CN108141169B - 用于识别机电系统的离散瞬时角速度的方法 - Google Patents
用于识别机电系统的离散瞬时角速度的方法 Download PDFInfo
- Publication number
- CN108141169B CN108141169B CN201680061304.6A CN201680061304A CN108141169B CN 108141169 B CN108141169 B CN 108141169B CN 201680061304 A CN201680061304 A CN 201680061304A CN 108141169 B CN108141169 B CN 108141169B
- Authority
- CN
- China
- Prior art keywords
- discrete
- stator current
- motor
- generator
- stator
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
- H02P21/14—Estimation or adaptation of machine parameters, e.g. flux, current or voltage
- H02P21/16—Estimation of constants, e.g. the rotor time constant
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
- H02P21/14—Estimation or adaptation of machine parameters, e.g. flux, current or voltage
- H02P21/18—Estimation of position or speed
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P23/00—Arrangements or methods for the control of AC motors characterised by a control method other than vector control
- H02P23/14—Estimation or adaptation of motor parameters, e.g. rotor time constant, flux, speed, current or voltage
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P2207/00—Indexing scheme relating to controlling arrangements characterised by the type of motor
- H02P2207/01—Asynchronous machines
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Ac Motors In General (AREA)
- Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
Abstract
本发明涉及一种用于识别机电系统的离散瞬时角速度的方法,其中使用电旋转机械,并且其中在机电系统的操作期间测量至少一个电信号。所述方法包括以下步骤:测量对于至少一个相A、B、C的模拟定子电流信号和模拟定子电压信号、将所述测量转换成数字离散形式、向计算机装置传送所述数字离散信号,其中基于马达或发电机的动力学的简化数学模型,在处理器单元中执行数据分析。在数据分析期间,运算平均转子时间常数,识别平均供应频率值,获得平均角速度,以及确定在离散定子电流信号与离散定子电压信号之间的瞬时相位差。通过组合由用户所给出的电马达的极对的数量、平均供应频率值、在离散定子电流信号与离散定子电压信号之间的瞬时相位差、和平均转子时间常数,识别离散瞬时角速度。在处理器单元的存储器中存储组合所述数据的结果。
Description
技术领域
本发明涉及用于识别机电系统的离散瞬时角速度的方法,其中使用电旋转机械,并且其中在机电系统的操作期间测量至少一个电信号。瞬时角速度可随后在诸如评定机电系统的状况的另外的应用中被使用。
背景技术
马达电流特征分析(MCSA)代表用于监视马达和发电机的健康状态的公知且广泛使用的方案。MCSA的传统实现牵涉到被测量的马达相电流的频谱的分析,以便查明某些故障模式,诸如气隙偏心率、转子断条和轴承损坏。扭转振荡也能够调制由同步和异步马达两者所汲取的相电流,导致电流谱中的边带,其理论上可被评估以确定连接到马达的组件的操作状态。此类谱分析已被提议用于监视轴疲劳周期(sh aft fatigue cycle)、载荷不平衡或轴失准,或在健康和故障两种状况下来自连接的变速箱的振荡。
MCSA的传统实现假设的是,操作速度在测量期期间是恒定的。此假设经常是有效的,特别是在诸如压缩机、泵或风扇的大多数普遍马达应用中。然而,存在其中马达的操作状况不恒定的多个应用。具体而言,研磨、切屑(chipping)或制浆应用代表其中驱动马达受制于极度可变负载的情况。在这些应用中,马达通常仅在实质上无载荷的状况下在稳定状态操作,其中由于故障指示器振幅对负载的依赖性,诊断故障可能是困难的。这些应用不但难以使用标准方法来分析,它们也代表其中电机更可能由于由非固定操作状况所造成的应力而遭受失效的情况。
从专利描述EP 2523009 B1中,给出了通过将测量的电流和/或电压同步于轴角位置的估计和逐旋转地平均来监视机电系统的状况的已知方法。此类方法能从与电力侧(electrical side)有关的分量中解耦与系统的机械部分有关的电流特征,允许它们被独立考虑。另外,使测量的电流的幅值与轴角位置联系起来的行为致使方案对非固定操作状况是有些不变的。为适当地实现此方案,要求进行轴速度或角位置的准确测量。传统上,此类信息由轴装式转速计或编码器记录。此类传感器意味着额外成本,可能难以安装,并且可能不可靠。
存在用于使用电流和电压的测量来估计电马达的速度和扭矩的广泛范围的方法。这些方案经常在所谓“无传感器”控制策略中使用,这些控制策略形成了许多工业传动的基础。在“Sensorless vector and direct torque control”(Oxford University Press,UK,1998,ISBN 978-0-19-856465-2)中,典型用于估计马达的速度的技术被提供为以下项:使用所监视的定子电压和电流的开环估计器、使用空间饱和定子相三次谐波电压的估计器、使用凸极效应的估计器、模型参考自适应系统、诸如Kalman滤波器或Luenberger观测器的观测器、或使用诸如神经网络、模糊逻辑或模糊神经网络的人工智能方法的估计器。
对于这些种类,本发明中描述的方法可与基于使用定子电压和电流的开环估计器的一类速度估计技术最密切地关联。这些开环方案的实现相对于其它方法是相对简单的,然而,其成功取决于机器的模型中的参数准确度。典型的模型参数包含定子电阻、转子时间常数、定子瞬态电感和定子自电感。在典型的商用传动中,经常在初始识别或自调试运行(self-commissioning run)期间确定必需的参数。然而,除其它之外,模型参数还由于温度变化、趋肤效应和饱和效应而随系统的操作而变化。这促动了在要求转子速度的线上估计的控制应用中使用模型参考自适应系统、观测器和人工智能。从专利描述US 6993439B2中,存在为了使用人工智能实现诊断目的而使用电流和电压来估计马达速度的已知方法。具体地说,描述了基于神经网络的自适应滤波器。此类方案要求训练期,在其期间,将模型参数适配于记录的信号。
从专利描述US 8373379 B2中,描述了为了实现诊断目的而使用电流和电压来估计马达速度的又一已知方法。所描述的方法可被分类为使用凸极的估计器,具体识别在转子槽谐波频率的电流分量如何已通过变化的马达速度来调制。为应用此类方法,要求机器构造的知识,具体是转子槽的数量。此信息不是始终轻松可得到的。
发明内容
在本发明中,分析了在测量期记录的定子电流和电压。利用电机的动力学的简化数学模型,可能经由只依赖一个参数(平均转子时间常数)的规则来估计其中使用电旋转机械的机电系统的离散瞬时角速度。假设在此估计过程中将由于简化假设而引起的模型中的任何不准确度考虑在内。根据如下所述的技术方案实现了根据本发明的方法。
此方案给出在测量期的过程中的瞬时角速度的准确测量。此瞬时角速度可随后在本领域技术发展水平中已知的诊断算法(诸如同步信号平均或轴阶次分析(shaft orderanalysis))中被利用,以便提取诊断信息。通过计及非固定操作状况,本发明允许以增大的可靠性来执行的机电系统的状况,使得误报警或漏报警的可能性降低。这能够有助于以更大置信度来计划维护动作,并且防止不必要的过程停止。
本发明利用在操作期间的马达电流和电压的测量。要求记录这些信号的传感器经常比可用于估计机电系统的瞬时角速度的其它传感器更易于安装。用于估计机电系统的瞬时角速度的备选传感器的示例包含编码器、转速计或加速计。由于空间考虑事项、不可访问性或安全考虑事项,这些传感器可能难以安装。此外,通过允许只使用电流和电压来查明机电系统的状况,本发明简化了监视系统,降低了与传感器、布线和安装关联的成本。
因为方法估计了对于每个进行的测量活动的转子时间常数,所以它对于由于温度变化、趋肤效应和饱和效应而引起的此参数的改变是稳健的。与基于简单的开环估计器的速度估计技术(其中在操作期间未不断更新必要参数值)相比,这代表改进。另外,这里描述的本发明使得机器构造的详细知识不是必需的。另外,使用本方法估计的转子时间常数也可被趋势化(trended),其中改变潜在地指示机器中的问题。
与基于人工智能的估计技术(将计及操作期间的参数性变化)相反,这里描述的本发明不要求训练期以便适配模型参数,并且不要求迭代以最小化残留误差。由于方法基于使用线下测量的数据,因此,要求的操作是相对直接的,意味着方案在计算上是高效的,允许它在简单计算装置上被实行。
附图说明
图1是连同在本发明的实现中可使用的设备的示意图的机电系统的图片;
图2呈现了根据本发明的第一实施例,为了估计机电系统的速度而执行的操作图;
图3呈现了根据本发明的第二实施例,为了估计机电系统的速度而执行的操作图的一部分;
图4呈现了根据本发明的第三实施例,为了估计机电系统的速度而执行的操作图,所述第三实施例允许从电马达的功率因数来运算平均转子时间常数;
具体实施方式
参照图1,描绘了本发明的物理实现的示例示意图。三相异步电马达1用于经由联轴器3驱动一件旋转机械2。三相异步电马达1、联轴器3和旋转机械2一起构成机电系统4。电功率供应装置5通过功率供应线缆6a、6b和6c将三相交流电流提供给异步电马达1。电流测量装置7和/或电压测量装置8的一个或多个输出与数据采集单元9的其它输入相连接。数据采集单元9(典型采取模数转换器的形式)被提供有一组恒定参数P1,这些参数表征将模拟波形转换成离散信号的过程,具体而言是采样速率Fs和受制于转换的信号的长度TL。电流测量装置7和电压测量装置8与电功率供应装置5的每个相A、B、C相连接。数据采集单元9被连接到带有通信模块11和数据处理单元12的计算机装置10。在数据处理单元12中,实现了数据存储模块13和速度估计模块14。也可可选地包含状况评定模块15连同可选参数P3,可选参数P3由与执行状况监视关联的变量(具体而言是阈值级别W)组成。附图1中未呈现的对于处理和运算数据所必需的一些其它模块也在处理器中被实现。此外,计算机装置10含有也未在附图1中呈现的存储器RAM和ROM。计算机装置10能将本发明方法的结果传递到输出单元16,其中向用户呈现本发明的结果。输出单元16能够是监视器、打印机、诸如智能电话或平板的移动装置、或用于呈现本发明的结果的任何有用装置。另外,本发明的结果可以可选地被传递到电功率供应装置5内的可选控制模块17,其利用本发明的结果来实现速度或扭矩控制方法论。由电马达1的极对的数量p组成的参数集P2被供应到计算机装置10,并且存储在存储器中以供在随后步骤中使用。
本发明方法的优选实施例根据图2中示出的步骤S1-S8来实现。
步骤S1
参照在图1中示出的机电网络,在步骤S1中,使用电流测量装置7来测量交流电流的模拟定子电流信号IsA、IsB、IsC(其供应三相异步电马达1的定子绕组以用于三相异步电马达1的相的至少之一),并且使用电压测量装置8来测量模拟定子电压信号UsA、UsB、UsC(其供应三相异步电马达1以用于三相异步电马达1的相至少之一)。采取模拟波形形式的模拟定子电流信号IsA、IsB、IsC分别被转换成离散定子电流信号IsA,d、IsB,d、IsC,d。类似地,也采取模拟波形形式的模拟定子电压信号UsA、UsB、UsC分别被转换成离散定子电压信号UsA,d、UsB,d、UsC,d。数据采集单元9(典型采取模数转换器的形式)被提供有一组恒定参数P1,这些参数表征将模拟波形转换成离散信号的过程,具体而言是采样速率Fs和受制于转换的信号的长度TL。定义每秒采取的样本的数量的采样速率Fs可采取任何值,但典型的最小速率为6400Hz,并且这是默认设置。信号长度TL定义模数转换被应用于的模拟定子电流信号IsA、IsB、IsC和模拟定子电压信号UsA、UsB、UsC的长度。信号长度TL可采取任何值,但典型的最小长度是20秒,并且这是默认设置。考虑三相异步电马达1的相的离散定子电流信号,IsA,d由范围从第一个样本k=1到k=N的k个连续样本的定子电流值isA,k组成,N是信号中含有的样本的数量。也可以类似的方式来描述其它离散电信号IsB,d、IsC,d、UsA,d、UsB,d、UsC,d。转换过程在本领域中是公知的。离散定子电流信号IsA,d、IsB,d、IsC,d和离散定子电压信号UsA,d、UsB,d、UsC,d经由通信模块11被自动传送到计算机装置10,并且存储在数据处理单元12的数据存储模块13中。本领域技术发展水平的技术人员将认识到,如果测量仅来自三个供应相之二的模拟定子电流信号IsA、IsB、IsC和/或模拟定子电压信号UsA、UsB、UsC,则通过假设三相异步电马达1具有对称绕组,随后能够使用在本领域技术发展水平中熟知的方法,从所述两个测量的相来推导被省略的相位测量。
步骤S2-S8在通过下面的方程(1-28)描述的马达或发电机的动力学的新推导的简化数学模型中找到基础。简化数学模型用于推导在本发明方法中使用的用于运算电马达1的瞬时角速度的表达式。为使铺垫每个特定步骤S2-S8的逻辑清楚,在提供步骤S2-S8的描述前,在这里给出了有关简化数学模型的推导和用于运算电马达1的瞬时角速度的结果表达式的细节。
电马达1被假设成是带有平滑气隙和三相绕组的对称AC机器。也假设了线性磁学(linear magnetics),并且忽略诸如铁损、末端效应和开槽效应(slotting effect)的复杂现象。复定子电流空间相量is可被运算为模拟定子电流信号IsA、IsB、IsC的向量加法
其中a=exp(j 2π/3)。每个相的定子电流分量被假设成在与另外两个相分隔2π/3弧度的角方向中起作用,其中相A与实轴对齐。结果将是一个两分量复向量,包括直轴定子电流分量IsD和正交轴定子电流分量IsQ。
is=IsD+jIsQ, (2)
其中j是虚数单位。
类似地,复定子电压空间相量us可被给出为
复转子电流空间相量ir可被给出为电马达1的模拟转子电流信号IrA、IrB、IrC的向量加法
类似地,复转子电压空间相量ur可被给出为电马达1的模拟转子电压信号UrA、UrB、UrC的向量加法
复转子电流空间相量ir和复转子电压空间相量ur均在适配于电马达1的转子的参考坐标系中给出。在固定参考坐标系中给出的等同转子电流空间相量i'r被给出为
i'r=irexp(-jpθ), (6)
其中p是电马达1的极对的数量,并且θ是电马达1的转子的角位置。类似地,在固定参考坐标系中给出的等同转子电压空间相量u'r被给出为
u'r=urexp(-jpθ)。 (7)
复定子磁链(flux-linkage)空间相量Ψs可被给出为
Ψs=Lsis+Lmi'r, (8)
其中Ls是电马达1的总三相定子电感,并且Lm是电马达1的三相磁化电感。在固定参考坐标系中复转子磁链空间相量Ψ'r被给出为
Ψ'r=Lri'r+Lmis, (9)
其中Lr是电马达1的总三相转子电感。复定子电压空间相量us可通过用于平滑气隙机器的定子电压方程来描述
固定参考坐标系中的复转子电压空间相量u'r可通过用于平滑气隙机器的转子电压方程来描述
其中是电马达1的瞬时角速度,Rs是电马达1的定子电阻,并且Rr是电马达1的转子电阻。在电马达1是带有鼠笼式(squirrel cage)转子的电感机器的情况中,u'r=0。通过将方程(9)代入方程(11)中,可能获得
电马达1的转子时间常数τr被定义为
因此,可能获得
此方程经常形成在本领域技术发展水平中已知的转子场定向控制算法的基础。典型地,对于鼠笼式机器,转子时间常数τr是相对大的,并且因此相对于复定子磁链空间相量Ψs,在固定参考坐标系中的复转子磁链空间相量Ψ'r缓慢改变。因此,在标准操作下,在无马达故障的情况下,在固定参考坐标系中的复转子磁链空间相量Ψ'r能够被假设成是频率等于电功率供应装置5的功率供应频率ωL的正弦曲线,并且具有恒定幅值ψr,
Ψ'r=ψrexp(jωLt)。 (15)
通过将方程(15)代入方程(14)中,可能获得
其中Is0是由下式给出的电马达1的零序定子电流
其在对称条件下应等于零。因此,从方程(16-18),可能获得
重新排列方程(9),可能获得
其可被代入方程(8)中以获得
组合方程(14-15)和方程(21),产生
可对其微分以获得
假设有恒定转子磁通量,方程(23)可被代入方程(10)以获得对于模拟复定子电压空间相量us的表达式:
此方程能够通过假设欧姆损耗是可忽略的使得电马达1的定子电阻等于零(Rs=0)且假设电马达1的定子和转子漏电感低使得(Lm=Lr=Ls)而被简化
us=jωLψr exp(jωLt)。 (25)
再次地,应用由方程(17)给出的逆Park变换并且假设电马达1的零序电流是可忽略的,可能获得对于模拟定子电压信号UsA、UsB、UsC的表达式。例如对于相A,
从方程(26)和方程(19)中,可能将在模拟定子电流信号IsA、IsB、IsC与模拟定子电压信号UsA、UsB、UsC之间的相位差φUI确立为
其中∠is是复定子电流空间相量is的相位角,并且∠us是复定子电压空间相量us的相位角。因此,通过重新排列方程(27),我们可根据在模拟定子电流信号IsA、IsB、IsC与模拟定子电压信号UsA、UsB、UsC之间的相位差φUI、转子时间常数τr和电功率供应装置5的功率供应频率ωL,获得描述电马达1的瞬时角速度的表达式:
虽然考虑持续的模拟信号,已给出此推导,但相同结果对等同离散信号适用。
步骤S2
在步骤2中,运算了电马达1的定子电流和定子电压的离散空间相量的直轴和正交轴分量。根据以下公式来运算直轴离散定子电流信号IsD,d:
根据以下公式来运算正交轴离散定子电流信号IsQ,d:
根据以下公式来运算直轴离散定子电压信号UsD,d:
根据以下公式来运算正交轴离散定子电流信号UsQ,d:
注意,也可应用本领域技术发展水平中的其它方法以便实现步骤S2。
步骤S3
在步骤S3中,运算了定子电流和定子电压空间相量的瞬时相位角。根据以下公式来运算复定子电流空间相量的离散相位角∠is,d:
使用本领域技术发展水平中已知的方法,将大于或等于pi弧度的复定子电流空间相量的离散相位角∠is,d的值中的绝对转移(absolute jump)转换成其2pi补充。根据以下公式来运算复定子电压空间相量的离散相位角∠us,d:
使用本领域技术发展水平中已知的方法,将大于或等于pi弧度的复定子电压空间相量的离散相位角∠us,d的值中的绝对转移转换成其2pi补充。
本领域技术发展水平的技术人员将认识到,采取用于运算复定子电压空间相量的离散相位角∠us,d和复定子电流空间相量的离散相位角∠is,d的其它方法。例如,通过运算通过使用Hilbert变换所获得的单个测量的相电流或电压的分析信号的相位角,可获得测量的瞬时相位。
步骤S4
在步骤S4中,运算了在测量期期间的平均供应频率和平均角速度的估计。操作用于估计平均功率供应频率的多种方法,本领域技术发展水平的技术人员应知道这些方法。在优选实施例中,针对离散定子电流信号IsA,d、IsB,d、IsC,d或离散定子电压信号UsA,d、UsB,d、UsC,d中的至少一个来运算DFT(离散傅立叶变换)。DFT操作将信号从时间域变换到允许执行谱分析的频率域中的信号;包含用于计算DFT的算法(诸如快速傅立叶变换)的此类运算的细节为本领域技术人员所熟知。通过本领域技术发展水平中也熟知的谱分析,将平均功率供应频率运算为频率域信号的振幅分量最大时所处的频率。
本领域技术发展水平中的技术人员熟知的多个方法也可用于运算电马达1的平均角速度在本发明的优选实施例中,运算电流空间相量的幅值的频谱并将其用于基于初始速度估计来估计在测量期期间的平均角速度。可根据以下公式来运算离散定子电流空间相量的幅值|is,d|:
采取空间相量的幅值相当于执行单个相信号的解调,而不必遵守Bedrossian条件,因此,平均角速度应在频谱中作为明显峰值而出现,并不作为供应的边带。通过查找初始速度估计周围的窗口中最高峰值的位置,估计电马达1的平均角速度本领域技术发展水平中存在用于获得初始速度估计的多种已知方式。在此实施例中给出的简单方法允许根据以下公式来运算初始速度估计:
注意,步骤S4的最终目标是获得由给出的平均角差频。本领域技术发展水平中的技术人员将认识到,此值也可通过对离散定子电流信号IsA,d、IsB,d、IsC,d执行频谱分析(通过识别频谱中在两倍差频出现的分量、在此类频谱中定期出现的一个分量)而直接获得。
步骤S5
在步骤S5中,运算在离散定子电流信号与离散定子电压信号之间的瞬时相位差φUI,d。在相-相电压(phase-phase voltage)领先相-中性电压(phase-neutral voltage)30度时,如果马达连接是相-相,则要求去除此30度相移的附加校正。因此,如果电马达1以星形连接,则根据以下公式来运算在离散定子电流信号与离散定子电压信号之间的瞬时相位差φUI,d:
φUI,d=∠us,d-∠is,d。 (37)
如果电马达1以三角形连接,则根据以下公式来运算在离散定子电流信号与离散定子电压信号之间的离散瞬时相位差φUI,d:
步骤S6
通过将瞬时值替换为其等同平均值,从方程(28)获得方程(40)。
步骤S7
通过将特定瞬时值替换为其等同平均值,从方程(28)获得方程(41)。
步骤S7a
步骤S8
在步骤S8,在数据存储模块13的存储器中存储组合所述数据的结果。
根据图3中示出的步骤S26-S28,实现本发明方法的第二实施例。在图3中,步骤S26将来自以前实施例、从步骤S1-S5运算输出的值作为输入。步骤S27与步骤S7相同,步骤S27与步骤S7a相同,并且步骤S28与步骤S8相同。在此第二实施例中,在步骤26,使用本领域技术发展水平中熟知的方法,从离散定子电流信号IsA,d、IsB,d、IsC,d和离散定子电压信号UsA,d、UsB,d、UsC,d识别电马达1的功率因数φPF,或者将该功率因数识别为由用户输入的参数集的参数集P2的一部分。同样在步骤S26,根据以下公式,使用电马达1的功率因数φPF来运算平均转子时间常数
根据图4中示出的步骤S31-S38,实现本发明方法的第三实施例。在图4中,步骤S31-S34在所有方面分别与步骤S1-S4相同,例外是省略了模拟定子电压信号UsA、UsB、UsC和利用这些模拟定子电压信号UsA、UsB、UsC随后推导的值。在步骤S35,根据以下公式,仅仅基于复定子电流空间相量的离散相位角∠is,d,运算在离散定子电流信号与离散定子电压信号之间的估计的瞬时相位差
其中f(∠is)是使用诸如线性回归的本领域技术发展水平中熟知的方法,适配于复定子电流空间相量的离散相位角∠is,d的一阶多项式。在步骤S36,从作为参数集P2的一部分所输入的铭牌值中取电马达1的功率因数φPF。在相同步骤,根据公式(42),在步骤S36使用电马达1的功率因数φPF,运算平均转子时间常数尽管使用了在离散定子电流信号与离散定子电压信号之间的估计的瞬时相位差而不是在离散定子电流信号与离散定子电压信号之间的瞬时相位差φUI,d,但随后的步骤S37-S38分别与步骤S7-S8相同。
根据以前实施例的本发明的使用,其中使用本领域技术发展水平中熟知的方法,在可选状况评定模块15中进一步处理电马达1的离散瞬时角速度以便提取关键状况参数。示例关键状况参数是电马达1的离散瞬时角速度的范围,运算为在电马达1的离散瞬时角速度的最大与最小值之间的差本领域技术发展水平中的技术人员将认识到,可能从电马达1的离散瞬时角速度创建其它关键状况参数,特别是在它与其它记录的信号组合作为对于利用瞬时角速度以便允许分析非固定信号的本领域技术发展水平中熟知的状况评估方法的输入时。此类方案的示例包含同步信号平均或轴阶次分析。比较运算的关键状况参数和作为可选参数P3的一部分所输入的阈值级别W。如果关键状况参数超过阈值级别W,则经由输出单元16向最终用户指示警报,并且在处理单元的存储器中存储关键状况参数。如果关键状况参数未超过阈值级别W,则在处理单元的存储器中存储关键状况参数。
根据以前实施例的本发明的又一使用,其中电马达1的离散瞬时角速度和平均转子时间常数被传递到电功率供应装置5内的可选控制模块17。电功率供应装置5可以是可变频传动。作为本领域技术发展水平中已知的控制算法的一部分,可选控制模块随后利用电马达1的离散瞬时角速度和/或平均转子时间常数来实现速度或扭矩控制方法论。
根据以前实施例的本发明的又一使用,其中平均转子时间常数在可选状况评定模块15中被进一步处理。比较平均转子时间常数和作为可选参数P3的一部分所输入的阈值级别W。如果平均转子时间常数超过阈值级别W,则经由输出单元16向最终用户指示警报,并且在处理单元的存储器中存储关键状况参数。如果平均转子时间常数未超过阈值级别W,则在处理单元的存储器中存储关键状况参数。
一种用于识别机电系统4的马达或发电机的离散瞬时角速度的计算机程序,该计算机程序在数据处理单元12中可加载并在其上可执行,并且该计算机程序在由计算机装置的数据处理单元执行时,执行根据如上所述的方法。
术语
字母 名称
A、B、C 电功率供应装置的相
P2 由电马达的极对的数量组成的参数集
P 电马达的极对的数量
IsA、IsB、IsC 模拟定子电流信号
UsA、UsB、UsC 模拟定子电压信号
IsA,d、IsB,d、IsC,d 离散定子电流信号
UsA,d、UsB,d、UsC,d 离散定子电压信号
P1 表征将模拟波形转换成离散信号的过程的参数
Fs 采样速率
TL 受制于转换的信号的长度
isA,k 定子电流值
N 信号中含有的样本的数量
is 复定子电流空间相量
IsD 直轴定子电流分量
IsQ 正交轴定子电流分量
J 虚数单位
us 复定子电压空间相量
ir 复转子电流空间相量
IrA、IrB、IrC 模拟转子电流信号
ur 复转子电压空间相量
UrA、UrB、UrC 模拟转子电压信号
i'r 在固定参考坐标系中给出的转子电流空间相量
Θ 电马达的转子的瞬时角位置
u'r 固定参考坐标系中给出的转子电压空间相量
Ψs 复定子磁链空间相量
Ls 电马达的总三相定子电感
Lm 电马达的三相磁化电感
f(∠is) 适配于复定子电流空间相量的离散相位角的一阶多项式
φPF 电马达的功率因数
P3 由用于状况监视的警报阈值组成的参数集
W 阈值级别
Claims (14)
1.一种用于通过测量用于至少一个相A、B、C的模拟定子电流信号IsA、IsB、IsC和用于至少一个相A、B、C的模拟定子电压信号UsA、UsB、UsC,并且通过将所述测量转换成数字离散形式以获得离散定子电流信号和离散定子电压信号,来识别机电系统的马达或发电机的离散瞬时角速度的方法,
所述方法包括:
-向计算机装置传送所述离散定子电流信号和所述离散定子电压信号,其中基于所述马达或发电机的动力学的简化数学模型,在处理器单元中执行数据分析,所述简化数学模型基于对于平滑气隙机器的定子电压方程和对于平滑气隙机器的转子电压方程的操纵,所述操纵牵涉到简化以下假设:在固定参考坐标系中复转子磁链空间相量与复定子磁链空间相量相比改变缓慢,在所述马达或发电机中的欧姆损耗是能忽略的,以及所述马达或发电机的漏电感是低的假设,
-从所述离散定子电流信号的一个或多个和所述离散定子电压信号的一个或多个中识别在所述离散定子电流信号与所述离散定子电压信号之间的瞬时相位差φUI,d,
其中:
p是电马达的极对的数量
φUI,d是在所述离散定子电流信号与所述离散定子电压信号之间的瞬时相位差,
-在所述处理器单元的存储器中存储组合所述数据的结果。
所述方法还包括:
-向计算机装置传送所述离散定子电流信号,其中基于所述马达或发电机的动力学的简化数学模型,在处理器单元中执行数据分析,所述简化数学模型基于对于平滑气隙机器的定子电压方程和对于平滑气隙机器的转子电压方程的操纵,所述操纵牵涉到简化以下假设:在固定参考坐标系中复转子磁链空间相量与复定子磁链空间相量相比改变缓慢,在所述马达或发电机中的欧姆损耗是能忽略的,以及所述马达或发电机的漏电感是低的假设,
-通过从适配于复定子电流空间相量的离散相位角∠is,d的一阶多项式和所述马达或发电机的功率因数φPF的反余弦之和中减去所述复定子电流空间相量的所述离散相位角,从所述离散定子电流信号的一个或多个中识别在所述离散定子电流信号与离散定子电压信号之间的估计的瞬时相位差
其中:
p是电马达的极对的数量
-在所述处理器单元的存储器中存储组合所述数据的结果。
6.根据权利要求4所述的方法,其中,通过下列来执行识别在所述离散定子电流信号与所述离散定子电压信号之间的瞬时相位差φUI,d的步骤:直轴和正交轴定子电流信号的以前运算,根据其运算所述复定子电流空间相量的离散相位角;以及直轴和正交轴定子电压信号的以前运算,根据其运算复定子电压空间相量的离散相位角;以及接着通过从所述复定子电流空间相量的所述离散相位角中减去所述复定子电压空间相量的所述离散相位角并且根据所述马达或发电机是采取星形连接还是三角形连接来连接而添加恒定相移。
10.根据权利要求9所述的方法,其中,所述初始速度估计是通过将平均功率供应频率除以极对的所述数量而运算出的所述电马达或发电机的同步速度。
11.根据权利要求1到3中的任一项所述的方法,其中,将所述马达或发电机的所述离散瞬时角速度进行后置处理,以去除噪声分量。
12.一种对根据权利要求1-11中的任一项所识别的所述马达或发电机的离散瞬时角速度的使用,作为对状况评定方法的输入,其中所述状况评定方法是同步信号平均或阶次域分析,并且其中所述状况评定方法的结果经由输出单元被传递给用户。
13.一种对根据权利要求1-11中的任一项所识别的所述马达或发电机的离散瞬时角速度的使用,其中所述马达或发电机的所述平均转子时间常数和所述离散瞬时角速度被传递给控制模块,以形成用于控制所述马达或发电机的速度和/或扭矩的算法的一部分。
14.一种在其上存储有计算机程序的计算机可读介质,所述程序用于识别机电系统(4)的马达或发电机的离散瞬时角速度,所述计算机程序在数据处理单元(12)中可加载并在所述数据处理单元(12)上可执行,并且所述计算机程序在由计算机装置的所述数据处理单元执行时,执行根据权利要求1-11中的任一项所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP15460096.9A EP3160037A1 (en) | 2015-10-20 | 2015-10-20 | Method for identifying the discrete instantaneous angular speed of an electromechanical system |
EP15460096.9 | 2015-10-20 | ||
PCT/EP2016/001569 WO2017067625A1 (en) | 2015-10-20 | 2016-09-19 | Method for identifying the discrete instantaneous angular speed of an electromechanical system |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108141169A CN108141169A (zh) | 2018-06-08 |
CN108141169B true CN108141169B (zh) | 2022-07-12 |
Family
ID=54365185
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680061304.6A Active CN108141169B (zh) | 2015-10-20 | 2016-09-19 | 用于识别机电系统的离散瞬时角速度的方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10658961B2 (zh) |
EP (2) | EP3160037A1 (zh) |
CN (1) | CN108141169B (zh) |
WO (1) | WO2017067625A1 (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10256762B2 (en) * | 2017-06-27 | 2019-04-09 | General Electric Company | Systems and methods for active damping of a motor |
PL3444585T3 (pl) * | 2017-08-17 | 2020-11-16 | Alstom Transport Technologies | Sposób określania stanu łożyska, moduł do określania stanu łożyska, pojazd szynowy i system |
JP2019176649A (ja) * | 2018-03-29 | 2019-10-10 | オムロン株式会社 | モータ制御装置 |
EP3599715B1 (en) * | 2018-07-26 | 2022-08-24 | Siemens Gamesa Renewable Energy A/S | Assessing wind turbine generator rotor temperature |
TWI698586B (zh) * | 2019-01-23 | 2020-07-11 | 旺玖科技股份有限公司 | 風扇運作狀態診斷裝置及其方法 |
CN110531264B (zh) * | 2019-09-27 | 2022-02-15 | 王磊 | 制动器性能参数检测方法、检测装置及故障预警方法 |
CN111092579B (zh) * | 2019-12-25 | 2023-04-14 | 上海电力大学 | 带有定子温度在线监测的异步电机自适应矢量控制系统 |
EP3961230A1 (de) * | 2020-08-28 | 2022-03-02 | Siemens Aktiengesellschaft | Maschinenzustandsüberwachungsverfahren und -system |
US11411521B2 (en) * | 2020-10-15 | 2022-08-09 | Mitsubishi Electric Research Laboratories, Inc. | Method for static eccentricity fault detection of induction motors |
CN113221396B (zh) * | 2021-03-22 | 2023-12-12 | 梁文毅 | 一种电机集中参数模型建模方法 |
CN113131599A (zh) * | 2021-03-24 | 2021-07-16 | 河海大学 | 一种克服电机失电残压的站用电切换方法、系统 |
US20220345055A1 (en) * | 2021-04-21 | 2022-10-27 | Emerson Electric Co. | Control Circuits For Disposer Motors |
CN114172436B (zh) * | 2021-12-10 | 2023-06-23 | 青岛大学 | 基于观测器的异步电动机指令滤波离散控制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004006424A1 (ja) * | 2002-07-08 | 2004-01-15 | Kabushiki Kaisha Yaskawa Denki | 交流電動機のセンサレスベクトル制御方法及びその制御装置 |
CN101247104A (zh) * | 2008-03-27 | 2008-08-20 | 无锡市飞象电子有限公司 | 定子磁链定向的交流电机旋转速度和转子位置推测方法 |
CN101783636A (zh) * | 2009-01-21 | 2010-07-21 | 珠海格力电器股份有限公司 | 电机转子位置估算方法及电机驱动控制方法 |
CN102891647A (zh) * | 2011-07-22 | 2013-01-23 | 通用汽车环球科技运作有限责任公司 | 用于改进磁场减弱精确度的温度补偿 |
CN102916647A (zh) * | 2012-10-22 | 2013-02-06 | 深圳市航盛电子股份有限公司 | 一种在线测量异步电机转子时间常数的方法及装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6993439B2 (en) | 2002-09-13 | 2006-01-31 | Innovative Scientific Solutions, Inc. | Motor based condition monitoring |
US8102140B2 (en) * | 2008-05-16 | 2012-01-24 | Schneider Electric USA, Inc. | Method and apparatus for estimating induction motor electrical parameters |
US8373379B2 (en) | 2010-10-21 | 2013-02-12 | Schneider Electric USA, Inc. | Methods and devices for estimation of induction motor inductance parameters |
EP2523009B1 (en) | 2011-05-12 | 2015-01-28 | ABB Technology AG | Method and apparatus for monitoring the condition of electromechanical systems |
US9431947B2 (en) * | 2014-09-24 | 2016-08-30 | Texas Instruments Incorporated | Input vector set for position detection of PM motors |
GB2542633A (en) * | 2015-09-28 | 2017-03-29 | Melexis Technologies Nv | Method of starting a three-phase BLDC motor and motor driver using same |
-
2015
- 2015-10-20 EP EP15460096.9A patent/EP3160037A1/en not_active Withdrawn
-
2016
- 2016-09-19 CN CN201680061304.6A patent/CN108141169B/zh active Active
- 2016-09-19 WO PCT/EP2016/001569 patent/WO2017067625A1/en unknown
- 2016-09-19 EP EP16777901.6A patent/EP3365972A1/en not_active Withdrawn
-
2018
- 2018-04-20 US US15/958,317 patent/US10658961B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004006424A1 (ja) * | 2002-07-08 | 2004-01-15 | Kabushiki Kaisha Yaskawa Denki | 交流電動機のセンサレスベクトル制御方法及びその制御装置 |
CN101247104A (zh) * | 2008-03-27 | 2008-08-20 | 无锡市飞象电子有限公司 | 定子磁链定向的交流电机旋转速度和转子位置推测方法 |
CN101783636A (zh) * | 2009-01-21 | 2010-07-21 | 珠海格力电器股份有限公司 | 电机转子位置估算方法及电机驱动控制方法 |
CN102891647A (zh) * | 2011-07-22 | 2013-01-23 | 通用汽车环球科技运作有限责任公司 | 用于改进磁场减弱精确度的温度补偿 |
CN102916647A (zh) * | 2012-10-22 | 2013-02-06 | 深圳市航盛电子股份有限公司 | 一种在线测量异步电机转子时间常数的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108141169A (zh) | 2018-06-08 |
US20180241332A1 (en) | 2018-08-23 |
EP3365972A1 (en) | 2018-08-29 |
US10658961B2 (en) | 2020-05-19 |
WO2017067625A1 (en) | 2017-04-27 |
EP3160037A1 (en) | 2017-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108141169B (zh) | 用于识别机电系统的离散瞬时角速度的方法 | |
CN106953559B (zh) | 用于电机锁定或失速检测的方法和设备 | |
CN102771043B (zh) | 用于旋转电机的扭矩波动抑制控制装置和扭矩波动抑制控制方法 | |
dos Santos et al. | Scalar control of an induction motor using a neural sensorless technique | |
CN103502827B (zh) | 用于监测机电系统的状况方法和设备 | |
JP6333772B2 (ja) | 同期電動機の温度推定装置 | |
Dorrell et al. | Detection of inter-turn stator faults in induction motors using short-term averaging of forward and backward rotating stator current phasors for fast prognostics | |
EP3014760B1 (en) | System and method of rotor time constant online identification in an ac induction machine | |
EP3246689B1 (en) | Method and system for monitoring mechanical bearing | |
Salomon et al. | Induction motor efficiency evaluation using a new concept of stator resistance | |
Trajin et al. | Comparison between stator current and estimated mechanical speed for the detection of bearing wear in asynchronous drives | |
EP2706659A1 (en) | System for correcting an estimated position of a rotor of an electrical machine | |
Silva et al. | A method for measuring torque of squirrel-cage induction motors without any mechanical sensor | |
CN107765177B (zh) | 永磁同步电机的运行状态检测方法和装置 | |
EP2933647A1 (en) | A model based diagnostic of induction machine | |
Trajin et al. | Detection of bearing faults in asynchronous motors using Luenberger speed observer | |
Parida et al. | A robust parameter non-sensitive rotor position and speed estimator for DFIG | |
Arabaci | An artificial neural network approach for sensorless speed estimation via rotor slot harmonics | |
CN109699197B (zh) | 用于估算机动车辆的交流电机的转子的位置和速度的方法及相应系统 | |
KR20120106449A (ko) | 매입형 영구 자석 동기 전동기의 센서리스 제어를 위한 온라인 상수 보정 방법 | |
EP3576290B1 (en) | Angle determination for a generator | |
Reljić et al. | Application of the Goertzel’s algorithm in the airgap mixed eccentricity fault detection | |
CN111969918A (zh) | 电机运行信息的确定方法及装置、计算机可读存储介质 | |
Ritter et al. | An alternative sensorless field orientation method | |
Progovac et al. | Bias reduction for reliable fault detection of electric motors under measurement noise of non-zero means |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |