基於馬達電流訊號分析法開發之軸承故障診斷技術

前言

軸承被譽為旋轉機械的「工業關節」，是各類機械設備（如內燃機、電動機、變速箱、發電機與風扇）中不可或缺的關鍵元件。由於軸承常運作於嚴苛的環境條件下，其故障亦成為旋轉設備故障的主要來源之一。當軸承發生故障時，可能導致系統停機，甚至在嚴重情況下引發人員傷亡。因此，確保軸承健康狀態，並對其進行狀態監測與預測性診斷，是機械系統維護中的重要議題。

作為支撐與固定旋轉軸的核心元件，軸承需承受各種外部載荷，因此蘊含豐富的動態運作資訊，成為分析機械動態行為的理想位置[1]。典型滾動軸承主要由內圈、外圈、滾珠與保持架所構成。依照故障模式，軸承故障可分為：單點缺陷、多點缺陷與擴散型缺陷[2]。

單點缺陷會在振動、電流或聲音等訊號中產生明確的特徵頻率。該頻率依缺陷發生的位置而有所不同。透過適當的訊號處理技術可實現早期故障診斷（Early Fault Diagnosis, EFD），以提前辨識及預測故障，並採取預防措施。單點缺陷的類型主要包括裂縫、點蝕、穿孔與剝落。由於軸承長期承受週期性載荷與高速運轉，內外環易產生材料疲勞與裂縫。據統計，90%軸承故障為內環與外環裂縫所致，其餘10%為滾珠或保持架損壞[2]。

Mariela Cerrada 等學者[2]指出，主流的軸承故障診斷技術包括振動訊號、聲音訊號、電流與電壓訊號之分析。以振動訊號為基礎的診斷法，透過各類訊號處理技術對時域資料進行分析，以判斷異常訊號 [3]。當軸承故障發生時，因運轉不規則會產生明顯的振動與噪音，因此可藉由取得軸承運轉的時域訊號進行異常檢測與故障定位。由於振動訊號與旋轉機械之動態行為高度相關，故其為最常用之實務診斷方法 [3][4]。

振動訊號主要透過加速規進行擷取。儘管其能有效監測機械運轉狀態，卻仍存在以下缺點：（1）容易受環境雜訊干擾，影響準確性；（2）感測器安裝位置對量測結果影響顯著，需預留空間並評估設備相容性；（3）高解析與精密的加速規成本較高。[3][6]

為克服感測器安裝不便與成本問題，近年來逐漸發展出馬達電流訊號分析（Motor Current Signature Analysis, MCSA）技術。MCSA 為非侵入式診斷方法，透過分析馬達電流訊號，即可同時監測機電系統的健康狀態。由於電動機運轉必須透過電流，因此電流訊號能直接反映馬達運作狀態，成為理想的非侵入式診斷依據。其主要優勢為：（1）可透過成本較低的電流感測器取得訊號；（2）診斷過程不會干涉系統正常運作；（3）訊號具抗環境雜訊能力。[5]

基於上述優勢，MCSA 技術已逐漸受到廣泛關注。與振動訊號分析相比，MCSA 僅需安裝兩個外部電流感測器即可，有效降低感測器安裝與相容性問題[4][7]。

本研究的主要目標為：（1）建立一套電流回授訊號擷取與分析技術，以降低振動與雜訊干擾並提升故障診斷準確度；（2）實現無感測器之診斷方法，直接透過馬達原始電流回授訊號進行診斷，無需額外加裝加速度計，降低成本並提升空間配置彈性；（3）建構一套預兆式管理系統（Prognostic Management System, PMS），以實現故障的早期偵測。

基於馬達電流訊號分析之故障診斷法技術研究

本文分成三個部分，第一部分為軸承故障特徵頻率與電流故障診斷理論，介紹如何將機械端的故障訊號，過渡並顯現至電氣端。第二部分為訊號處理及模擬分析，利用MATLAB軟體模擬故障訊號及訊號降噪處理後，透過快速傅立葉轉換分析電流訊號，比對正常與故障頻譜差異。最後於實驗平台上擷取馬達電流實地進行分析診斷，並透過馬力計負載馬達反帶動受測馬達，擷取分析「感應電流」之改良方式，進一步提升訊號強度與診斷效果。