- 回首頁
- 機械工業雜誌
機械工業雜誌
購物提醒:當您要離開或跳轉頁面時,請先將您想要購買的文章加入購物車,以便快速紀錄完成購買流程!
摘要
軸承是旋轉機械中的重要元件,其故障可能導致設備停機甚至更嚴重事故。以「振動訊號分析」 作為軸承故障診斷法雖然常見,但存在成本高昂且易受環境雜訊干擾的問題。本研究提出一種基於馬達 電流訊號分析之軸承故障診斷方法,利用永磁同步馬達內部固有的電流訊號進行故障辨識。並透過三相 電流同步與快速傅立葉轉換,使得雜訊降低以有效提取故障特徵頻率。該方法已在一套小型永磁同步馬 達平台上獲得驗證。實驗結果顯示,該方法可在低負載與低轉速條件下準確診斷軸承故障,並具有低成 本與易於實現等優勢。
Abstract
Bearings are critical components in rotating machinery, and their failures may lead to equipment downtime or even more severe accidents. Although vibration signal analysis is a commonly used method for bearing fault diagnosis, it suffers from high implementation costs and vulnerability to environmental noise. This study proposes a bearing fault diagnosis method based on motor current signal analysis, which utilizes the inherent current signals within a Permanent Magnet Synchronous Motor (PMSM) to identify faults. By applying threephase current synchronization and Fast Fourier Transform (FFT), the proposed method effectively suppresses noise and extracts fault characteristic frequencies. The approach was experimentally validated on a small-scale PMSM platform. Results demonstrate that the method can accurately diagnose bearing faults under low-load and low-speed conditions, while offering advantages such as low cost and ease of implementation.
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。
更完整的內容歡迎訂購
2025年07月號
(單篇費用:參考材化所定價)