CN103454585A - 一种基于失电残压的永磁同步电机失磁故障诊断方法 - Google Patents
一种基于失电残压的永磁同步电机失磁故障诊断方法 Download PDFInfo
- Publication number
- CN103454585A CN103454585A CN2013103787298A CN201310378729A CN103454585A CN 103454585 A CN103454585 A CN 103454585A CN 2013103787298 A CN2013103787298 A CN 2013103787298A CN 201310378729 A CN201310378729 A CN 201310378729A CN 103454585 A CN103454585 A CN 103454585A
- Authority
- CN
- China
- Prior art keywords
- dead electricity
- residual voltage
- fault
- motor
- loss
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Control Of Ac Motors In General (AREA)
- Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
Abstract
本发明公开了一种基于失电残压的永磁同步电机失磁故障诊断方法,属于电动汽车电机故障诊断领域,首先采集电机失电瞬间定子端任一相的电压瞬时信号;从电压瞬时信号中截取自失电时刻起的失电残压波形,初步判断发生失磁故障的可能性;对截取的失电残压进行频谱变换,确定基波分量幅值;确定基波分量幅值与电机转速的比值即为故障特征;设置故障预警阀值,所述故障特征与故障预警阀值的比值即为故障因子;依据故障因子判断是否存在失磁故障。本发明不受变频器供电的影响,从永磁同步电机本身进行测试,不受负载的影响,有效克服了传统的利用定子电流进行诊断的不足,可高灵敏度、高可靠性地诊断电动汽车永磁同步电机失磁故障。
Description
技术领域
本发明涉及一种能够诊断电动汽车永磁同步电机永磁体失磁故障的方法,属于电动汽车驱动电机故障诊断领域。
背景技术
永磁同步电机因其结构紧凑、体积小、重量轻、效率高、高转矩、功率密度高、工作可靠、噪声低等性能特点,具有电动汽车驱动的最优综合指标,非常适用于电动汽车驱动领域。但电动汽车驱动电机运行环境恶劣,运行工况复杂,转子永磁体受到电、磁、热、机械等应力会产生退磁,一旦永磁体发生不可逆退磁故障,会导致永磁电机性能指标下降、发热和转矩性能变差,严重情况下电机可能失控和报废。同时,由于永磁电机转子上嵌入永磁体,永磁体发生失磁故障是永磁电机特有的故障类型。永磁同步电机在电动汽车领域、风电领域以及航空领域等方面的推广和应用,使得失磁问题更加引人关注。因此,必须实施对永磁同步电机失磁故障诊断的研究。
目前国内专门针对永磁同步电机故障诊断的研究较常规电机故障诊断的研究还相对较少,主要研究也是在国外。较多文献研究提出永磁电机发生失磁故障之后,在其定子电流中将出现(1±k/p)fe特定频率的附加电流分量(k为正整数,p为极对数,fe为供电频率),可以作为失磁故障特征。而电流信号易于采集,因此形成了以定子电流信号为分析对象的不同的失磁故障诊断方法,例如快速傅立叶变换(FFT)方法、希尔伯特黄(HHT)方法、连续小波变换(CWT)方法、离散小波变换方法(DWT)等。但是利用定子电流进行电机转子失磁故障诊断,不论是稳态分析还是暂态分析,仍有一定的局限性:
(1)转子的其他类型故障也会产生与上述相同的谐波,例如动态偏心,导致区分失磁故障与其他类型故障困难。另外,变频器作为驱动电源其输出电压非正弦,含有大量的时间谐波,导致电流中包含大量的谐波成分,这给利用电流谐波诊断失磁故障带来难题。
(2)当转子有轻微失磁故障时,定子电流中故障频率分量相对于基波频率分量的比值很小,若电机运行于轻载时其比值更小,这给信号处理带来困难,使得诊断灵敏度下降。
(3)电动机所拖动的负载有时是不平稳的,负载的摆动使定子电流发生畸变,反映在频谱图上常表现为基波频率的各种调制成分,这些调制成分的谱峰大多分布于主频两侧。这样就导致在频谱图上难以直观地看出有无故障频率分量。
对于正常运行的永磁同步电机,当其失去外加电源电压后,气隙内的旋转磁场仅由转子永磁体产生的磁势提供,在定子绕组中产生感应电压,该电压并不立即减小到零,而是能保持一定的时间。此电压称为失电残余电压,简称失电残压。基于上述情况,本发明提出一种基于失电残压的诊断方法,该方法不仅采集电压信号简单、方便,而且能克服上述利用定子电流进行诊断本身的缺陷。
发明内容
本发明所要解决的技术问题在于克服现有技术的不足,提供一种基于失电残压的电动汽车永磁同步电机失磁故障诊断方法,它能够克服利用定子电流进行诊断带来的缺陷,有效提高诊断电动汽车永磁同步电机失磁故障的准确性。
本发明具体采用以下技术方案解决上述技术问题:
一种基于失电残压的永磁同步电机失磁故障诊断方法,包括以下步骤:
步骤(1)利用电压传感器采集转速为n的电机失电瞬间定子端任意一相电压瞬时信号us;
步骤(2)从采集的定子端电压瞬时信号us中截取自失电时刻起的失电残压波形,观察所述失电残压波形是否发生畸变,并进行频谱分析比较谐波分量是否发生变化,即初步判断发生失磁故障可能性的高低;
步骤(3)对截取的失电残压波形进行频谱变换,确定失电残压波形的基波分量幅值U1;
步骤(4)确定所述失电残压波形的基波分量的幅值U1与电机转速n的比值即为故障特征C;
步骤(5)设置故障预警阀值B,所述故障特征C与故障预警阀值B的比值即为故障因子μ。
步骤(6)依据所述故障因子μ判断是否存在失磁故障。
作为本发明的一种优选技术方案:所述步骤(2)中截取的失电残压波形为从电机失电瞬间立即进行采样,并且从采样所得电压信号的过零点开始整周期截取,得到待分析的所述失电残压波形。
作为本发明的一种优选技术方案:所述步骤(3)中对截取的失电残压波形应用傅立叶变换方法确定基波分量幅值U1。
作为本发明的一种优选技术方案:所述步骤(5)中故障预警阀值B为一动态阀值,所述故障预警阀值B为电机正常运行状态时根据不同负载下的失电残压波形的基波分量幅值与转速n的比值,或根据不同转速n下的失电残压波形的基波分量幅值与失电时刻转速的比值。
作为本发明的一种优选技术方案:所述故障预警阀值B优先采用空载情况下的失电残压波形的基波分量幅值与失电时刻转速的比值。
作为本发明的一种优选技术方案:所述步骤(6)中根据所述故障因子μ进行逻辑比较判断是否存在失磁故障,具体为:
步骤(6a)预先设定电机处于健康状态的故障系数k1,以及处于失磁故障状态的故障系数k2;
步骤(6b)将所述故障因子μ与k1、k2进行比较;当所述故障因子μ>k1,表示电机处于健康状态,且故障因子μ越大,电机越健康;当所述故障因子μ<k2,表示电机处于失磁故障状态,且其因子越小,失磁故障状态越严重;当所述故障因子k1<μ<k2,表示电机处于亚健康状态。
本发明采用上述技术方案,能产生如下技术效果:
本发明通过电压传感器采集定子端电压信号,经数据采集仪将此信号传送到计算机,由计算机对电压信号进行处理,判断是否存在失磁故障,操作简单方便。
本发明突出的优点是:不受变频器供电的影响,变频器的输出电压含有大量的时间谐波,它是从电机本身进行测试,不受负载的影响(如负载大小、负载性质、波动情况等),有效克服了利用定子电流进行诊断的不足,可高灵敏度、高可靠性地诊断电动汽车永磁同步电机失磁故障。
附图说明
图1为本发明的电压传感器采集信号的原理图。
图2为本发明的基于失电残压的永磁同步电机失磁故障诊断方法采用的结构示意图。
图3为本发明的永磁同步电机正常情况下失电前后定子端电压的波形图。
图4为本发明的永磁同步电机失磁故障情况下失电前后定子端电压的波形图。
图5为本发明的永磁同步电机正常情况下失电残压频谱图。
图6为本发明的永磁同步电机失磁故障情况下失电残压频谱图。
具体实施方式
下面结合附图对本发明的实施方式进行描述。
一种基于失电残压的永磁同步电机失磁故障诊断方法,包括以下步骤:
步骤(1)利用电压传感器采集转速为n的电机失电瞬间定子端任意一相的电压瞬时信号us;
步骤(2)从采集的定子端电压瞬时信号us中截取自失电时刻起的失电残压波形,观察所述失电残压波形是否发生畸变,并进行频谱分析比较谐波分量是否发生变化,即初步判断发生失磁故障可能性的高低;
步骤(3)对截取的失电残压波形进行频谱变换,确定失电残压波形的基波分量幅值U1;
步骤(4)确定所述失电残压波形的基波分量幅值U1与电机转速n的比值即为故障特征C;
步骤(5)设置故障预警阀值B,所述故障特征C与故障预警阀值B的比值即为故障因子μ;
步骤(6)依据所述故障因子μ判断是否存在失磁故障。
上述基于失电残压的永磁同步电机失磁故障诊断方法,为准确判断故障存在与否,首先判断故障存在的可能性,即失电残压波形发生畸变且其谐波分量发生变化只能说明发生失磁故障的可能性比较高,没有发生上述变化仅说明可能性低,为准确判断故障的发生与否,还需进行故障因子的判断。对于截取失电残余信号应尽可能靠前,即尽可能取失电残压时域波形中最前面的波进行分析。这是因为随转子转速的衰减,失电残压的幅值、频率也随之衰减,采集到的失电残压信号受传感器温漂及精度、噪音等因素影响明显,易受到干扰,且采集时间也会变长。同时,截取信号应尽可能从信号第一个过零点开始,而从正向过零点或负向过零点开始对其分析没有影响,截取波形应尽量整周期截取,即从电压信号过零点开始,截取失电残压信号的整数个周期,否则会使频谱分析产生较大的误差。因此,从定子端电压瞬时信号us中截取的失电残压波形,是指电机失电后的前几个周期之内的定子端电压信号,如10个或8个周期,且波形为整周期信号。
电动汽车运行工况复杂,永磁同步电机的运行状态随负载、转速的变化而变化,因此故障预警阀值B也是随负载、转速的变化而变化的,并不是唯一不变的值。所述的故障预警阀值B,是指电机正常运行状态时根据不同负载下的失电残压波形的基波分量幅值与转速n的比值,或根据不同电机转速n下的失电残压波形的基波分量幅值与失电时刻转速的比值。故障预警阀值B优先采用空载情况下的失电残压波形的基波分量幅值与失电时刻转速的比值进行故障逻辑比较。
为了不局限于对某一特定电机系统进行故障判断,且为了更全面细致对电动汽车永磁同步电机的健康状态做出判断,预先设定电机处于健康状态的故障系数k1,以及处于失磁故障状态的故障系数k2。当判断故障时故障因子μ>k1,表示电机处于健康状态,且其因子越大,电机越健康;故障因子μ<k2,表示电机处于失磁故障状态,且其因子越小,失磁故障状态越严重;当故障因子k1<μ<k2,表示电机处于亚健康状态,需要加强监测。
下面为列举采用本方法的一个具体实施例:
本发明采用图1所示电路进行采集信号,该电路由霍尔电压传感器、数据采集仪以及计算机组成,永磁同步电机失电后定子端电压瞬时信号通过霍尔电压传感器,霍尔传感器输出端由电缆线接数据采集仪的一个模拟信号输入通道,数据采集仪的输出端口接便携式计算机的USB口。便携式计算机通过与尼高力采集仪相配套的采集数据软件设定采集频率、采集时长等参数,将采集到的定子端电压瞬时信号以txt格式存储与硬盘,再由便携式计算机对电压信号进行处理,判断是否存在失磁故障。
本发明采用图1所示电路进行采集信号,该电路由霍尔电压传感器、尼高力采集仪以及便携式计算机组成,该霍尔电压传感器由两台量程为0~15V的稳压电源供电,其信号输入两端口分别接于永磁同步电机定子绕组的一个相线接线柱、地线接线柱,其信号输出端由电缆线接尼高力采集仪的一个模拟信号输入通道,该尼高力采集仪的输出端口接便携式计算机的USB口。尼高力采集仪英文名称为LDS Test and Measurement LLC,采用7700信号调节系统,集成了低通滤波器、信号采集保持、模/数转换等电路。便携式计算机的型号是联想Y480。永磁同步电机失电前后定子端电压瞬时信号送至尼高力采集仪,尼高力采集仪通过USB接口连接至便携式计算机。便携式计算机通过与尼高力采集仪相配套的采集数据软件设定采集频率、采集时长等参数,将采集到的定子端电压瞬时信号以txt格式存储与硬盘,再由便携式计算机对电压信号进行处理,判断是否存在失磁故障。该配套软件基于Windows 7操作系统并采用Visual Studio 2010应用程序开放平台编制。
A.霍尔电压传感器输入两端口分别接于电机定子接线端、接地端,再采集稳定运行在转速为n的电机失电前后电机定子端三相中的任意一相的电压瞬时信号us;采集频率设定为5kHz、采样时间设定为1s;
B.从采集的定子端电压瞬时信号us中根据设定周期个数截取自失电时刻起的失电残压波形,首先观察它较正常时是否发生畸变,然后并对其进行频谱分析,比较谐波分量较正常时是否发生变化,进而初步判断发生失磁故障可能性的高低;该步骤是判断故障存在的可能性,即失电残压波形发生畸变且其谐波分量发生变化只能说明发生失磁故障的可能性比较高。
C.对截取的所述失电残压波形应用快速傅立叶变换方法,确定前几个周期(如前10个周期)的波形基波分量的幅值U1;
D.确定提取的失电残压波形的基波分量幅值U1与转速n的比值C,把它作为故障特征;
E.根据电动汽车永磁同步电机刚出厂在不同负载、不同转速情况下的失电残压基波分量的幅值与失电时刻转速的比值集,设置一个故障预警阀值B,C与故障预警阀值B的比值即为故障因子μ,优先采用空载情况下的失电残压基波分量的幅值与失电时刻转速的比值进行故障逻辑比较;
F.根据故障因子μ判断是否存在失磁故障;首先设定处于健康状态的故障系数k1=1.05,设定失磁故障状态的故障系数k2=0.95。当故障因子μ>1.05,表示电机处于健康状态,且其因子越大,健康状态越明确;故障因子μ<0.95,表示电机处于失磁故障状态,且其因子越小,故障状态越严重。当故障因子0.95<μ<1.05,表示电机处于亚健康状态,需要加强监测。
本具体实施例中的电机可以为刚出厂的永磁同步电机,其各项性能指标良好,且试验的环境对电机运行的影响很小,所以可以设置的健康状态的故障系数稍小(相对于1),而失磁故障状态的故障系数稍大(相对于1)。
基于失电残压的永磁同步电机失磁故障诊断方法的采用的结构如图2所示,其中电网侧工频交流电经过三相空气开关(起保护电机系统的作用)输入至大功率直流开关电源,它将三相交流电整流成直流并将电压升到能满足电机正常运转的高压(其实电网侧及大功率直流开关电源相当于电动汽车中蓄电池供电升压系统)直流高压输入至电机控制器做为其输入电源;PC机输入的电机工作指令经过CAN盒给电机控制器,将输入的直流电源逆变成三相交流电同时变频,驱动带有负载的永磁同步电机工作;霍尔电压传感器采集电机任意一相的定子端电压,将采集到的电压信号输入至数据采集仪,设置适当的采集频率及采集时长,经数据采集仪处理并采集的数据传送到PC机进行分析处理。电机采用电动汽车用270ZWS002型三相交流永磁同步电机(8极、42kW、375VDC、4000rpm),除正常转子外,另行配备设置不同故障形态的转子以模拟失磁故障,具体设置故障:从转子对称位置的四个永磁体槽内各去除长度约为总长度5%的永磁体。
对于图3,表示正常电机在轻载、稳定运行在转速1744rpm情况下的失电前后定子端电压及其局部放大波形图。图4表示故障电机在轻载、稳定运行在转速1687rpm情况下的失电前后定子端电压及其局部放大波形图。图5表示正常电机在轻载、稳定运行在转速1744rpm情况下的失电残压频谱图。图6表示故障电机在轻载、稳定运行在转速1687rpm情况下的失电残压频谱图。
根据图3、图4可知:故障电机的失电残压波形较正常电机发生了畸变,又由图5、图6可见电机失磁故障后,失电残压中的3次、5次、7次、9次、11次谐波分量明显增强,表明可以通过观察电机的失电残压波形及其频谱图初步诊断失磁故障,判断发生失磁故障可能性的高低。由于谐波分量增强,初步判断发生失磁故障的可能性比较高,为了准确判断失磁故障发生与否,还需计算失磁故障因子,并与预先设置的故障系数进行比较,得到最终的结果。
表1为正常电机、故障电机在轻载、稳定运行在不同转速情况下依据本发明的方法得到的故障因子。表中n1、n2分别为正常和故障电机失电时刻的转速。
表1实验电机的故障因子
根据表1可知可以依据故障因子判断是否存在失磁故障。故障因子0.95<μ<1.05,表明电机处于亚健康状态。
本例是一实例,设置失磁故障量很小,8根中只有两根失磁约5%,即相当于失磁量约为总永磁体的2%左右。实际应用中,因受各种干扰,为防止误判,可适当减小灵敏度,如,k1=1.1,k2=0.9或其他数值。
因此,本发明不受变频器供电的影响,变频器的输出电压含有大量的时间谐波;它是从永磁同步电机本身进行测试,不受负载的影响如负载大小、负载性质、波动情况等,有效克服了传统的利用定子电流进行诊断的不足,可高灵敏度、高可靠性地诊断电动汽车永磁同步电机失磁故障。
Claims (6)
1.一种基于失电残压的永磁同步电机失磁故障诊断方法,其特征在于,包括以下步骤:
步骤(1)利用电压传感器采集转速为n的电机失电瞬间定子端任意一相的电压瞬时信号us;
步骤(2)从采集的定子端电压瞬时信号us中截取自失电时刻起的失电残压波形,观察所述失电残压波形是否发生畸变,并进行频谱分析比较谐波分量是否发生变化,即初步判断发生失磁故障可能性的高低;
步骤(3)对截取的失电残压波形进行频谱变换,确定失电残压波形的基波分量幅值U1;
步骤(4)确定所述失电残压波形的基波分量的幅值U1与电机转速n的比值即为故障特征C;
步骤(5)设置故障预警阀值B,所述故障特征C与故障预警阀值B的比值即为故障因子μ;
步骤(6)依据所述故障因子μ判断是否存在失磁故障。
2.根据权利要求1所述的基于失电残压的永磁同步电机失磁故障诊断方法,其特征在于:所述步骤(2)中截取的失电残压波形为从电机失电瞬间立即进行采样,并且从采样所得电压信号的过零点开始整周期截取,得到失电残压波形。
3.根据权利要求1所述基的基于失电残压的永磁同步电机失磁故障诊断方法,其特征在于:所述步骤(3)中对截取的失电残压波形应用傅立叶变换方法确定基波分量幅值U1。
4.根据权利要求1所述基的基于失电残压的永磁同步电机失磁故障诊断方法,其特征在于:所述步骤(5)中故障预警阀值B为一动态阀值,所述故障预警阀值B为电机正常运行状态时根据不同负载下的失电残压波形的基波分量幅值与转速n的比值,或根据不同转速n下的失电残压波形的基波分量幅值与失电时刻转速的比值。
5.根据权利要求4所述的基于失电残压的永磁同步电机失磁故障诊断方法,其特征在于:所述故障预警阀值B优先采用空载情况下的失电残压波形基波分量幅值与失电时刻转速的比值。
6.根据权利要求1所述的基于失电残压的永磁同步电机失磁故障诊断方法,其特征在于:所述步骤(6)中根据所述故障因子μ进行逻辑比较判断是否存在失磁故障,具体为:
步骤(6a)预先设定电机处于健康状态的故障系数k1,以及处于失磁故障状态的故障系数k2;
步骤(6b)将所述故障因子μ与k1、k2进行比较;当所述故障因子μ>k1,表示电机处于健康状态,且故障因子μ越大,电机越健康;当所述故障因子μ<k2,表示电机处于失磁故障状态,且其因子越小,失磁故障状态越严重;当所述故障因子k1<μ<k2,表示电机处于亚健康状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310378729.8A CN103454585B (zh) | 2013-08-27 | 2013-08-27 | 一种基于失电残压的永磁同步电机失磁故障诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310378729.8A CN103454585B (zh) | 2013-08-27 | 2013-08-27 | 一种基于失电残压的永磁同步电机失磁故障诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103454585A true CN103454585A (zh) | 2013-12-18 |
CN103454585B CN103454585B (zh) | 2015-08-12 |
Family
ID=49737168
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310378729.8A Expired - Fee Related CN103454585B (zh) | 2013-08-27 | 2013-08-27 | 一种基于失电残压的永磁同步电机失磁故障诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103454585B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103926533A (zh) * | 2014-03-24 | 2014-07-16 | 河海大学 | 永磁同步电机失磁故障在线诊断方法及系统 |
CN104965183A (zh) * | 2015-07-27 | 2015-10-07 | 广东美的暖通设备有限公司 | 永磁无刷直流电机的退磁检测方法及装置 |
CN105319503A (zh) * | 2015-10-30 | 2016-02-10 | 哈尔滨工程大学 | 一种高温超导电机监测系统 |
CN106199424A (zh) * | 2016-06-29 | 2016-12-07 | 湖南工业大学 | 一种永磁同步电机匝间短路故障诊断方法 |
CN106841901A (zh) * | 2017-03-09 | 2017-06-13 | 浙江大学 | 一种变频器驱动内嵌式永磁同步电机定子匝间短路故障诊断方法 |
CN106909076A (zh) * | 2017-02-28 | 2017-06-30 | 河南工程学院 | 一种pmsm永磁体局部退磁故障程度评估与数值化描述方法 |
CN107111284A (zh) * | 2014-10-07 | 2017-08-29 | 德克萨斯仪器股份有限公司 | 检测场定向控制永磁同步电机中的故障 |
CN108051739A (zh) * | 2017-11-20 | 2018-05-18 | 清华大学 | 用于监测永磁电机转子失磁故障的方法和系统 |
CN109299705A (zh) * | 2018-10-24 | 2019-02-01 | 电子科技大学 | 基于一维深度残差卷积神经网络的旋转机械故障诊断方法 |
CN110309535A (zh) * | 2019-05-23 | 2019-10-08 | 中南大学 | 一种永磁体局部失磁故障模拟方法及故障注入器 |
CN111948450A (zh) * | 2020-07-30 | 2020-11-17 | 西安工程大学 | 基于小波变换的避雷器残压特性监测方法 |
CN112305475A (zh) * | 2020-10-22 | 2021-02-02 | 西安中车永电捷力风能有限公司 | 一种永磁体失磁状态的检测方法和装置 |
CN112327228A (zh) * | 2020-10-22 | 2021-02-05 | 西安中车永电捷力风能有限公司 | 一种利用电流对永磁体失磁状态进行检测的方法和装置 |
CN112628160A (zh) * | 2020-12-21 | 2021-04-09 | 北京航空航天大学 | 一种磁悬浮分子泵高速转子在线故障诊断系统及方法 |
CN113125955A (zh) * | 2021-04-22 | 2021-07-16 | 山东凯信德电子科技有限公司 | 一种电动汽车、电动汽车驱动系统性能监测方法及系统 |
CN108736444B (zh) * | 2018-04-16 | 2021-08-24 | 中国电力科学研究院有限公司 | 一种调相机失磁保护方法及系统 |
CN113964964A (zh) * | 2021-11-15 | 2022-01-21 | 西安热工研究院有限公司 | 一种基于电信号的永磁风力发电机永磁体退磁故障模拟装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005069745A (ja) * | 2003-08-21 | 2005-03-17 | Toyota Motor Corp | ステータの絶縁不良箇所特定方法及び絶縁不良箇所特定装置 |
CN101149423A (zh) * | 2007-11-02 | 2008-03-26 | 清华大学 | 永磁同步电机永磁磁场畸变实时检测与分析方法及其装置 |
CN201464549U (zh) * | 2009-01-13 | 2010-05-12 | 国网电力科学研究院 | 基于发电机定子回路测量值的失磁保护辅助判别元件 |
CN101770002A (zh) * | 2008-12-30 | 2010-07-07 | 上海大郡动力控制技术有限公司 | 永磁电机永磁体的退磁状态监控装置及方法 |
-
2013
- 2013-08-27 CN CN201310378729.8A patent/CN103454585B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005069745A (ja) * | 2003-08-21 | 2005-03-17 | Toyota Motor Corp | ステータの絶縁不良箇所特定方法及び絶縁不良箇所特定装置 |
CN101149423A (zh) * | 2007-11-02 | 2008-03-26 | 清华大学 | 永磁同步电机永磁磁场畸变实时检测与分析方法及其装置 |
CN101770002A (zh) * | 2008-12-30 | 2010-07-07 | 上海大郡动力控制技术有限公司 | 永磁电机永磁体的退磁状态监控装置及方法 |
CN201464549U (zh) * | 2009-01-13 | 2010-05-12 | 国网电力科学研究院 | 基于发电机定子回路测量值的失磁保护辅助判别元件 |
Non-Patent Citations (3)
Title |
---|
张建文等: "异步电动机定子绕组的故障诊断方法", 《高电压技术》 * |
王轩等: "基于失电残压小波分析的定子绕组故障诊断", 《微特电机》 * |
马宏忠等: "利用失电残余电压诊断异步电机转子绕组故障", 《中国电机工程学报》 * |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103926533A (zh) * | 2014-03-24 | 2014-07-16 | 河海大学 | 永磁同步电机失磁故障在线诊断方法及系统 |
US10571522B2 (en) | 2014-10-07 | 2020-02-25 | Texas Instruments Incorporated | Method and circuitry for detecting faults in field oriented controlled permanent magnet synchronous machines |
US11789081B2 (en) | 2014-10-07 | 2023-10-17 | Texas Instruments Incorporated | Detecting faults in field oriented controlled permanent magnet synchronous machines |
CN107111284A (zh) * | 2014-10-07 | 2017-08-29 | 德克萨斯仪器股份有限公司 | 检测场定向控制永磁同步电机中的故障 |
CN104965183A (zh) * | 2015-07-27 | 2015-10-07 | 广东美的暖通设备有限公司 | 永磁无刷直流电机的退磁检测方法及装置 |
CN105319503A (zh) * | 2015-10-30 | 2016-02-10 | 哈尔滨工程大学 | 一种高温超导电机监测系统 |
CN106199424A (zh) * | 2016-06-29 | 2016-12-07 | 湖南工业大学 | 一种永磁同步电机匝间短路故障诊断方法 |
CN106909076A (zh) * | 2017-02-28 | 2017-06-30 | 河南工程学院 | 一种pmsm永磁体局部退磁故障程度评估与数值化描述方法 |
CN106909076B (zh) * | 2017-02-28 | 2019-08-06 | 河南工程学院 | 一种pmsm永磁体局部退磁故障程度评估与数值化描述方法 |
CN106841901A (zh) * | 2017-03-09 | 2017-06-13 | 浙江大学 | 一种变频器驱动内嵌式永磁同步电机定子匝间短路故障诊断方法 |
CN108051739A (zh) * | 2017-11-20 | 2018-05-18 | 清华大学 | 用于监测永磁电机转子失磁故障的方法和系统 |
CN108051739B (zh) * | 2017-11-20 | 2019-09-17 | 清华大学 | 用于监测永磁电机转子失磁故障的方法和系统 |
CN108736444B (zh) * | 2018-04-16 | 2021-08-24 | 中国电力科学研究院有限公司 | 一种调相机失磁保护方法及系统 |
CN109299705B (zh) * | 2018-10-24 | 2021-08-20 | 电子科技大学 | 基于一维深度残差卷积神经网络的旋转机械故障诊断方法 |
CN109299705A (zh) * | 2018-10-24 | 2019-02-01 | 电子科技大学 | 基于一维深度残差卷积神经网络的旋转机械故障诊断方法 |
CN110309535A (zh) * | 2019-05-23 | 2019-10-08 | 中南大学 | 一种永磁体局部失磁故障模拟方法及故障注入器 |
CN111948450B (zh) * | 2020-07-30 | 2023-10-24 | 西安工程大学 | 基于小波变换的避雷器残压特性监测方法 |
CN111948450A (zh) * | 2020-07-30 | 2020-11-17 | 西安工程大学 | 基于小波变换的避雷器残压特性监测方法 |
CN112327228A (zh) * | 2020-10-22 | 2021-02-05 | 西安中车永电捷力风能有限公司 | 一种利用电流对永磁体失磁状态进行检测的方法和装置 |
CN112305475A (zh) * | 2020-10-22 | 2021-02-02 | 西安中车永电捷力风能有限公司 | 一种永磁体失磁状态的检测方法和装置 |
CN112305475B (zh) * | 2020-10-22 | 2024-06-07 | 西安中车永电捷力风能有限公司 | 一种永磁体失磁状态的检测方法和装置 |
CN112628160B (zh) * | 2020-12-21 | 2021-10-01 | 北京航空航天大学 | 一种磁悬浮分子泵高速转子在线故障诊断系统及方法 |
CN112628160A (zh) * | 2020-12-21 | 2021-04-09 | 北京航空航天大学 | 一种磁悬浮分子泵高速转子在线故障诊断系统及方法 |
CN113125955A (zh) * | 2021-04-22 | 2021-07-16 | 山东凯信德电子科技有限公司 | 一种电动汽车、电动汽车驱动系统性能监测方法及系统 |
CN113964964A (zh) * | 2021-11-15 | 2022-01-21 | 西安热工研究院有限公司 | 一种基于电信号的永磁风力发电机永磁体退磁故障模拟装置 |
CN113964964B (zh) * | 2021-11-15 | 2023-03-21 | 西安热工研究院有限公司 | 一种基于电信号的永磁风力发电机永磁体退磁故障模拟装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103454585B (zh) | 2015-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103454585B (zh) | 一种基于失电残压的永磁同步电机失磁故障诊断方法 | |
CN103926533B (zh) | 永磁同步电机失磁故障在线诊断方法及系统 | |
CN102707232B (zh) | 电动机设备状态在线监测装置及其监测方法 | |
CN103558547B (zh) | 一种永磁同步电机的智能故障诊断方法 | |
CN101025430A (zh) | 笼型异步电动机转子断条故障检测方法 | |
CN101101319A (zh) | 发电机转子绕组匝间短路状态的检测装置 | |
CN108196154B (zh) | 航空三级式同步电机旋转整流器故障检测及故障定位方法 | |
CN106199424A (zh) | 一种永磁同步电机匝间短路故障诊断方法 | |
CN103018601B (zh) | 一种风力发电系统中变流器的一级故障诊断方法 | |
CN1896760A (zh) | 负载工况下自动识别发电机转子绕组匝间短路故障的方法 | |
CN105929331A (zh) | 一种双馈风力发电机定转子故障分析诊断装置及方法 | |
CN103941142A (zh) | 一种开关磁阻电机功率变换器故障诊断相电流积分方法 | |
CN103235260A (zh) | 基于hht的潜油电机转子断条故障识别方法 | |
CN103969579A (zh) | 永磁同步电机定子不对称故障诊断方法及系统 | |
CN1321328C (zh) | 电动机早期故障小波诊断系统及其诊断电动机故障的方法 | |
CN106526479A (zh) | 基于电网谐波特征的电铲电气系统故障诊断方法 | |
CN113311332A (zh) | 高速永磁同步电机永磁体退磁故障诊断装置及方法 | |
JP2020114084A (ja) | 電力変換装置、回転機システム、及び診断方法 | |
CN108614164A (zh) | 电动汽车永磁同步电机三相电流缺相诊断方法 | |
CN203798923U (zh) | 旋转整流器及励磁电路故障双功能和双余度监测电路 | |
CN104569814B (zh) | 一种基于近似熵的直流牵引电机健康状态实时分析方法 | |
CN103616572A (zh) | 一种电动汽车pmsm驱动系统缺相故障的诊断方法 | |
CN106646223B (zh) | 一种三相笼型异步电动机转子断裂导条数目的诊断方法 | |
CN201177650Y (zh) | 带有检测线圈的笼型感应电机及其转子断条的检测装置 | |
CN101340083A (zh) | 三相笼型感应电动机轴承电流测量和保护装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150812 Termination date: 20180827 |
|
CF01 | Termination of patent right due to non-payment of annual fee |