专利名称：异步电动机故障检测装置及方法
技术领域：
本发明涉及一种故障检测装置，尤其是涉及一种三相异步电动机的故障检测装置 及其检测方法。
背景技术：
作为传动机械，异步电动机广泛应用于各型之中，其安全运行是至关重要的。实现 异步电动机初期故障的可靠检测，有助于合理安排、组织主动维修、预知维修，避免事故停 机，因而具有重要意义。异步电动机故障主要包括定子绕组匝间短路、转子断条与轴承故障，发生概率分 别约为 15%U0%,40%o针对于定子绕组匝间短路故障检测技术来说，目前，主要存在三种检测方案；(1) 通过探测异步电动机轴向漏磁通并分析其谐波成分对匝间短路故障进行检测。但是需要安 装磁通探测线圈与定位辅助线圈，该方法并不实用；(2)通过测量异步电动机定子电流负 序分量，判断匝间短路故障是否发生及其严重程度。这一方法考虑了异步电动机供电电压 不平衡、负荷变化等因素对匝间短路故障检测的影响，因而具有实用性。但是该方法在工程 实际中不能正确识别异步电动机转子断条与定子绕组匝间短路故障。(3)异步电动机定子 某相绕组发生匝间短路故障后，定子三相电流相位对称关系遭到破坏，因而定子三相电流 彼此间的相位差可以作为匝间短路故障特征量。但是，在实际情况下异步电动机定子三相 电压在相位关系上也存在一定程度不对称，这同样影响定子三相电流相位对称关系，应此 该方法也不能准备判断匝间短路故障。针对于现有的转子断条故障检测技术方案来说，目前主要存在三种检测方法(1) 转子电阻参数估计法，该方法基于如下假设异步电动机一旦发生转子断条故障其转子等 效电阻阻值增加。但是异步电动机转子温度同样影响转子等效电阻阻值，因而在检测转子 断条故障时，必须对转子等效电阻阻值进行温度补偿，这在一定程度上影响了转子电阻参 数估计方法的实用性；( 定子电流频谱分析，该方法是对稳态定子电流信号直接进行频 谱分析，根据频谱图中是否存在(lis)。频率分量判断转子有无断条，由于转子轻微断条 时(IIs)A分量的幅值相对于Π分量非常小，而异步电动机运行时转差率s很小，(l-2s) f与fl这两个频率数值接近，采用自适应滤波方法抵消定子电流Π频率分量之后，再进行 频谱分析，这可以在频谱图中突出转子断条故障特征分量(1_28)4频率分量，从而大幅提 高转子断条故障检测灵敏度。然而，实际异步电动机在运行过程中由于工艺制造及安装原 因即使其转子正常在定子电流中仍然存在(1-28)4、(1+28)1及其它频率分量，因而可能 导致上述转子断条故障检测方法做出错误判断；C3)启动电流时变频谱分析方法，该方法 为采集异步电动机在启动过程中的定子电流信号，对其做分段频谱分析获取时变频谱，据 此判断转子有无断条。该方法具备独特优点，但是，必须等待电机启动方能应用是该方法的 不足之处。针对于现有的轴承故障检测技术来说，其技术方案为；(1)振动信号频谱分析，该方法采集轴承时域振动信号并变换至频域，进而将频域振动信号与轴承所固有的频域振动 特性对比，以判断轴承故障发生与否。但该方法需装设振动传感器，而振动传感器造价高、 容易损坏，这就限制了该方法的进一步推广应用。由于现有的针对于定子绕组匝间短路、转子断条与轴承故障检测的技术均存在一 定的局限性，且无法准确、可靠的区分故障类型，不利于异步电动机故障的及时检测和维 修，将会影响采用异步电动机进行工作的装置的正常运转。因此，研制具有兼具高灵敏度与 高可靠性的故障检测方法，实现异步电动机初期故障准确检测是目前的迫切要求。
发明内容
本发明的目的之一是，采用在线检测装置对异步电动机初期故障进行检测过程 中，以易于采集的定子电压、定子电流信号作为分析媒介，高灵敏度、高可靠性地实现定子 绕组匝间短路、转子断条与轴承故障检测。具体而言，采用定子负序视在阻抗滤波值及定子视在阻抗角作为故障特征，结合 样本学习与检测阈值自整定技术，高灵敏度、高可靠性地检测异步电动机定子绕组匝间短 路故障；采用定子电流(1士 )1、IfiimfvI频率分量作为故障特征，将小波分析、连续细 化傅里叶变换、自适应滤波、转子齿槽谐波转差率估计、检测阈值自整定技术有机结合，高 灵敏度、高可靠性地检测异步电动机转子断条与轴承故障。本发明的故障检测装置，其用于对电动机的初步故障进行检测，该故障检测装置 包括电压采集仪器，其用于对电动机的电压信号进行采集；电流采集仪器，其用于对电动 机的电流信号进行采集；信号采集系统和故障分析处理系统，其特征在于所述电压采集 仪器和电流采集仪器与该信号采集系统相连接，该信号采集系统将采集的电压信号和电流 信号处理后传送到故障分析处理系统，该故障分析处理系统对由信号采集系统传送来的数 据进行计算、分析和处理进而获得异步电动机的状态信息。所述电压采集仪器为电压变换器，所述电流采集仪器为钳形电流表。所述信号采集系统包括CPLD控制器、光电隔离与保护电路、AD转换器和USB接口。所述故障分析处理系统为包含初发故障检测软件的单片机或配置有ARM处理器 的核心电路板。所述信号采集系统将由电压采集仪器和电流采集仪器输入的模拟信号转换为数 字信号从USB 口输出到故障分析处理系统。本发明的故障检测方法，其用于对电动机的故障进行检测，采用所述的故障检测 装置，其特征在于；对电动机的电压和电流测量，根据测量结果获得匝间短路故障、转子断 条与轴承故障的故障指数。通过应用BP神经网络估计正常电机的定子负序导纳平均值，计算当前定子负序 导纳平均值，将估计值和故障分析处理系统的数据对比，判断是否存在匝间短路故障。通过连续细化傅立叶变换精确确定定子电流基波频率及定子电流基波分量精 确解析表达式，BP神经网络确定定子电压、定子电流、输入功率与电机转差率之间的映射关 系，自适应滤波提取定子电流(IIs)A边频分量作为转子断条故障特征，判断检测转子断 条故障。通过连续细化傅立叶变换、自适应滤波、转子齿槽转差率估计、检测阈值自整定技术有机结合，对轴承故障进行检测，并给出故障指数。对三相异步电动机转子断条与定子绕组匝间短路故障进行联合检测以避免误判。本发明的异步电动机初期故障检测装置能够在线测量三相异步电动机定子电压 和定子电流，并通过分析定子负序视在阻抗和定子电流(1士&)1、IfiimfvI频率分量，得 出定子绕组、转子绕组和轴承的故障指数，为分析异步电动机初期故障提供依据，为电机的 维护维修提出建议。同时能够得到定子负序电压电流波形、转子故障检测特征频谱和轴承 故障检测特征频谱，这些图谱能够辅助分析电机故障隐患情况。本发明的故障检测装置能够存储电机故障历史数据、生成电机故障历史趋势曲 线、生成电机参数运行报表，能够根据初期故障检测结果给出维修建议。
图1检测装置基本组成框2信号采集系统框3阻容元件图4异步电动机定子回路模型图5三相异步电动机转子回路模型图6定子绕组匝间短路故障模型图7自适应滤波图8转子断条故障检测流程图9定子绕组匝间短路故障检测流程
具体实施例方式为了方便说明，结合附图和具体的实施例对本发明进行进一步的解释。本发明异步电动机的故障检测装置包括对电压信号采集的3个电压采集仪器， 优选采用电压变换器；对电流采集的电流采集仪器，优选采用钳形电流表；所述的电压采 集仪器和电流采集仪器与信号采集系统相连接，该信号采集系统优选采用信号采集、模数 转换卡，从信号采集系统得到的电动机运行参数信号传送到故障分析处理系统中，优选该 故障分析处理系统为包含初发故障检测软件的单片机或配置有ARM处理器的核心电路板， 该核心电路板为优选如图1所示的基于ARM微处理器的嵌入式硬件平台，该平台中包括有 USB数字输入接口、串行通信接口、调试端口、存储设备、基于ARM架构的32位微处理器、相 关总线和协议、以及输入键盘等部分。由故障分析处理系统中的初步故障检测软件对数据 进行计算、分析和处理进而获得异步电动机的状态信息，参见图1。图2为信号采集系统的结构框图，在使用过程中，该信号采集系统使用屏蔽金属 外壳，防止电磁干扰造成采集误差。利用屏蔽电缆作信号传输线，防止信号传输过程中的干 扰和电磁辐射。采用光电隔离器件，将异步电动机电路、检测电路与单片机或核心电路板隔 离。信号采集就是将三相异步电动机运行三相电压和三相电流在线实时采集，为后续分析 检测故障做准备。如图2所示，被测三相异步电动机定子运行三相电压和电流分别经三个电压互感 器和电流互感器送数据采集系统。数据采集系统在CPLD为核心的控制器控制下，进行实时同步电机电压电流的数据采集，同时将采集结果通过USB接口上传到单片机或核心电路 板，单片机或核心电路板将采集结果存储。采集结束后，由初发故障检测软件分析采集数 据，并给出故障指数和维修建议。对于信号采集系统来说，三相电压信号和电流信号首先要经过变换才能送入单片 机或核心电路板进行处理和运算，这些变换包括电压、电流互感器变换为较小的模拟信 号，信号采集系统再将模拟信号高速变换为数字量，通过USB串行口送单片机或核心电路 板。优选电压互感器采用高精度信号变压器PT1、PT2、PT3。优选电流互感器采用法国CHAUVIN ARNOUX公司生产的MN39型电压传感器，将电 压和电流信号变换为直流O 2V模拟信号，分别为CT1、CT2和CT3。如图2所示。6路模拟量(三相定子电压和电流)经光电隔离与保护电路送AD转 换。光电隔离与保护电路的作用为实现三相定子电压、电流与检测装置的隔离，防止检测装 置反向影响三相异步电动机。阻容元件电路如图3所示，其作用有二，一是滤除信号处理与 传输过程中的高频干扰；一是外部数据断线时，保证采集结果为0。信号调理与程控放大单元作用为根据输入模拟信号的大小，自动选择放大电路放 大倍数，自动实现量程选择，保证AD转换处于最高精度范围内。CPLD为大规模可编程逻辑器件，是整个数据采集系统的核心，一方面控制程控放 大的放大倍数，另一方面在硬件上实现6路模拟信号AD转换的同步。6个AD转换器确保每 路模拟信号使用单独的AD转换器，提高了精度和转换速度，同时也从硬件上进一步保证AD 转换的同步。AD转换结果经USB 口送单片机或核心电路板。优选信号采集系统的主要性能如下AD采样精度14位；AD通道数6 ；采样频率 50ksps/通道；AD芯片转换速度500k/s ；AD采样幅度综合误差士0. 5LSB ；AD输入阻抗 5k Ω ；通过采集、分析定子电压、定子电流信号，实现异步电动机定子绕组匝间短路、转 子断条以及轴承故障的灵敏、可靠检测。检测装置采用先进的信号检测、转换、隔离技术，提取和变换异步电动机定子电 压、电流的信号参数，应用基于连续细化傅里叶变换、神经网络与自适应滤波技术的三相异 步电动机转子断条故障检测方法和轴承故障检测方法，基于BP神经网络技术的定子负序 导纳平均值检测方法实现了对转子断条故障、轴承故障和定子绕组匝间短路故障进行检 测。神经网络技术、连续细化傅立叶变换技术、自适应滤波技术、转子齿槽谐波转差率 估计技术、检测阈值自整定技术等的有机结合，以及仿真技术与实际试验的结合，提高了检 测装置的灵敏度和可靠性。对于转子断条故障来说，本发明的故障检测方法是，通过连续细化傅立叶变换精 确确定定子电流基波频率f工及定子电流基波分量精确解析表达式，BP神经网络确定定子电 压、定子电流、输入功率与电机转差率之间的映射关系，自适应滤波提取定子电流(Ildf1 边频分量作为转子断条故障特征，精确检测转子断条故障。该方法需要同时采集定子三相 电压、电流信号，在工程实际中，定子三相电压、电流信号易于采集，电压、电流互感器价格 适中，加之处理器卓越的运算性能，能够实现对转子断条故障的精确判断。其中，自适应滤波原理如图7所示。图中电流信号is含待提取的信号&和噪声ητ，而Us是另外一种噪声， 它与噪声％是同频率的。这里is代表电机定子电流信号，&即为定子电流(1-28)1分量， ητ则为定子电流分量。根据输出eT的大小，由自适应算法调节滤波器参数，改变其响应 yT，可以使yT在最小均方误差的意义下抵消子电流分量ητ，而eT将在最小均方误差意义 下逼近待提取信号&。这里，噪声us可以通过应用连续细化傅立叶变换确定定子分量精 确表达式获得。对于定子绕组匝间短路故障来说，本发明采用的检测技术方案是通过应用BP神 经网络估计正常电机的定子负序导纳平均值，计算当前定子负序导纳平均值，将估计值和 单片机或核心电路板的预定值对比，判断是否存在匝间短路故障。BP神经网络在确定定子 负序导纳平均值与定子电压、电流、输入功率之间映射关系方面极其有效。对于轴承故障来说，本发明采用的检测技术方案是定子电流信号频谱分析方法， 其类似于转子断条故障，异步电动机轴承故障发生之后，在定子电流中将出现IfiimfvI频 率的附加电流分量(&为轴承振动特征频率，111=1，2，3彳)。该定子电流信号易于采集，易 于分析。异步电动机数学模型分析(1)异步电动机定转子回路；异步电动机定子三相绕组采用图4所示三种方式接 线，即星形接线中线引出(YN接)、星形接线中线不引出(Y接)与三角形接线(D接)。三相 异步电动机转子回路模型如图5所示，假设转子槽数为n，则转子回路独立电流个数为n+1。(2)三相异步电动机转子断条故障模型由图5可得，若导条j断裂，则回路电流 Ij =丄+1，相当于把回路j与回路j+Ι合并成一个回路。(3)异步电动机定子绕组匝间短路故障模型图6为异步电动机定子绕组匝间短 路模型，显然定子方面增加了一个新的电流回路——匝间短路回路。三相异步电动机发生转子断条故障后，在其定子电流中将出现(1-28)1频率的附 加电流分量。由于它的调制作用，定子电流呈现周期性脉动，电磁转矩随之脉动，致使转子 转速以Wf1频率波动，而转子转速的波动进一步导致定子电流(l+2s) 频率附加电流分量 的出现。一般将定子电流(Us)。、(1+ )^频率附加电流分量称为边频分量。同时，三相 异步电动机发生转子断条故障后，其转子侧将不再对称，从而导致定子侧正序电压产生负 序电流。负序电流的数值伴随转子断条故障的进一步发展而增大，在相同故障形式下其数 值随着电机负载的增加而增大。无论三相异步电动机转子断条故障发生与否，定子三相电 流均保持其相位和幅值的对称性。三相异步电动机空载运行时，即使存在严重转子断条故 障，譬如1，2，3号导条同时断裂，(1-28)^,(1+28)^边频分量的幅值也是非常小的，因此可 以肯定，如果三相异步电动机空载运行，则应用(1-&)&、(1+28)&边频分量作为故障特征 检测转子断条故障存在一定困难，但此时(5_48)4边频分量幅值远远大于(IIs)A边频分 量幅值，因此推断此时选取(5-4S)fi边频分量作为故障特征，以实现转子断条故障检测是 可行的。只要电机非空载运行即可选择(Ildf1边频分量作为转子断条故障特征。就实际电机而言，由于工艺、制造及安装原因，即使转子正常，在其定子电流中仍 然存在(1-28)4、(1+28)1和(5-4s)f\等边频分量。(ID f” (l+2S)fi边频分量与&分 量幅值之比伴随电机负载增加而增加。在工程应用中，往往选择边频分量与分量幅值之 比作为故障特征量，通过判断其数值是否超过某一检测阈值实现转子断条故障的检测。因
7此必须首先明确正常电机(1+28)1边频分量与分量幅值之比和电机负载状况二者之间 的对应关系，从而设置适当的检测阈值，保证故障检测的灵敏度和可靠性。在工程实际中，为保证断条故障检测的灵敏度和可靠性，必须对(1-28)‘ (l+2s) 分量作定量分析。这一定量分析的前提条件是已知&与s的具体数值，S卩(1-&)&、
(1+28)^这两个边频分量的具体数值。基于连续细化傅立叶变换、神经网络与自适应滤波技术的三相异步电动机转子断 条故障检测方法，可以获得很高的灵敏度和可靠性。应用连续细化傅立叶变换方法，可以精 确确定电机定子电流基波频率f\，还可以确定电机定子电流基波分量精确解析表达式，据 此形成参考信号，以对定子电流作自适应滤波处理。为了提高三相异步电动机转子断条故 障检测的灵敏度和可靠性，必须首先确定电机转差率s的具体数值。相对于电机定子电压、 电流信号而言，转差率这一信息是难以采集的。根据异步电动机运行原理可知，当一台确定 的异步电动机稳定运行时，其定子电压、电流、输入功率唯一确定异步电动机转差率。BP神 经网络在处理非线性系统模型方面具备独特优势，因此用于确定异步电动机定子电压、电 流和输入功率与其转差率之间的映射关系。基于自适应滤波的三相异步电动机转子断条故 障特征提取方法的基本思路是采用自适应滤波方法抵消电机定子电流分量，在频谱图 中突出(1-28)1分量——转子断条故障特征。异步电动机发生定子绕组匝间短路故障后，定子绕组附加电流源将导致定子电流 将出现负序分量，其数值伴随匝间短路故障严重程度的加剧而增大。另外，在相同形式的匝 间短路故障下，其数值与电机负载状况基本无关。同时，发生匝间短路故障后，定子电流中 将出现三次谐波分量，且数值伴随匝间短路故障严重程度的加剧而增大。如果异步电动机 在空载运行时发生定子绕组匝间短路故障，定子电流中将出现边频分量，这与转子断条故 障类似。这表明，常规的基于定子电流频谱分析的转子断条故障检测方法可能将定子绕组 匝间短路故障错误判断为转子断条故障。但是，如果辅以f\、s信息并作定量分析，即可避 免误判。另外，如果异步电动机在满载运行时发生定子绕组匝间短路故障，定子电流边频分 量数值很小，上述误判不会出现。在实际中，异步电动机定子三相电压是存在一定负序分量的。由于工艺、制造原 因，定子三相绕组、磁路不是理想对称的，即使在三相正相电压下正常运行，其定子电流中 也将出现定子负序分量。也就是说，即使并未发生定子绕组匝间短路故障，定子三相电流仍 然存在一定的负序分量。甚至某些形式的定子绕组匝间短路故障发生后，其效果将在一定 程度上抵消实际电机本身所固有的不对称性，致使定子负序电流反而减小。在工程实际中，异步电动机定子三相电压负序分量在一定范围内是波动的，这将 导致定子负序电流数值波动，这可能与定子绕组匝间短路故障相混淆。为解决这一问题， 在进行定子绕组匝间短路故障检测时，应选择负序导纳平均值，即定子负序电流、负序电压 平均值之比作为故障特征量，通过判断其数值是否偏离某一检测阈值实现匝间短路故障检 测。负序导纳平均值与电机负载状况基本无关。基于神经网络技术的定子绕组匝间短路故障检测技术，以定子负序导纳平均值作 为故障特征量，检测值与估计值相比较，判断匝间短路故障。定子负序导纳平均值与定子电 压、电流、输入功率之间存在映射关系，并且可以通过BP神经网络进行确定。三相异步电动机发生转子断条故障后，定子负序电流数值增加，因此用定子负序电流法检测定子绕组匝间短路故障，可能将转子断条故障误判为定子绕组匝间短路故障。 同时，如果异步电动机在空载时发生定子绕组匝间短路故障，定子电流中将出现与转子断 条故障类似的边频分量，也就是说，基于定子电流频谱分析的转子断条故障检测方法可能 将定子绕组匝间短路故障误判为转子断条故障。这说明，在工程实际中应该对三相异步电 动机转子断条与定子绕组匝间短路故障进行联合检测以避免误判。联合检测基本思路为先应用定子负序导纳平均值方法检测三相异步电动机定子 绕组是否存在匝间短路故障，如果不存在匝间短路故障，则应用基于连续细化傅立叶变换、 神经网络与自适应滤波技术的三相异步电动机转子断条故障检测方法，进行转子断条故障 检测。异步电动机轴承故障发生后，在定子电流中将出现IfiimfvI频率的附加电流分 量(fv为轴承振动特征频率，m=l，2，3…)。类似于转子断条故障，将连续细化傅立叶变换、 自适应滤波、转子齿槽转差率估计、检测阈值自整定技术有机结合，对轴承故障进行检测。异步电动机绕组故障和轴承故障检测均需要采集定子电压和电子电流，而且采集 信号需要有很高的采样精度，确保电压、电流误差降低到最小程度；为提高故障检测的灵敏 度和可靠性，应采集三相电压、电流信号，而不是单相电压、电流信号；各路通道之间绝对同 步才能保证三路电压、三路电流在时间上的一致性，才能正确求取相位差信号；连续细化傅 立叶变换的频率分辨单元为Af = fs/N，与采样点数N成反比。基于连续细化傅里叶变换、神经网络与自适应滤波技术的三相异步电动机转子断 条故障检测技术流程图如图8所示。其基本过程如下(1)进行负载实验，获取样本数据，训练神经网络，确定定子电压、定子电流、输入 功率与转差率s之间的映射关系。(2)采集定子三相电压、电流瞬时信号，1^、叫、11。、、、、、士。。(3)对ia做连续细化傅里叶变换，确定其基波分量的频率幅值和初相角，据此 形成噪声信号us。(4)计算定子三相电压电流平均值UaV、IaV。(5)计算定子输入功率直流分量，(6)根据UaV、IaV、P‘，利用BP神经网络，估计正常电机在该运行状况下的转差率s
^mil-Is)/, ^m(U2s)fx
边频与fl分量幅值之比一” ~7并设置检测阈值。
V1 1Ifl , 、 >(7)根据‘ 对、做自适应滤波，抵消其分量，结果记为eT。(8)根据P‘判断电机负载状况，如果电机空载运行选择^^作为故障特征量，否则选取
权利要求
1.一种故障检测装置，其用于对电动机的初步故障进行检测，该故障检测装置包括电压采集仪器，其用于对电动机的电压信号进行采集；电流采集仪器，其用于对电动机的电流信号进行采集；信号采集系统和故障分析处理系统，其特征在于所述电压采集仪器和电流采集仪器与该信号采集系统相连接，该信号采集系统将采集 的电压信号和电流信号处理后传送到故障分析处理系统，该故障分析处理系统对由信号采 集系统传送来的数据进行计算、分析和处理进而获得异步电动机的状态信息。
2.如权利要求1所述的故障检测装置，其特征在于所述电压采集仪器为电压变换器， 所述电流采集仪器为钳形电流表。
3.如权利要求2所述的故障检测装置，其特征在于所述信号采集系统包括CPLD控制 器、光电隔离与保护电路、AD转换器和USB接口。
4.如权利要求3所述的故障检测装置，其特征在于所述故障分析处理系统为包含初 发故障检测软件的单片机或配置有ARM处理器的核心电路板。
5.如权利要求4所述的故障检测装置，其特征在于所述信号采集系统将由电压采集 仪器和电流采集仪器输入的模拟信号转换为数字信号从USB接口输出到故障分析处理系 统。
6.一种故障检测方法，其用于对电动机的故障进行检测，采用如权利要求1-5中任一 项所述的故障检测装置，其特征在于；对电动机的电压和电流测量，根据测量结果获得匝间 短路故障、转子断条与轴承故障的故障指数。
7.如权利要求6所述的故障检测方法，其特征在于通过应用BP神经网络估计正常电 机的定子负序导纳平均值，计算当前定子负序导纳平均值，将估计值和故障分析处理系统 的数据对比，判断是否存在匝间短路故障。
8.如权利要求7所述的故障检测方法，其特征在于通过连续细化傅立叶变换精确确 定定子电流基波频率及定子电流基波分量精确解析表达式，BP神经网络确定定子电压、 定子电流、输入功率与电机转差率之间的映射关系，自适应滤波提取定子电流(lis)。边 频分量作为转子断条故障特征，判断检测转子断条故障。
9.如权利要求6-8中任一项所述的故障检测方法，其特征在于通过连续细化傅立叶 变换、自适应滤波、转子齿槽转差率估计、检测阈值自整定技术有机结合，对轴承故障进行 检测，并给出故障指数。
10.如权利要求10所述的故障检测方法，其特征在于；对三相异步电动机转子断条与 定子绕组匝间短路故障进行联合检测以避免误判。
全文摘要
本发明是关于一种故障检测装置及方法，其用于对电动机的初步故障进行检测，该故障检测装置包括电压采集仪器，其用于对电动机的电压信号进行采集；电流采集仪器，其用于对电动机的电流信号进行采集；信号采集系统和故障分析处理系统，其特征在于所述电压采集仪器和电流采集仪器与该信号采集系统相连接，该信号采集系统将采集的电压信号和电流信号处理后传送到故障分析处理系统，该故障分析处理系统对由信号采集系统传送来的数据进行计算、分析和处理进而获得异步电动机的状态信息。所述的故障检测方法是对电动机的电压和电流测量，根据测量结果获得匝间短路故障、转子断条与轴承故障的故障指数，为分析异步电动机初期故障提供依据，为电机的维护维修提出建议。
文档编号G01R31/34GK102135600SQ20111003034
公开日2011年7月27日 申请日期2011年1月28日 优先权日2011年1月28日
发明者刘爱华, 刘金辉, 吴重祥, 周智勇, 姜海龙, 孙俊忠, 张海鹏, 李嘉, 许伯强, 鄢英, 顾明涛 申请人:中国人民解放军海军潜艇学院