关于“异步电机匝间短路故障分析及诊断系统开发”研究的学术报告
一、 研究作者、机构及发表信息
本研究的主要作者为徐平（第一作者）、马宗正和马海舒。徐平来自河南工程学院土木工程学院，马宗正和马海舒来自河南工程学院机械工程学院。该研究以题为《异步电机匝间短路故障分析及诊断系统开发》发表于中文期刊《机械设计与制造》（Machinery Design & Manufacture），具体刊期为2025年第3期（三月），文章编号为1001-3997（2025）03-0362-04。研究获得了河南省科技攻关项目（项目号：212102210332, 242102220033）及河南省高等学校重点科研项目（项目号：22b470002）的支持。
二、 研究的学术背景与目标
本研究属于电气工程领域，具体聚焦于电机状态监测与故障诊断技术。笼型异步电机作为社会生产和生活中应用最广泛的电气设备之一，其运行可靠性至关重要。一旦发生故障，将对生产活动造成严重影响。在异步电机的各类故障中，定子绕组匝间短路故障发生率较高，约占定子故障的50%，因此对其进行有效诊断具有重要的现实意义。
研究的学术背景基于当前故障诊断领域的一个共识：对匝间短路故障进行有效诊断的前提，是明确传感器采集的信号（如电流）与故障状态之间的确定关系。尽管已有研究采用了诸如强跟踪滤波器、支持向量机（SVM）、短时傅里叶变换（STFT）、深度自动编码器（Deep Autoencoder）以及多传感器信息融合等多种先进方法进行故障特征提取与分类，但这些方法通常建立在已知故障-信号关系模型或大量标注数据的基础上。本研究旨在回归基础，首先深入探究匝间短路故障与电机工作电流之间的内在物理关系，并在此基础上，开发一套直观、可行的故障诊断系统。具体研究目标包括：1) 通过理论分析与实验验证，明确匝间短路故障如何影响电机电流的派克矢量（Park’s Vector）轨迹特征；2) 基于此特征关系，开发一套集数据采集、特征提取与故障识别于一体的诊断系统；3) 对所开发的系统进行实验验证。
三、 详细研究流程与方法
本研究遵循“理论分析-实验验证-系统开发-应用测试”的完整流程，具体步骤如下：
第一流程：理论基础分析与模型建立 本流程旨在从理论上建立匝间短路故障与电流信号特征之间的关联。研究对象为三相笼型异步电机的电气模型。 * 故障建模：研究假设匝间短路故障发生在电机某一相（如A相）的定子绕组中。将发生短路的相绕组等效为由短路电阻分隔的两部分，并引入一个短路环流。这为分析故障对三相电流对称性的破坏奠定了模型基础。 * 特征提取方法选择：研究指出，匝间短路最直接的表现是故障相电流幅值增加，但仅凭幅值对比不直观。因此，研究引入了派克变换（Park’s Transformation）作为核心特征提取工具。派克变换将三相静止坐标系下的电流（ia, ib, ic）转换为两相静止坐标系下的电流（iα, iβ）。在电机理想对称、无故障状态下，以iα和iβ为坐标轴的轨迹是一个标准的圆。研究提出理论推论：当发生匝间短路导致三相电流不对称时，派克矢量轨迹将从圆形畸变为椭圆形。 * 故障相判别理论：研究进一步理论分析了故障相与派克矢量椭圆轨迹方向之间的关系。指出椭圆轨迹的长轴（定义为图形上相距最远两点的连线）与水平坐标轴（iα轴）的夹角与故障相有关。文中引用文献指出，当夹角为60°时对应C相故障，为120°时对应B相故障。这为故障定位提供了理论依据。
第二流程：实验平台搭建与故障模拟验证 此流程旨在通过物理实验验证第一流程中的理论分析。研究构建了一个专用的异步电机故障诊断实验台。 * 实验对象与平台组成：实验对象为一台7.5kW的鼠笼式异步电机。实验台由三大部分构成：1) 故障模拟电机：用于再现不同程度的匝间短路故障；2) 负载模拟系统：采用磁粉制动器为电机提供可调负载；3) 信号处理与数据采集系统：用于采集电机电流、电压等信号，并将其调理为标准电压信号供计算机处理。 * 故障设置方法（关键创新点）：为了实现可控且可重复的匝间短路故障，研究团队采用了 “绕组抽头” 这一新颖而直接的物理模拟方法。具体针对电机的B相绕组，设置了4个抽头点，相邻抽头间隔20匝绕组。通过连接不同抽头点，可以模拟不同严重程度（即不同短路匝数）的匝间短路故障。测量得到对应抽头位置（即短路部分绕组被排除后）的B相绕组电阻值分别为1.9Ω, 1.8Ω, 1.7Ω, 1.6Ω。电阻值越小，代表被短路的绕组匝数越多，故障越严重。这种方法相比软件模拟或制造物理损伤的电机，更能真实反映故障的电气特性，且故障程度可精确量化。 * 实验与数据处理：在电机空载、星形接线的运行条件下，通过电流互感器采集电机三相电流信号。对采集到的电流数据应用派克变换公式，计算出对应的iα和iβ分量，并绘制其轨迹图（即以iα为横轴，iβ为纵轴的图形）。
第三流程：诊断系统设计与软件开发 基于前两个流程得出的规律，本研究开发了一套专用的匝间短路故障诊断系统。 * 系统架构：系统分为三个功能模块：1) 数据采集模块：使用电流互感器和数据采集卡获取电机三相电流；2) 特征提取模块：核心是执行派克变换，将三相电流转换为iα和iβ，并绘制派克矢量图；3) 故障识别模块：基于派克矢量图的几何特征进行自动诊断。 * 故障识别算法：算法流程如图7所示。系统首先对派克矢量轨迹点集计算其最小边界框（或称为最小外包矩形）。通过比较边界框的长度和宽度来判断轨迹是否接近圆形（无故障）还是椭圆形（有故障）。若判断存在故障，则进一步计算该边界框长轴与水平方向的夹角，依据理论（夹角约120°为B相故障，约60°为C相故障，0°或180°附近为A相故障）来判定具体的故障相。 * 软件开发实现：采用LabVIEW作为主开发环境，利用其强大的数据采集和图形化编程能力构建用户界面和主控程序。对于涉及矩阵运算的派克变换和复杂的边界框计算，通过LabVIEW的“公式节点”或“MATLAB脚本节点”功能调用MATLAB进行运算，实现了两者的混合编程。最终集成的软件系统具有选项卡式界面，可分别进行数据采集、派克变换特征观察和故障诊断。
第四流程：系统应用与测试 利用开发的诊断系统，对第二流程中搭建的实验台（设置了不同B相短路电阻的电机）进行了实际测试，以验证系统的有效性。
四、 主要研究结果及其逻辑关联
理论分析结果：研究通过数学推导和仿真（图2）明确表明，当电机某一相发生匝间短路导致该相电流幅值异常增大时，其派克矢量轨迹将从标准的圆形畸变为椭圆形。仿真结果进一步支持了椭圆长轴夹角与故障相对应的理论关系（例如，B相故障导致长轴夹角约为120°）。这为后续实验和系统开发提供了直接的理论指导。
实验验证结果：实验获得了不同短路程度（对应B相绕组电阻从1.9Ω到1.6Ω）下的派克矢量轨迹图（图5）。实验结果与理论高度吻合： 1. 故障特征显现：即使在无故障的理想制造偏差下，轨迹也非正圆，而是“类圆形”。当引入匝间短路故障后，轨迹明显向椭圆形过渡。 2. 故障程度相关性：随着短路匝数增加（电阻从1.9Ω降至1.6Ω），派克矢量图的椭圆扁平化程度越来越严重。电阻为1.6Ω（故障最严重）时，轨迹已变为非常扁平的椭圆形。这直观地证明了派克矢量轨迹的扁平度与匝间短路故障的严重程度正相关。 3. 故障相定位验证：在所有B相短路实验案例中，计算出的派克矢量椭圆长轴与水平方向的夹角均基本保持在120°左右。这与理论分析中“B相故障对应120°夹角”的结论完全一致，成功实现了故障相的准确定位。 实验数据有力地证实了基于电流派克变换诊断匝间短路故障的可行性，并将抽象的“故障”与直观的“图形几何特征”联系起来，为自动化诊断系统的开发提供了坚实的依据。
系统测试结果：应用自主开发的诊断系统对实验电机进行测试，系统成功输出了非圆形的派克矢量图（类似于矩形，图10）。系统通过内部算法识别出边界框长宽不相等，从而判断存在匝间短路故障。由于实验故障设置在B相，系统理论上应能进一步计算出约120°的夹角。测试结果表明，所开发的软硬件系统能够完整实现从信号采集、特征提取到故障识别的全流程，验证了工程化应用的潜力。
结果间的逻辑关系：理论分析为实验设计和特征选择（派克变换及椭圆特征）指明了方向；实验验证不仅证实了理论，更重要的是提供了故障程度与图形特征之间的定量化、可视化关系（扁平度、夹角），这直接定义了系统诊断算法的核心逻辑（比较边界框长宽比、计算夹角）；最终，基于此逻辑开发的诊断系统在实验对象上成功运行，完成了从原理到原型验证的闭环。
五、 研究结论与价值
本研究得出以下核心结论： 1. 故障特征规律：异步电动机发生匝间短路故障时，其定子电流的派克矢量轨迹会从类圆形向椭圆形过渡，且椭圆的扁平化程度随短路匝数的增加（故障严重程度增加）而加剧。 2. 故障定位方法：派克矢量椭圆轨迹的长轴方向与水平坐标轴的夹角，与发生匝间短路的特定相别存在对应关系，可用于实现故障相的判别。 3. 诊断系统实现：综合运用派克矢量图形的扁平度和轨迹倾斜角度这两个特征，可以有效地实现异步电动机匝间短路故障的自动识别与定位，并据此开发了可工作的诊断系统原型。
本研究的价值体现在： * 科学价值：深入阐释了匝间短路这一常见电机故障在派克变换域内的显式物理特征，建立了故障严重程度、故障相别与简单几何参数（扁平度、夹角）之间的清晰映射关系，为基于电流信号的电机故障诊断提供了直观、坚实的理论补充。 * 应用价值：研究不仅停留在理论仿真，更通过实际的绕组抽头法模拟故障、搭建实验台、开发软硬件集成系统，完成了一套从特征研究到工程实现的完整范例。所开发的系统原理清晰、特征直观，相较于一些复杂的智能诊断算法，更易于理解和在工业现场部署，为开发低成本、易实施的在线监测装置提供了可行的技术路线。
六、 研究亮点
七、 其他有价值的内容
研究中提到了所开发诊断系统的软件实现细节，即采用LabVIEW与MATLAB混合编程的方式。这种方式充分发挥了LabVIEW在数据采集、硬件控制和用户界面开发上的优势，以及MATLAB在科学计算和算法原型验证上的强大功能，为工控领域和实验室快速开发诊断算法原型提供了实用的技术方案参考。此外，文献综述部分简要梳理了从传统滤波估计到现代机器学习在电机故障诊断中的应用，为本研究的定位（聚焦于基础特征关系）提供了合理的上下文。