[发明专利]用于检测谐波和间谐波的方法

说明书

技术领域

本申请涉及故障诊断领域，具体涉及一种用于检测谐波和间谐波的方法。

背景技术

由于电机在发生故障时其定子电流信号波形会随之发生畸变而产生高次谐波和间谐波分量，所以可通过检测电机的定子电流信号中的谐波和间谐波的频率、幅值和相位参数来确定电机设备的健康状态。目前，常用的谐波检测算法主要是快速傅里叶变换(FFT)。尽管该算法能够检测出信号的频率、幅值和相位参数，但是该算法存在频谱泄漏和栅栏效应等缺点，这使得电机的定子电流信号中的故障特征容易被基波和噪声淹没，从而难以实现对故障特征的频率、幅值和相位参数的准确识别。

随着电机作为主要驱动设备在工农运输业、国防工程以及日常生活中的普遍应用，电机的正常工作对于保证生产制造过程中的安全、高效等具有非常重大的意义。因此，迫切需要一种能够更快速、更准确地检测出电机所存在的故障及其对应的故障类型的方法。

发明内容

本发明的目的在于提供用于检测谐波和间谐波的方法。

据本发明的一方面，提供一种用于检测谐波和间谐波的方法，所述方法包括：获取电力系统的电流信号；将所述电流信号与基元函数信号的内积的最大值函数确定为优化算法的适应度函数，其中，所述电流信号至少包括所述电流信号的基波的信号分量以及多个谐波和间谐波的信号分量；使用粒子群优化算法对所述适应度函数进行迭代求解，以获取关于所述电流信号中的谐波和间谐波的特征参数的较优解的集合；将所述较优解的集合作为禁忌搜索算法的初始值，并使用禁忌搜索算法对所述适应度函数继续进行迭代求解，以从所述较优解的集合中获取关于所述电流信号中的谐波和间谐波的特征参数的最优解的集合。

优选地，所述电流信号为电机的定子电流信号。

优选地，所述方法还包括：根据获取的最优解的集合中的谐波和间谐波的特征参数来确定所述电机的故障类型。

优选地，所述根据获取的最优解的集合中的谐波和间谐波的特征来确定所述电机的故障类型的步骤包括：当获取的最优解的集合中的高次谐波的幅值增大且增大率超过第一预定阈值时，以及/或者当获取的最优解的集合中的高次间谐波的幅值增大且增大率超过第二预定阈值时，确定所述电机存在定子绕组故障。

优选地，所述根据获取的最优解的集合中的谐波和间谐波的特征来确定所述电机的故障类型的步骤包括：当在获取的最优解的集合中的谐波和间谐波中出现转子断条故障特征频率的谐波和间谐波时，确定所述电机存在转子断条故障。

优选地，所述转子断条故障特征频率为：

f_r＝(1±2ks)f₁

其中，f_r表示断条故障特征频率，f₁表示电源供电频率，s为电机的转差率，k为不为零的正整数。

优选地，所述根据获取的最优解的集合中的谐波和间谐波的特征来确定所述电机的故障类型的步骤包括：当获取的最优解的集合中的谐波和间谐波中出现偏心故障特征频率的谐波和间谐波时，确定所述电机存在气隙偏心故障。

优选地，所述偏心故障特征频率为：

f_e＝f₁[(R±n_d)(1-s)/P+n_w]

其中，f_e为偏心故障特征频率，f₁为电源供电频率，R为电机的转子导条数，s为电机的转差率，P为电机的电极对数，当发生静态偏心时，n_d为0；当发生动态偏心时，n_d为1，n_w为不为零的正奇数。

优选地，所述根据获取的最优解的集合中的谐波和间谐波的特征来确定所述电机的故障类型的步骤包括：当获取的最优解的集合中的谐波和间谐波中出现轴承故障特征频率的谐波和间谐波时，确定所述电机存在轴承故障。

优选地，所述轴承故障特征频率为：

f_CF＝|f₁±mf_v|

其中，f_CF表示轴承故障特征频率，f₁表示电源供电频率，f_v表示电机的轴承振动特征频率，m表示不为零的正奇数。