張 波，王新明，黃振華

（1.河北工程技術(shù)學(xué)院 軟件學(xué)院，石家莊 050091；2.河北建筑工程學(xué)院 機(jī)械工程學(xué)院，張家口 075000）

0 引言

全封閉式壓縮機(jī)常見(jiàn)于應(yīng)用在空調(diào)、冰箱、冷柜等制冷設(shè)備之中，作用猶如人體的心臟，在制冷設(shè)備中發(fā)揮著舉足輕重的作用，壓縮機(jī)的運(yùn)行情況直接影響制冷設(shè)備的性能[1]。一般情況下，診斷壓縮機(jī)機(jī)械設(shè)備是否發(fā)生故障，需要根據(jù)壓縮機(jī)機(jī)械設(shè)備所展現(xiàn)出的各種信號(hào)來(lái)判斷，常見(jiàn)的故障信號(hào)包括排氣信號(hào)、振動(dòng)信號(hào)、電流信號(hào)等，通過(guò)這些信號(hào)不但能夠確定壓縮機(jī)是否工作正常，還能夠準(zhǔn)確判斷出設(shè)備故障的位置[2]。壓縮機(jī)故障特征是檢測(cè)其機(jī)械故障的基本依據(jù)，所以壓縮機(jī)故障特征提取直接關(guān)乎檢測(cè)故障的準(zhǔn)確性，大多數(shù)故障檢測(cè)方法都以故障特征提取作為基礎(chǔ)。

全封閉式壓縮機(jī)通常情況下會(huì)和電機(jī)一同密封在一個(gè)厚度只有幾毫米的泵殼內(nèi)，密封結(jié)構(gòu)的外部不會(huì)安裝用于排氣和吸氣的管狀設(shè)備，同時(shí)也不會(huì)安裝有關(guān)發(fā)揮排氣與吸氣作用的截止閥，泵殼一般使用焊接技術(shù)實(shí)現(xiàn)全方位封閉，不會(huì)出現(xiàn)接頭位置，所以當(dāng)變壓器可能發(fā)生設(shè)備故障時(shí)，無(wú)法通過(guò)外部連接設(shè)備或者手動(dòng)直接提取故障位置與情況。全封閉式壓塑機(jī)之所以采用這種密封工藝可以避免出現(xiàn)滲漏制冷液的情況，外部空氣不能隨便進(jìn)入壓縮機(jī)之中，用于冷凍機(jī)的潤(rùn)滑油也不會(huì)侵入制冷設(shè)備內(nèi)部，同時(shí)這種全封閉的方式還能減少外部污染物對(duì)于結(jié)構(gòu)內(nèi)部造成污染，壓縮機(jī)所承受的工作壓力也更低，這樣能夠避免壓縮機(jī)經(jīng)常出現(xiàn)故障。盡管全封閉式壓縮機(jī)具有以上諸多優(yōu)點(diǎn)，但是一旦被密封的電機(jī)出現(xiàn)冷卻惡化情況，就會(huì)直接導(dǎo)致壓縮機(jī)的繞組發(fā)生短路故障，嚴(yán)重時(shí)甚至?xí)霈F(xiàn)繞組燒毀的情況，同時(shí)由于全密封結(jié)構(gòu)，導(dǎo)致工作人員或者制冷設(shè)備的使用者很難提前發(fā)現(xiàn)壓縮機(jī)存在的隱患，即使發(fā)生故障，也無(wú)法通過(guò)傳統(tǒng)手段實(shí)現(xiàn)檢測(cè)。針對(duì)這種問(wèn)題，有學(xué)者嘗試通過(guò)全封閉壓縮機(jī)的泵殼振動(dòng)情況實(shí)現(xiàn)壓縮機(jī)的故障檢測(cè)，這也是目前使用最為廣泛的壓縮機(jī)故障檢測(cè)技術(shù)，這一技術(shù)在上文中已經(jīng)提及，機(jī)械設(shè)備的振動(dòng)是最能直觀反映設(shè)備故障的檢測(cè)方法，盡管已經(jīng)屬于比較成熟的機(jī)械設(shè)備故障檢測(cè)技術(shù)，但是準(zhǔn)確性仍然需要進(jìn)一步驗(yàn)證[3]；還有學(xué)者提出以改進(jìn)元分析方法作為基礎(chǔ)的壓縮機(jī)故障檢測(cè)方法，將出現(xiàn)故障的主元子空間與未發(fā)生故障的元子空間作出對(duì)比，由此判斷壓塑機(jī)發(fā)生故障的位置與情況，該方法是一種全新的檢測(cè)技術(shù)，可行性與準(zhǔn)確性仍然需要進(jìn)一步實(shí)驗(yàn)驗(yàn)證[4]。

本文結(jié)合已經(jīng)成熟的技術(shù)，通過(guò)遺傳算法優(yōu)化常用于故障檢測(cè)的神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)全封閉壓縮機(jī)繞組短路故障自動(dòng)檢測(cè)。

1 全封閉壓縮機(jī)繞組短路故障檢測(cè)

1.1 全封閉壓縮機(jī)繞組短路故障分析

本文研究中將應(yīng)用于小型制冷機(jī)中的一種全封閉壓縮機(jī)作為研究對(duì)象，研究發(fā)生在壓縮機(jī)定子與轉(zhuǎn)子上的繞組短路故障。分析全封閉壓縮機(jī)繞組短路故障情況時(shí)使用有限元軟件，構(gòu)建壓縮機(jī)模型，壓縮機(jī)的相關(guān)參數(shù)（表1）輸入到模型之中，得到RMxprt模型，求解該模型后得到Maxwell2D模型，在模型中劃分網(wǎng)格分配材料同時(shí)設(shè)定模型的邊界條件。

表1 全封閉壓縮機(jī)相關(guān)參數(shù)

通過(guò)分析該模型確定全封閉式壓縮機(jī)的再定子與轉(zhuǎn)子發(fā)生繞組短路故障后對(duì)整個(gè)全封閉式壓縮機(jī)性能造成的影響。壓縮機(jī)的激勵(lì)電源是經(jīng)過(guò)設(shè)置的外電路，模擬繞組短路需要將定子與轉(zhuǎn)子的線圈設(shè)備設(shè)置成短路才能實(shí)現(xiàn)，故障模擬方式如下：

壓縮機(jī)定子和轉(zhuǎn)子中國(guó)存在三相繞組，以其中一相繞組作為研究對(duì)象，將其命名為A相繞組，定子內(nèi)故障狀態(tài)分別設(shè)置為5.5%、12.0%、35.5%三種狀態(tài)；轉(zhuǎn)子內(nèi)故障狀態(tài)分別設(shè)置為13.0%、25.5%兩種狀態(tài)，模擬過(guò)程中所設(shè)定的步長(zhǎng)為0.0009s，數(shù)據(jù)采集時(shí)所設(shè)定的樣品采集頻率設(shè)定為1261Hz，每0.5s施行一次樣品采集，隨機(jī)選取數(shù)據(jù)波形根據(jù)三相繞組諧波分量診斷繞組短路故障。全封閉式壓縮機(jī)非故障情況下，壓縮機(jī)的三相電流存在對(duì)稱性，如果繞組出現(xiàn)短路故障，三相電流的對(duì)稱性喪失，電流幅值呈現(xiàn)出降低趨勢(shì)，隨著短路故障越來(lái)越嚴(yán)重，三相繞組中會(huì)有一相繞組的電流幅值逐漸降低，另兩相繞組的電流幅值不會(huì)發(fā)生改變。

1.2 全封閉壓縮機(jī)繞組短路故障特征提取

全封閉壓縮機(jī)繞組短路故障檢測(cè)直接受到提取故障特征向量準(zhǔn)確性的影響，所以檢測(cè)全封閉壓縮機(jī)繞組短路故障時(shí)需要有其主要故障特征向量的提取。當(dāng)全封閉壓縮機(jī)繞組發(fā)生短路故障時(shí)，原有三相繞組的電氣平衡規(guī)律遭受破壞，繞組電流對(duì)稱性喪失造成封閉壓縮機(jī)中出現(xiàn)高幅值諧波分量[5]。假設(shè)使用i1表示其中一相繞組的電流，該繞組的磁勢(shì)包含不相融合的兩個(gè)磁勢(shì)，這兩個(gè)導(dǎo)體電流幅值一致電流方向相反，于是則有展開(kāi)后的磁勢(shì)傅里葉級(jí)數(shù)如式(1)所示。

α用于表示兩個(gè)不同導(dǎo)體之間間隔的空間電角度，P與kyf分別用于描述極對(duì)數(shù)與線圈節(jié)距因數(shù)，v用于描述諧波次數(shù)，通常情況下，整距線圈與短距線圈內(nèi)v都等于(1/P，2/P，3/P，…)，但是在整距線圈之中，v不等于偶數(shù)。

如果全封閉壓縮機(jī)上的其中一個(gè)繞組出現(xiàn)短路故障時(shí)，正常電流上會(huì)被重復(fù)增加一個(gè)短路的電流，造成故障磁場(chǎng)出現(xiàn)。全封閉壓縮機(jī)繞組發(fā)生短路故障時(shí)，內(nèi)部結(jié)構(gòu)遭受破壞，從空間角度喪失平衡性，造成壓縮機(jī)出現(xiàn)不對(duì)稱的工作電流，通過(guò)工作電流產(chǎn)生的磁勢(shì)內(nèi)存在一定數(shù)量的諧波分量。假如把電流疊加在出現(xiàn)短路故障的線圈上，此時(shí)會(huì)產(chǎn)生一個(gè)與氣隙分布相同的空間電角度，該角度使用α=Pθ表示，由式(1)演化得出磁動(dòng)勢(shì)：

ω與t分別用于描述電源角頻率與時(shí)間，短路電流幅值通過(guò)I實(shí)現(xiàn)表示，θ代表將封閉式壓縮機(jī)上的定子坐標(biāo)作為參照的機(jī)械角度，同時(shí)，φ代表全封閉壓縮機(jī)的轉(zhuǎn)子坐標(biāo)，其中S用于描述轉(zhuǎn)差率。將式(2)的磁動(dòng)勢(shì)向轉(zhuǎn)子坐標(biāo)系轉(zhuǎn)換如式(3)所示。

在轉(zhuǎn)子一側(cè)，磁勢(shì)的電流分量如式(4)所示：

在轉(zhuǎn)子端，IRF是電流幅值。全封閉壓縮機(jī)中的定子和轉(zhuǎn)子之間不存在關(guān)聯(lián)關(guān)系，所以故障發(fā)生時(shí)，也不會(huì)影響轉(zhuǎn)子繞組對(duì)稱性，在轉(zhuǎn)子坐標(biāo)系之中，由電流IR所產(chǎn)生的磁動(dòng)勢(shì)可以使用式(5)表示。

Fv，n用于描述第n次諧波磁勢(shì)幅值，其中n=6p+1，p=0，1，2，3，…。在式(5)中，使用θ代替φ，獲取封閉式壓縮機(jī)定子坐標(biāo)寫的磁勢(shì)如式(6)所示。

對(duì)式(4)展開(kāi)分析，通過(guò)感應(yīng)得到全封閉壓縮機(jī)轉(zhuǎn)子側(cè)的磁勢(shì)F(φ，t)的電流分量，該分量的頻率為：[1±v(1-s)]f1，同時(shí)轉(zhuǎn)子側(cè)的磁勢(shì)FR(φ，t)的電流分量頻率為[1±(n±v)(1-s)]f1。

經(jīng)過(guò)以上分析計(jì)算可以確定如果全封閉壓縮機(jī)繞組發(fā)生短路故障，無(wú)論是壓縮機(jī)的定子側(cè)還是轉(zhuǎn)子側(cè)都能對(duì)特殊頻率的諧波分量作出感應(yīng)。兩側(cè)所感應(yīng)出的各頻次諧波分量如下所示：

定子側(cè)頻次：sf1、(0.5+0.5s)f1、(1.5+0.5s)f1、(2+s)f1、(2.5+1.5s)f1、(3+2s)f1；轉(zhuǎn)子側(cè)頻次：(0.5+0.5s)f1、(1.5-0.5s)f1、(2-s)f1、(2.5-1.5s)f1。

1.3 基于主成分分析法的數(shù)據(jù)降維

經(jīng)過(guò)上文分析計(jì)算以后，提取的全封閉式壓縮一相機(jī)繞組故障特征向量屬于16維特征向量，三相繞組一共會(huì)產(chǎn)生48維特征向量，如此龐大的向量維數(shù)會(huì)影響神經(jīng)網(wǎng)絡(luò)對(duì)于故障的訓(xùn)練檢測(cè)結(jié)果，所以需要對(duì)各特征向量實(shí)行降維，從特征向量之中提取出研究?jī)r(jià)值較高的內(nèi)容匯總成輸入神經(jīng)網(wǎng)絡(luò)的樣本，提升神經(jīng)網(wǎng)絡(luò)檢測(cè)故障的能力。表2為特征向量所對(duì)應(yīng)的貢獻(xiàn)率。

表2 特征值貢獻(xiàn)率

從表2中能夠獲知，使用主成分分析法降維特征向量后，各狀態(tài)的貢獻(xiàn)率均較高，降維后，為避main出現(xiàn)有效數(shù)據(jù)丟失現(xiàn)象，將特征維數(shù)由16維降至5維，此時(shí)可以確定神經(jīng)網(wǎng)絡(luò)的輸入層為15個(gè)。

1.4 基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障檢測(cè)

利用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的閾值與權(quán)值，提高神經(jīng)網(wǎng)絡(luò)的全封閉壓縮機(jī)繞組短路故障檢測(cè)效果。

遺傳算法以生物進(jìn)化作為原理，該算法堅(jiān)持使用優(yōu)勝劣汰的原則篩選群體中的個(gè)體，在種群中篩選出較為優(yōu)異的個(gè)體重新構(gòu)建較為優(yōu)異的種群。全新種群中的各個(gè)個(gè)體，能夠一定程度上提示適應(yīng)度，停止條件是達(dá)到極限條件，等待優(yōu)化的參數(shù)最優(yōu)解也就是種群中具有最大自適應(yīng)值的個(gè)體。

僅通過(guò)三個(gè)主要部分就能使用遺傳算法實(shí)現(xiàn)優(yōu)化神經(jīng)網(wǎng)絡(luò)：

1）確定網(wǎng)絡(luò)結(jié)構(gòu)；

2）優(yōu)化閾值與權(quán)值；

3）訓(xùn)練并實(shí)現(xiàn)遺傳算法-神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)。圖1為算法具體流程。

圖1 遺傳算法-神經(jīng)網(wǎng)絡(luò)計(jì)算流程

遺傳算法-神經(jīng)網(wǎng)絡(luò)使用遺傳算法實(shí)現(xiàn)結(jié)構(gòu)網(wǎng)絡(luò)閾值和權(quán)值的優(yōu)化，優(yōu)化后能夠一定程度上提升神經(jīng)網(wǎng)絡(luò)檢測(cè)全封閉式壓縮機(jī)繞組故障的精度。優(yōu)化過(guò)程中較為關(guān)鍵的步驟是初始化種群、選取交叉和變異算子、計(jì)算適應(yīng)度。關(guān)鍵步驟的詳細(xì)內(nèi)容如下：

1）初始化種群

編碼種群內(nèi)的各個(gè)個(gè)體時(shí)運(yùn)用二進(jìn)制編碼法。共有四個(gè)部分組成一個(gè)個(gè)體，（1）連接輸入層與隱含層之間的取值；（2）隱含層和輸出值之間的閾值；（3）輸出層閾值；隱含層閾值。連接以上這些閾值與權(quán)值，形成個(gè)體編碼。

2）計(jì)算適應(yīng)度

式(7)為適應(yīng)度值S，具體計(jì)算式如式(7)所示。

k與n分別表示為系數(shù)與輸出的神經(jīng)元個(gè)數(shù)，第i個(gè)節(jié)點(diǎn)的期望、預(yù)測(cè)輸出分別用yi與Oi表示。

3）算子確定

使用隨機(jī)遍歷抽樣法完成算子選取，將適應(yīng)度最大的個(gè)體從目前的原始群體中挑選出來(lái)，提升這些個(gè)體參與到下一代繁殖的概率。

4）交叉算子與變異算子

為獲取全新的個(gè)體需要交叉變換算子，全新的個(gè)體從父輩那里繼承原有的特性。單點(diǎn)交叉算子是所選取的算子。對(duì)于出現(xiàn)變異的基因，作出隨機(jī)選取，也就是變異，所產(chǎn)生的變異會(huì)使其結(jié)構(gòu)發(fā)生改變。僅有很小概率會(huì)發(fā)生變異，所以變異值通常也較小。

2 結(jié)果分析

通過(guò)數(shù)據(jù)收集技術(shù)，對(duì)應(yīng)用于小型制冷機(jī)中的一種全封閉壓縮機(jī)實(shí)行數(shù)據(jù)采集，模擬繞組短路發(fā)生時(shí)的三相電流信號(hào)，并且依據(jù)所提取的諧波分量，構(gòu)建15維，共900組的樣本數(shù)據(jù)，非故障狀態(tài)100組，樣本數(shù)據(jù)各100組（包含不同故障形式）。隨機(jī)抽取90%的樣本數(shù)據(jù)作為訓(xùn)練樣本，剩余10%的樣本數(shù)據(jù)作為測(cè)試樣本。將壓縮機(jī)的各種工作狀態(tài)作為神經(jīng)網(wǎng)絡(luò)的輸出，將這些輸出實(shí)行二進(jìn)制編碼，根據(jù)本文方法的計(jì)算流程，通過(guò)編碼獲得神經(jīng)網(wǎng)絡(luò)的原始種群，根據(jù)本文方法降維結(jié)果，神經(jīng)網(wǎng)絡(luò)的繞組故障檢測(cè)模型的輸入、輸出特征向量的數(shù)量分別為15和與5個(gè)，該個(gè)數(shù)也是輸入和輸出層的神經(jīng)元數(shù)量，設(shè)置收斂精度與極限訓(xùn)練次數(shù)分別為0.01與1000次，遺傳算法的種群個(gè)數(shù)設(shè)置為25，交叉概率與變異概率分別設(shè)置為0.2與0.1。隱含層的神經(jīng)元數(shù)量需要通過(guò)計(jì)算獲得：，c是10以內(nèi)的隨機(jī)常數(shù)，a和b分別是輸入和輸出層的神經(jīng)元數(shù)量。通過(guò)計(jì)算確定本文所使用的隱含層神經(jīng)元個(gè)數(shù)大概在5～15之間，需要通過(guò)訓(xùn)練確定具體個(gè)數(shù)。

為測(cè)試本文方法對(duì)于全封閉壓縮機(jī)電流諧波信號(hào)的主成分降維效果，對(duì)比分析降維前以及本文方法降維后的封閉壓縮機(jī)電流諧波信號(hào)結(jié)果，結(jié)果如圖2所示。

圖2 本文方法的降維效果

對(duì)比分析圖2兩個(gè)圖可以看成，本文方法對(duì)全封閉壓縮機(jī)電流諧波信號(hào)的降維效果顯著，去除了原始電流諧波信號(hào)中無(wú)用信號(hào)，并且保留有效電流信號(hào)的完整性，降低維度后的全封閉電流諧波信號(hào)沒(méi)有發(fā)生信號(hào)中斷和缺失現(xiàn)象。

使用本文方法獲取未發(fā)生繞組短路故障以及存在繞組短路故障，全封閉壓縮機(jī)的電流諧波情況，用圖3描述。

圖3 全封閉壓縮機(jī)的電流諧波采集結(jié)果

分析圖3(a)可得，未發(fā)生繞組短路故障的全封閉壓縮機(jī)電流諧波分量信號(hào)波形圖變化較為平穩(wěn)。而圖3(b)顯示，本文方法通過(guò)提取全封閉壓縮機(jī)的電流諧波分量信號(hào)波形圖，檢測(cè)全封閉壓縮機(jī)繞組短路故障的電流諧波分量波形圖中出現(xiàn)8次明顯的尖峰。

使用本文方法檢測(cè)獲得全封閉式壓縮機(jī)，在不同電流頻次下，定子和轉(zhuǎn)子位置出現(xiàn)的諧波幅值，表3為非故障情況下電流頻次對(duì)應(yīng)的諧波幅值，表4為繞組故障情況下各電流頻次下的諧波幅值。

從表3與表4的對(duì)比結(jié)果來(lái)看發(fā)生故障后的壓縮機(jī)繞組諧波幅值與未發(fā)生故障的壓縮機(jī)繞組諧波幅值發(fā)生顯著提升，說(shuō)明通過(guò)本文方法能夠準(zhǔn)確檢測(cè)出全封閉壓縮機(jī)所發(fā)生的繞組短路故障。

表3 非故障情況下諧波幅值

表4 故障情況下諧波幅值

3 結(jié)語(yǔ)

全封閉式壓縮機(jī)由于結(jié)構(gòu)特點(diǎn)，即使發(fā)生故障也不能及時(shí)檢測(cè)，本文研究基于遺傳算法的全封閉壓縮機(jī)繞組短路故障自動(dòng)檢測(cè)方法，通過(guò)數(shù)據(jù)采集電流信號(hào)，發(fā)現(xiàn)故障發(fā)生時(shí)電流的對(duì)稱性被破壞，提取故障特征，并采用主成分分析方法對(duì)故障特征進(jìn)行降維處理，在常見(jiàn)的神經(jīng)網(wǎng)絡(luò)檢測(cè)方法基礎(chǔ)上，使用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)，避免神經(jīng)網(wǎng)絡(luò)檢測(cè)故障時(shí)出現(xiàn)訓(xùn)練速度慢，逼近局部極小值的情況，提高全封閉式壓縮機(jī)繞組短路故障的檢測(cè)效率。通過(guò)實(shí)際驗(yàn)證分析發(fā)現(xiàn)，本文方法能夠有效降低全封閉壓縮機(jī)電流諧波信號(hào)維度，實(shí)現(xiàn)全封閉壓縮機(jī)繞組短路故障的準(zhǔn)確檢測(cè)。