIEW平台下基于数字滤波、频谱细化分析和定子电流齿槽谐波分量的转差率估计的三相异步电动转子断条的故障在线检测方法，能够准确的找到故障信号。仿真和实验结果表明该方法能够大幅提高转子断条故障分析的准确性和可靠性。