王晓峰
华电能源哈尔滨第三发电厂 黑龙江省哈尔滨市 150024
摘要：随着国家经济发展和科学技术的不断提高，电动机在制造业、工业、农业中发挥了巨大的作用，电动机作为辅助机械设备生产功能应用越来越广泛。发电系统电动机应用尤为典型，电动机因结构，性能等不同被应用在不同运行环境中，受工作环境及运行时间长短影响较大。在电能转化为机械能的过程中，容易出现温度持续上升、电动机性能降低、工作效率低下、电动机出现故障等多种不安全因素，威胁系统安全运行。因此，故障诊断技术应运而生，成为未来技术发展的主流，越来越受到广大专业人士的重视，也成为持续研究的课题。
关键词：故障诊断技术；电动机维修管理；应用
引言
本文从实际出发，针对电动机容易出现的故障类型及其目前故障诊断技术的应用分析做简单的阐述，从而对相关专业知识有更深层次的理解。
1故障类型
1.1定子故障
定子故障属于经常发生的电动机故障。主要原因在于电动机绝缘损坏。电动机在检修时转子穿入定子膛期间，无论是定子磁场还是转子磁场，都很有可能具有一定的偏差。通过对电动机的工作性质能够了解，电动机定子在对电源采取空载试载期间，定子和转子都会自行调节磁场重型，从而让轴系出现位移的情况。而在定子故障当中，匝间短路故障最为常见，匝间绝缘需要承担暂态过电压。另外，电动机运行环境中比较恶劣时，同样出现故障的频率就会增高。如果电动机的运行状态出现问题，那么就会对电动机造成破坏。这也是电动机故障的主要原因之一。
1.2转子故障
转子故障主要是因为电动机在长期运行的过程中，由于转子长期处于机械制动的高频率里，所以很容易存在转子故障。电动机转子也包括两个板块：定位轴承、非定位轴承。定位轴承主要是承担转子在高速运转过程中承担负荷力度。在电动机运行的过程中为了避免其他外部作用力造成的损害电动机的情况，还需要安装非定位轴承。因此，定位轴承与非定位轴承都可能因为电动机遭受了各种作用力造成损害或者损毁的情况，最终导致电动机出现转子故障，这种故障出现是电动机的常见故障之一，也是电动机无法持续运转的关键因素，最终形成断条。
1.3轴承故障
电动机发生轴承故障主要的原因在于配合间隙问题，在电动机运行期间，由于轴承温度的不断提高，让轴承当中的径因热胀不再具有足够的紧力，在转子重力的作用下，轴承圈和轴表面之间会形成旋转，尽管内圈和轴在旋转的速度上不会比轴承快，不过随着旋转时间的增多，就会导致轴表面被破坏，出现摩擦起热的情况，而且采用润滑油熔化还会进一步对轴承造成破坏，从而导致故障问题的出现。
1.4气隙偏心故障
气隙偏心故障就是电动机工作时间长，在不断震动和高频度使用的过程中造成了零部件松动、轴承故障，或者是因为定子铁芯内径的椭圆度不符合电动机的长期作业指标，从而导致的气隙偏心故障。一旦出现这种故障，很容易产生连锁效应，导致电动机无法正常运作。
2电动机产生故障的原因
2.1电动机超负荷运行
电动机在生产运行中由于作业环境的不同，在一些条件复杂且不稳定的情况下很容易出现故障问题，尤其是在运行时间长的条件下容易出现轴承发热、零部件磨损、外形变形损坏等问题。这是因为长时间的运行使得电动机在超负荷状态下运行，机械零部件磨损老化会加速，从而引起电动机出现故障。所以在电动机使用时操作人员必须严格按照规定操作，注意控制好电动机运行的时间，做好定期和日常维护维修，及时发现电动机存在的机械、电气故障。
如果电动机长时间没有得到维修整改，便会使设备超出自己的使用极限而降低其使用寿命，增加故障发生的概率。
2.2电动机本身损耗
电动机本身在制造过程中可能就存在性能上的问题，加上在使用过程中可能会因为受到各种环境因素的影响而出现不同程度的损耗，这样运行时间长了便会加重损耗的程度，使电动机在正常使用中也慢慢出现磨损老化的问题。当这种状态维持时间过长达到电动机使用极限以后，便会出现故障甚至引发安全事故。
2.3电动机零部件装配不良
电动机在实际运行中会受到各种外界环境的影响，导致电动机内部的各个零部件之间配合读下降，从而引发故障。另外电动机零部件本身在制造时如果有参数不符合设计要求，或者其轴承变形、温度过高、零配件松动等也会引起故障。当零部件出现磨损且磨损程度逐渐加深以后，在运行时便会增加摩擦阻力，从而使温度升高，不仅会产生大量的热量损坏该零部件，而且还会影响其他零配件的性能，使各零部件之间失去平衡而导致故障问题的出现。
3电动机故障诊断技术的应用分析
3.1神经网络诊断
神经网络诊断的方法是目前使用较多的一种诊断方法。神经网络诊断是模仿人类大脑神经元结构，将电动机内部作为大脑结构，从而建立起非线性动力学网络系统，最终由各个单元进行集成式扫描处理，高度并联。通过互联网数学模拟的能力，进行电动机的故障诊断工作。神经网络诊断方法与传统的计算机诊断方法有所不同。只需要通过软件编制相应的程序，以软件编制任务为基础，高度实行诊断指令，感知与处理电动机内部各个零部件的参数、具体数据，并对比故障之前的电动机各项零部件的参数，从而扫描出高故障的零部件样本。通过这种方法，能够更强的感知到电动机内部故障，判断是定子故障还是转子故障，并判断什么区域的零部件出现了松动、磨损的情况。因此，可以看出神经网络诊断主要是将电动机内部各项参数提前掌握，最终实现运算、对比、扫描工作来确诊。
3.2专家系统诊断
这方面的诊断技术，主要是创建合理的数据库，此项数据库主要容纳了相关专家的经验，如果出现故障，那么就能够利用人机接口，来对数据库里的有关知识进行挑选，要是没有再跟用户索取信息，那么在将自动机设备故障信息传送到数据库里以后，就能够找到自动机出现故障的原因，而且还会提供相关的诊断报告，不过专家系统诊断法还具有一定的局限性，因此不要运用到复杂结构的电动机当中。
3.3信号处理诊断信号处理诊断技术是针对电动机发生故障后发出信号、指令来判断故障情况。除了一些先进的电动机机器设备外，一些企业会在电动机的绝缘设备上安装诊断用信号处理装置，通过安装这种装置，能够完全对应信息处理要求。而维修人员、工程师则根据信号处理诊断技术，对电动机发出的信号时域、时频来进行分析（分析内容是信号的时域、频域、频率分量的变化、信号非平稳时的时变函数判断），从而对相关设备发出的故障进行计算、参数对比，信号处理方式。
3.4混合的诊断方法
过去所采用的诊断方法需要庞大的数据，而且也很难获取所需要的数据，导致诊断期间会出现明显的误差。而由于故障诊断技术的进一步发展，让很多的诊断方式都与电动机维修管理工作相结合，而且这种方式已经成为了主流趋势。
结语
电动机使用的普及率越来越高，让输出功率也逐渐变得高了起来，这样一来就加大了发生故障的概率。出现故障的原因比较多，不过因为电动机诊断技术并不完善，导致很难解决故障问题。所以在今后的工作中，要采用多种诊断方式相融合的方式，这样才能够全面提高故障诊断的技术水平。未来相关工作人员一定要刻苦努力，制定出完善电动机维修管理方案，而且特别是要对人力和物力进行高水准的投入，另外，还要并对故障诊断技术中的信号处理、专家系统、神经网络诊断等诊断方式进行充分的研究，这样才能够很好的加强企业未来发展建设。
参考文献
[1]王傲.电动机故障诊断技术探讨[J].工业c，2020，5(12)：12.
[2]刘兵，赵丽平.浅谈电机设备故障诊断技术的应用及推广[J].技术与市场，2020，21(5)：363.