CN102570729A - 电动机的预防保养装置 - Google Patents

Abstract

本发明的目的在于提供一种电动机的预防保养装置，该电动机的预防保养装置能够不受操作者的熟练度、能力的影响而客观地判断电动机的异常，进而防止电动机的突发的故障。能够从电动机驱动装置获取电动机的操作量(负载率)，并从设置于电动机的传感器获得与所获得的操作量具有相关关系的电动机的状态量(绕组温度上升值)。然后，对照相关评价模型与表示在电动机运转时获得的操作量和特定状态量的关系的评价用数据，对评价用数据和相关评价模型的一致性进行判定。本发明的电动机的预防保养装置基于评价用数据和相关评价模型的一致性，来监视电动机的异常。

Description

电动机的预防保养装置

技术领域

本发明涉及电动机的预防保养装置，特别涉及适用于钢铁厂的轧制设备的电动机那样的大型电动机的预兆诊断的预防保养装置。

背景技术

电动机是构成钢铁厂的轧制设备的设备之一。电动机是轧制设备的重要要素，其故障会影响整个轧制设备。因此，在轧制设备的运转中，需要通过对电动机中是否发生异常进行监视，从而预先防止电动机发生故障。即，需要对电动机进行预防保养。

现有的电动机的预防保养中，例如日本专利特开昭60-66647号公报所示那样，对电动机的温度、振动进行测量，并对该测量值进行监视。具体而言，如图7及图8所示那样，在时间轴上读入振动、温度等的监视对象的测量值，对该测量值是否超过了阈值进行监视。然后，如图7所示那样，在监视对象的测量值未超过阈值的期间，判断为电动机保持正常，如图8所示那样，在检测出监视对象的测量值超过阈值的异常时刻，则发出电动机发生异常的警报。另外，在监视对象的测量值超过阈值的各异常时刻，根据异常程度的大小而分为轻度故障和严重故障的警报。

现有技术文献

专利文献

专利文献1：日本专利特开昭60-66647号公报

发明内容

然而，在现有的方法中，在检测到电动机发生异常而发出警报的情况下，委托人、即现场的操作者来对是否实施电动机的维修、若实施维修则实施哪种维修进行判断。因此，根据操作者的能力的差异会导致所作出的判断不同，而误判的结果可能会导致发生重大故障。如上所述，电动机的故障可能会影响所有设备，若是重大故障，还可能会导致停止设备的操作。特别是对于远处的设备，在发生突发故障的情况下，需要花费时间进行维修，以至损失大量资源。

本发明是鉴于上述问题而完成的，其目的在于提供一种电动机的预防保养装置，该电动机的预防保养装置能够不受操作者的熟练度、能力的影响而客观地判断电动机的异常，进而预先防止电动机的突发的故障。

为了达到上述目的，本发明的电动机的预防保养装置从电动机驱动装置获取电动机的操作量，并从设置于电动机的传感器获得与所获得的操作量具有相关关系的电动机的状态量(特定状态量)。然后，对照相关评价模型与表示在电动机运转时获得的操作量和特定状态量的关系的数据(评价用数据)，对评价用数据和相关评价模型的一致性进行判定。相关评价模型是对电动机正常的情况下的操作量和特定状态量之间的相关关系进行建模而获得的，并把预先准备好的模型存放在预防保养装置中。本发明的电动机的预防保养装置基于评价用数据和相关评价模型的一致性，来监视电动机的异常。

作为监视电动机异常的具体方法，优选将评价用数据和相关评价模型的一致性低于规定的异常判定值的情况检测作为电动机的异常。另外，对一定期间内一致性比规定的异常判定值要低的次数进行计数的方法也是对异常进行监视的方法的优选方法之一。另外，每隔一定期间对一致性比规定的异常判定值要低的次数(异常次数)进行计数、对异常次数随时间的变化进行记录的方法也是对异常进行监视的方法的优选方法之一。

本发明着眼于在电动机的操作量和特定状态量之间存在相关关系的情况下，在电动机正常时和异常时，其相关关系会产生不一致，异常的程度越大，一致性越低。如上所述，在本发明中，将对电动机在正常情况下的操作量和特定状态量之间的相关关系进行建模而获得的相关评价模型作为基准，来对某一时刻获得的操作量和特定状态量之间的关系是否是电动机正常时的关系进行判定。由此，与现有方法那样仅将振动或温度的测量值与阈值进行比较的方法相比，能够不受操作者的熟练度或能力的影响而客观且正确地判断电动机的异常。因而，根据本发明，能够预先获知电动机的故障的预兆，能够适当地实施与该症状相应的维修，从而能够预先防止对工厂全体的生成造成影响的电动机突发事故。

附图说明

图1是表示应用本发明实施方式1-3中的电动机的预防保养装置的系统结构的框图。

图2是表示本发明的实施方式1的相关评价模型的曲线图。

图3是表示本发明的实施方式1的异常监视的方法的曲线图。

图4是表示本发明的实施方式2的异常监视的方法的曲线图。

图5是表示本发明的实施方式3的异常监视的方法的曲线图。

图6是表示绕组线圈绝缘层的时效老化的图。

图7是表示现有的电动机的预防保养中进行的电动机的异常监视方法的曲线图。

图8是表示现有的电动机的预防保养中进行的电动机的异常监视方法的曲线图。

附图标记

1  电动机

2  电动机驱动装置

3、4  远程IO柜

5  网络

6  绕组温度测定用测温电阻

7  制冷剂温度测定用测温电阻

8  电动机预防保养装置

具体实施方式

实施方式1.

以下，基于图1、图2及图3，说明本发明的实施方式1。

图1是表示应用本发明实施方式中的电动机的预防保养装置的系统结构的框图。在该系统中，电动机1和电动驱动装置2配置在相隔较远的地方，分别通过远程IO柜3、4与网络5相连接。电动机驱动装置2所输出的操作信号通过远程IO柜4而输出到网络5，从该网络5通过远程IO柜而输入到电动机1。根据由电动机驱动装置2发送的操作信号来控制电动机1的旋转。电动机1中设置有两个测温电阻6、7，作为用于对其状态量进行测量的传感器。其中之一是用于测量电动机1的绕组温度的绕组温度测定用测温电阻(Resistance Temperature Detector)6。另一个是用于测量冷却电动机1的制冷剂的温度的制冷剂温度测定用测温电阻7。

本实施方式的电动机预防保养装置8与网络5相连接。从电动机驱动装置2输出的操作信号中包含有电动机1的操作量即负载率的数据。电动机预防保养装置8从远程IO柜4通过网络5对电动机1的负载率的数据进行采集，并进行保存。另外，电动机预防保养装置8从远程IO柜3通过网络5对绕组温度测定用测温电阻6和制冷剂温度测定用测温电阻7的各测定数据进行采集，并进行保存。使电动机预防保养装置8读取负载率数据的时刻与读取各测定数据的时刻同步。

电动机预防保养装置8基于负载率数据计算负载率的均方根，并基于绕组温度测定用测温电阻6和制冷剂温度测定用测温电阻7的各测定数据来计算电动机1的绕组温度的上升值。负载率的均方根和绕组温度上升值之间具有下述相关关系。

电动机1的损耗包括铁损、铜损、寄生负载损耗、机械损耗等。其中，铜损占了损耗的一大半。因绕组温度上升值与电动机1的损耗成正比，因而，铜损与绕组温度上升值成正比关系。此处，所谓铜损是指绕组线圈的发热量。若将绕组线圈的发热量设为Q，则发热量Q可由下式1表示。在式1中，i是绕组电流，R是绕组电阻，t是时间。

Q＝i²Rt…式1

根据式1，可得到绕组温度上升值与电流的平方成正比。式2表示其关系。在式2中，ΔT是绕组温度上升值。

ΔT∝i²…式2

另一方面，能够基于绕组电流来求出电动机1的负载率。式3表示其关系。在式3中，L是负载率。

L＝(i当前值/i额定值)×100％  式3

若将负载率的均方根设为RMS，则下式4表示均方根RMS。式4中，L_j是负载率，T是运算RMS的时间，t_j是运算RMS的时间内的采样时间，j＝1，2，...n。

$\mathrm{RMS}=\sqrt{\frac{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{L}_j^2{t}_j}{T}}$ …式4

基于式4和式3，可以获得下式5的关系。

RMS²∝i²…式5

而且，基于式2和式5，可以获得下式6的关系。

ΔT∝RMS²…式6

根据式6可知，绕组温度上升值ΔT与负载率的均方根的二次方RMS²之间有正比关系。在本实施方式中，在电动机1的正常运转时的一定期间中，采集上述各数据，获得多个表示绕组温度上升值ΔT和负载率的均方根RMS的关系的数据。然后，利用最小二乘法使用所获取的数据来决定表示ΔT和RMS之间的关系的近似式。下式7是其近似式。在式7中，κ是已知系数，c是已知的常数。若以曲线表示式7，则如图2所示。

ΔT＝kRMS²+c…式7

在电动机预防保养装置8中，将式7所示的一次方程式作为相关评价模型进行存储。电动机预防保养装置8使用该相关评价模型来对电动机1的异常进行监视。具体而言，基于电动机1运转时的某时间段的负载率数据来计算RMS的二次方，并基于该时间段内的各测温电阻6、7的测定数据来计算绕组温度上升值ΔT。由此，能够获得表示上述时间段的RMS的二次方和绕组温度上升值ΔT的关系的数据(评价用数据)。然后，如图3所示，对照所获得的评价用数据(在图3中用点m表示)和相关评价模型(在图3中以实线的直线示出)。表示评价用数据的点越是偏离表示相关评价模型的直线，则两者的一致性越差。

图3所示的虚线的直线是用于判定评价用数据和相关评价模型的一致性的异常判定线。对于RMS²的值，在绕组温度上升值ΔT的值超过异常判定线的情况下，能够将该评价用数据判断为异常数据。因此，电动机预防保养装置8能够将绕组温度上升值ΔT超过异常判定线的情况检测作为电动机1的异常。此外，异常判定线能够基于经验值进行设定。例如，能够将使得相关评价模型的线向着ΔT轴的正方向偏移规定值后所获得的线设定作为异常判定线。另外，能够将使得相关评价模型的线向着ΔT轴的方向扩大(例如，1.5倍)后所获得的线设定作为异常判定线。

如上所述，在本实施方式中，将对电动机1在正常情况下的负载率和绕组温度上升值之间的相关关系进行建模而获得的相关评价模型作为基准，来对任意时间段中获得的负载率和绕组温度上升值之间的关系是否是正常时的关系进行判定。由此，与现有的仅将一个数据与阈值进行比较的情况相比，能够客观且正确地判断电动机1的异常。

实施方式2.

接下来，基于图4，说明本发明的实施方式2。其中，本实施方式的电动机的预防保养装置与实施方式1相同，适用于图1所示的结构的系统。

在本实施方式中，电动机预防保养装置8以一定的监视周期来获取上述评价用数据，并每次对照相关评价模型。然后，记录评价用数据超过阈值即异常判定线的时刻，并对一定期间内评价用数据超过异常判定线的次数进行计数。利用声音、图像等将所记录的时刻、次数报告给操作者。

在现有方法中，由于每次监视对象即温度或振动的数据超过阈值就发出警报，因此，不得不将阈值设定得比正常值要大一定程度。然而，如本实施方式那样，若采用对超过阈值的次数进行计数、并对该次数进行记录从而进行通知的方式，则能够将阈值设定为接近正常值的值。因而，在本实施方式中，相比实施方式1的情况，能够将更接近相关评价模型的线设定作为异常判定线。例如，在图4中，以实线表示相关评价模型的线，以虚线表示实施方式1的异常判定线，以点划线表示本实施方式的异常判定线。

根据本实施方式，由于能够将阈值即异常判定线设定得更接近正常值即相关评价模型的线，因此，具有能够更早发现电动机1的异常的效果。

实施方式3.

接下来，基于图5及图6，说明本发明的实施方式3。其中，本实施方式的电动机的预防保养装置与实施方式1相同，适用于图1所示的结构的系统。

在本实施方式中，电动机预防保养装置8以一定的监视周期来获取上述评价用数据，并每次对照相关评价模型。然后，记录评价用数据超过阈值即异常判定线的时刻，同时每隔一定期间就对评价用数据超过异常判定线的次数(异常次数)进行计数，并记录异常次数随时间的变化。即，在本实施方式中，电动机预防保养装置8长期对异常次数的增减进行监视，从而能够较早地预见电动机1的时效老化。

若异常次数向一个方向增加或减少，则能够判断为电动机1老化。例如，如图5所示，伴随着每隔一定期间进行的测定，在异常次数向着一个方向增加的情况下，能够推定出电动机1的时效老化。另外，如图6所示，电动机1的卷绕线圈的绝缘层中可见到因长年的运转而引起的萎缩等老化。为了掌握这些老化倾向，比较基于测温电阻6、7的实测值所获得的温度上升值和阈值，并对超过阈值的点的增减进行长期地监视，从而在发生短路等重大故障之前进行适当的复原措施。

根据本实施方式，由于长期对评价用数据超过阈值即异常判定线的异常次数的增减进行监视，因而能够较早地预见电动机1的时效老化。

(其它)

本发明并不限于上述实施方式，在不脱离本发明要点的范围内可以进行各种变形来实施。例如，在上述实施方式中，是使用电动机的负载率作为操作量，使用绕组温度上升值作为状态量，但是只要具有相关关系，也能够使用其他操作量和状态量的组合。

Claims (5)

1.一种电动机的预防保养装置，

是根据从电动机驱动装置输入的操作信号来控制旋转的电动机的预防保养装置，其特征在于，包括：

操作量获取单元，该操作量获取单元从所述电动机驱动装置获取所述电动机的操作量；

状态量获取单元，该状态量获取单元利用设置于所述电动机的传感器获取与所述操作量具有相关关系的所述电动机的状态量；

相关评价模型存储单元，该相关评价模型存储单元将对所述电动机在正常情况下的所述操作量和所述状态量之间的相关关系进行建模而获得的相关评价模型进行存储；

一致性判定单元，该一致性判定单元对照所述相关评价模型、与表示在所述电动机运转时获得的所述操作量和所述状态量之间的关系的数据，对所述数据和所述相关评价模型的一致性进行判定；以及

异常监视单元，该异常监视单元基于所述一致性对所述电动机的异常进行监视。

2.如权利要求1所述的电动机的预防保养装置，其特征在于，

所述异常监视单元将所述一致性比规定的异常判定值要低的情况检测作为所述电动机的异常。

3.如权利要求1所述的电动机的预防保养装置，其特征在于，

所述异常监视单元对一定期间内所述一致性比规定的异常判定值要低的次数进行计数。

4.如权利要求1所述的电动机的预防保养装置，其特征在于，

所述异常监视单元每隔一定期间对所述一致性比规定的异常判定值要低的次数进行计数，对所述次数随时间的变化进行记录。

5.如权利要求1至4的任一项所述的电动机的预防保养装置，其特征在于，

所述操作量获取单元获取所述电动机的负载率作为所述操作量，

所述状态量获取单元获取所述电动机的绕组温度上升值作为所述状态量，

所述相关评价模型存储单元存储在所述绕组温度上升值与所述负载率的二次方平均之间成立的一次方程式作为所述相关评价模型。

Images