MATLAB Simulink定子匝间短路仿真：建模、特征提取与排坑指南

搞电机故障诊断这些年，“定子匝间短路”一直是我最不愿意看到却又躲不开的故障。感应电机，也就是常说的异步电机，在工业现场跑得好好的，突然某相电流往上蹿、噪音变大、机身发烫，十有八九就是它在作怪。借着MATLAB Simulink这个工具，我想把定子匝间短路仿真的完整思路从头到尾盘一遍，包含故障机理、建模路线、参数设置、特征提取和排坑经验。这篇文章适合正在做电机故障诊断、想复现论文方法，或者刚入门Simulink仿真但不想只看“跑通了但没看明白”的朋友。

先说结论导向：定子匝间短路仿真并不是在工具箱里点个按钮那么简单，它真正的难点在于“如何把故障绕组正确地写进电机的电磁方程里”。很多资料只会告诉你“把A相阻抗调小一点”，这不是匝间短路，这只是三相不对称。真正的匝间短路会形成一个独立的短路环流回路，对磁场、电流、转矩的影响都和简单阻抗不对称不一样。

1. 定子匝间短路为什么是电机故障里的老狐狸

1.1 感应电机和异步电机，先把这个名字理清楚

感应电机和异步电机严格来说是同一个东西。之所以有两个名字，是因为一个侧重“工作原理”，一个侧重“运行特性”。

“感应”指的是转子电流不是通进去的，而是由定子旋转磁场在转子绕组里感应出来的。转子绕组不需要通电，所以结构简单、坚固，工业上大量使用。“异步”指的是转子转速永远不等于同步转速，两者之间必然存在转差。转差是产生感应电流的前提，也是转矩产生的根本原因。

在仿真建模时，这两个名字没有任何区别，用Simulink里的Asynchronous Machine模块就是它。但你得清楚，模块参数里的“转差率”“同步转速”这些概念是从异步运行特性来的，而“定子电流感应转子磁场”这些物理图像是从感应原理来的，建模时两条思考路径都要用。

1.2 匝间短路的物理过程与危险

定子绕组是一圈一圈铜线绕出来的，圈与圈之间靠绝缘漆隔开。匝间短路就是同一相绕组内部相邻两圈之间的绝缘失效，形成了一条不该有的导电通路。

这个故障最阴险的地方在于它初期非常隐蔽。短路环所在的那几圈铜线，电感很小，阻抗很小，但感应电动势不小。于是短路环里会流过大得惊人的环流，局部温度骤升，把周围的绝缘进一步烤焦、碳化，故障范围像滚雪球一样扩大。等到你从保护装置里看到明显的过流信号时，往往电机已经发出了焦糊味。

从电气特征看，匝间短路会让该相绕组的有效阻抗减小，三相不再对称，定子电流失去平衡，电磁转矩出现脉动，电机还会伴随着振动和噪音。从诊断角度看，这些特征正是我们做仿真时最需要复现的东西。

1.3 仿真能帮我们做什么

仿真的价值有四个，我按重要性排序。

第一，生成大量故障样本。真实电机不可能让你在实验室里反复砸坏绕组来获取数据，仿真可以任意设置短路匝数比例、短路接触电阻、负载大小，批量生成各种工况下的电流、转矩数据。

第二，验证诊断算法。新提出的负序电流检测、谐波分析、神经网络诊断模型，总得先有大量带标签的数据来验证效果。仿真数据虽然不能完全替代实测，但用来做算法初筛完全够用。

第三，帮助整定保护阈值。通过仿真摸清“多大短路比例会引起多大的不平衡度”，就能为负序电流保护、零序电压保护提供合理的动作阈值参考。

第四，理解故障机理。Simulink模型的中间变量全都可以拉出来看，短路环流的瞬时值、电磁转矩的波动、磁链的动态变化，这些在实机上根本测不到的东西，仿真里一目了然。

2. 仿真建模路线怎么选：三条路各自的价值和坑

2.1 路线一：用现成异步电机模块快速出波形

最偷懒的做法是直接用Simulink里的Asynchronous Machine SI Units模块，在外部把某相端子通过一个很小的阻抗接到中性点或者另一相，人为制造三相不对称。

这个做法很快，模型几分钟就能搭完，波形也能看出来电流不平衡，适合演示“故障导致三相电流变化”这个过程。但我必须讲清楚：这本质上不是匝间短路。你改变的是外部端子的电气连接，而不是电机内部绕组的结构。真正匝间短路时，短路环里还有独立的环流，这种环流会改变气隙磁场的空间分布，产生额外的谐波和转矩脉动，外部不对称注入法是复现不了这些细节的。

所以路线一适合做系统级别的保护逻辑验证，不适合做故障机理研究。

2.2 路线二：基于abc坐标方程的自定义状态空间模型

这是论文里最常见、我最推荐深入研究的一条路。思路是回到三相静止坐标下的电机基本方程，把定子某一相绕组分成长度不等的两个部分，其中短的部分通过接触电阻闭合，形成额外的短路回路，然后把短路回流作为一个新的状态变量写进状态方程。

这条路的优点是物理过程清晰，故障程度通过匝数比例定量控制，想设5%就设5%，想设10%就设10%，短路环流的幅值、相位、对磁场的削弱程度全部可以从结果里看到。缺点是推导过程需要一点电机学底子，模型搭建也需要对Simulink的MATLAB Function和积分模块比较熟悉。

如果你愿意花时间把这条路走通，后面做任何故障诊断的算法验证都会非常顺手。

2.3 路线三：Simscape元件级绕组等效模型

第三条路是在Simscape Electrical环境里，用电阻、电感、受控电压源等元件搭出绕组等效电路，三相绕组的每一相都由多个分段绕组串联组成，故障时由可控开关把某一段短路掉。

这条路物理上很直观，看着就像在看电路图。但它有几个现实问题：电感矩阵需要手动给定，自感和互感配合不好非常容易让模型不收敛；开关动作瞬间会引入数值刚性；如果要把转子侧也搭出来，那就等于自己写一个完整的电动机模型，工作量相当大。

我用这条路做过一次实验，说实话，调收敛比写状态方程还痛苦。所以现在它只是我用来和路线二交叉验证的一个备选工具。

2.4 三条路线的对比

如果你问我现在做新项目用哪条，我基本都用路线二。下面的实操部分也以路线二为主展开，同时把路线一作为快速上手入口讲一讲。

3. 在Simulink里把A相绕组“拆开”：一条可复现的实操路径

3.1 模型方程准备：短路回路怎么进状态方程

路线二的核心是把三相感应电机的定子A相绕组拆成“完好部分”和“故障部分”。假设A相总匝数为N，故障部分匝数比例为η（比如5%），那么完好部分占1-η，故障部分占η。故障部分的两端在故障时刻通过接触电阻R_c短接。

此时系统新增了一个独立电流：短路环流i_sc。它不等于相电流，而是只在故障线匝内部循环。这个电流会在故障线匝中产生自己的磁动势，抵消一部分主磁场，同时产生额外的铜耗和热量。

在abc坐标下，定子电压方程要改写成如下形式。A相支路电压为：

u_a = (R_a1 + R_a2) · i_a - R_a2 · i_sc + (L_a1 + L_a2) · di_a/dt - L_a2 · di_sc/dt + e_a

短路回路的电压方程为：

0 = R_a2 · i_a - (R_a2 + R_c) · i_sc + L_a2 · di_a/dt - L_a2 · di_sc/dt + e_sc

其中e_a是A相正常绕组切割转子磁场的感应电动势，e_sc是短路部分切割转子磁场的感应电动势。B相、C相和转子回路的方程保持标准形式不变，但它们通过互感与A相故障部分耦合。

我建议你把所有磁链统一写成λ = L · i矩阵的形式，再通过数值积分求电流。直接用电感矩阵求逆会比分别列微分方程更稳定，也更好排查问题。

3.2 Simulink模型架构里的关键模块

整个模型我通常用6个模块组配合完成：

• 三相电压源：用Three-Phase Programmable Voltage Source，设成380V、50Hz，也可以加个电压跌落功能做工况扩展。
• 状态积分模块：用Simulink的Integrator对磁链和转速积分。不要直接在MATLAB Function里做离散递推，变步长求解器下容易丢精度。
• MATLAB Function：负责计算电感矩阵、电阻矩阵、电动势项，以及电感矩阵求逆后的电流输出。输入是电压、转子位置、磁链状态，输出是三相电流、短路环流、电磁转矩。
• 短路控制信号：用Step信号或Timer控制开关逻辑。0到0.5秒时短路开关断开，0.5秒后闭合，模拟绕组绝缘击穿。
• 机械负载模块：接一个Constant负载转矩，或者用Lookup Table做一个风机类负载，看转速跌落过程。
• 数据导出模块：用To Workspace把电流、转矩、转速全部导出到MATLAB工作区，采样率设成10kHz到20kHz，后续做FFT和特征提取。

MATLAB Function内部的逻辑大约是：输入状态向量x，计算磁链λ，再用λ = L·i反解电流i，最后输出电流和转矩。注意要避免直接把Discrete Derivative放在MATLAB Function里，那样非常容易造出代数环。

3.3 一个2.2kW算例的参数设置

为了让你能直接照着填，我给出一个典型2.2kW三相感应电机的参数，这些参数是行业教材里常见的中小型电机代表值，不是某个品牌的具体型号，可以放心用于研究型仿真：

假设A相设置5%匝间短路。匝数比例为0.05，那么把A相绕组的自感和漏感按比例拆开。故障部分占0.05倍，完好部分占0.95倍。短路接触电阻R_c我习惯取0.02Ω到0.1Ω之间，它代表绝缘击穿点的接触电阻。

千万别把R_c设成1e-6Ω这种夸张的小值，否则短路环流会大到让仿真步长直接崩掉，物理上其实也做不到完美的超导短路。

3.4 求解器怎么选

这种带故障切换的模型会出现在0.5秒时刻的状态突变，用变步长求解器时，建议用ode23t或ode15s，相对容差设置到1e-4到1e-5。变步长求解器的好处是在开关切换附近会自动缩小步长，捕捉暂态细节。

如果你用的是Simscape Electrical场景，或者打算把模型做进实时系统，再用离散定步长求解器。定步长建议设成5e-5秒以下，也就是20kHz以上采样率，否则工频的谐波特征会被砍得没法看。连续变步长模型跑到2秒稳态，大概也就几十秒到几分钟的事，别嫌慢，先把模型跑稳。

4. 故障特征怎么看：从波形到频域再到诊断指标

4.1 时域波形：三相不对称是怎么长出来的

正常工况下，三相电流基本对称，幅值相等、相位互差120度，波形是干净的正弦。

设置0.5秒时A相发生5%匝间短路，你会在电流波形上看到这样几个变化：A相电流的幅值上升，大概上升10%到20%左右；B相和C相电流也会跟着变化，但不是单纯减小，而是出现相位偏移和幅值不对称。再仔细看A相电流的底部和顶部，波形不再是对称的正弦，有一点点削顶和畸变的感觉。

同时，如果你把短路环流i_sc拉出来看，会发现它的幅值甚至可能接近甚至超过A相电流的有效值。这个环流的频率是基频50Hz，但由于它只在故障线匝内部流动，所以外部的电流保护装置看不到它，而它恰恰是局部过热烧毁绕组的直接元凶。仿真里看到这个量，你才能真正理解匝间短路的危险。

4.2 有效值与不平衡度：最直接的判据

工程上最常用的诊断指标是负序电流。三相电流对称时负序分量为零，发生匝间短路后，三相不对称导致负序电流显著增大。

在MATLAB里可以用这个思路算负序分量：用To Workspace把三相电流导出来，用fft获取复数幅值，或者用对称分量变换瞬时值。无论哪种方法，关键结论是一致的：负序电流幅值与短路严重程度呈明显的正相关。

我建议你在模型里加一个不平衡度监视器，定义如下：

不平衡度 = 负序电流有效值 / 正序电流有效值 × 100%

仿真实测下来，正常运行时不平衡度在2%以内，故障后可以飙升到8%到15%。负序电流保护的经典整定值在10%左右，这个仿真数据刚好能印证保护动作逻辑的合理性。

4.3 FFT频谱：谐波和边带能告诉我们什么

用To Workspace导出稳态段电流后，在MATLAB里跑一段fft脚本，基本逻辑是这样的：

fs = 20000; t = out.tout; ia = out.ia; ia = ia(0.6*fs+1:end); % 取故障后的稳态段 L = length(ia); f = (0:L/2) * fs / L; Y = abs(fft(ia)) / L * 2; plot(f, 20*log10(Y(1:L/2+1)));

正常仿真结果的频谱里，50Hz基频占绝对主导，谐波很低。匝间短路之后，最明显的变化是三次谐波分量明显抬升，同时出现以基频为中心的两倍频边带成分，这和电磁转矩的脉动频率是对应的。

如果你做的是更深入的故障诊断，还可以关注特定分数次谐波分量，但那个对采样率、模型保真度和定子齿槽效应都非常敏感，仿真模型里没做精细电机设计的话不要硬套公式。先把基频、三次谐波、负序这三个指标吃透，已经足够覆盖大多数诊断场景。

4.4 转矩与转速脉动：对负载的影响

匝间短路对机械侧的影响同样不能忽略。故障后电磁转矩不再平滑，会出现明显的两倍基频脉动，也就是100Hz左右的波动。这个脉动的根源是气隙磁场被短路磁动势扭曲，导致旋转磁场中出现反向旋转分量。

转矩脉动会传到传动链上。转速波形上你会在0.5秒之后看到转速出现小幅波动，负载越轻，波动越明显。如果模型里加入了齿轮箱或者负载惯量动态，这种脉动还可能激发机械共振。

仿真里观察到转矩脉动后，需要评估一下负载等效惯性。大惯量系统会把这部分脉动滤掉大半，小惯量高动态系统则必须考虑这个扰动。这一点在做机电联合仿真时尤其重要。

4.5 Park变换轨迹：诊断算法里的常客

把三相电流做Clark变换到αβ静止坐标系，正常情况下iα和iβ合成的轨迹是一个近似圆形的李萨如图。匝间短路后，由于三相不对称，这个圆形会变成椭圆。

椭圆的偏心程度与故障严重度直接相关。继续做Park变换到dq同步旋转坐标系，正常情况下d轴和q轴电流是直流分量，故障后稳态dq电流会出现100Hz的振荡分量。

这一特征非常有价值。因为在同步旋转坐标系下，直流分量还可以用来做转矩补偿控制，而100Hz振荡分量可以直接作为故障特征量送入后续的故障程度识别模块。很多现代电机驱动系统的在线故障诊断，走的就是这条路。

5. 调模型踩过的坑、排查表和扩展思路

5.1 六个高频坑

第一个坑是电感矩阵不正定。搭自定义模型时，电感矩阵里的自感和互感参数如果互相矛盾，比如互感太大超过自感，矩阵求逆会出问题，电流直接飞掉。解决办法是逐项检查电感参数，确保矩阵特征值全部为正。

第二个坑是短路接触电阻设得太小。我之前说过，R_c取0.02到0.1Ω就够了。设成1e-6Ω虽然看起来更“接近理想短路”，但短路环流会变成上千安培，仿真步长被迫降到几个微秒，跑个2秒仿真要等半小时。

第三个坑是初始瞬态被当成故障特征。电机直接从0开始启动时，电流冲击可以达到额定电流的数倍，这个现象和故障无关。建议你让模型先跑0.5秒以上，等电流稳定之后再投入故障，分析数据时只截取故障后的稳态段。

第四个坑是To Workspace采样频率太低。如果你在Simulink里的采样率设成1000Hz，工频50Hz的波形只有每周期20个采样点，做FFT会混叠失真。10kHz起步，20kHz比较稳。

第五个坑是SI制和标幺制混用。Simulink里的Asynchronous Machine SI Units模块和Per Unit模块的填法完全不同，一旦看书看的标幺制，填到SI制模块里，电流直接差出几十倍。做之前先确认你用的模块是哪种单位制。

第六个坑是忽略零序回路。很多三相模型默认不带中性线，假设零序电流为零。但如果电机绕组采用星形接法且中性点引出，匝间短路故障后的零序路径会影响电流分布。仿真前要明确电机的中性点接地方式，别默认所有工况都是三相三线制。

5.2 常见问题排查速查表

5.3 从匝间短路到更多故障类型与监测系统

定子匝间短路的建模思路完全可以迁移到其他故障。转子断条会导致转子回路电阻不对称，凸极效应明显；轴承磨损会引入气隙偏心，导致磁阻不均匀；端环开裂则表现为电流谐波边带的特殊模式。这些故障如果都在同一套状态方程框架里建模，只是改不同的参数或矩阵元素，可以非常方便地生成一个多故障注入仿真平台。

更进一步，你可以把Simulink仿真数据和实测数据结合起来做在线诊断系统。仿真负责“丰富故障样本”，实测数据负责“修正模型误差”，两者结合后，用机器学习算法做故障严重程度评估。我见过一个比较成功的案例，就是先用这类故障仿真模型生成数据训练分类器，再用少量现场实测数据做迁移学习，诊断精度提升非常明显。

5.4 我的一点经验

最后说点实操体会。模型不是越复杂越好，关键是故障物理过程要和实际机理对得上。我在做这个仿真的过程中，有一段时间把模型搞得特别精细，加入了齿槽效应、铁损、饱和曲线，结果故障特征反而被淹没在各种非理想效应里，诊断算法的特征提取也变得很困难。

后来我把模型砍回最基础的电磁方程，只保留匝间短路这个故障源，诊断算法反而清爽了。做仿真故障样本的第一目标不是“像一台真机器”，而是“故障机理正确、特征规律可重复、参数影响可解释”。把这三棵树种稳了，再往上加复杂度都不迟。