摘要：随着我国社会生产行业的快速发展，大型机械设备应用越来越广泛，许多电动机被广泛应用在大型机械设备中，是非常重要的辅助设备，为机械设备的运行和生产提供动力。许多机械设备的运行依赖于电动机，通常许多生产机械设备需要不间断运行，因此电动机通常需要在高负荷环境中运行。若电动机发生故障问题可能导致生产机械设备整体瘫痪，因此对于故障诊断技术的应用非常重要。
关键词：故障诊断技术；电动机；维护管理；技术
引文：电动机的应用推动了我国工业的改革和进步，电动机的应用十分普遍，电动机常常需要长期在高负荷环境中运行，由于受到某些因素干扰及可能是电动机故障问题的产生，易于产生故障问题的元件包括转子、定子、气隙以及轴承。为有效实现对电动机故障问题的解决，那么则需要对产生故障原因进行分析，采取有效的诊断方式，从而解决电动机故障问题。
1电动机故障分析
1.1转子故障
转子是电动机中重要的组成结构，这种故障问题的产生通常是由于电动机在实际应用时长期不间断运行，从而促使电动机转子总是工作在机械自动高频率中，最终造成转子故障问题频频发生。转子结构通常是由非定位轴承和定位轴承构成，其中后者通常主要负责在电动机运行过程中承担转子所受到的负荷；前者主要是起到一定的保护作用，防止因为外力导致电动机被破坏。因此，在电动机实际应用和运行的过程中两者往往会受到多种作用力的影响，在不良受力的状态下就可能导致转子被损坏，从而引发电动机故障问题。
1.2定子故障
定子也是电动机中重要的结构，在电动机使用过程中定子故障问题也常常发生，通常主要是由于外部绝缘体出现了严重被破坏的问题而引发的，如果发生匝间短路问题也可能引发定子故障。在电动机运行过程中若匝间短路就可能促使发间绝缘承载暂态过电压的现象。引发匝间短路故障问题的原因主要是电动机在恶劣环境条件中持续作业而导致的，这在一定程度上会促使绝缘变形或损坏。这种故障问题的产生在一定程度上能够反映出相关零件及线路的性能问题。
1.3气隙偏心故障
这种故障问题的产生通常主要是体现在电动机组装安装环节，主要是因为电动机相关的零部件和线路组装错误或者是偏差过大，这与电动机组成人员专业素质水平有着直接的关系。如果电动机长期处于高频率使用、震动的条件下使用，常常会促使电动机相关的零部件出现松动问题，甚至还可能引发轴承故障问题的产生，而且这也是引发气隙偏心故障问题的原因之一。
1.4轴承故障
轴承是电动机中重要的机构之一，诱发这种故障问题产生的原因通常与上一种故障问题产生原因存在一些相同的地方，主要是因为电动机零部件长期高负荷使用，从而导致许多零部件发生了松动问题。
在电动机运行时轴承通常主要扮演多方力量承担的角色，由于摩擦生热促使轴承温度上升，在这种条件下轴承通常会产生胀力，从而促使电动机轴承出现了松动问题，甚至可能促使轴承出现异常振动和噪声问题。
2故障诊断技术应用
2.1神经网络诊断
这种诊断技术在电动机故障检测中应用频率相对较高，这种诊断方式的应用通常主要是根据电动机内部整体结构构建全面完善的非线性动力学网络系统，然后对电动机中的每个单元展开全面的集成式扫描处理，而且将电动机中的每一个单元建立起良好的并联关系。这种故障诊断方式主要是基于对互联网数学模拟的有效应用，通过对相关诊断程序的有效编制和执行，在一定程度上能够有效获取电动机相关零部件的具体参数信息，然后再将其与正常运行阶段相关数据参数进行有效对比，从而实现对电动机故障问题的诊断。神经网络诊断技术可以更好的识别内部故障问题，尤其是相关零部件磨损程度，以及定子和转子故障问题的准确诊断。
2.2专家系统诊断
这项诊断技术的应用同样是基于对互联网数字技术的有效应用，与上一种诊断方式相比，专家系统诊断方式对人工智能技术进行了充分应用，能够高效完成相关参数的有效诊断。在这种诊断方法应用时诊断模型的构建通常主要是依靠相关工程人员工作经验以及电动机理论基础知识，这种诊断方式通常具有速度快、效率高、准确性高的应用优势，而且还能够发布全面的诊断报告，这在一定程度上为电动机的使用分析提供了有力帮助。
2.3信号处理诊断
这种电动机故障诊断方式通常主要是根据故障信号及指令完成相关的故障诊断工作。这种诊断方法的应用主要是基于对信号处理诊断设备的设置和安装，通常需要将其设置在电动机绝缘设备位置，促使其能够更好的完成相关的信息处理工作。在故障诊断环节往往是凭借故障信号时域以及时频的参数对比和计算，从而通过以信号处理方式完成对电动机故障诊断工作。
2.4混合诊断方式
这种诊断方式实际应用频率相对较高，通常主要是基于对应急型故障诊断方式的融合应用，但是这种方式通常对故障检测人员综合素质水平要求较高，而且还需要对相关检测仪器进行有效综合使用。我和诊断方式的应用还需要充分结合电动机的实际使用维护保养信息，从而对电动机相关零部件的参数信息深入获取，通过这种方式能够有效防止较大数据误差的产生，可有效提升电动机故障判断效率。
结束语：电动机故障问题通常有许多，为有效解决电动机故障问题的产生则需要深入了解故障产生原因，并采取有效措施进行解决。电动机故障的诊断方法有很多，应充分结合故障性质选择与之匹配的故障诊断技术，从而保证电动机故障判断的准确性。
参考文献：
[1]孙文珺.基于深度学习模型的感应电机故障诊断方法研究[D].东南大学,2017.
[2]杜博超.电动汽车永磁同步电机驱动系统故障诊断与容错技术研究[D].哈尔滨工业大学,2016.
[3]杭俊.永磁直驱风力发电机组故障诊断技术研究[D].东南大学,2016.