本研究的作者为华北电力大学新能源电力系统国家重点实验室的张西豪、李永刚、马明晗、齐鹏、刘闻韬。该研究发表于《电机与控制学报》（Electric Machines and Control）2024年11月第28卷第11期。
学术背景 本研究属于电气工程领域，具体聚焦于大型旋转电力设备（汽轮发电机）的状态监测与故障诊断。汽轮发电机是电力系统的核心设备，其健康稳定运行对电网安全至关重要。转子绕组匝间短路是汽轮发电机常见的渐进性故障，由绝缘劣化引起，若不能及时发现，可能导致严重事故和巨大经济损失。传统的检测方法（如重复脉冲法RSO、开口变压器法）通常需要机组停运，无法实现实时在线监测。近年来，基于电气量（如励磁电流、定子环流、杂散磁通）和机械量（如振动）的在线监测技术得到发展。其中，机械状态监测被认为对早期微弱故障更敏感，但现有振动传感器多为侵入式安装，不便实施。噪声作为振动在空气中的传播，蕴含丰富的设备状态信息，且具有非接触、易于采集、可定位等优点，已成功应用于风电齿轮箱、异步电机转子断条等故障诊断。鉴于此，本研究旨在探索利用电磁噪声这一非侵入式手段，实现对汽轮发电机转子匝间短路故障的在线检测与诊断。
研究目标 本研究旨在：1）从理论上推导分析汽轮发电机电磁噪声的产生机理，并定性揭示转子匝间短路故障前后，在空载和负载不同工况下，电磁噪声频谱特征的演变规律；2）通过搭建实验平台，采集真实噪声信号，对理论分析结果进行实验验证；3）最终提出一种基于电磁噪声分析的、非侵入式的汽轮发电机转子匝间短路故障检测方法。
详细工作流程 本研究主要包含两个核心部分：理论推导分析与实验验证。
第一部分：理论推导分析 本研究的理论分析旨在建立从转子匝间短路故障到最终电磁噪声特征变化的完整逻辑链条。工作流程如下： 1. 建立汽轮发电机电磁噪声与径向电磁力的关系：研究首先从麦克斯韦应力张量出发，推导出作用于定子内表面的径向电磁力近似正比于径向气隙磁密的平方。接着，将定子铁心简化为一个质量-弹簧-阻尼系统，其振动响应（径向位移）由周期性电磁力激励。最后，将定子铁心视为有限长圆柱形声辐射体，建立了辐射噪声功率与定子径向位移幅值、激振频率之间的定量关系。通过这一系列推导，得出结论：在激振频率一定时，电磁噪声的强度与定子所受径向电磁力的变化正相关。因此，对电磁噪声特征的分析可以转化为对径向电磁力波特征的分析。 2. 分析正常与故障状态下的励磁绕组磁动势：研究对汽轮发电机正常运行时阶梯状分布的励磁绕组磁动势进行了傅里叶分解，指出其仅包含基波和奇数次谐波。当某一磁极的绕组发生匝间短路时，可等效为一个通有反向电流的“退磁线圈”。通过数学推导，得到了故障附加磁动势的表达式。关键发现是：故障附加磁动势中不仅包含原有的奇数次谐波，还引入了分数次谐波（k/p次，k为正整数，p为极对数）和偶数次谐波。这些故障特征谐波的幅值与短路匝数及故障后的励磁电流成正比。 3. 推导空载与负载工况下的径向电磁力波：基于前两步，研究分别推导了汽轮发电机在四种工况下的径向电磁力波频谱成分： * 空载正常工况：径向力波主要由正常励磁磁场的同次谐波相互作用产生，其频率主要为电网频率的偶数倍（2n倍，n为谐波次数）。 * 空载故障工况：除了正常成分，径向力波中新增了三类成分：a) 故障附加磁场自身相互作用产生的(2k/p)次和[(k2 ± k1)/p]次谐波；b) 正常磁场与故障附加磁场相互作用产生的[(n ± k/p)]次谐波。其中，(k/p)次分数次谐波是故障引入的新特征。 * 负载正常工况：此时气隙磁场包含励磁磁场和电枢反应磁场。径向力波成分在空载正常基础上，增加了电枢反应磁场自身作用及与励磁磁场相互作用产生的成分，但主要频率成分仍以2n次谐波为主。 * 负载故障工况：在负载正常成分基础上，同样增加了由故障附加磁场自身及其与正常磁场（包括励磁磁场和电枢反应磁场）相互作用产生的分数次谐波成分，如(2k/p)次、[(k2 ± k1)/p]次、[(n ± k/p)]次以及[(1 ± k/p)]次谐波。 4. 理论结论：综合以上分析，研究得出定性理论规律：无论机组处于空载或负载工况，转子匝间短路故障都会在径向电磁力波中引入以(k/p)次为代表的分数次特征谐波。随着故障程度（短路匝数）加深，这些特征谐波的幅值会增大，并最终反映到电磁噪声的频谱中。
第二部分：实验验证 为了验证理论分析的正确性，研究搭建了电磁噪声检测实验平台。 1. 实验对象与平台搭建：研究使用一台MJF-30-6型隐极同步发电机（额定容量30kVA，极对数p=3）作为实验机组。为了模拟转子匝间短路故障，在励磁绕组中设置了抽头，通过外接滑动变阻器和开关断路器，可以可控地模拟不同严重程度（本实验模拟了0%、~2.5%、~5.0%、~7.3%四种故障程度）的金属性匝间短路。故障程度通过测量短路支路电流与励磁电流的比值来计算。 2. 数据采集系统：采用MPA201型声音传感器（灵敏度45 mV/Pa，频率响应10-20,000 Hz）非接触采集发电机噪声信号，传感器布置在距机壳0.5米处。电气参数（励磁电流、短路支路电流）和噪声信号使用Pico 4824a数字示波器同步采集，采样频率设为20,000 Hz。实验在隔音室内进行，并切除了机组风扇，以尽可能减少空气动力学噪声和高频摩擦噪声对关注的低频段（100 Hz以内）的干扰。 3. 实验流程与数据分析：分别对机组在空载和负载（并网运行）两种工况下的四种故障状态（包括正常状态）进行测试。每个状态稳定运行时，同步采集励磁电流、短路电流和噪声信号。对采集到的噪声时域信号进行快速傅里叶变换（FFT），转换为频域频谱图进行分析。 4. 数据处理与特征提取：重点关注噪声频谱中低频段（100 Hz以内）的特征变化。特别关注理论推导中提到的特征频率点，即分数次谐波频率（k/p * f1，其中f1=50 Hz为电网频率，p=3），如16.7 Hz (1/3次)、33.4 Hz (2/3次)、66.7 Hz (4/3次)等，以及电网频率的2倍频100 Hz (2次)。
主要结果 1. 空载工况实验结果：机组空载正常运行时，噪声频谱中确实以100 Hz成分幅值最大，但同时由于机组固有的不对称性（如动偏心），已存在明显的分数次谐波峰值（如16.7 Hz， 33.4 Hz）。发生转子匝间短路故障后：a) 分数次特征谐波（特别是1/3次和2/3次）的幅值随着故障程度的加深而显著增大（例如，16.7 Hz分量从0.0049 Pa增至0.0121 Pa；33.4 Hz分量从0.0127 Pa增至0.0230 Pa）。b) 100 Hz成分的幅值总体随故障加深呈下降趋势（但在7.30%故障时出现异常，论文指出可能受结构共振等因素影响）。 2. 负载工况实验结果：机组负载正常运行时，噪声频谱中100 Hz成分幅值较空载时增大，而分数次谐波幅值整体被抑制（仅1/3和2/3次谐波有显著峰值），这被认为是由于电枢反应磁场的畸变作用以及负载下结构联接更牢固所致。发生转子匝间短路故障后：a) 分数次特征谐波（1/3次和2/3次）的幅值再次与故障程度呈现正相关关系（例如，16.7 Hz从0.0067 Pa增至0.0103 Pa；33.4 Hz从0.0118 Pa增至0.0133 Pa）。同时，更高阶的分数次谐波（如3/3次、4/3次）幅值增大并出现峰值。b) 100 Hz成分的幅值整体也呈现下降趋势。 3. 结果分析与理论验证：实验结果与理论分析基本一致：在空载和负载工况下，转子匝间短路故障均导致了噪声频谱中分数次特征谐波（k/p次）幅值的增大，且增大趋势与故障程度正相关。这验证了理论推导的正确性。论文也指出，实际频谱中分数次谐波的存在不仅源于电磁力，故障引起的轴系热/磁不平衡所激发的与转频（1/p次）相关的机械振动噪声也是重要原因，这进一步强化了利用这些频率成分进行故障诊断的可行性。
结论 本研究提出并验证了一种基于电磁噪声分析的汽轮发电机转子匝间短路非侵入式在线检测方法。研究得出结论：汽轮发电机的电磁噪声信号能够有效反映其内部状态。在发生转子匝间短路故障时，无论机组处于空载或负载工况，其噪声频谱中特定的分数次谐波（如k/p次）的幅值会显著增加，且增加幅度与故障严重程度呈正相关关系。因此，通过监测这些特征频率幅值的变化，可以实现对转子匝间绝缘健康状况的非接触、在线监测与故障预警。
研究的意义与价值 * 科学价值：从理论上系统揭示了转子匝间短路故障影响汽轮发电机电磁噪声频谱特征的物理机制，建立了从故障磁动势→气隙磁场→径向电磁力→定子振动→辐射噪声的完整分析链条，丰富了基于振声信号的电机故障诊断理论。 * 应用价值：提供了一种全新的、非侵入式的故障检测手段。该方法仅需在发电机附近布置声音传感器，无需对机组进行任何电气或机械改造，安装简便，不影响机组正常运行，非常适合用于电厂的在线状态监测与智能运维，为保障大型发电设备的安全稳定运行提供了新的技术途径。
研究亮点 1. 方法新颖：首次将噪声信号分析系统性地应用于汽轮发电机转子匝间短路故障的诊断，开辟了非侵入式监测的新方向。 2. 理论扎实：研究从电磁噪声的基本原理出发，逐步推导至故障条件下的具体频谱特征变化，理论分析严谨、完整。 3. 实验验证充分：通过搭建可控故障模拟实验平台，在空载和负载两种典型工况下，设置了多个故障等级，获得了详实的实验数据，有力地支撑了理论结论。 4. 结论明确且具有实用性：明确了故障特征频率（分数次谐波）及其与故障程度的正相关关系，为工程应用提供了清晰的判据。
其他有价值内容 研究在讨论部分对实验结果与理论的细微差异进行了分析，体现了科学研究的严谨性。例如，指出了空载正常时机组本身不对称性会导致分数次谐波存在；负载正常时电枢反应对分数次谐波的抑制；以及结构共振可能对特定频率幅值分析造成干扰等。这些讨论为后续研究如何排除干扰、提高诊断准确性提供了重要参考。同时，研究也展望了该方法在深入挖掘故障特征（如定位故障磁极）方面的潜在应用。