CN108490350A - 一种大功率永磁电机故障诊断系统及诊断方法 - Google Patents

一种大功率永磁电机故障诊断系统及诊断方法 Download PDF

Info

Publication number
CN108490350A
CN108490350A CN201810207612.6A CN201810207612A CN108490350A CN 108490350 A CN108490350 A CN 108490350A CN 201810207612 A CN201810207612 A CN 201810207612A CN 108490350 A CN108490350 A CN 108490350A
Authority
CN
China
Prior art keywords
magneto
temperature
motor
sensor
permanent magnet
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
Application number
CN201810207612.6A
Other languages
English (en)
Other versions
CN108490350B (zh
Inventor
岳彦博
王永震
战克华
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.)
Libo Industrial Technology Research Institute Shandong Co ltd
Original Assignee
Shandong University of 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 Shandong University of Science and Technology filed Critical Shandong University of Science and Technology
Priority to CN201810207612.6A priority Critical patent/CN108490350B/zh
Publication of CN108490350A publication Critical patent/CN108490350A/zh
Application granted granted Critical
Publication of CN108490350B publication Critical patent/CN108490350B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Electric Motors In General (AREA)

Abstract

本发明提供了一种大功率永磁电机故障诊断系统及诊断方法,包括永磁电机、伺服控制器和工业控制计算机,永磁电机与伺服控制器相连,伺服控制器与工业控制计算机电连接,在永磁电机上设置有振动传感器和温度传感器,振动传感器和温度传感器均与工业控制计算机相连,永磁电机还通过测温光纤与工业控制计算机相连。本发明创新性地提出采用全光绕组温度检测、电机轴承振动检测、永磁电机电流分析三位一体的混合智能故障诊断方法,能够早期发现大型永磁电机的故障,减少维护量,提高了系统可靠性,实现了预知性维修,解决了大功率永磁电机不能进行提前、全面、有效故障诊断的难题。

Description

一种大功率永磁电机故障诊断系统及诊断方法
技术领域
本发明涉及大功率永磁电机故障诊断领域,具体涉及一种大功率永磁电机故障诊断系统及诊断方法。
背景技术
随着近年来稀土永磁材料性能的提高,大型永磁电机设计和驱动控制技术的不断发展,大功率变频调速型低速永磁电机以其高效节能、起动转矩大、可以无极调速等优势,在工业场合应用越来越广泛,正逐渐取代原来的异步电动机+减速器的传统驱动方式。由于大功率永磁电机(3000KW,90r/min)体积大(直径2m)、重量大(20t)、造价高,主要用于关键设备的驱动,一旦故障意外停机,对生产等影响重大。
而传统的电机故障诊断手段主要采用多点预埋热电阻测温方式进行电机超温故障检测,无法实现电机绕组温度的全覆盖检测;采用电流幅值比较判断过电流和短路故障,无法对电机失磁故障进行检测,而且单一的检测方式无法实现信息有效融合,导致故障无法诊断或者诊断不准确。
发明内容
本发明的第一目的是提供了一种大功率永磁电机故障诊断系统,能对大功率永磁电机故障进行全面、准确的诊断。
本发明采用以下的技术方案:
一种大功率永磁电机故障诊断系统,包括永磁电机、伺服控制器和工业控制计算机,永磁电机与伺服控制器相连,伺服控制器与工业控制计算机电连接,在永磁电机上设置有振动传感器和温度传感器,振动传感器和温度传感器均与工业控制计算机相连,永磁电机还通过测温光纤与工业控制计算机相连;
伺服控制器采集永磁电机的电流信号,并将电流信号上传至工业控制计算机,工业控制计算机通过伺服控制器控制永磁电机停机。
优选地,所述振动传感器包括第一振动传感器、第二振动传感器、第三振动传感器和第四振动传感器;
第一振动传感器安装在永磁电机前轴承端盖的侧面,用于测量永磁电机前轴承的轴向振动;
第二振动传感器安装在永磁电机前轴承端盖的上面,用于测量永磁电机前轴承的径向振动;
第三振动传感器安装在永磁电机后轴承端盖的侧面,用于测量永磁电机后轴承的轴向振动;
第四振动传感器安装在永磁电机后轴承端盖的上面,用于测量永磁电机后轴承的径向振动;
所述测温光纤缠绕在永磁电机定子绕组的线圈上,用于分布式测量定子绕组的温度;
所述温度传感器包括第一温度传感器和第二温度传感器,第一个温度传感器安装在永磁电机前轴承的外圈,用于测量永磁电机前轴承温度;第二个温度传感器安装在永磁电机后轴承的外圈,用于测量永磁电机后轴承温度。
本发明的第二目的是提供了以上所述的一种大功率永磁电机故障诊断系统的诊断方法。
一种大功率永磁电机故障诊断系统的诊断方法,包括以下步骤:
步骤1:根据实际大功率永磁电机的状态与监测需求,针对电机超温故障建立电机温升模型,针对电机轴承故障和电机退磁故障,建立基于D-S理论的多源传感融合故障诊断模型;
电机温升模型:由于永磁电机定子绕组不同位置的温度不同,为实现分布式全面检测,以永磁电机轴的中心为原点,建立电机三维坐标系,通过网格划分,将电机定子绕组温度进行坐标化模拟计算输出,生成不同坐标下的T(i,j,k);
由于电机轴承故障和退磁故障的故障征兆有相似之处,多源传感融合故障诊断模型的融合信度函数为:
不确定性函数为:
其中,αj是传感器j最大相关系数;Cj(Ai)是传感器j对目标模式Ai的相关系数;Nc是目标模式数目;βj是传感器j的相关分配值;Wj是传感器j的环境加权系数;Rj是传感器j的可靠性系数;N是传感器总数;
步骤2:在工业控制计算机上设定超温阈值T,信度函数阈值E(1)和E(2),证据不确定性阈值E(3),根据工业控制计算机采集的传感器输入信息,分别提取特征向量;
步骤3:进行状态检测与故障诊断;
针对电机超温故障,根据光纤测温数据建立电机定子绕组三维坐标下的温度值T(x,y,z),与电机温升模型的参考温度值T(i,j,k)进行比较,当温度超过阈值T,说明出现超温故障,则伺服控制器发出信号进行停机处理;
计算电机轴承温度、轴承振动和电机电流信号对各类故障的融合信度函数m(A1),m(A2),m(A3)和结果不确定性信度函数m(θ),设定信度函数阈值E(1),E(2),证据不确定性阈值E(3);
针对电机轴承故障:计算W(1)=m(A1)-m(A2),W(2)=m(A1)-m(A3),W(3)=m(A1)-m(θ),若m(A1)=Max[m(A1),m(A2),m(A3)],且W(1)>E(1),W(2)>E(2),W(3)<E(3),说明出现电机轴承故障,则伺服控制器发出信号进行停机处理;
针对电机退磁故障:计算W(4)=m(A2)-m(A1),W(5)=m(A2)-m(A3),W(6)=m(A2)-m(θ),若m(A2)=Max[m(A1),m(A2),m(A3)],且W(4)>E(1),W(5)>E(2),W(6)<E(3),说明出现电机退磁故障,则伺服控制器发出信号进行停机处理。
本发明具有的有益效果是:
本发明提供的大功率永磁电机故障诊断系统及诊断方法,创新性地提出采用全光绕组温度检测、电机轴承振动检测、永磁电机电流分析三位一体的混合智能故障诊断方法。能够早期发现大型永磁电机的故障,减少维护量,提高了系统可靠性,实现了预知性维修,解决了大功率永磁电机不能进行提前、全面、有效故障诊断的难题。
附图说明
图1为大功率永磁电机故障诊断系统结构图。
图2为大功率永磁电机故障诊断系统的诊断方法的流程图。
具体实施方式
下面结合附图和具体实施例对本发明的具体实施方式做进一步说明:
实施例1
结合图1,一种大功率永磁电机故障诊断系统,包括永磁电机1、伺服控制器2和工业控制计算机3。
永磁电机1与伺服控制器2相连,伺服控制器2与工业控制计算机3电连接,在永磁电机1上设置有振动传感器和温度传感器,振动传感器和温度传感器均与工业控制计算机相连,永磁电机还通过测温光纤4与工业控制计算机3相连。
伺服控制器2采集永磁电机1的电流信号,并将电流信号上传至工业控制计算机,工业控制计算机3通过伺服控制器控制永磁电机1停机。
工业控制计算机采集永磁电机振动、温度等信息,进行实时处理从而实现永磁电机的状态监测及故障诊断,当工业控制计算机判断永磁电机出现故障时,向伺服控制器发出信号进行停机处理。
振动传感器包括第一振动传感器5、第二振动传感器6、第三振动传感器7和第四振动传感器8。
第一振动传感器安装在永磁电机前轴承端盖的侧面,用于测量永磁电机前轴承的轴向振动。
第二振动传感器安装在永磁电机前轴承端盖的上面,用于测量永磁电机前轴承的径向振动。
第三振动传感器安装在永磁电机后轴承端盖的侧面,用于测量永磁电机后轴承的轴向振动。
第四振动传感器安装在永磁电机后轴承端盖的上面,用于测量永磁电机后轴承的径向振动。
测温光纤4缠绕在永磁电机定子绕组的线圈上,用于分布式测量定子绕组的温度;
温度传感器包括第一温度传感器9和第二温度传感器10,第一个温度传感器安装在永磁电机前轴承的外圈,用于测量永磁电机前轴承温度。
第二个温度传感器安装在永磁电机后轴承的外圈,用于测量永磁电机后轴承温度。
实施例2
上述实施例所述的一种大功率永磁电机故障诊断系统的诊断方法,包括以下步骤:
步骤1:根据实际大功率永磁电机的状态与监测需求,针对电机超温故障建立电机温升模型,针对电机轴承故障和电机退磁故障,建立基于D-S理论的多源传感融合故障诊断模型;
电机温升模型:由于永磁电机定子绕组不同位置的温度不同,为实现分布式全面检测,以永磁电机轴的中心为原点,建立电机三维坐标系,通过网格划分,将电机定子绕组温度进行坐标化模拟计算输出,生成不同坐标下的T(i,j,k);
由于电机轴承故障和退磁故障的故障征兆有相似之处,多源传感融合故障诊断模型的融合信度函数为:
不确定性函数为:
其中,αj是传感器j最大相关系数;Cj(Ai)是传感器j对目标模式Ai的相关系数;Nc是目标模式数目;βj是传感器j的相关分配值;Wj是传感器j的环境加权系数;Rj是传感器j的可靠性系数;N是传感器总数;
步骤2:在工业控制计算机上设定超温阈值T,信度函数阈值E(1)和E(2),证据不确定性阈值E(3),根据工业控制计算机采集的传感器输入信息,分别提取特征向量;
步骤3:进行状态检测与故障诊断;
针对电机超温故障,根据光纤测温数据建立电机定子绕组三维坐标下的温度值T(x,y,z),与电机温升模型的参考温度值T(i,j,k)进行比较,当温度超过阈值T,说明出现超温故障,则伺服控制器发出信号进行停机处理;
计算电机轴承温度、轴承振动和电机电流信号对各类故障的融合信度函数m(A1),m(A2),m(A3)和结果不确定性信度函数m(θ),设定信度函数阈值E(1),E(2),证据不确定性阈值E(3);
针对电机轴承故障:计算W(1)=m(A1)-m(A2),W(2)=m(A1)-m(A3),W(3)=m(A1)-m(θ),若m(A1)=Max[m(A1),m(A2),m(A3)],且W(1)>E(1),W(2)>E(2),W(3)<E(3),说明出现电机轴承故障,则伺服控制器发出信号进行停机处理;
针对电机退磁故障:计算W(4)=m(A2)-m(A1),W(5)=m(A2)-m(A3),W(6)=m(A2)-m(θ),若m(A2)=Max[m(A1),m(A2),m(A3)],且W(4)>E(1),W(5)>E(2),W(6)<E(3),说明出现电机退磁故障,则伺服控制器发出信号进行停机处理。
当然,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。

Claims (3)

1.一种大功率永磁电机故障诊断系统,其特征在于,包括永磁电机、伺服控制器和工业控制计算机,永磁电机与伺服控制器相连,伺服控制器与工业控制计算机电连接,在永磁电机上设置有振动传感器和温度传感器,振动传感器和温度传感器均与工业控制计算机相连,永磁电机还通过测温光纤与工业控制计算机相连;
伺服控制器采集永磁电机的电流信号,并将电流信号上传至工业控制计算机,工业控制计算机通过伺服控制器控制永磁电机停机。
2.根据权利要求1所述的一种大功率永磁电机的故障诊断系统,其特征在于,所述振动传感器包括第一振动传感器、第二振动传感器、第三振动传感器和第四振动传感器;
第一振动传感器安装在永磁电机前轴承端盖的侧面,用于测量永磁电机前轴承的轴向振动;
第二振动传感器安装在永磁电机前轴承端盖的上面,用于测量永磁电机前轴承的径向振动;
第三振动传感器安装在永磁电机后轴承端盖的侧面,用于测量永磁电机后轴承的轴向振动;
第四振动传感器安装在永磁电机后轴承端盖的上面,用于测量永磁电机后轴承的径向振动;
所述测温光纤缠绕在永磁电机定子绕组的线圈上,用于分布式测量定子绕组的温度;
所述温度传感器包括第一温度传感器和第二温度传感器,第一个温度传感器安装在永磁电机前轴承的外圈,用于测量永磁电机前轴承温度;第二个温度传感器安装在永磁电机后轴承的外圈,用于测量永磁电机后轴承温度。
3.根据权利要求2所述的一种大功率永磁电机故障诊断系统的诊断方法,其特征在于,包括以下步骤:
步骤1:根据实际大功率永磁电机的状态与监测需求,针对电机超温故障建立电机温升模型,针对电机轴承故障和电机退磁故障,建立基于D-S理论的多源传感融合故障诊断模型;
电机温升模型:由于永磁电机定子绕组不同位置的温度不同,为实现分布式全面检测,以永磁电机轴的中心为原点,建立电机三维坐标系,通过网格划分,将电机定子绕组温度进行坐标化模拟计算输出,生成不同坐标下的T(i,j,k);
由于电机轴承故障和退磁故障的故障征兆有相似之处,多源传感融合故障诊断模型的融合信度函数为:
不确定性函数为:
其中,αj是传感器j最大相关系数;Cj(Ai)是传感器j对目标模式Ai的相关系数;Nc是目标模式数目;βj是传感器j的相关分配值;Wj是传感器j的环境加权系数;Rj是传感器j的可靠性系数;N是传感器总数;
步骤2:在工业控制计算机上设定超温阈值T,信度函数阈值E(1)和E(2),证据不确定性阈值E(3),根据工业控制计算机采集的传感器输入信息,分别提取特征向量;
步骤3:进行状态检测与故障诊断;
针对电机超温故障,根据光纤测温数据建立电机定子绕组三维坐标下的温度值T(x,y,z),与电机温升模型的参考温度值T(i,j,k)进行比较,当温度超过阈值T,说明出现超温故障,则伺服控制器发出信号进行停机处理;
计算电机轴承温度、轴承振动和电机电流信号对各类故障的融合信度函数m(A1),m(A2),m(A3)和结果不确定性信度函数m(θ),设定信度函数阈值E(1),E(2),证据不确定性阈值E(3);
针对电机轴承故障:计算W(1)=m(A1)-m(A2),W(2)=m(A1)-m(A3),W(3)=m(A1)-m(θ),若m(A1)=Max[m(A1),m(A2),m(A3)],且W(1)>E(1),W(2)>E(2),W(3)<E(3),说明出现电机轴承故障,则伺服控制器发出信号进行停机处理;
针对电机退磁故障:计算W(4)=m(A2)-m(A1),W(5)=m(A2)-m(A3),W(6)=m(A2)-m(θ),若m(A2)=Max[m(A1),m(A2),m(A3)],且W(4)>E(1),W(5)>E(2),W(6)<E(3),说明出现电机退磁故障,则伺服控制器发出信号进行停机处理。
CN201810207612.6A 2018-03-14 2018-03-14 一种大功率永磁电机故障诊断系统及诊断方法 Active CN108490350B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810207612.6A CN108490350B (zh) 2018-03-14 2018-03-14 一种大功率永磁电机故障诊断系统及诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810207612.6A CN108490350B (zh) 2018-03-14 2018-03-14 一种大功率永磁电机故障诊断系统及诊断方法

Publications (2)

Publication Number Publication Date
CN108490350A true CN108490350A (zh) 2018-09-04
CN108490350B CN108490350B (zh) 2020-07-31

Family

ID=63339024

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810207612.6A Active CN108490350B (zh) 2018-03-14 2018-03-14 一种大功率永磁电机故障诊断系统及诊断方法

Country Status (1)

Country Link
CN (1) CN108490350B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112285554A (zh) * 2020-09-18 2021-01-29 江苏大学 基于信息融合的永磁同步电机退磁故障诊断方法与装置
CN113156309A (zh) * 2021-03-29 2021-07-23 华北电力大学(保定) 一种同步调相机转子绕组微弱匝间短路故障诊断方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0775399A (ja) * 1993-09-03 1995-03-17 Meidensha Corp 可変速装置
CN101696906A (zh) * 2009-10-28 2010-04-21 上海电机学院 基于多源信息融合的风力发电机状态监测系统及方法
CN202231414U (zh) * 2011-09-30 2012-05-23 宝钢发展有限公司 一种电动机振动温度检测与保护装置
CN103048619A (zh) * 2012-12-16 2013-04-17 华南理工大学 一种风力发电机组故障特征在线提取装置及提取方法
CN203250006U (zh) * 2013-05-24 2013-10-23 温州大学 基于光纤光栅传感技术的大功率电机故障综合监测系统
CN104833534A (zh) * 2015-04-21 2015-08-12 广州市地下铁道总公司 一种基于多源信息融合的列车走行系故障诊断装置及方法
CN206290362U (zh) * 2016-12-15 2017-06-30 山东科技大学 一种利用波浪能发电的电磁线圈发电装置
DE202017100915U1 (de) * 2017-02-20 2017-07-03 Abb Schweiz Ag Zustandsüberwachungsvorrichtung zum Überwachen einer elektrischen Maschine
CN107016404A (zh) * 2017-02-24 2017-08-04 沈阳工业大学 基于d‑s证据融合的风力发电机组故障预测方法
CN107561441A (zh) * 2017-08-30 2018-01-09 马鞍山马钢华阳设备诊断工程有限公司 一种基于振动信号的异步电机转子断条故障判断方法
CN107643709A (zh) * 2017-09-18 2018-01-30 南京理工大学 一种基于多传感器信息融合的超高速永磁同步电机监控系统

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0775399A (ja) * 1993-09-03 1995-03-17 Meidensha Corp 可変速装置
CN101696906A (zh) * 2009-10-28 2010-04-21 上海电机学院 基于多源信息融合的风力发电机状态监测系统及方法
CN202231414U (zh) * 2011-09-30 2012-05-23 宝钢发展有限公司 一种电动机振动温度检测与保护装置
CN103048619A (zh) * 2012-12-16 2013-04-17 华南理工大学 一种风力发电机组故障特征在线提取装置及提取方法
CN203250006U (zh) * 2013-05-24 2013-10-23 温州大学 基于光纤光栅传感技术的大功率电机故障综合监测系统
CN104833534A (zh) * 2015-04-21 2015-08-12 广州市地下铁道总公司 一种基于多源信息融合的列车走行系故障诊断装置及方法
CN206290362U (zh) * 2016-12-15 2017-06-30 山东科技大学 一种利用波浪能发电的电磁线圈发电装置
DE202017100915U1 (de) * 2017-02-20 2017-07-03 Abb Schweiz Ag Zustandsüberwachungsvorrichtung zum Überwachen einer elektrischen Maschine
CN107016404A (zh) * 2017-02-24 2017-08-04 沈阳工业大学 基于d‑s证据融合的风力发电机组故障预测方法
CN107561441A (zh) * 2017-08-30 2018-01-09 马鞍山马钢华阳设备诊断工程有限公司 一种基于振动信号的异步电机转子断条故障判断方法
CN107643709A (zh) * 2017-09-18 2018-01-30 南京理工大学 一种基于多传感器信息融合的超高速永磁同步电机监控系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
朱大奇,徐振斌,于盛林: "基于证据理论的电机故障诊断方法研究", 《华中科技大学学报》 *
邵瑞,张淼滢: "一种大功率永磁同步牵引电机失磁故障诊断方法", 《河南科学》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112285554A (zh) * 2020-09-18 2021-01-29 江苏大学 基于信息融合的永磁同步电机退磁故障诊断方法与装置
CN113156309A (zh) * 2021-03-29 2021-07-23 华北电力大学(保定) 一种同步调相机转子绕组微弱匝间短路故障诊断方法

Also Published As

Publication number Publication date
CN108490350B (zh) 2020-07-31

Similar Documents

Publication Publication Date Title
CN106998164B (zh) 一种永磁同步电机故障诊断与容错控制系统及方法
Jung et al. Online diagnosis of induction motors using MCSA
CN107192947B (zh) 基于磁场监测的永磁同步电机故诊断方法
CN111740683B (zh) 一种永磁容错电机位置传感器的故障诊断方法
CN108490350A (zh) 一种大功率永磁电机故障诊断系统及诊断方法
CN103003893B (zh) 机电装置和相关的组装方法
EP2660941A1 (en) Synchronous generator control, generator system and vessel energy system
CN106019073B (zh) 一种基于信号注入的永磁同步电机定子绕组电阻性失衡故障诊断方法
Dadashnialehi et al. Reliable EMF-sensor-fusion-based antilock braking system for BLDC motor in-wheel electric vehicles
CN102418661A (zh) 一种风力发电机偏航系统故障诊断方法
WO2012079390A1 (zh) 一种混合动力汽车的永磁同步电机温度测量方法
CN106501665B (zh) 基于检测线圈的水轮发电机转子绕组匝间短路诊断方法
CN107462807A (zh) 一种电动汽车永磁同步电机定子绕组故障诊断方法
CN108448994B (zh) 一种变频压缩机空载运行转速快速估算方法
KR20210059551A (ko) 고성능 컴퓨팅 자원을 활용한 딥러닝 기반 무인화 상점 시스템 관리 방법
CN105024595B (zh) 一种无刷直流电机故障监控方法及装置
Yao et al. Data fusion methods for convolutional neural network based on self-sensing motor drive system
CN105486973B (zh) 一种纳秒级陡前沿指数重复脉冲发生装置
CN208334589U (zh) 一种电机传动系统带负载运行状态下的检测装置
CN207490492U (zh) 一种电动机保护系统
CN104865524A (zh) 一种主变风冷控制系统潜在故障主动处置方法
Hu et al. Rotor Design and Optimization of High-speed Surface-mounted Permanent Magnet Motor Based on the Multi-physical Field Coupling Method (February 2022)
CN103279065A (zh) 一种大型传动电动机轴瓦检测系统
CN107834916A (zh) 一种无刷直流电机的低成本转速指示装置
CN111224592A (zh) 一种非线性模型的永磁电机控制方法

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240129

Address after: No. 2677, Yitianmen Street, High-tech Zone, Tai'an City, Shandong Province, 271000

Patentee after: Libo Industrial Technology Research Institute (Shandong) Co.,Ltd.

Country or region after: China

Address before: No.579 qianwangang Road, Huangdao economic and Technological Development Zone, Qingdao, Shandong 266590

Patentee before: SHANDONG University OF SCIENCE AND TECHNOLOGY

Country or region before: China