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。