بخشی از مقاله
چکیده
موتورهای القایی به عنوان رایج ترین موتور الکتریکی، ستون فقرات صنعت را تشکیل می دهند. خرابی و توقف یک موتور میتواند پیامدهای اقتصادی سنگینی را به دنبال داشته باشد. بر اساس گزارشات، بیش از 40 درصد از خرابی های موتورهای الکتریکی ناشی از عیوب بیرینگ هاست. به منظور شناسایی این عیوب روش های مختلفی معرفی شده است که یکی از رایج ترین آنها تحلیل سیگنال ارتعاشات مکانیکی است.
به منظور پردازش سیگنال، ابزارهای متعددی معرفی شده است که جدیدترین آنها روش های زمان- فرکانس هستند که از تحلیل در هر دو حوزه زمان و فرکانس بهره می برند. یکی از قدرتمندترین این تحلیل ها تبدیل S است. در این مقاله با استفاده از پیاده سازی تبدیل S بر روی سیگنال ارتعاشات مکانیکی موتور القایی درصدد تشخیص و شناسایی عیب در بیرینگ موتور القایی هستیم
1. مقدمه
ماشینهای الکتریکی ستون فقرات صنعت را تشکیل میدهند. خرابی یک موتور میتواند منجر به توقفهای ناخواسته در واحد صنعتی گردد. پایش وضعیت و عیب یابی در دهه های اخیر بسیار مورد توجه محققین قرار گرفته است. با توجه به گستردگی ماشین های الکتریکی در صنعت و لزوم عیب یابی و پایش وضعیت در آن ها روش های مختلفی بدین منظور معرفی شده اند. به طور کلی روش های شناسایی عیب را می توان به دو دسته بر مبنای سیگنال و بر مبنای مدل تقسیم بندی نمود. موتورهای الکتریکی در معرض خطاهای بسیاری هستند که بسیاری از آنها خود منجر به خطاهای ثانویه می شوند.
از میان روش های شناسایی و تشخیص عیب، اندازه گیری ارتعاشات مکانیکی از جایگاه ویژه ای برخوردار است . یکی از مهم ترین دلایل این امر نرخ بازگشت سرمایه بالا در این روش در مقایسه با دیگر روش هاست. مروری بر مراجع نشان می دهد که برای تشخیص عیب بیرینگ عمدتا از روش های مبتنی بر سیگنال استفاده می شود .
بر اساس آمار ارائه شده عیوب بیرینگ، علت بیش از 40 درصد از خرابی های ماشین های الکتریکی بوده است. از این رو محققین با استفاده از سنسورها مختلف و جمع آوری سیگنال های مختلف مانند دما [4]، ارتعاشات مکانیکی [5] و جریان الکتریکی [6] به دنبال تشخیص این عیوب در مراحل اولیه و پیش از توسعه خرابی هستند.
دو نمایش معمول برای یک سیگنال، نمایش حوزه زمان و حوزه فرکانس می باشد. در هر نمایش، زمان و فرکانس متغیرهایی مجزا هستند و برای نمایش سیگنال در حوزه زمان، سیگنال در حوزه فرکانس یکپارچه میشود و برعکس. این نمایشهای تک بعدی اطلاعاتی در مورد نحوه توزیع انرژی در حوزه زمان و فرکانس به وجود نمیآورد. یکی دیگر از دلایل استفاده ازروشهای زمان-فرکانس، سیگنالهای غیرایستان میباشد. در این سیگنالها با تغییر زمان، فرکانسهای موجود در سیگنال نیز تغییراتی دارند، بنابراین نیاز به دانستن فرکانسهای موجود در هر لحظه داریم
پس از جمع آوری سیگنال مورد نیاز، بایستی آن را مورد تحلیل قرار داد. یکی از روش های مرسوم برای تعیین موقعیت و محلی سازی اطلاعات در طیف سیگنال، تبدیل موجک پیوسته است که اولین بار در سال 1990 معرفی شد. تبدیل موجک مشکلاتی ذاتی دارد مانند زمان محاسباتی بالا و تفکیک فرکانسی با مقیاس ثابت. هم چنین نتیجه استفاده از تبدیل موجک وابسته به انتخاب تابع موجک پایه است. در نتیجه تنها مشخصه های سیگنالی که با شکل موجک پایه همبستگی خوبی داشته باشند منجر به ضرایب بالایی می شوند و دیگر ویژگی ها پنهان می مانند یا کاملا حذف می شوند. برای حل مشکل حجم محاسباتی بالا و زمان پردازش طولانی در تبدیل موجک پیوسته، تبدیل موجک گسسته و تبدیل موجک بسته ای معرفی شده است
یکی از تبدیلات زمان-فرکانس که جدیدتر از تبدیل موجک پیوسته است، تبدیل S می باشد که در بسیاری از زمینه های مهندسی کاربرد پیدا کرده است.[9] این تبدیل مشابه تبدیل موجک پیوسته با تفکیک گام به گام است ولی برخلاف تبدیل موجک پیوسته، اطلاعات فاز مرجع را نگه می دارد؛ به این معنا که اطلاعات فازی که تبدیل S به دست می دهد به سینوسی های در لحظه صفر برمی گردد - مشابه تبدیل فوریه - . به عبارت دیگر تبدیل S نه تنها طیف قدرت محلی بلکه طیف فاز محلی را نیز تخمین میزند
در این مقاله برآنیم تا با استفاده از تبدیل S به شناسایی خطاهای موجود در یاتاقان موتور القایی سه فاز بپردازیم. در بخش 2 به معرفی عیوب یاتاقان و روش های برخورد با آن خواهیم پرداخت. در ادامه به معرفی بیشتر تبدیل S می پردازیم و سپس با پیاده سازی آن بر سیگنال ارتعاشات به دست آمده در یک بستر آزمایشگاهی به شناسایی عیب بپردازیم.
2. عیوب یاتاقان
روش های سنتی نگهداری بیرینگ - یاتاقان - به دو صورت کلی بود: ادامه کار تا خراب شدن یا جایگزینی برنامه ریزی شده بر اساس عمر آماری بیرینگ. این روش قابل اطمینان نیست زیرا طول عمر بیرینگ کاملا به شرایط کاری آن در حالت واقعی بستگی دارد. از این رو روش های سنتی تعمیر و نگهداری با نگهداری مبتنی بر شرایط و نگهداری پیش بینانه جایگزین شده است. در نگهداری مبتنی بر شرایط، ماشین به طور پیوسته پایش می شود تا وضعیت سلامت آن سنجیده شود و آینده آن و عمر باقیمانده مفید آن پیش بینی شود
عیوب بیرینگ به دو دسته، تقسیم بندی می شوند که عبارتند از عیوب نقطه ای و غیریکنواختی های کلی. احتمال وقوع عیوب تک نقطه ای بیشتر است. این عیوب شدید بوده و منجر به بروز فرکانس های مشخصه عیب در طیف جریان استاتور و ارتعاشات مکانیکی می شوند
استخراج این فرکانس ها از طیف جریان استاتور کار ساده ای است و مقالات بسیاری به شناسایی این عیوب پرداخته اند. ولی زبری های کلی به تدریج ایجاد می شوند و فرکانس خاصی را تحریک نمی کنند، طبیعت رفتار آنها تصادفی است و شناسایی آنها دشوارتر است
عیوب بیرینگ عموما به صورت نقطه ای و محلی هستندکه عدم روغن کاری یا خوردگی می تواند باعث بروز این عیوب شود. در حالت کار عادی یک ماشین، یک ساییدگی کوچک بر روی سطح نگهدارنده بیرینگ گسترش خواهد یافت. با ادامه این فرآیند، توپ ها سیگنال های هارمونیکی تولید خواهند کرد و یک توالی از پالس های ضربه ای ایجاد خواهند کرد که قابل ردیابی است. از آنجایی که عیوب روی حلقه داخلی عمدتا توسط یک عامل خارجی ایجاد می شود، سیگنال ارتعاشات آن ضعیف تر است. دامنه و دوره تناوب این ضربه ها، توسط سرعت چرخش موتور، محل خطا و ابعاد اجزای بیرینگ تعیین می شود
3. تبدیل S
تبدیل S یک نمایش زمان-فرکانس است که به خاطر ویژگی تعیین محل فاز آن شناخته شده است. یک ویژگی کلیدی تبدیل S این است که به طرز منحصر به فردی در فضای زمان-فرکانس اطلاعات زیر را به دست می دهد: تفکیک فرکانسی مستقل و اطلاعات موقعیت نسبی فاز. این کار به تحلیلگر اجازه می دهد تا موقعیت فاز را در طیف مکانی مشخص کند و اطلاعات جالبی را به دست میدهد. اگرچه نقطه ضعف تبدیل S در زیاد بودن اطلاعات آن در صفحه زمان-فرکانس است
تبدیل فوریه زمان-کوتاه مشکل ثابت بودن فاز و اندازه را دارد. این مسئله منجر به تفسیر اشتباه مولفه های سیگنال در دوره تناوب های بزرگتر از پهنای پنجره می شود. محدودیت پهنای کم، قدرت تفکیک زمانی را برای فرکانس های بالا کم می سازد. برخلاف تبدیل فوریه زمان-کوتاه، تبدیل S دارای پنجره ای با دامنه و پهنای متغیر با فرکانس است .[13] تبدیل S پیوسته برای تابع بدین صورت تعریف می شودبُب:
عبارت به عنوان یک تابع تک بعدی از زمان برای یک فرکانس ثابت تعریف می شود که نشان می دهد چگونه
دامنه و فاز این فرکانس مشخص در زمان تغییر می کند. در تعریف تبدیل S، از پنجره گاوسی استفاده شده است که مرکز آن در قرار گرفته است. شکل - 1 - نحوه محاسبه تبدیل S را به صورت قدم به قدم نمایش می دهد
با کاهش فرکانس، طول پنجره گاوسی افزایش یافته و در نتیجه طول پنجره در حوزه فرکانس کاهش مییابد که این امر باعث افزایش رزولوشن فرکانسی میشود. به صورت عکس با استدلالی مشابه، مشاهده میشود با افزایش فرکانس رزولوشن زمانی افزایش مییابد. به طور کلی در تبدیل S، رزولوشن فرکانسهای پایین بیشتر از رزولوشن فرکانسهای بالا میباشد.
4. تشخیص خطا به کمک تبدیل S
.4,1 نتایج عملی
به منظور استفاده از تبدیل معرفی شده در تشخیص عیب بیرینگ، از داده های آزمایشگاهی ارائه شده توسط دانشگاه Case× West ern× Reserve استفاده شده است . شکل - 2 - نشان دهنده سیستم آزمایشگاهی استفاده شده برای جمع آوری داده هاست.
