孙宏凯 董强亮 刘芳春 陈昊
银川威力传动技术股份有限公司 宁夏银川 750000
摘要：电机是机械设备的重要组成部分，相当于是人体的心脏，可以确保机械设备能够正常运作。目前，电机的应用范围在逐步扩大，为了能够进一步增加其使用寿命，需要从根本上提高对电机的了解程度。为此，本文通过分析电机故障诊断技术，对其发展现状与发展措施做出了简要总结，期待交流。
关键词：电机故障；故障诊断；发展措施
一、前言
电机已经深入到我们日常生活的方方面面。作为机械设备的主要动力来源，电机的重要性等同于人类的心脏，通过将电能转换为机械能来维持设备的基础运作。但由于电机长时间处于运转状态，随着负荷压力的持续加大，十分容易出现各种类型的故障问题。技术人员应当提前做出准确判断，及时给出相应的处理方法，以此来提高电机的使用寿命。为此，提高对电机故障诊断技术的研究力度，有着极强的现实意义。
二、电机故障的常见类型及原因
（一）定子故障
定子故障的出现频率较高，最为常见的是定子绕组故障。出现此种故障类型的主要原因是绝缘破坏，进而导致不同类型的故障表现形式，例如相间短路、单项对地短路、匝间短路以及局部漏电等等。为了便于理解，笔者以故障可能性最高的匝间短路为例展开分析，造成这一故障的原因如下：电机在进行反复开关操作的过程中，匝间绝缘需要在短时间内承受暂态过电压。如果定子绕组温度过高，将会直接影响其绝缘性能。另外，如果电磁力的震动频率较大，将会造成不同程度上的匝间绝缘破损。
（二）转子故障
转子故障同样也是比较常见的电机故障之一，所指的即为笼型电机因转子导条断裂而引发故障。当电机长时间处于高负荷运行的状态中，其中的转子导条会持续受到变应力的影响，大大缩减其使用寿命。另外，如果转子在制作环节中存在质量问题，一旦出现轻微故障现象，则会导致电机转差率与定子电流增大。随着故障程度的加深，电机的启动时间会随之增加，直至完全不能启动。
（三）轴承故障
出现轴承故障的主要原因是电机长时间处于负载过重的状态，另外，因使用或维护不当导致异物进入电机同样也会出现轴承故障，引发一系列的碎裂与胶合问题。通常情况下，当发生轴承故障后，电机会出现不规则震动，技术人员需要及时发现并予以解决。
三、电机故障的诊断技术
电机主要由磁路与电路这两大部分构成，在相互作用下起到转化电能的目的。能够导致电机故障的因素有很多，具体表现为质量不过关、安装错误、运行电压不稳定、荷载过高等等。为此，技术人员需要认真了解电机的工作原理，灵活选择相应的故障诊断技术，在第一时间发现电机故障的苗头并予以解决，以此来提高电机运行的可靠性。截止到目前为止，我国有关于电机故障诊断技术的研究工作已经相当成熟，但随着市场经济体系的日益完善，在日后仍然需要积极研究并应用新型故障诊断方法，整合以往经验来增加电机的使用寿命。
（一）光学技术
由于受到多方因素的影响，想要在第一时间发现电机故障并找出原因所在，具有着一定的难度。即使是相同类型的故障，每次出现的原因或表现形式也会有所区别，因此对于电机故障的诊断并不能够依赖经验主义。随着我国科技水平的不断提升，光学技术在电机故障诊断领域中取得了良好的应用效果。例如，将光学技术应用到机床设备的故障诊断工作中，技术人员可以利用光栅对光的衍射原理，根据相应参数来展开测算，进而准确得出光栅的运动路径，及时捕获信号源。而后，进一步读取轨道与平台的方位，当相同长度的光栅合并且角度在一定范围内时，光信号则会与光栅方位处于近乎于垂直的状态。技术人员则可以在此基础之上对电池变换的相对信号展开处理，实现光栅的同步位移，进一步诊断出机械故障的原因所在。
（二）人工智能
当电机在运行过程中，势必会出现不同程度上的物理或化学改变，相对应的机械设备的外在状况也会随之出现变化，具体表现为功率、温度提升等。技术人员应当合理判断机械设备的运行情况，来判断其是否处于故障状态。事实上，对于电机故障的诊断所依据的是运行状态中的相应参数，精准锁定故障位置后找出其原因，将企业的损失控制在最低限度。近年来，人工智能技术已经被广泛应用到电机故障诊断工作中。
1.人工神经网络诊断技术
此种诊断技术是时代发展下的新宠儿，目前属于尖端诊断技术之一。简单一些解释，人工神经网络诊断技术的作用原理是，利用BP网络来实时监测电机的运行状态，随时捕捉故障信号并展开分析与转换，在系统内利用相应的参数与算法来得出输入、输出样本之间的映射关系，进而给出最终的故障诊断结果。此种诊断技术比较适用于电机转子断条故障，已经可以达到零失误的水平。
2.模糊逻辑诊断技术
在上文中已经有所提及，即使是相同类型的电机故障，也会表现出不同的形式和状态，因此很难准确描述，具有着模糊性特点。而模糊逻辑诊断技术则可以针对这一现象来展开分析，保证诊断结果的准确性。需要强调的是，如果想要应用此种诊断技术，需要提前建立模糊知识库与规则库，但由于此方面的应用经验相对匮乏，因此比较容易出现误诊情况，需要根据实际要求来谨慎使用。
3.遗传算法诊断技术
此项技术是对电机故障信号展开进一步的推算，根据分析结果来制定全局控制方案，在这一过程中随时捕获故障信号变化来优化诊断方法。相比较而言，遗传算法诊断技术具有着掌控性强、应用难度低以及检测速度高等优势。但由于在应用过程中，技术人员应当确保各项参数的准确性，因此需要完成大量的试凑工作。
四、电机故障诊断技术的研究现状与发展措施
（一）研究现状
由于我国目前正处于发展中阶段，因此有关于电机故障诊断技术的研究要落后于发达国家，例如日本、加拿大等国已经落实了有关于电机和变压器的故障监测系统的大范围应用，取得了令人瞩目的应用效果。
在之前的很长一段时间内，由于受到技术水平的限制，我国电机故障的诊断结果一直处于低准确率的层次。随着科学技术的迅猛发展，国家政府在持续加大对电机故障诊断技术研究的投入力度，行业中的专家学者也相继研发出了各种类型的先进技术。例如可以进行信号处理的热点小波技术，其本身具有着不容替代的局部化优势，能够准确获知顺便信号并展开动态数据分析。另外，在人工智能技术的支持下，人工神经网络诊断技术拥有着更高的自主学习能力，可以准确判断电机在运行过程中所出现的非线形故障。
（二）发展措施
电机故障诊断技术的未来发展仍然要经历一段困难时期，由于电机故障诊断具有着极高的复杂性和隐蔽性，因此当前的各种技术手段均没有达到“完美标准”。另外，虽然行业中的专家与研究学者都在力争实验过程的完整性，但在实际过程中却经常出现，因某一环节存问题而导致数据丢失，进而影响故障诊断质量。为此，在日后的发展历程中，单一技术的使用显然并不能够达到既定目标，应当积极促进各类故障诊断技术的高度融合，实现理论交叉目标的过程中积极发展人工智能技术，尽可能的开拓思路，综合考虑到多种类型的故障原因。在笔者看来，唯有将各种理论与技术的优点集合到一起，能够从根本上避免诊断失误现象的出现，才能更好应对出现多种故障的复杂状况。相信在不久的将来，我国的电机故障诊断技术很快会达到国际层次中的顶尖水平。
参考文献
[1]李男.电力机车交流牵引电机故障诊断技术研究[J].工程技术，2016（10）：246.
[2]张明杰，曾祥东.HXN3型机车牵引电机故障诊断技术研究[J].中国新技术新产品，2016（2）：44-45.
[3]徐波，黄陈蓉，卢阿丽.感应电机常见故障及关键故障诊断技术分析[J].微电机，2015,48（5）：106-110.
[4]刘勇智，刘聪.基于EMD和LS-SVM的旋转整流器故障诊断方法研究[J].微电机，2012,45（4）：21-24.