企业官网建设流程全解析

简介：这份资源是一份面向工业自动化、电气控制方向学生与技术人员的PLC电机故障诊断系统设计方案文档，围绕电机运行中相间短路、断相、低电压、单相接地、过负荷、过电流等典型故障，给出基于西门子S7-200、S7-300、S7-400系列PLC的诊断与保护设计思路，适合课程设计、毕业设计及工程入门参考。压缩包内共1个doc文件，约211KB，内容涵盖PLC工作原理与选型依据、I/O接口分配、系统梯形图编写，以及开机检测断路器状态、启动过程循环检测故障、关机跳闸与声光报警复位等完整控制逻辑，并附有摘要、关键词与目录结构，便于按章节查阅。目前已有64人学习，可作为理解PLC在电机故障诊断中应用方式的实用参考资料。

1. 从一份 .doc 方案说起：PLC 电机故障诊断到底在做什么

很多做电气自动化的朋友第一次拿到“PLC电机故障诊断系统设计方案.doc”这类文档时，第一反应是：这不就是给电机加几个传感器、在 PLC 里写几段报警程序吗？真到现场才发现，事情没这么简单。电机故障诊断的核心，不是“报警”，而是“在故障还没把产线停掉之前，把特征量从噪声里抠出来，再让 PLC 做出可复现的判断”。它解决的是非计划停机、误报频繁、维修靠老师傅耳朵听这三件事，适合做设备维护、产线改造、工控集成的从业者。

这份方案文档通常包含系统架构、信号采集、诊断算法、PLC 程序结构和上位机交互几块。但文档是死的，落地是活的。下面我按“先立住原理，再动手复现”的顺序，把这类方案从纸面拆到能跑的程度。中间会给出可抄的代码、参数表和踩坑记录，最后收在一个具体技巧上。

2. 先定架构再写代码：信号链与 PLC 选型怎么定

2.1 电机故障诊断的信号从哪来

电机故障大致分三类：电气类（匝间短路、断相、三相不平衡）、机械类（轴承磨损、偏心、松动）、负载类（过载、堵转）。不同故障对应不同特征量，采集方案也不同。

常见做法是：电流信号用霍尔电流传感器或电流互感器，取三相电流；振动信号用压电式加速度计，装在轴承座或机壳；温度用 PT100 或热电偶，埋在绕组或轴承附近。转速可以用编码器或接近开关。

这里有个选型原则：先确定要诊断哪几类故障，再决定采什么信号。如果只做电气故障，三相电流加电压就够了；如果要做轴承早期故障，振动信号是必须的，而且采样率要够。很多方案文档里写“采集电流、振动、温度”，但没写采样率和带宽，落地时就会发现振动信号混叠，诊断算法根本跑不出结果。

我一般会按这个顺序定信号链：

1. 列出目标故障类型；
2. 查每类故障的特征频率范围；
3. 反推传感器带宽和采样率；
4. 确认 PLC 或采集模块能不能接这类信号。

比如轴承故障特征频率通常在几百赫兹到几千赫兹，按奈奎斯特采样定理，采样率至少要到 10 kHz 以上。普通 PLC 的模拟量输入模块扫描周期在毫秒级，根本抓不住。这时候要么加独立振动采集模块，要么用带高速计数/高速采集的 PLC 或专用诊断仪。

2.2 PLC 选型：不是越贵越好，而是看诊断任务放在哪

PLC 在故障诊断系统里通常承担三个角色：数据采集触发、逻辑判断与联锁、与上位机通信。诊断算法可以放在 PLC 里，也可以放在上位机或边缘控制器里。

如果算法简单，比如只做阈值判断、三相不平衡度计算、启动电流超限，那普通中型 PLC 就够了，用梯形图或 SCL 写逻辑。如果要做 FFT、包络解调、特征频率提取，PLC 算力通常不够，常见做法是 PLC 只负责采集和转发，算法在上位机或边缘计算盒子里跑。

选型时重点看这几个参数：

提示：如果方案文档里写“用普通 PLC 采集振动信号做 FFT”，基本可以判断这份方案没有经过现场验证。振动信号要么走专用采集卡，要么走带高速采集功能的模块。

2.3 一个最小可跑的采集与判断流程

下面用 SCL 写一个三相电流不平衡度计算和过载判断的示例。假设 PLC 已经通过模拟量通道读到三相电流值，存放在Current_A、Current_B、Current_C三个 REAL 变量里，单位是安培。

// 三相电流不平衡度与过载判断 // 输入：Current_A, Current_B, Current_C (REAL, 单位 A) // 输出：Unbalance_Percent (REAL), Overload_Flag (BOOL), Fault_Code (INT) FUNCTION_BLOCK MotorDiag VAR_INPUT Current_A : REAL; // A 相电流 Current_B : REAL; // B 相电流 Current_C : REAL; // C 相电流 Rated_Current : REAL; // 电机额定电流 Unbalance_Threshold : REAL := 10.0; // 不平衡度报警阈值 % Overload_Threshold : REAL := 1.15; // 过载倍数阈值 END_VAR VAR_OUTPUT Unbalance_Percent : REAL; // 不平衡度 Overload_Flag : BOOL; // 过载标志 Fault_Code : INT; // 故障码：0 正常，1 不平衡，2 过载，3 断相 END_VAR VAR Avg_Current : REAL; // 平均电流 Max_Deviation : REAL; // 最大偏差 END_VAR // 计算平均电流 Avg_Current := (Current_A + Current_B + Current_C) / 3.0; // 断相判断：任一相电流接近 0 且其他相有电流 IF (Current_A < 0.1 AND Current_B > 0.5) OR (Current_B < 0.1 AND Current_C > 0.5) OR (Current_C < 0.1 AND Current_A > 0.5) THEN Fault_Code := 3; Overload_Flag := FALSE; Unbalance_Percent := 100.0; RETURN; END_IF; // 计算最大偏差 Max_Deviation := 0.0; IF ABS(Current_A - Avg_Current) > Max_Deviation THEN Max_Deviation := ABS(Current_A - Avg_Current); END_IF; IF ABS(Current_B - Avg_Current) > Max_Deviation THEN Max_Deviation := ABS(Current_B - Avg_Current); END_IF; IF ABS(Current_C - Avg_Current) > Max_Deviation THEN Max_Deviation := ABS(Current_C - Avg_Current); END_IF; // 不平衡度 = 最大偏差 / 平均电流 * 100% IF Avg_Current > 0.1 THEN Unbalance_Percent := (Max_Deviation / Avg_Current) * 100.0; ELSE Unbalance_Percent := 0.0; END_IF; // 过载判断 IF Avg_Current > (Rated_Current * Overload_Threshold) THEN Overload_Flag := TRUE; Fault_Code := 2; ELSIF Unbalance_Percent > Unbalance_Threshold THEN Overload_Flag := FALSE; Fault_Code := 1; ELSE Overload_Flag := FALSE; Fault_Code := 0; END_IF; END_FUNCTION_BLOCK

这段逻辑说明：先算平均电流，再做断相判断，然后算不平衡度，最后做过载判断。参数说明：Unbalance_Threshold默认 10%，这是常见工业电机的报警线，实际可按电机类型调整；Overload_Threshold默认 1.15 倍额定电流，对应一般电机的短时过载能力。Fault_Code可以直接送 HMI 或上位机做报警显示。

注意：这段代码假设模拟量已经滤波和标定。如果原始信号抖动大，要在前面加一阶低通滤波，否则不平衡度会频繁跳变。

3. 诊断算法怎么落：从阈值到特征频率的实操路径

3.1 阈值判断能解决多少问题

很多现场故障其实用阈值就能覆盖：过载、断相、三相不平衡、启动超时、温度超限。这类判断逻辑简单、响应快、容易在 PLC 里实现，适合做第一层保护。

但阈值判断的边界很明显：它只能告诉你“现在不正常”，不能告诉你“哪里不正常、还能撑多久”。比如轴承早期磨损，电流和温度可能都还在正常范围，但振动信号里已经出现特征频率。这时候就需要第二层诊断。

我一般把诊断分两层：

• 第一层：PLC 内做阈值和逻辑判断，响应时间毫秒级，负责联锁停机；
• 第二层：上位机或边缘控制器做特征提取和模式识别，响应时间秒级，负责预警和维修建议。

3.2 用 Python 做振动信号的包络谱分析

轴承故障的特征频率计算需要知道轴承型号和转速。假设已知内圈故障特征频率 BPFI、外圈故障特征频率 BPFO、滚动体故障特征频率 BSF，可以通过包络谱找这些频率成分。

下面是一个用 Python 做包络谱分析的最小示例。假设已经采集到一段振动信号，采样率fs，数据存在vibration_data数组里。

import numpy as np from scipy.signal import hilbert, butter, filtfilt from scipy.fft import fft, fftfreq def envelope_spectrum(vibration_data, fs, band_low=500, band_high=5000): """ 对振动信号做包络谱分析 :param vibration_data: 一维振动信号数组 :param fs: 采样率 Hz :param band_low: 带通滤波下限 Hz :param band_high: 带通滤波上限 Hz :return: 频率轴, 包络谱幅值 """ # 1. 带通滤波，保留轴承故障激发的频带 nyq = fs / 2.0 low = band_low / nyq high = band_high / nyq b, a = butter(4, [low, high], btype='band') filtered = filtfilt(b, a, vibration_data) # 2. 希尔伯特变换求包络 analytic_signal = hilbert(filtered) envelope = np.abs(analytic_signal) # 3. 对包络做 FFT n = len(envelope) envelope_spectrum = np.abs(fft(envelope - np.mean(envelope))) / n freq = fftfreq(n, 1/fs) # 只取正频率部分 positive_mask = freq > 0 return freq[positive_mask], envelope_spectrum[positive_mask] # 使用示例 # fs = 20000 # 采样率 20 kHz # data = np.loadtxt('vibration.csv') # 假设一列振动数据 # freq, amp = envelope_spectrum(data, fs) # 然后检查 BPFI、BPFO、BSF 附近是否有明显峰值

逻辑说明：先带通滤波，把轴承故障激发的频带保留下来；再用希尔伯特变换求包络；最后对包络做 FFT，得到包络谱。参数说明：band_low和band_high要根据轴承故障特征频率所在频带调整，常见范围是 500 Hz 到 5 kHz；butter的阶数 4 是经验值，太高会不稳定，太低滤波效果差。

这段代码跑完后，如果包络谱在 BPFI 或 BPFO 附近出现明显峰值，就可以判断对应轴承部件有早期故障。注意：实际使用时要先做转速归一化，否则特征频率会随转速漂移。

3.3 把诊断结果写回 PLC 的通信方式

上位机算出诊断结果后，需要写回 PLC 做联锁或显示。常见方式有三种：

我一般优先选 Modbus TCP，因为大部分 PLC 都支持，调试工具也多。下面是一个用 Python 通过 Modbus TCP 写诊断结果的示例。

from pymodbus.client import ModbusTcpClient def write_diagnosis_result(plc_ip, plc_port, fault_code, unbalance_percent): """ 将诊断结果写入 PLC 保持寄存器 :param plc_ip: PLC IP 地址 :param plc_port: Modbus TCP 端口，默认 502 :param fault_code: 故障码 :param unbalance_percent: 不平衡度，放大 10 倍后写入 """ client = ModbusTcpClient(plc_ip, port=plc_port) client.connect() # 假设故障码写入 40001，不平衡度写入 40002 # 注意：不同 PLC 寄存器地址偏移不同，需按实际调整 client.write_register(0, fault_code) client.write_register(1, int(unbalance_percent * 10)) client.close() # 使用示例 # write_diagnosis_result('192.168.1.10', 502, 1, 12.5)

逻辑说明：write_register的第一个参数是寄存器偏移地址，不同 PLC 的映射不同，有的从 0 开始，有的从 1 开始，有的需要加 40001 偏移。参数说明：不平衡度放大 10 倍写入是为了保留一位小数，PLC 里再除以 10 还原。注意：写之前要确认 PLC 的 Modbus 从站已经启用，寄存器地址没有和系统占用冲突。

4. 避坑与排查：这类方案落地时最容易翻车的 5 个点

4.1 振动信号混叠：现象是频谱一片模糊，原因是没有抗混叠滤波

现象：采集到的振动信号做 FFT 后，频谱上出现很多不存在的频率成分，特征频率完全找不到。原因：采样率不够，或者没有加抗混叠滤波器，高频成分折叠到低频。解决：采样率至少是目标最高频率的 2.5 倍，最好 5 倍以上；在 ADC 前加硬件抗混叠滤波器，截止频率设为采样率的一半以下。

4.2 电流互感器选型偏大：现象是小电流时不平衡度乱跳

现象：电机轻载时，三相电流不平衡度频繁报警，但实际电流很小。原因：电流互感器量程选得太大，轻载时输出信号很小，信噪比差。解决：按电机额定电流的 1.2 到 1.5 倍选互感器量程，不要按最大短路电流选。如果已经装大了，可以在 PLC 里做零点校准和数字滤波。

4.3 PLC 扫描周期与诊断周期不匹配：现象是报警延迟或漏报

现象：电机已经过载了，但 PLC 过了好几秒才报警。原因：诊断逻辑放在慢速任务里，或者模拟量刷新周期太长。解决：把诊断逻辑放在高速任务或中断里，模拟量模块选刷新周期短的型号。如果做不到，至少要把过载判断放在 10 ms 以内的任务里。

4.4 特征频率算错：现象是包络谱峰值对不上

现象：按公式算出的 BPFI、BPFO 和包络谱峰值总是差一点。原因：转速测量不准，或者轴承型号查错，或者滑差没有考虑。解决：用编码器实测转速，不要用额定转速代替；查轴承手册确认特征频率系数；如果电机有滑差，按实际转速修正。

4.5 通信寄存器地址冲突：现象是写进去的数据读出来不对

现象：上位机写故障码到 PLC，HMI 上显示的值和写入值不一致。原因：Modbus 寄存器地址偏移搞错，或者和系统其他变量重叠。解决：先读一遍 PLC 的寄存器映射表，确认地址范围；写之前先读一次，确认没有其他程序在写同一地址；用调试工具单独测试读写。

5. 一个具体技巧：用趋势数据做早期预警而不是等报警

阈值报警是“已经坏了才报”，趋势预警是“快坏了就提醒”。我一般会在上位机里对每个特征量做滑动平均和斜率计算，当斜率超过设定值时提前预警。

具体做法：对不平衡度、振动包络谱峰值、温度这三个量，各存最近 30 天的日均值。用线性回归算斜率，如果连续 3 天斜率超过阈值，就发预警。这样可以在故障真正触发报警前几周就安排检修。

下面是一个计算趋势斜率的 Python 示例。

import numpy as np def trend_slope(daily_values): """ 计算日均值序列的线性回归斜率 :param daily_values: 最近 N 天的日均值列表 :return: 斜率，正值表示上升趋势 """ n = len(daily_values) if n < 3: return 0.0 x = np.arange(n) y = np.array(daily_values) # 最小二乘拟合 slope = np.polyfit(x, y, 1)[0] return slope # 使用示例 # values = [10.2, 10.5, 10.8, 11.1, 11.6, 12.0, 12.5] # slope = trend_slope(values) # if slope > 0.3: # 每天上升超过 0.3 个单位 # print("预警：不平衡度呈上升趋势")

逻辑说明：np.polyfit(x, y, 1)做一次多项式拟合，返回斜率和截距。参数说明：斜率阈值要根据实际数据的波动范围定，一般取历史正常波动标准差的 2 到 3 倍。注意：趋势预警不能替代阈值报警，两者要并行运行。

我自己的习惯是：每次做完一个诊断系统，先跑一个月的历史数据回放，看趋势预警会不会误报。如果误报多，就把斜率阈值调大或者加滤波。这个步骤看起来麻烦，但能省掉后面很多现场投诉。希望帮到你。

本文还有配套的精品资源，点击获取