CN105467319A - 一种基于Park矢量与信息融合诊断的电机故障诊断方法 - Google Patents

一种基于Park矢量与信息融合诊断的电机故障诊断方法 Download PDF

Info

Publication number
CN105467319A
CN105467319A CN201610029554.3A CN201610029554A CN105467319A CN 105467319 A CN105467319 A CN 105467319A CN 201610029554 A CN201610029554 A CN 201610029554A CN 105467319 A CN105467319 A CN 105467319A
Authority
CN
China
Prior art keywords
motor
data
signal
fault
park vector
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.)
Pending
Application number
CN201610029554.3A
Other languages
English (en)
Inventor
王其
卢祎灵
蒋平
李严
卢晓东
顾培培
程致远
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Information Science and Technology
Original Assignee
Nanjing University of Information Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Information Science and Technology filed Critical Nanjing University of Information Science and Technology
Priority to CN201610029554.3A priority Critical patent/CN105467319A/zh
Publication of CN105467319A publication Critical patent/CN105467319A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/34Testing dynamo-electric machines

Abstract

本发明公开了基于Park矢量与信息融合诊断的电机故障诊断方法,包括以下步骤:通过温度、振动传感器分别获得电机的温度、振动信号,然后将温度、振动信号通过模数转换模块后将数字量送到PLC中;并将现场的电压、电流信号经过数据采集器采集后送到PLC中;经过PLC数据处理后,送往上位机中进行数据处理,并将处理后的数据送往监控计算机;监控计算机进行谐波小波的故障信号提取;经过Park矢量与信息融合诊断,确定电机故障信号频谱,识别出Park矢量的轨迹图像;通过组态王软件对数据进行分析处理,在界面上显示电机状态数据,从而可以实时监控电机状态。本发明检测精度高,能够及时检测到电机故障,延长了电机的使用寿命。

Description

一种基于Park矢量与信息融合诊断的电机故障诊断方法
技术领域
本发明涉及一种基于Park矢量与信息融合诊断的电机故障诊断方法,属于电机故障诊断技术领域。
背景技术
工业中使用的各种各样的电机都是金属材料做成的,内部起到绝缘作用的材料都是一些有机物,比如:各种有机物合成的复合有机材料等。当它们遇到摩擦、振动、电解等作用,就会很快出现老化现象,造成机械的运转故障,从而引起定子偏心,匝间短路等严重现象,从而造成财产损失。大型旋转机械进行在线监测与诊断,主要是为了提高企业的生产效率,降低设备维修成本。
针对兖矿煤业集团洗煤厂的异步电机进行在线监测与故障诊断,目的在于保护洗煤厂厂中的各种电机能够安全的运行,保证现场生产线不断的运转,及时发现设备故障的萌芽状态,而达到及时预测的目的。从而保证现场的设备和人员的安全。不但能够及时监测到电机的故障状态,而且能够早期预测到电机的故障机理,达到早预测,早维修,减少了大型事故的发生,节约了成本,保证了生产。随着生产的自动化程度越来越高,电机运行的时间过长,造成电机故障率不断升高,关系到人们的财产与人身安全问题,对提高自动化控制系统安全运行非常的重要。因此,研究本课题的意义非常重大。
伴随着科学技术的不断向前的步伐,电机的诊断、分析方法日益成熟,各种新的技术相应而生,为冶金业、煤矿业等大型企业的发展提供了有力的保障,不断研究异步电机的监测与故障诊断方法具有很大的理论意义和很高的应用价值。主要体现在:能够早期预测电机故障、降低生产成本、保护人们的财产安全等方面。
前电机应用面广,应用量大,但经常会出现一些旋转机械故障,影响企业的生产,但国内大多数状态监测监控技术应用较晚,并且检测精度不够高,导致不能及时检测到电机故障,从而降低电机使用寿命。
发明内容
针对现有技术存在的不足,本发明目的是提供一种基于Park矢量与信息融合诊断的电机故障诊断方法,检测精度高,能够及时检测到电机故障,并对故障部分做出调整措施,延长了电机的使用寿命。
为了实现上述目的,本发明是通过如下的技术方案来实现:
本发明的一种基于Park矢量与信息融合诊断的电机故障诊断方法,包括以下几个步骤:
(1)根据实际工作需要首先确定需要监测的电机台数,确定各个监测基站;
(2)通过温度传感器及振动传感器分别获得电机的温度信号及振动信号,然后将所述温度信号及振动信号通过模数转换模块后将数字量信息送到PLC中;并将现场的电压信号及电流信号经过数据采集器采集后送到PLC中;
(3)将步骤(2)获得的数据经过PLC后,然后送往上位机中,并将处理后的数据送往监控计算机;
(4)所述监控计算机首先进行谐波小波的故障信号提取;然后,经过Park矢量与信息融合诊断,确定电机故障信号的频谱,通过谐波小波的提取、小波包的分析,识别出相应的Park矢量的轨迹图像;最后,通过组态王软件,在界面上显示电机状态,当旋转机械无故障时,旋转机械图形为规则圆形,当旋转机械有故障时,旋转机械图形接近于椭圆;这样工作人员就可以在监控计算机上实时监控电机状态,发现电机异常后可及时对电机作出相应的调整。
上述组态王软件包括数据信号控制层、数据信号监控层、数据信号管理层这三个层次结构,所述数据信号监控层向上链接数据信号管理层,向下链接数据信号控制层;组态王软件中各种画面,动画连接,数据传输都要经过三个层次结构进行系统处理,实现界面可视化功能。
本发明能够精确地判断旋转机械故障,并通过数据与图像等形式,清晰地展现出来,使人们能够直观监测电机状态,人们能够对电机故障作出及时调整。
附图说明
图1为本发明的基于Park矢量与信息融合诊断的电机故障诊断系统原理框图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
参见图1,本发明的基于Park矢量与信息融合的电机故障诊断系统,包括数据采集模块,西门子S7-200系列PLC及其扩展模块,采用RS232-485通讯协议将原始信号传输到工控机然后经组态王对数据进行分析处理后,在界面上将故障信号通过数据与曲线等形式表示出来。
本发明的基于Park矢量与信息融合技术实质上是旋转机械的相电流进行融合,通过小波的提取,小波包的分析来识别相应的Park矢量的轨迹图像,当旋转机械无故障时,图形为规则圆形,有故障的旋转机械图形接近于椭圆。
本发明的数据采集模块,利用不同的传感器对电机的温度,振动等物理量进行检测,再将传感器输出的模拟量经过模数转换模块转换成数字量,供给CPU处理。
本发明的PLC即为可编程逻辑控制器,是能够进行现场数据采集、变换、数据处理的一种控制装置,包括CPU,存储器,I/O接口,电源,编程器等,他们之间有数据线,地址线,电源线相连,形成一个整体,其工作顺序是首先进行数据采样,其次执行用户程序,最后输出刷新。
本发明的组态王软件具有采集、监控、处理数据、控制等功能,包含以下结构:数据信号控制层、数据信号监控层、数据信号管理层,数据信号监控层向上链接数据信号管理层,向下链接数据信号控制层,组态王中各种画面,动画连接,数据传输都要经过三个层次结构进行系统处理,实现界面可视化功能。组态王软件进行实时采集旋转机械的运行情况,积累故障信号相应的参数,比如温度、振动等,从而预测旋转机械的安全隐患,提高设备的利用率。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (2)

1.一种基于Park矢量与信息融合诊断的电机故障诊断方法,其特征在于,包括以下几个步骤:
(1)根据实际工作需要首先确定需要监测的电机台数,确定各个监测基站;
(2)通过温度传感器及振动传感器分别获得电机的温度信号及振动信号,然后将所述温度信号及振动信号通过模数转换模块后将数字量信息送到PLC中;并将现场的电压信号及电流信号经过数据采集器采集后送到PLC中;
(3)将步骤(2)获得的数据经过PLC后,然后送往上位机中,并将处理后的数据送往监控计算机;
(4)所述监控计算机首先进行谐波小波的故障信号提取;然后,经过Park矢量与信息融合诊断,确定电机故障信号的频谱,通过谐波小波的提取、小波包的分析,识别出相应的Park矢量的轨迹图像;最后,通过组态王软件,在界面上显示电机状态,当旋转机械无故障时,旋转机械图形为规则圆形,当旋转机械有故障时,旋转机械图形接近于椭圆;这样工作人员就可以在监控计算机上实时监控电机状态,发现电机异常后可及时对电机作出相应的调整。
2.根据权利要求1所述的基于Park矢量与信息融合诊断的电机故障诊断方法,其特征在于,所述组态王软件包括数据信号控制层、数据信号监控层、数据信号管理层这三个层次结构,所述数据信号监控层向上链接数据信号管理层,向下链接数据信号控制层;组态王软件中各种画面,动画连接,数据传输都要经过三个层次结构进行系统处理,实现界面可视化功能。
CN201610029554.3A 2016-01-15 2016-01-15 一种基于Park矢量与信息融合诊断的电机故障诊断方法 Pending CN105467319A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610029554.3A CN105467319A (zh) 2016-01-15 2016-01-15 一种基于Park矢量与信息融合诊断的电机故障诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610029554.3A CN105467319A (zh) 2016-01-15 2016-01-15 一种基于Park矢量与信息融合诊断的电机故障诊断方法

Publications (1)

Publication Number Publication Date
CN105467319A true CN105467319A (zh) 2016-04-06

Family

ID=55605235

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610029554.3A Pending CN105467319A (zh) 2016-01-15 2016-01-15 一种基于Park矢量与信息融合诊断的电机故障诊断方法

Country Status (1)

Country Link
CN (1) CN105467319A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107037305A (zh) * 2017-03-15 2017-08-11 江苏大学 一种无轴承电机悬浮绕组故障检测方法
US11137321B2 (en) 2018-02-05 2021-10-05 Sumitomo Heavy Industries, Ltd. Failure diagnosis system

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1611955A (zh) * 2003-05-17 2005-05-04 杜玉晓 分布式智能电机监测系统
CN101562418A (zh) * 2009-04-10 2009-10-21 北京新宇航世纪科技有限公司 自控节能电机监控方法及系统
CN102840976A (zh) * 2012-08-24 2012-12-26 武汉钢铁(集团)公司 一种轧机主传动系统的检测方法
CN103835882A (zh) * 2014-03-18 2014-06-04 上海电机学院 大型风力发电机组状态监测与故障诊断系统
CN104166095A (zh) * 2014-08-29 2014-11-26 东南大学 一种基于双边型直线电机的故障信息融合诊断方法
KR101503478B1 (ko) * 2013-12-23 2015-03-17 한국중부발전(주) 센서를 이용한 무선 전동기 모니터링 시스템
CN104991161A (zh) * 2015-06-08 2015-10-21 西安交通大学 双馈风力发电机定子绕组匝间短路建模及特征提取方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1611955A (zh) * 2003-05-17 2005-05-04 杜玉晓 分布式智能电机监测系统
CN101562418A (zh) * 2009-04-10 2009-10-21 北京新宇航世纪科技有限公司 自控节能电机监控方法及系统
CN102840976A (zh) * 2012-08-24 2012-12-26 武汉钢铁(集团)公司 一种轧机主传动系统的检测方法
KR101503478B1 (ko) * 2013-12-23 2015-03-17 한국중부발전(주) 센서를 이용한 무선 전동기 모니터링 시스템
CN103835882A (zh) * 2014-03-18 2014-06-04 上海电机学院 大型风力发电机组状态监测与故障诊断系统
CN104166095A (zh) * 2014-08-29 2014-11-26 东南大学 一种基于双边型直线电机的故障信息融合诊断方法
CN104991161A (zh) * 2015-06-08 2015-10-21 西安交通大学 双馈风力发电机定子绕组匝间短路建模及特征提取方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107037305A (zh) * 2017-03-15 2017-08-11 江苏大学 一种无轴承电机悬浮绕组故障检测方法
US11137321B2 (en) 2018-02-05 2021-10-05 Sumitomo Heavy Industries, Ltd. Failure diagnosis system

Similar Documents

Publication Publication Date Title
CN207093267U (zh) 一种水轮发电机组状态监测与故障诊断系统
CN107144303A (zh) 一种矿用机电设备的故障检测系统、方法及装置
CN103343728A (zh) 风力发电机组远程在线多模式健康状态监测与故障诊断系统
CN201666248U (zh) 一种天然气压缩机状态检测及故障预报系统
CN208076675U (zh) 一种用于大型调相机的故障诊断装置
CN102521604B (zh) 一种基于巡检系统的设备性能退化评估装置及方法
CN110285045B (zh) 一种核电厂rcp主泵振动相位监测系统和方法
CN204143226U (zh) 一种生产线数据采集系统
CN103711645A (zh) 基于建模参数特征分析的风力发电机组状态评估方法
CN105527910A (zh) 一种基于opc ua的远程监控系统及故障排除方法
CN103454520A (zh) 基于在线频率响应法的变压器绕组变形在线监测方法
CN103076565A (zh) 三相异步高压电动机检修健康状况检测评估系统
CN202217029U (zh) 新型局部放电综合监测分析系统
CN103675668A (zh) 高压断路器状态监测系统
CN102758727B (zh) 集成于控制系统的风力机状态监测与故障诊断系统及方法
CN117251812A (zh) 一种基于大数据分析的高压电力线路运行故障检测方法
CN105467319A (zh) 一种基于Park矢量与信息融合诊断的电机故障诊断方法
CN203658542U (zh) 高压断路器状态监测系统
CN106113567A (zh) 一种大型油压机运行状态智能监控及故障报警系统
CN203287521U (zh) 用于雷达装备的在线检测装置
CN212808540U (zh) 一种基于运行数据的发电机转子匝间短路实时预警装置
CN210982589U (zh) 一种内置定位传感模块的电缆运行状态监测装置
CN210626979U (zh) 一种用于电机及其拖动设备的在线故障诊断系统
CN211291864U (zh) 一种压力脉动在线监测系统
CN102998420A (zh) 变压器油中气体在线监测装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20160406

RJ01 Rejection of invention patent application after publication