首页 > 技术发展 > 变频器故障诊断技术研究与分析

变频器故障诊断技术研究与分析

时间:2020-09-28 来源:设备人 浏览:

【摘要】变频器由于质量轻、装置体积小,而且一次功率变换控制的效率高,因此被广泛运用,但由于其结构比较特殊,同时在工业系统中所起到的作用非常重要,如果变频器发生故障,而又不能及时找出原因并采取相应的对策进行处理,故障对整个生产系统的运行将会造成严重的影响,会造成极大的经济损失,因此变频器的安全保障问题也就显得十分重要。本文主要阐述了国内外对变频器故障诊断技术的研究现状,并提出了有待进行进一步研究的问题,同时提出了多种变频器诊断方法,这给变频器故障诊断技术提供了研究的理论基础。

【关键词】变频器;故障诊断;技术;研究

 

故障诊断技术是指对运行的设备或者是机械的异常情况(异常状态及原因)进行检查识别以及对异常状态的预测等,故障诊断技术是从上个世纪中期开始发展起来的,到现在已经有了六十多年的历史了。随着现代工业和科技的不断发展和进步,一些大型化、自动化和智能化的设备越来越多的被用于生产当中,因此设备系统就变得越来越复杂,所以设备的故障诊断技术成为了人们关注的热点问题,也是行业研究的方向。近些年来,电力电子技术和微电子技术得到了快速的发展,而变频器作为交流电动机的主要的调速方式,也有了一定的发展和进步,被越来越广泛的运用于各个领域中,而变频器发生故障是在所难免的,而且一旦发生故障,对生产造成的损失是及其严重的,因此对于变频器的故障问题要予以高度的重视。对变频器的故障的诊断技术进行研究是有必要的,同时也有着一定的意义。

 

1.变频器的分类

  

按照电路的结构形式可以将变频器分为两类,即就是:交-交变频器和交-直-交变频器,前者是指主电路没有直流的中间环节,后者的主电路有直流中间环节。

 

2.变频器的故障分类

  

故障通俗易懂的说,就是系统内部的某些特性偏离了正常的范围,使得系统表现出了一些异常的现象。按照不同的原则,可以对变频器的故障进行不同形式的划分。

  

2.1 按照故障发生的时间进行划分

  

按照故障的时间对变频器的故障进行划分,可以分为:

  

第一,突发性故障,就是突然出现导致系统的某种功能不能正常得到发挥的情况;

  

第二,间歇性故障,使得系统的某些功能表现出不稳定性;

  

第三,老化性故障,由于任何设备都有一定的使用寿命,因此这种故障经常会出现在设备运行寿命的后期。

  

2.2 按照故障发生的部位划分

  

按照故障发生的部位对变频器的故障进行划分,可以分为:

  

第一,电源故障,也就是变频器的供电电源存在一定的问题;

  

第二,内部故障,也就是变频器自身的故障,内部故障主要包括直流环节故障、控制系统的故障以及逆变器的故障;

  

第三,负载故障。

  

2.3 按照故障发生的性质划分

  

按照故障发生的性质可以将变频器的故障类型分为:

  

第一,永久性故障,也就是说由于某种原因导致变频器的故障持续存在;

  

第二,偶发性故障,这种故障和间歇性故障相似,发生的时间是随机的,具有不确定性,时有时无。

 

3.对变频器研究的现状

   

在当前,计算机软件和硬件的可靠性已经非常高了,而系统出现故障的主要原因就是主电路的一些元器件失效。因此,对变频器的故障的研究,应该主要对变频器主要电路的故障诊断问题进行研究,这将有着非常重要的作用和意义。在当前变频器的故障报警系统是通过快速检测电路,将其工作的状态反馈给微处理器进行相应的处理之后,对变频器的运行情况进行分析进而给出相应的报警信号。这种方式有着很多缺点:过程当中所需的时间长,报警的精确性无法得到保证。当前故障诊断的理论在变频器中的应用还不成熟,因此国内外对这一问题都引起了高度的重视,相继进行了一些研究分析。而主电路是最容易出现故障的,同时结构也比较简单,而且主电路的运行状态的正常与否会直接影响到整个系统的安全和可靠性,所以对变频器的故障的研究主要是对主电路部分的研究。

  

3.1 基于神经网络的变频器故障诊断

  

神经网络控制器无需对象的数据模型,因此可以将神经网络用语故障的预测和诊断,这种方法是科学合理的,尤其是无法描述故障的信号和故障的类型之间的逻辑关系的时候,这种方法更为合理。变频装置系统具有较强的随机性和模糊性,传统的故障检测方法已经无法适用了,而这时适用神经网络技术可以很好的解决这一问题。神经网络故障诊断有很多的优点,但同时也有一些问题,这些问题主要表现在:

  

第一,样本获取比较困难;

  

第二,难以理解网络权值形式的表达方式;

  

第三,没有重视专家的经验知识。

  

3.2 基于故障树的变频器故障诊断

  

故障树模型作为一种定性的因果模型,是基于诊断对象的一些行为特征的模型,将系统不愿意发生的情况作为顶事件,而把导致这些不希望的情况发生的原因作为中间事件和底事件,并用逻辑门将它们之间的联系表示出来,这就是故障树模型的基本思路。逻辑树模型可以清楚的反映出特征量和故障量之间的逻辑关系。

  

具体的方法步骤为:

  

第一,选择诊断对象作为相事件;

  

第二,描述出合理的故障树,依据变频器的具体故障情况进行相应的分析,所建立的故障树如图1所示;

  

第三,运用科学合理的搜寻方法,对故障进行查找病诊断。

  

通过使用故障树的方法对变频器的故障进行搜寻,有很多的优点,如:有较强的适用性,简单直观以及灵活性高等,该种方法是以正确的故障树的结构作为基础的,所以必须要建立正确的故障树,才能真正实现变频器的诊断。

  

3.3 基于信号处理的变频器故障诊断

  

第一,可以通过傅里叶分析法对三相全控制流电流的故障进行诊断,基本的思路就是通过对一些关键点进行分析,把时域信息转换到频域范围之内进行分析,再根据蝙蝠值的具体特征对故障进行诊断,进而确定出故障的类型,然后再用相位的特征对这些故障进行具体的诊断,进而确定出故障出现的部位;

  

第二,通过使用基于沃尔什分析法对三相全控制流电流的故障进行诊断,基本的思路就是对电路中具体的故障的关键点的波形通过沃尔什法进行变换之后,把形成一个周期的时域中波转换到频域当中,通过频域中的故障的具体特征,进而对变频器的故障进行检测和确定。

  

基于信号处理故障的诊断方法,由于不需要对象的的数学模型,具有很多的优点,如:诊断速度快、灵敏度高、操作起来比较简单同时还可以进行各种在线的故障诊断。但是这种方法也有一定的难点,就是对故障参数的设定比较困难,在目前还没有通用和切实可行的设定方法,在一般情况下,都是通过专家的经验进行整理归纳来进行设计的。

  

3.4 其它的方法

  

由于对变频器的故障的诊断会关系到设备的可靠性,所以对其的开发和研究也越来越深入了,研究的方法也越来越多,除了上文中提到的三种,国内外的很多学者从不同的角度研究出了很多的变频器故障的诊断技术。如:采用状态次序法诊断整流电路和逆变电路中的六路触发脉冲故障的方法、基于逆变器三相平均输出电流Park矢量的电压源逆变器故障诊断方法以及在线诊断PWM逆变器触发脉冲间歇性丢失故障的方法。

  

在变频器的整个系统中,直流侧电解电容的寿命比其它的元器件的寿命都要短,所以对直流侧电解电容的诊断就显得十分重要,要引起高度的重视,应该采取可形象较强的方法对其进行预测和诊断,进而避免其发生故障影响整个系统的运行。

 

4.变频器故障诊断技术的发展方向

  

随着变频在各行业领域的广泛运用,对其的诊断技术进行研究的意义和作用也越来越大,在未来对变频器故障诊断技术的研究应该集中在:

  

第一,要尽量引进一些新的理论,尤其是可行性较强的理论,对故障中的一些关键信息进行良好的处理;

  

第二,该领域作为一个新领域,目前所采用的方法有一定的缺陷,譬如:预测和诊断速度慢、有局部极小点而且一旦加入新的样本又要重新进行学习,所以早今后的研究中可以引入神经网理论进行故障的预测和诊断;

  

第三,要将多种方法融合在一起,对变频器的故障进行预测和诊断,这样可以吸取多种方法中的优点,进而更加准确的诊断出变频器的故障问题;

  

第四,在当前对变频器的故障的研究只是土停留在对某一个单一的故障类型的分析上,在未来将变频器的故障作为一个系统进行研究虽然有一定的难度和挑战,但还是有着广阔的发展前景;

  

第五,对变频器故障的机理进行深入的分析研究,建立相应的预警系统,进而做到防患于未然,这样在一定程度上可以减少故障对生产所造成的影响,使得用于设备维修的费用减少,进而降低生产的总成本;

  

第六,通过使用DSP数字处理芯片实现预警,将其作为一个专用的电路接入到变频器当中,这样可以使得理论研究变为现实,切实起到了作用。

 

5.结束语

  

总之,变频器的系统是非常复杂的,所以对变频器故障的诊断的技术越来越被人们所重视,这在一定程度上促进了变频器故障诊断技术的发展。文中提出来未来对变频器故障研究的具体思路,并将多种诊断方法融合在一起,对变频器故障的诊断技术进行深入的研究,通过建立所需的预警系统,将研究的理论变为现实,变频器的故障针对技术研究有着广阔的发展前景。

 

  参考文献

  [1]李尔国,愈金寿.故障检测与诊断方法综述[J].世界仪表与自动化,2001(2).

  [2]周东华,席裕庚,张钟俊.故障检测与诊断技术[J].控制理论与应用,2007(9).

  [3]徐德鸿,程肇基,范云其.诊断电力电子电路故障的新方法——沃尔什分析法[J].电工技术学报,2002(11).

  [4]孙丰涛,张承慧,崔纳新,杜春水.变频器故障诊断技术研究与分析[J].电机与控制学报,2005(3).

  [5]朱大奇,于盛林.基于知识的故障诊断方法综述[J].安徽工业大学学报,2002(19).

  [6]高明裕,徐德鸿,李承红.多台电力电子装置故障自诊断系统[J].电力电子技术,2006(30).

  [7]李杰,韩正之.神经网络的学习误差函数及泛化能力[J].控制与策,2000(15).

  [8]王凌,郑大钟.一种基于退火策略的混沌神经网络优化算法[J].控制理论与应用,2000(17).

  [9]张荣沂.基于神经网络的智能诊断技术[J].自动化技术与应用,2003(22).

 

声明:文章来自于网络,作者未知,如涉侵权,请留言或直接联系编辑删除

版权:如无特殊注明,文章转载自网络,侵权请联系cnmhg168#163.com删除!文件均为网友上传,仅供研究和学习使用,务必24小时内删除。
相关推荐