2、电机基础与故障模式：无人机电机的工作原理、常见故障类型及其表现
无人机电机是将电能转换为机械能的核心执行部件，其运行状态直接决定飞行器的动力输出、姿态稳定性和飞行安全。在多旋翼无人机中，电机与螺旋桨、电调（ESC）构成动力单元，任何一处的异常都会通过振动、电流、温度等信号表现出来。理解电机的工作原理和典型故障模式，是后续进行振动信号分析、频域特征提取和维护告警设计的前提。本章将系统梳理无人机电机（以无刷直流电机为主）的基本结构、运行机制，以及轴承磨损、绕组短路、转子不平衡等常见故障的成因与外在表现，为后续章节的监测方案奠定基础。
2.1 无人机电机的工作原理与结构特征
无人机电机普遍采用三相无刷直流电机（BLDC），其核心结构包括定子（绕组）、转子（永磁体）、轴承系统和位置传感器（或采用无传感器方案）。定子绕组在电调（ESC）的换相控制下依次通电，产生旋转磁场，驱动永磁转子同步旋转。电调通过PWM（脉宽调制）信号控制MOSFET的导通时序，实现转速和转矩的调节。与有刷电机相比，无刷电机没有机械换向器，减少了电火花和磨损，但轴承和绕组仍然是主要的机械与电气薄弱环节。
从动力学角度看，电机运行时的振动源主要来自三个方面：一是机械旋转部件（轴承、转子）的固有振动；二是电磁力引起的电磁振动（如齿槽转矩、换相脉动）；三是气动负载（螺旋桨）带来的扰动。这些振动信号叠加在电机壳体上，通过加速度传感器或电流传感器可以捕捉到。理解这些振动的产生机理，有助于区分故障类型和定位故障源。
2.2 常见故障类型及其表现
无人机电机在长期运行、冲击载荷、沙尘侵入、温度循环等恶劣条件下，容易出现以下几类典型故障。每种故障都有其独特的振动和电流特征，掌握这些特征是进行异常监测和故障诊断的基础。
| 故障类型 | 主要成因 | 振动特征 | 电流/温度表现 | 危害程度 |
|---|---|---|---|---|
| 轴承磨损 | 润滑失效、沙尘侵入、疲劳剥落 | 高频冲击脉冲，特征频率（BPFO/BPFI） | 电流波动小，温度升高 | 渐进式，可早期预警 |
| 绕组短路 | 绝缘老化、过流烧蚀、潮湿 | 电磁振动增大，出现2×电源频率分量 | 三相电流不平衡，绕组温度骤升 | 突发性，需立即停机 |
| 转子不平衡 | 制造误差、桨叶损伤、轴弯曲 | 1×转频振动幅值显著增大 | 电流波动随转速变化 | 中高，影响姿态稳定 |
| 退磁/气隙不均 | 高温、强冲击、装配偏差 | 转矩波动，出现分数谐波 | 电流谐波增加，效率下降 | 中，性能退化 |
2.2.1 轴承磨损：最常见的渐进式故障
轴承磨损是无人机电机故障中占比最高的类型，约占机械故障的60%以上。无人机在起降、急停、风扰等工况下，轴承承受交变载荷，加上高速旋转（常见转速为3000-12000 RPM），滚珠与滚道之间容易产生疲劳微裂纹。随着裂纹扩展，滚道表面出现剥落坑，产生周期性冲击脉冲。这些冲击在时域波形上表现为重复的尖峰，在频域上则对应轴承故障特征频率（BPFO、BPFI等）。
实际监测中，加速度传感器采集到的振动信号往往混有大量噪声，需要通过包络解调（Envelope Analysis）或高频共振解调技术提取轴承故障特征。例如，一个MR95轴承（内径5mm，外径9mm，滚珠数7颗）在6000 RPM（100 Hz转频）下，其BPFO约为3.1×转频=310 Hz，BPFI约为4.9×转频=490 Hz。当频谱中出现这些频率及其谐波时，即可判定轴承存在早期磨损。
2.2.2 绕组短路：突发性电气故障
绕组短路包括匝间短路、相间短路和对地短路。匝间短路是最隐蔽的形式，初期仅表现为电机效率下降、温升增加，但若不及时处理，会迅速演变为相间短路，导致电机烧毁。绕组短路时，电机三相电流不再对称，产生负序电流分量，进而引起电磁振动增大。在振动频谱中，会出现2×电源频率（100 Hz或120 Hz）的明显峰值，同时伴随电流谐波增加。
对于绕组短路的监测，电流信号比振动信号更敏感。通过采集电机三相电流，计算电流不平衡度（负序电流/正序电流），可以快速识别绕组异常。例如，当某相绕组发生匝间短路时，该相电流幅值会明显增大，且相位偏移。在无人机飞控系统中，电调（ESC）通常能提供电流遥测数据，这为绕组故障的在线监测提供了便利。
2.2.3 转子不平衡：机械动平衡问题
转子不平衡是指转子质量中心与旋转中心不重合，产生离心力，导致振动。无人机电机转子通常包含永磁体、转轴和螺旋桨安装座，任何一处的质量偏差（如桨叶破损、磁钢脱落、轴弯曲）都会引起不平衡。不平衡振动的主要特征为1×转频（即电机转速频率）的振动幅值显著增大，且振动幅值与转速的平方成正比。
在无人机悬停或匀速飞行时，如果电机转速稳定，1×转频振动幅值超过正常值2倍以上，即可判定存在转子不平衡。需要注意的是，螺旋桨本身的不平衡也会产生类似特征，因此在实际监测中，需要区分电机转子不平衡与螺旋桨不平衡。一种有效的方法是在地面进行“无桨测试”——拆下螺旋桨后运行电机，若振动幅值明显下降，则说明不平衡主要来自螺旋桨；若振动依旧，则问题在电机转子。
2.3 故障模式与振动信号的映射关系
为了更直观地理解不同故障类型与振动信号特征之间的对应关系，下表总结了各类故障在时域、频域和统计指标上的典型表现。这些特征将作为后续章节中特征提取和告警阈值设定的依据。
| 故障类型 | 时域特征 | 频域特征 | 推荐监测指标 |
|---|---|---|---|
| 轴承磨损 | 周期性冲击脉冲，峰值逐渐增大 | BPFO/BPFI及其谐波，高频共振带 | 包络谱峰值、峭度指标 |
| 绕组短路 | 振动波形畸变，幅值波动 | 2×电源频率分量，电流谐波 | 电流不平衡度、谐波畸变率 |
| 转子不平衡 | 正弦波振动，幅值随转速变化 | 1×转频峰值突出 | 1×转频幅值、振动速度有效值 |
| 退磁/气隙不均 | 转矩波动，转速脉动 | 分数谐波（如0.5×、1.5×转频） | 电流频谱边带、转矩脉动率 |
2.4 案例拆解：一次典型的轴承磨损诊断过程
某工业级无人机在连续飞行200小时后，飞控系统报告“电机振动异常”告警。地面维护人员使用便携式振动分析仪对四台电机进行检测，发现2号电机（右前）的振动速度有效值从正常的1.2 mm/s上升至2.8 mm/s，超过ISO 10816-3中区域B的上限（2.3 mm/s）。
进一步分析振动频谱，发现2号电机在310 Hz和490 Hz处出现明显峰值，且310 Hz处幅值达到0.8 mm/s，而其他电机在相同频率处幅值均低于0.2 mm/s。根据该电机轴承型号（MR95，滚珠数7颗，接触角0°）和当前转速（6000 RPM，转频100 Hz），计算得到BPFO=3.1×100=310 Hz，BPFI=4.9×100=490 Hz，与频谱峰值完全吻合。同时，时域波形中观察到每转约3次的冲击脉冲，进一步确认了轴承外圈故障。
维护人员随即更换了2号电机的轴承，更换后振动速度有效值降至1.1 mm/s，频谱中310 Hz和490 Hz峰值消失。整个诊断过程从数据采集到故障定位耗时约30分钟，避免了因轴承进一步损坏导致的电机卡死和飞行事故。
2.5 常见误区与总结复盘
在电机故障监测的实际应用中，维护人员常陷入以下误区：
- 误区一：只看总振动值。 总振动值（如RMS）容易受转速、负载变化影响，且对早期故障不敏感。应结合频谱分析，关注特定频率分量的变化趋势。
- 误区二：忽略电流信号。 绕组短路等电气故障在振动信号上表现滞后，而电流信号能更早反映异常。建议同时采集振动和电流信号，实现机电联合监测。
- 误区三：不区分转速工况。 不同转速下，振动特征频率不同，直接比较不同转速下的振动幅值会导致误判。应使用阶比分析（Order Analysis）将频谱归一化到转频倍数。
- 误区四：忽视环境温度影响。 高温环境下，轴承润滑脂性能下降，振动幅值会自然升高。应建立温度补偿模型，或设置温度分段阈值。