CN108169559B - 一种电机定子电流谱分析设备异常的判断方法 - Google Patents
一种电机定子电流谱分析设备异常的判断方法 Download PDFInfo
- Publication number
- CN108169559B CN108169559B CN201611117429.4A CN201611117429A CN108169559B CN 108169559 B CN108169559 B CN 108169559B CN 201611117429 A CN201611117429 A CN 201611117429A CN 108169559 B CN108169559 B CN 108169559B
- Authority
- CN
- China
- Prior art keywords
- motor
- abnormal
- current
- judging
- abnormality
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/16—Spectrum analysis; Fourier analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/34—Testing dynamo-electric machines
- G01R31/343—Testing dynamo-electric machines in operation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
Abstract
本发明公开了一种电机定子电流谱分析设备异常的判断方法,包括以下步骤:电机电流信号采集、监测是否存在异常、分析异常类型、异常严重程度判断。首先采集电机电流信号,确认采集信号点正确,分析确认是否存在电机异常,要对采集到的信号进行滤波,通过不断的实践,发现电机异常通过频率幅值大小与电机异常严重程度有关。以上的判断方法可以在线快速准确的分析电机设备的异常严重程度,以便判断是否需要紧急停机检修,做到提前预防设备发生重大故障。
Description
技术领域
本发明涉及电气技术领域,尤其涉及一种电机定子电流谱分析设备异常的判断方法。
背景技术
现代工业生产及我们的日常生活,几乎离不开各种各样的电机。异步电机因其结构简单、坚固耐用、控制简单、使用方便以及能适用于各种繁杂的工作环境而广泛用于人类社会的生产和生活中,是一种用量最大、覆盖面最广的电机。在实际运行中,异步电机的故障不仅会损坏电机本身,而且会影响整个生产流程,甚至会危及人身安全,造成巨大的经济损失和恶劣的社会影响。因此,异步电机的正常工作对保证生产过程的安全、高效、优质及低功耗意义重大。
电流谱分析技术是通过提取电机定子电流频谱中相关故障的特征量,判断异步电机定子绕组匝间短路、转子条断裂、机械故障、轴承故障等电机故障,是电机故障诊断的重要手段之一。
研究表明,电机的电流总是被其内部的故障状态所影响或调制,这后研制开发出了新的电流信号调理技术,用于对电流信号进行分析、过滤和处理,从而为最终确定故障性质提供依据。国内外都相应研究出电机电压和电流数据处理及分析方法,但对判断异常严重程度在实际应用当中并不理想。因此本发明采用电机定子电流谱分析设备异常的判断方法,进行检测分析,确定电机异常严重程度。
发明内容
有鉴于此,本发明提供了一种电机定子电流谱分析设备异常的判断方法,解决上述问题。
本发明采用的技术手段如下:一种电机定子电流谱分析设备异常的判断方法,包括以下步骤:
(1)电机电流信号采集
电机设备在线运行,采用信号采集装置进行采集数据,所述信号采集装置包括与电机设备电源线连接的电流传感器、与电流传感器连接的示波器;
(2)监测是否存在异常
所述示波器对采集数据进行滤波及傅里叶变换,检查电机频谱的转速频的幅值是否高于正常的幅值,如果高于正常的幅值,则存在异常,进入步骤(3);
(3)分析异常类型
根据电机及所带的机械设备在旋转时产生不同的通过频率,由相应的通过频率特点,分析确定异常点为不对中或不平衡;
(4)异常严重程度判断
根据异常点为不对中或不平衡的异常上限报警系数为0.0009~0.0015、上限危险值系数为0.002~0.004,电机工作电流乘于上限报警系数或上限危险系数得出相应电机的异常报警值或异常危险值,当电机异常报警值和异常危险值均大于电机额定电流时,为异常。
优选地,所述步骤(1)中电流传感器的频率范围0Hz~250Hz。
优选地,所述步骤(1)中示波器的带宽为1000Hz以上,采样速率为100MS/S。
优选地,所述步骤(3)中的异常点还为轴承、转子条。
采用本发明所提供的一种电机定子电流谱分析设备异常的判断方法,该方法首先是电机电流信号采集、监测是否存在异常、分析异常类型、异常严重程度判断。首先采集电机电流信号,确认采集信号点正确;分析确认是否存在电机异常,要对采集到的信号进行滤波,通过不断的实践,发现电机异常通过频率幅值大小与电机异常严重程度有关。以上的判断方法可以在线快速准确的分析电机设备的异常严重程度,以便判断是否需要紧急停机检修,做到提前预防设备发生重大故障。
附图说明
图1为本发明中信号采集装置的电机电流信号采集示意图;
图2为本发明电机的不平衡量检测图;
图3为本发明损坏的电机联轴器的示意图;
图4为本发明测量电机异常点的示意图。
图1中:1电流传感器,2示波器,3电源线,4电机。
具体实施方式
以下对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
实施例
如图1~4所示:一种电机定子电流谱分析设备异常的判断方法,包括以下步骤:
(1)电机电流信号采集
电机4设备在线运行,采用信号采集装置进行采集数据,所述信号采集装置包括与电机4设备电源线3连接的电流传感器1、与电流传感器1连接的示波器2;
(2)监测是否存在异常
所述示波器2对采集数据进行滤波及傅里叶变换,检查电机频谱的转速频的幅值是否高于正常的幅值,如果高于正常的幅值,则存在异常,进入步骤(3);
(3)分析异常类型
根据电机4及所带的机械设备在旋转时产生不同的通过频率,由相应的通过频率特点,分析确定异常点为不对中或不平衡;
(4)异常严重程度判断
根据异常点为不对中或不平衡的异常上限报警系数为0.0009~0.0015、上限危险值系数为0.002~0.004,电机工作电流乘于上限报警系数或上限危险系数得出相应电机的异常报警值和异常危险值,当电机的异常报警值和异常危险值均大于电机额定电流时,为严重异常。
所述步骤(1)中电流传感器1的频率范围0Hz~250Hz。
所述步骤(1)中示波器2的带宽为1kHz~10kHz以上,采样速率为100MS/S,所述示波器2带有滤波和计算软件。
所述步骤(3)中的异常点还为轴承、转子条。
为了验证本发明的有益效果,做了以下实验:
本发明采用的电机:额定电流为400A,额定功率为400KW,额定电压为690V,1488RPM的西门子电机。
1、参见图2:可知该电机不平衡量的工作电流达到1.220A。
2、参见图3:该电机工作电流的不平衡异常上限危险值=上限危险系数×额定电流,且依据电机不平衡的上限危险系数为0.002~0.004,所以异常危险值=0.002×400A=0.8A。此时测定电机工作电流的不平衡量为1.220A,实测值1.220A大于危险值,判断该电机联轴器存在严重异常,维修人员拆检该联轴器发现存在严重损坏,联轴器的一半发生断裂。
2、参见图4:该电机工作电流的不平衡异常上限报警值=上限报警系数×额定电流,且依据电机不平衡的上限报警系数为0.0009~0.0015,所以异常报警值=0.0009×400A=0.36A。此时维修后对该电机进行检测的工作电流的不平衡量为0.255A,0.255A实测值小于报警值0.36A,判断该电机运行正常,使用后该电机未出现过异常问题。
综上所述,采用本发明所提供的一种电机定子电流谱分析设备异常的判断方法,该方法首先电机电流信号采集、监测是否存在异常、分析异常类型、异常严重程度判断。首先采集电机电流信号,确认采集信号点正确;分析确认是否存在电机异常,要对采集到的信号进行滤波,通过不断的实践,发现电机异常通过频率幅值大小与电机异常严重程度有关。以上的判断方法可以在线快速准确的分析电机设备的异常严重程度,以便判断是否需要紧急停机检修,做到提前预防设备发生重大故障。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (3)
1.一种电机定子电流谱分析设备异常的判断方法,其特征在于,包括以下步骤:
(1)电机电流信号采集
电机设备在线运行,采用信号采集装置进行采集数据,所述信号采集装置包括与电机设备电源线连接的电流传感器、与电流传感器连接的示波器;
(2)监测是否存在异常
所述示波器对采集数据进行滤波及傅里叶变换,检查电机频谱的转速频处的电流幅值是否高于正常的幅值,如果高于正常的幅值,则轴承、转子条或联轴器存在异常,进入步骤(3);
(3)分析异常类型
根据电机及所带的机械设备在旋转时产生不同的通过频率,由相应的通过频率特点,分析确定异常点为不对中或不平衡;
(4)异常严重程度判断
根据异常点为不对中或不平衡的异常上限报警系数为0.0009~0.0015、上限危险系数为0.002~0.004,额定工作电流乘于上限报警系数得出相应电机的异常报警值,额定工作电流乘于上限危险系数得出相应电机的异常危险值,当电机的异常报警值或异常危险值小于电机工作电流时,为异常。
2.根据权利要求1所述的一种电机定子电流谱分析设备异常的判断方法,其特征在于,所述步骤(1)中电流传感器的频率范围0Hz~250Hz。
3.根据权利要求1所述的一种电机定子电流谱分析设备异常的判断方法,其特征在于,所述步骤(1)中示波器的带宽为1kHz-10kHz,采样速率为100MS/S。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611117429.4A CN108169559B (zh) | 2016-12-07 | 2016-12-07 | 一种电机定子电流谱分析设备异常的判断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611117429.4A CN108169559B (zh) | 2016-12-07 | 2016-12-07 | 一种电机定子电流谱分析设备异常的判断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108169559A CN108169559A (zh) | 2018-06-15 |
CN108169559B true CN108169559B (zh) | 2021-06-25 |
Family
ID=62526796
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611117429.4A Active CN108169559B (zh) | 2016-12-07 | 2016-12-07 | 一种电机定子电流谱分析设备异常的判断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108169559B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7191807B2 (ja) * | 2019-11-29 | 2022-12-19 | 株式会社日立製作所 | 診断装置および診断方法 |
CN111208424B (zh) * | 2020-01-14 | 2021-09-07 | 华能四川能源开发有限公司 | 发电机定转子间隙不均故障自动检测预警方法及装置 |
CN113391235B (zh) * | 2021-06-04 | 2022-07-19 | 华北电力大学(保定) | 一种同步发电机转子动态匝间短路故障检测系统及方法 |
CN115479636B (zh) * | 2022-10-26 | 2023-10-03 | 中国航空工业集团公司金城南京机电液压工程研究中心 | 一种涡轮冷却器状态监测及分析方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103235260A (zh) * | 2013-04-15 | 2013-08-07 | 哈尔滨工业大学 | 基于hht的潜油电机转子断条故障识别方法 |
CN103529386A (zh) * | 2013-10-12 | 2014-01-22 | 山西大学工程学院 | 风电机组远程实时状态监测与智能故障诊断系统及方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100543440C (zh) * | 2007-03-28 | 2009-09-23 | 华北电力大学 | 异步电动机轴承故障检测方法 |
CN101408585B (zh) * | 2008-08-29 | 2010-12-01 | 上海第二工业大学 | 一种有刷直流电机绕组匀称性的测试方法 |
US9109517B2 (en) * | 2011-03-14 | 2015-08-18 | General Electric Company | Condition monitoring of mechanical drive train coupled with electrical machines |
KR101325473B1 (ko) * | 2012-04-12 | 2013-11-07 | (주)엔텍시스템 | 모터 모니터링 시스템 |
GB201404226D0 (en) * | 2014-03-11 | 2014-04-23 | Rolls Royce Plc | Fault detection in induction machines |
BR102014011971A2 (pt) * | 2014-05-19 | 2016-04-12 | Ct De Gestão De Tecnologia E Inovação Cgti | processo automático de diagnóstico de barras quebradas em motores elétricos de indução trifásico |
TWI551874B (zh) * | 2015-03-13 | 2016-10-01 | 財團法人工業技術研究院 | 用於馬達變頻器之馬達效率分析方法 |
CN105571874A (zh) * | 2015-12-11 | 2016-05-11 | 中国航空工业集团公司西安航空计算技术研究所 | 一种发动机振动不平衡相位的实时测量方法 |
-
2016
- 2016-12-07 CN CN201611117429.4A patent/CN108169559B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103235260A (zh) * | 2013-04-15 | 2013-08-07 | 哈尔滨工业大学 | 基于hht的潜油电机转子断条故障识别方法 |
CN103529386A (zh) * | 2013-10-12 | 2014-01-22 | 山西大学工程学院 | 风电机组远程实时状态监测与智能故障诊断系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108169559A (zh) | 2018-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108169559B (zh) | 一种电机定子电流谱分析设备异常的判断方法 | |
CN102707232B (zh) | 电动机设备状态在线监测装置及其监测方法 | |
US6933693B2 (en) | Method and apparatus of detecting disturbances in a centrifugal pump | |
US9823308B2 (en) | Method for monitoring demagnetization | |
CN208283527U (zh) | 基于频谱分析的交流异步电机在线监测诊断系统 | |
JP5546545B2 (ja) | 電気機械のロータの動作中に電気機械を監視および/または分析する方法および電気機械を動作中に監視および/または分析する装置 | |
Pezzani et al. | Detecting broken rotor bars with zero-setting protection | |
KR101298973B1 (ko) | 고압 유도전동기 종합 온라인 상태 진단 장치 및 방법 | |
CN109297716B (zh) | 一种双馈型风力发电机振动故障诊断方法 | |
JP2005538371A (ja) | 動作中に電気機械を監視および/または分析するための装置および方法 | |
JP7198089B2 (ja) | 電力変換装置、回転機システム、及び診断方法 | |
CN103558552A (zh) | 互感式三相电机电流噪声故障检测法和实施该方法的装置 | |
Iorgulescu et al. | Vibration monitoring for diagnosis of electrical equipment's faults | |
CN104111391A (zh) | 一种基于三相瞬时功率的电主轴故障监测诊断方法 | |
CN107561441A (zh) | 一种基于振动信号的异步电机转子断条故障判断方法 | |
Oviedo et al. | Motor current signature analysis and negative sequence current based stator winding short fault detection in an induction motor | |
Matic et al. | Vibration Based Broken Bar Detection in Induction Machine for Low Load Conditions. | |
Bhattacharyya et al. | Induction motor fault diagnosis by motor current signature analysis and neural network techniques | |
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 | |
CN110058117B (zh) | 一种基于外包封振动分布的电抗器匝间短路故障检测方法 | |
CN101262153A (zh) | 带有检测线圈的笼型感应电机及其转子断条的检测方法 | |
Breen et al. | New developments in noninvasive on-line motor diagnostics | |
Yin et al. | Teager energy operator and its application in the study of induction motor rotor broken bars fault | |
CN201514468U (zh) | 笼型感应电机转子断条故障检测装置及带有此装置的电机 | |
CN104296984A (zh) | 一种大型发电机定子绕组端部机械故障检测方法及装置 |
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 |