CN108983097B - 电机共振检测系统和检测方法 - Google Patents

电机共振检测系统和检测方法 Download PDF

Info

Publication number
CN108983097B
CN108983097B CN201810844034.7A CN201810844034A CN108983097B CN 108983097 B CN108983097 B CN 108983097B CN 201810844034 A CN201810844034 A CN 201810844034A CN 108983097 B CN108983097 B CN 108983097B
Authority
CN
China
Prior art keywords
motor
frequency
sampling signal
domain sampling
time domain
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
Application number
CN201810844034.7A
Other languages
English (en)
Other versions
CN108983097A (zh
Inventor
张广洁
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.)
Beijing Etechwin Electric Co Ltd
Original Assignee
Beijing Etechwin Electric Co Ltd
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 Beijing Etechwin Electric Co Ltd filed Critical Beijing Etechwin Electric Co Ltd
Priority to CN201810844034.7A priority Critical patent/CN108983097B/zh
Publication of CN108983097A publication Critical patent/CN108983097A/zh
Application granted granted Critical
Publication of CN108983097B publication Critical patent/CN108983097B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01R31/343Testing dynamo-electric machines in operation

Abstract

本申请实施例提供了一种电机共振检测系统和检测方法。该电机共振检测系统包括:取样电路和处理器;取样电路与电机共振检测系统之外的电机电连接,并与处理器电连接;取样电路的阻抗大于电机的阻抗;处理器用于获取电机的感应电势经由取样电路分压后的时域取样信号;根据感应电势的时域取样信号,确定出感应电势的频域取样信号;根据频域取样信号的频谱特征数据,判断电机是否处于共振状态。本申请实施例可对电机的共振状态进行在线实时地检测,并提高检测的效率和准确性。

Description

电机共振检测系统和检测方法
技术领域
本申请涉及共振检测技术领域,具体而言,本申请涉及一种电机共振检测系统和检测方法。
背景技术
交流电机异步电机在采用变频起动时,或者是采用低频运行时,在一定的频率范围内出现电机剧烈抖动现象,这时电机就出现了低频共振现象。
现有的变频器通常不具备共振检测功能,对于共振检测常用的方法是通过人工方式检测共振频率,即通过人工观察的方法确定电机是否存在噪声,确定存在噪声后再用仪器仪表测定共振频率的大小。
然而人工方式检测到共振频率其准确性往往较低,不能真实的反映发生共振的频率,若将人工检测的共振频率后在变频器的参数中进行设定,当变频器工作到设定的共振频段,无论是否真的发生了共振,都会进行跳频处理。并且该方式只适用于电机工况不变的情况下,当电机的工况出现变化偏离原有共振频率后,变频器会在原有共振频率跳频,但是在新的共振点处继续工作,从而导致电机长期处理共振状态,易造成电机的损坏,此时需要重新进行人工测量和标定。
发明内容
本申请针对现有方式的缺点,提出一种电机共振检测系统和检测方法,用以解决现有技术存在人工检测共振频率准确性较低的技术问题。
第一方面,本申请实施例提供了一种电机共振检测系统,包括:取样电路和处理器;
取样电路与电机共振检测系统之外的电机电连接,并与处理器电连接;取样电路的阻抗大于电机的阻抗;
处理器用于获取电机的感应电势经由取样电路分压后的时域取样信号;根据感应电势的时域取样信号,确定出感应电势的频域取样信号;根据频域取样信号的频谱特征数据,判断电机是否处于共振状态。
第二方面,本申请实施例提供了一种电机共振检测方法,包括:
获取电机的感应电势经由取样电路分压后的时域取样信号;
根据感应电势的时域取样信号,确定出感应电势的频域取样信号;
根据频域取样信号的频谱特征数据,判断电机是否处于共振状态。
第三方面,本申请实施例提供了一种电机共振检测设备,包括:
处理器;
存储器,用于存储使得处理器执行本申请实施例第二方面所提供的方法的计算机程序。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现本申请实施例第二方面所提供的方法。
本申请实施例提供的技术方案,至少具有如下有益效果:
1)通过获取电机的感应电势经由取样电路分压后的时域取样信号,并对时域信号进行转换,根据转换后的频域取样信号的频谱特征数据,可实现对电机共振状态的在线实时检测,相对于人工检测而言,检测的效率和准确性均大幅度提高;
2)采用频域取样信号来代替时域取样信号,更利于波形的分析,从而得到更准确的判断结果。
本申请附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为电机起动过程感应电势随之时间变化的波形示意图;
图2为图1中点13处波形的局部放大图;
图3为图1中点12处波形的局部放大图;
图4为本申请实施例提供的一种电机共振检测系统的结构及与电机、定子绕组的连接关系示意图;
图5为本申请实施例提供的一种电机共振检测方法的流程示意图;
图6为本申请实施例提供的另一种电机共振检测方法的流程示意图;
图7为本申请实施例中的将时域取样信号转换为频域取样信号的流程示意图;
图8为本申请实施例中时域取样信号的时域谱示意图;
图9为本申请实施例中频域取样信号的频谱示意图;
图10为图9中与图8中点81处对应的频域数据的局部放大图;
图11为图9中与图8中点82处对应的频域数据的局部放大图;
图12为本申请实施例提供的又一种电机共振检测方法的流程示意图;
图13为本申请实施例提供的一种电机共振检测装置的结构框架示意图;
图14为本申请实施例提供的一种电机共振检测设备的结构框架示意图。
具体实施方式
下面详细描述本申请,本申请实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的部件或具有相同或类似功能的部件。此外,如果已知技术的详细描述对于示出的本申请的特征是不必要的,则将其省略。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能解释为对本申请的限制。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
首先对本申请实施例的基本原理介绍如下:
异步电机(简称“电机”)的感应电势E、电机常数K、电机工作频率以及磁通量X的关系满足如下表达式:
E=K×f×X 表达式(1)
电机电磁扭矩T、电机常数K、电机定子电流I(即电机的定子绕组的电流)以及磁通量X的关系满足如下表达式:
T=K×I×X 表达式(2)
联立表达式(1)和(2)可得:
Figure BDA0001746243120000041
通过表达式(3)可以看出,当电机出现共振现象,也即电机电磁扭矩T出现快速变化时,电机的感应电势E也会出现快速变化。
图1示出了电机的感应电势E随时间的变化情况,其中,横坐标表示时间,纵坐标表示电机的感应电势。图1中点11所属的阶段为电机低频起动的阶段,此时每一相感应电势一致;点12所属的阶段为电机处于共振状态的阶段,此时每一时感应电势不一致,点12所处的图形区域即为其中一相的感应电势波形;点13所属的阶段为电机加速通过共振状态后的一个阶段,点13所处的图形区域为电机加速通过共振状态后的感应电势波形;点14所属的阶段为电机起动完成的阶段。
由图1可看出,在点11处,电机从零速开始起动,随着电机转速的不断提高,电机定子感应电势也不断的在增加;当电机运行到点12时,电机出现了共振现象,可以看到感应电势出现了异样的波动;当电机继续加速到点13后,电机的共振现象消失。
下面参照图2和图3,对电机处于正常工作状态以及发生共振时的感应电势E的不同进行介绍:
将图1中点13处的波形放大,可得到图2所示的局部波形图,由图2可以看出,在电机正常工作的情况下电机定子的感应电势为很好的正弦波,频率为变频器输出频率。
将图1中点12处的波形放大,可得出图3所示的局部波形图,由图3可以看出,电机出现共振的情况下,各相感应电势不一致,感应电势的波形变得杂乱。
本申请实施例的基本原理为通过对如图3所示的杂乱波形进行分析,从而实现对电机共振状态的检测。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
实施例一
本申请实施例一提供了一种电机共振检测系统,该电机共振检测系统的结构示意图如图4所示,包括:取样电路和处理器401;取样电路与电机共振检测系统之外的电机402电连接,并与处理器401电连接;取样电路的阻抗大于电机402的阻抗。
处理器401用于获取电机402的感应电势经由取样电路分压后的时域取样信号;根据感应电势的时域取样信号,确定出感应电势的频域取样信号;根据频域取样信号的频谱特征数据,判断电机402是否处于共振状态。本申请中的电机402具体为电动机。可选地,电机402具体为异步电机。
异步电机定子电压满足如下表达式:
U=E+I×R 表达式(3)
在表达式(3)中,U表示异步电机402定子电压(即电机402的定子绕组的电压),I表示电机402定子电流,R表示电机402定子电阻(即电机402的内阻),E表示电机402的感应电势。
电机402的内阻R通常很小,当电机402的内阻R很小时,由表达式(1)可知,I×R也很小,进而可认为E>>I×R,因此在表达式(1)可忽略I×R,演变为U≈E。基于该演变后的表达式可知,可通过检测电机402定子电压U来近似地检测电机402的感应电势E。
可选地,本实施例中的取样电路包括至少一个单相取样支路,每一个单相取样支路与电机402的一个相位的定子绕组的端子403对应电连接;处理器401用于将定子绕组的端口电压作为电机402的感应电势,获取端口电压经各个单相取样支路分压后得到的单相时域取样信号。
可选地,单相取样支路包括第一取样电阻R1、第二取样电阻R2和第三取样电阻R3;第一取样电阻R1的第一端与电机402的对应相位的定子绕组的端子403电连接,第二端与第二取样电阻R2的第一端电连接;第一取样电阻R1的阻抗大于定子绕组的阻抗;第二取样电阻R2的第二端与处理器401中的模数转换器电连接;第三取样电阻R3的第一端与第一取样电阻R1的第二端电连接,第二端与其它单相取样支路的第三取样电阻R3的第二端电连接。
可选地,处理器401中设置有A/D转换器(模/数转换器),A/D转换器与各单相取样支路电连接;处理器401通过A/D转换器获取端口电压经各个单相取样支路分压后得到的单相时域取样信号。A/D转换器具体用于获取将各个单相取样支路分压后的模拟信号,并将该模拟信号转换为数字信号;处理器401将该数字信号作为单相时域取样信号进行后续处理。
本申请实施例中的处理器401可以是CPU(Central Processing Unit,中央处理器)、通用处理器、DSP(Digital Signal Processor,数据信号处理器)、ASIC(ApplicationSpecific Integrated Circuit,专用集成电路)、FPGA(Field-Programmable GateArray,现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
可选地,处理器401具体用于:存储时域取样信号,对存储的时域取样信号进行加窗处理;根据加窗后的时域取样信息,确定出感应电势的频域取样信号。
可选地,处理器401具体用于:对加窗后的时域信号进行延拓处理,得到全相位的时域取样信号;将全相位的时域取样信号转换为频域信号,作为感应电势的频域取样信号。
可选地,处理器401具体用于:利用窗函数,从时域取样信号中截取出多个序列;多个序列对应多个相位对应的时延且都具有第一序列长度,多个序列对应多个相位对应的时延且都具有第一序列长度;从多个序列中选择任一序列作为基准序列,根据多个相位对应的时延,对多个其它序列中的元素进行整体移位;将基准序列扩充至第二序列长度,将各其它序列扩充至末尾元素与基准序列的末尾元素对齐;对扩充后的各序列的元素进行对应叠加并截取,得到具有第一序列长度的叠加后序列。
可选地,处理器401具体用于:判断由频域取样信号的频谱特征数据形成的感应电势频谱,是否在指定频率范围内具有指定数量以上的尖峰;若由频域取样信号的频谱特征数据形成的感应电势频谱,在指定频率范围内具有指定数量以上的尖峰,则确定电机402处于共振状态。
可选地,处理器401具体用于:根据频域取样号的频谱特征数据,确定指定频率范围内电机402的感应电势幅值;当感应电势幅值超过预设的感应电势阈值时,将感应电势幅值对应的电机402工作频率与遗传算法数据库中存储的频率数据进行对比,根据对比结果判断感应电势幅值对应的电机402工作频率是否为共振频率;若感应电势幅值对应的电机402工作频率为共振频率,则确定电机402处于共振状态。
本实施例提供的电机共振检测系统的具体原理,可参照后续的方法实施例,在此不再赘述。
应用本申请的实施例一,至少可以实现如下有益效果:
1)通过获取电机的感应电势经由取样电路分压后的时域取样信号,并对时域信号进行转换,根据转换后的频域取样信号的频谱特征数据,可实现对电机共振状态的在线实时检测,相对于人工检测而言,检测的效率和准确性均大幅度提高;
2)采用频域取样信号来代替时域取样信号,更利于波形的分析,从而得到更准确的判断结果;通过对时域取样信号进行加窗处理,可获取频域信号所需的数据长度,有利于时域取样信号向频域取样信号转换。
3)由于电机的内阻通常较小,本申请实施例通过检测电机的定子绕组电压实现对电机的感应电势的检测,可在不影响准确性的前提下使检测效率更高;
4)通过对加窗后的时域取样信号进行延拓处理,可得到全相位信号,基于全相位信号进行时域频域的转换,并基于转换的频域取样信号检测电机的共振状态,可使检测结果更加准确;
5)通过识别频域取样信号的频谱图中的尖峰数量,可简单、清晰地判断出电机是否处于共振状态;基于遗传算法,将电机工作频率与遗传算法库的频率数据进行对比,从而判断电机是否处于共振状态,可实现参数自识别,提高判断的准确性,减少因负荷突变、外界干扰等因素出现的误判;
6)通过持续检测电机工作频率,当确定电机工作频率为共振频率时,可将其作为遗传算法的基因因子存入遗传算法数据库中,实现对遗传算法数据库的更新,基于更新后的遗传算法进行判断,可提高判断的准确性。
实施例二
基于同一发明构思,本申请实施例二提供了一种电机共振检测方法,该方法的流程示意图如图5所示,包括下述步骤:
S501,获取电机402的感应电势经由取样电路分压后的时域取样信号。
S502,根据感应电势的时域取样信号,确定出感应电势的频域取样信号。
可选地,存储时域取样信号,对存储的时域取样信号进行加窗处理;根据加窗后的时域取样信息,确定出感应电势的频域取样信号。
S503,根据频域取样信号的频谱特征数据,判断电机402是否处于共振状态。
在一个可选的实施方式中,判断由频域取样信号的频谱特征数据形成的感应电势频谱,是否在指定频率范围内具有指定数量以上的尖峰;若由频域取样信号的频谱特征数据形成的感应电势频谱,在指定频率范围内具有指定数量以上的尖峰,则确定电机402处于共振状态。
在另一个可选的实施方式中,根据频域取样号的频谱特征数据,确定指定频率范围内电机402的感应电势幅值;当感应电势幅值超过预设的感应电势阈值时,将感应电势幅值对应的电机402工作频率与遗传算法数据库中存储的频率数据进行对比;根据对比结果判断感应电势幅值对应的电机402工作频率是否为共振频率,若感应电势幅值对应的电机402工作频率为共振频率,则确定电机402处于共振状态。
应用本申请的实施例二,至少可以实现如下有益效果:
1)通过获取电机的感应电势经由取样电路分压后的时域取样信号,并对时域信号进行转换,根据转换后的频域取样信号的频谱特征数据,可实现对电机共振状态的在线实时检测,相对于人工检测而言,检测的效率和准确性均大幅度提高;
2)采用频域取样信号来代替时域取样信号,更利于波形的分析,从而得到更准确的判断结果;通过对时域取样信号进行加窗处理,可获取频域信号所需的数据长度,有利于时域取样信号向频域取样信号转换;
3)通过识别频域取样信号的频谱图中的尖峰数量,可简单、清晰地判断出电机是否处于共振状态;基于遗传算法,将电机工作频率与遗传算法库的频率数据进行对比,从而判断电机是否处于共振状态,可实现参数自识别,提高判断的准确性,减少因负荷突变、外界干扰等因素出现的误判。
实施例三
在实施例二的基础上,本申请实施例三提供了另一种可能的实现方式,如图6所示,该方式包括:
S601,获取电机402的感应电势经由取样电路分压后的时域取样信号。
可选地,将定子绕组的端口电压作为电机402的感应电势,获取端口电压经各个单相取样支路分压后得到的单相时域取样信号。时域取样信号包括至少一个单相时域取样信号。
S602,存储时域取样信号,对存储的时域取样信号进行加窗处理。
可选地,存储经A/D转换器转换后得到的数字信号,可将其存入数据库或FIFO(First Input First Output,先进先出)数据队列中。
可选地,可通过如下方式对存储的时域取样信号进行加窗处理:利用窗函数,从时域取样信号中截取出多个序列;多个序列对应多个相位对应的时延且都具有第一序列长度。其中,第一序列长度可根据实际情况进行设置。
例如,若经A/D转换器转换后得到的时域取样信号为[x0,x1,x2,x3,x4,……],第一序列长度设置为3,则从该时域取样信号中截取出分别对应三个相位的时延的如下三个序列:
X1=[x0,x1,x2],X2=[x1,x2,x3],X3=[x2,x3,x4],……
通过对时域取样信号进行加窗处理,可使时域取样信号中的数据达到预设数据长度,从而使时域取样信号在向频域信号转换的过程满足转换需求,有利于实现信号的准确转换。
S603,根据加窗后的时域取样信号,确定出感应电势的频域取样信号。
可选地,对加窗后的时域取样信号进行延拓处理,得到全相位的时域取样信号;将全相位的时域取样信号转换为频域信号,作为感应电势的频域取样信号。
可选地,对加窗后的时域取样信号进行延拓处理,包括:从多个所述序列中选择任一序列作为基准序列,根据多个相位对应的时延,对多个其它序列中的元素进行整体移位;将所述基准序列扩充至第二序列长度,将各所述其它序列扩充至末尾元素与所述基准序列的末尾元素对齐;对扩充后的各序列的元素进行对应叠加并截取,得到具有第一序列长度的叠加后序列。
本实施例对扩充后的各序列的元素进行的叠加步骤和截取步骤的先后顺序不作限定,可先叠加后截取,也可先截取后叠加。本实施例中的第二序列长度可根据实际需求设置。
可选地,将基准序列扩充至第二序列长度,包括:将基准序列中的全部元素或部分元素重复排列(或称周期性排列)。对应地,将各其它序列扩充至末尾元素与基准序列的末尾元素对齐,包括:将各其它序列中的全部元素或部分元素重复排列,或不进行重复排列,直至各其它序列的末尾元素与基准序列的末尾元素对齐,并使得各序列中的对齐部分满足第一序列长度。其中,重复排列的次数可以根据实际需求设置,例如重复排列一次或重复排列多次。
例如,对于加窗后得到的三个序列:X1=[x0,x1,x2],X2=[x1,x2,x3],X3=[x2,x3,x4],为了更直观的观察其中的元素对应关系,可表示为:
X1=[x0,x1,x2]
X2=[x1,x2,x3]
X3=[x2,x3,x4]
即将三个序列的元素x1对齐,将三个序列的元素x2对齐,该表示方法不影响其序列长度,X1、X2、X3的序列长度仍为3。
对于X1,重复排列其中的全部元素后可得到:X1=[x0,x1,x2,x0,x1,x2];对于X2,仅重复排列其中的前两个元素后可得到:X2=[x1,x2,x3,x1,x2];对于X3,仅重复排列其中的第一个元素后可得到:X3=[x2,x3,x4,x2];为了更直观的观察其中的数据对应关系,上述重复后的序列可表示为:
X1=[x0,x1,x2,x0,x1,x2]
X2=[x1,x2,x3,x1,x2]
X3=[x2,x3,x4,x2]
该表示方法不影响数据长度,X1、X2、X3的数据长度分别为6、5、4。由该表示方法可以看出,重复后的各序列的末尾元素是对齐的,且各序列对齐的部分大于第一序列长度3。截取序列X1的第三至第五个数据、序列X2的第二至第四个数据、序列X3的第一至第三个数据,并对所截取的数据对应叠加,可得到延拓处理后的全相位信号为:
X=[3x2,2x3+x0,2x1+x4] 表达式(4)
也可对序列X1、X2、X3中的元素先对应叠加,然后在叠加后的序列中截取中表达式(4)所示的全相位信号的序列。
在另一示例中,可在基准序列中重复部分元素,例如,对于X1,仅重复排列其中的前两个元素后可得到:X1=[x0,x1,x2,x0,x1];对于X2,仅重复排列其中的第一个元素后可得到:X2=[x1,x2,x3,x1];对于X3,无需重复排列,仍为:X3=[x2,x3,x4]。其后续过程同理,不再赘述。
通过延拓处理,可得到满足预设数据长度的全相位信号,基于全相位信号可更准确的反映电机402的感应电势,以此为基础进行后续的共振检测,可使检测更加准确。
可选地,通过FFT(Fast Fourier Transformation,快速离散傅氏变换)算法可将延拓处理后的时域取样信号转换为频域取样信号,以实现对频域取样信号的确定。通过FFT算法进行转换的过程包括三个顺序过程和三个循环过程;其中,如图7所示,三个顺序过程包括:单点时域分解(倒拉序过程),单点时域计算单点频谱,频域合成;三个循环过程包括:外循环(分解次数),中循环(sub-DFT运算),以及内循环(2点蝶形算法)。
上述FFT算法为现有技术,本领域技术人员可以理解FFT算法的具体原理,在此不再赘述;且本领域技术人员可以理解,除了FFT算法外,本申请实施例还可采用其它方式来实现时域取样信号到频域取样信号的转换,例如Z变换和拉普拉斯变换,在此不再一一介绍。
通过上述方式将时域取样信号转换为频域取样信号,可以将复杂信号分解为简单的信号(正弦信号)的叠加,将电机402的感应电势时域谱(如图8所示)转换为感应电势频谱(如图9所示)。
图8中的in表示电机402的感应电势(单相),点81处所示的波形为没有共振时的感应电势波形,点82处的波形为出现共振时的感应电势波形;图9中的F表示与感应电势对应的频域频率值,Mag表示与感应电势对应的频域幅度值,Ph_out表示与感应电势对应的频域相角值。
通过图9所示的感应电势频谱的频谱特征可以更加直观和精确的对信号进行分析,从而实现共振检测。
S604,判断由频域取样信号的频谱特征数据形成的感应电势频谱,是否在指定频率范围内具有指定数量以上的尖峰;若是,则确定电机402处于共振状态,若否,则执行S601。
本实施例中的指定频率范围和指定数量可以根据实际经验和需求选取或设置。
以图9为例,图9所示为与图8对应的频谱图,将图9中与图8中点81附近的频域数据放大,可得到如图10所示的局部频谱图,图9中与图8中点82附近的频域数据放大,可得到如图11所示的局部频谱图。对比图10和图11可知,当电机402没有出现共振时,频谱图的大部分频率范围比较平滑,仅在局部频率范围内出现一个尖峰(如图10所示);当电机402出现共振时,频谱图中出现两个尖峰(如图11所示)。
根据上述规律,可将指定数量设置为两个,在实际判断过程中,可在图9所示的频率范围中选取任意一段局部频率范围作为指定频率范围,判断该指定频率范围内是否存在两个以上尖峰,若存在,则可确定电机402在当前时段处于共振状态。
通过对感应电势频谱上的尖峰数量进行识别,可直观、清晰的判断电机402是否处于共振状态,且判断的准确性较高。
应用本申请的实施例三,至少可以实现如下有益效果:
1)由于电机的内阻通常较小,本申请实施例通过检测电机的定子绕组电压实现对电机的感应电势的检测,可在不影响准确性的前提下使检测效率更高。
2)通过对加窗后的时域取样信号进行延拓处理,可得到全相位信号,基于全相位信号进行时域频域的转换,并基于转换的频域取样信号检测电机的共振状态,可使检测结果更加准确。
实施例四
在实施例二的基础上本申请实施例四提供了另一种可能的实现方式,如图12所示,该方式包括:
S1201,获取电机402的感应电势经由取样电路分压后的时域取样信号。
可选地,将定子绕组的端口电压作为电机402的感应电势,获取端口电压经各个单相取样支路分压后得到的单相时域取样信号。时域取样信号包括至少一个单相时域取样信号。
S1202,存储时域取样信号,对存储的时域取样信号进行加窗处理。
可选地,存储经A/D转换器转换后得到的数字信号,可将其存入数据库或FIFO(First Input First Output,先进先出)数据队列中。
可选地,可通过如下方式对存储的时域取样信号进行加窗处理:利用窗函数,从时域取样信号中截取出多个序列;多个序列对应多个相位对应的时延且都具有第一序列长度。其中,第一序列长度可根据实际情况进行设置,具体示例可参照实施例三中的相关内容,在此不再赘述。
S1203,根据加窗后的时域取样信息,确定出感应电势的频域取样信号。
可选地,对加窗后的时域取样信号进行延拓处理,得到全相位的时域取样信号;将全相位的时域取样信号转换为频域信号,作为感应电势的频域取样信号。
通过延拓处理,可得到满足预设数据长度的全相位信号,基于全相位信号可更准确的反映电机402的感应电势,以此为基础进行后续的共振检测,可使检测更加准确。
根据加窗后的时域取样信息,确定出感应电势的频域取样信号的具体方式可参照实施例三中的相关内容,在此不再赘述。
S1204,根据频域取样信号的频谱特征数据,确定指定频率范围内电机402的感应电势幅值。
本实施例中的指定频率范围可以根据实际经验和需求选取或设置。
可选地,根据频域取样信号的频谱特征数据形成的感应电势频谱,确定指定频率范围内出现的最大的尖峰的峰值,该峰值即感应电势幅值。
例如,可根据图8所示的频谱图,确定指定频率范围内出现的尖峰的峰值,具体地,可在图8所示的频率范围中选取任意一段局部频率范围作为指定频率范围,判断该指定频率范围内是否存在尖峰,测量各尖峰中最大尖峰的峰值。
S1205,判断感应电势幅值是否超过预设的感应电势阈值;若是,则执行S1206,若否,则执行S1201。
本实施例中的感应电势阈值可根据实际经验和需求设置。
S1206,将感应电势幅值对应的电机402工作频率与遗传算法数据库中存储的频率数据进行对比,根据对比结果判断感应电势幅值对应的电机402工作频率是否为共振频率;若是,则确定电机402处于共振状态,若否,则执行S1201。
可选地,可预先在遗传算法数据库中存入多个频率数据,作为遗传算法的初始算法因子,以便将后续频率数据与已存储的频率数据进行对比,实现参数的自识别。初始算法因子的设置直接影响本步骤判断的精确性,初始算法因子的数据准确性越高、数量越多,则本步骤的对比和判断的精确性越高。
可选地,遗传算法数据库包括大概率区间和小概率区间,大概率区间中的频率数据为根据实际经验确定的出现共振时的电机402工作频率,小概率区间中的频率数据为根据实际经验确定的没有出现共振时的电机402工作频率。
可选地,将感应电势幅值对应的电机402工作频率与大概率区间的频率数据、小概率区间的频率数据分别进行对比,判断感应电势幅值对应的电机402工作频率落入哪个区间;若落入大概念区间,则可确定电机402处于共振状态,若落入小概率区间,则可确定电机402不处于共振状态。
可选地,本实施例提供的电机共振检测方法还包括:获取指定时刻的电机402工作频率,若指定时刻的电机402工作频率与感应电势幅值对应的电机402工作频率相同,则将指定时刻的电机402工作频率存入遗传算法数据库中;指定时刻在感应电势幅值对应的时刻之后。
本实施例中的指定时刻可根据实际需求设置。例如,可设置为多次执行本实施例中步骤S1201至S1206之后的一个时刻,若在多次执行各步骤之后,电机402工作频率的值仍然等于已确定出的一个共振频率的值,则将该电机402工作频率作为遗传算法的算法因子存入遗传算法数据库的大概率区间中,以增加大概率区间的算法因子。
通过上述方式可不断在遗传算法数据库中补充最新的频率数据,不断更新遗传算法数据库,可使得基于遗传算法的步骤S1206的对比和判断的准确性更高。
遗传算法的生命周期对判断结果的准确性有较大的影响,遗传算法的生命周期越短,可使遗传算法数据库的数据更新速度越快。在本实施例中,通过对指定时刻进行设置,可控制遗传算法的生命周期的长短,从而根据实际需求最大程度地提高判断的准确性。
应用本申请的实施例四,至少可以实现如下有益效果:
1)由于电机的内阻通常较小,本申请实施例通过检测电机的定子绕组电压实现对电机的感应电势的检测,可在不影响准确性的前提下使检测效率更高。
2)通过对加窗后的时域取样信号进行延拓处理,可得到全相位信号,基于全相位信号进行时域频域的转换,并基于转换的频域取样信号检测电机的共振状态,可使检测结果更加准确;
3)通过持续检测电机工作频率,当确定电机工作频率为共振频率时,可将其作为遗传算法的基因因子存入遗传算法数据库中,实现对遗传算法数据库的更新,基于更新后的遗传算法进行判断,可提高判断的准确性。
实施例五
基于同一发明构思,本申请实施例五提供了一种电机共振检测装置,该电机共振检测装置的结构框架示意图如图13所示,包括:信号获取模块1301、信号处理模块1302以及共振判断模块1303。
信号获取模块1301用于获取电机402的感应电势经由取样电路分压后的时域取样信号。
信号处理模块1302用于根据信号获取模块1301获取的感应电势的时域取样信号,确定出感应电势的频域取样信号。
共振判断模块1303用于根据由信号处理模块1302确定出的频域取样信号的频谱特征数据,判断电机402是否处于共振状态。
可选地,信号获取模块1301具体用于将定子绕组的端口电压作为电机402的感应电势,获取端口电压经各个单相取样支路分压后得到的单相时域取样信号。时域取样信号包括至少一个单相时域取样信号。
可选地,信号处理模块1302具体用于存储时域取样信号,对存储的时域取样信号进行加窗处理;根据加窗后的时域取样信息,确定出感应电势的频域取样信号。
在一个可选的实施方式中,共振判断模块1303具体用于:判断由频域取样信号的频谱特征数据形成的感应电势频谱,是否在指定频率范围内具有指定数量以上的尖峰;若由频域取样信号的频谱特征数据形成的感应电势频谱,在指定频率范围内具有指定数量以上的尖峰,则确定电机402处于共振状态。
在另一个可选的实施方式中,共振判断模块1303具体用于:根据频域取样号的频谱特征数据,确定指定频率范围内电机402的感应电势幅值;当感应电势幅值超过预设的感应电势阈值时,将感应电势幅值对应的电机402工作频率与遗传算法数据库中存储的频率数据进行对比;根据对比结果判断感应电势幅值对应的电机402工作频率是否为共振频率,若感应电势幅值对应的电机402工作频率为共振频率,则确定电机402处于共振状态。
本实施例的电机共振检测装置1300可执行本申请实施例二至四中任一实施所提供的电机共振检测方法,其实现原理及有益效果相类似,此处不再赘述。
实施例六
基于同一发明构思,本申请实施例六提供了一种电机共振检测设备,如图14所示,图14所示的电机共振检测设备1400包括:电连接的处理器1401和存储器1402;存储器1402用于存储使得处理器执行本申请上述实施例所提供的电机共振检测方法的计算机程序。
本申请实施例中的处理器1401可以是CPU、通用处理器、DSP、ASIC、FPGA(Field-Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器1401也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
本申请实施例中的存储器1402可以是ROM(Read-Only Memory,只读存储器)或可存储静态信息和指令的其他类型的静态存储设备,可以是RAM(Random Access Memory,随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM(Electrically Erasable Programmable Read Only Memory,电可擦可编程只读存储器)、CD-ROM(Compact Disc Read-Only Memory,只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
本技术领域技术人员可以理解,本申请实施例提供的电机共振检测设备1400可以为所需的目的而专门设计和制造,或者也可以包括通用计算机中的已知设备。这些设备具有存储在其内的计算机程序,这些计算机程序选择性地激活或重构。这样的计算机程序可以被存储在设备(例如,计算机)可读介质中或者存储在适于存储电子指令并分别耦联到总线的任何类型的介质中。
本实施例提供的电机共振检测设备1400,与前面所述的各实施例具有相同的发明构思及相同的有益效果,在此不再赘述。
实施例七
基于同一发明构思,本申请实施例七提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现本申请实施例所提供的电机共振检测方法。
计算机可读介质包括但不限于任何类型的盘(包括软盘、硬盘、光盘、CD-ROM、和磁光盘)、ROM、RAM、EPROM(Erasable Programmable Read-Only Memory,可擦写可编程只读存储器)、EEPROM、闪存、磁性卡片或光线卡片。也就是,可读介质包括由设备(例如,计算机)以能够读的形式存储或传输信息的任何介质。
本实施例提供的计算机可读存储介质,与前面所述的各实施例具有相同的发明构思及相同的有益效果,在此不再赘述。
本技术领域技术人员可以理解,本申请中已经讨论过的各种操作、方法、流程中的步骤、措施、方案可以被交替、更改、组合或删除。进一步地,具有本申请中已经讨论过的各种操作、方法、流程中的其他步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。进一步地,现有技术中的具有与本申请中公开的各种操作、方法、流程中的步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。

Claims (14)

1.一种电机共振检测系统,其特征在于,包括:取样电路和处理器;
所述取样电路与所述电机共振检测系统之外的电机电连接,并与所述处理器电连接;所述取样电路的阻抗大于所述电机的阻抗;
所述处理器用于获取所述电机的感应电势经由所述取样电路分压后的时域取样信号;存储所述时域取样信号,对存储的所述时域取样信号进行加窗处理,对加窗后的所述时域取样信号进行延拓处理,得到全相位的所述时域取样信号;将所述全相位的所述时域取样信号转换为频域信号,作为所述感应电势的频域取样信号;根据所述频域取样信号的频谱特征数据,判断所述电机是否处于共振状态。
2.根据权利要求1所述的系统,其特征在于,所述取样电路包括至少一个单相取样支路,每一个单相取样支路与所述电机的一个相位的定子绕组的端子对应电连接;
所述处理器用于将所述定子绕组的端口电压作为所述电机的感应电势,获取所述端口电压经各个所述单相取样支路分压后得到的单相时域取样信号。
3.根据权利要求2所述的系统,其特征在于,所述单相取样支路包括第一取样电阻、第二取样电阻和第三取样电阻;
所述第一取样电阻的第一端与所述电机的对应相位的定子绕组的端子电连接,第二端与所述第二取样电阻的第一端电连接;所述第一取样电阻的阻抗大于所述定子绕组的阻抗;
所述第二取样电阻的第二端与所述处理器中的模数转换器电连接;
所述第三取样电阻的第一端与所述第一取样电阻的第二端电连接,第二端与其它单相取样支路的第三取样电阻的第二端电连接。
4.根据权利要求1所述的系统,其特征在于,所述处理器具体用于:利用窗函数,从时域取样信号中截取出多个序列;多个所述序列对应多个相位对应的时延且都具有第一序列长度,多个所述序列对应多个相位对应的时延且都具有第一序列长度;从多个所述序列中选择任一序列作为基准序列,根据多个相位对应的时延,对多个其它序列中的元素进行整体移位;将所述基准序列扩充至第二序列长度,将各所述其它序列扩充至末尾元素与所述基准序列的末尾元素对齐;对扩充后的各序列的元素进行对应叠加并截取,得到具有第一序列长度的叠加后序列。
5.根据权利要求1所述的系统,其特征在于,所述处理器具体用于:判断由所述频域取样信号的频谱特征数据形成的感应电势频谱,是否在指定频率范围内具有指定数量以上的尖峰;若所述频域取样信号的频谱特征数据形成的感应电势频谱,在指定频率范围内具有指定数量以上的尖峰,则确定所述电机处于共振状态。
6.根据权利要求1所述的系统,其特征在于,所述处理器具体用于:根据所述频域取样号的频谱特征数据,确定指定频率范围内电机的感应电势幅值;当所述感应电势幅值超过预设的感应电势阈值时,将所述感应电势幅值对应的电机工作频率与遗传算法数据库中存储的频率数据进行对比,根据对比结果判断所述感应电势幅值对应的电机工作频率是否为共振频率;若是,则确定所述电机处于共振状态。
7.一种电机共振检测方法,其特征在于,包括:
获取电机的感应电势经由取样电路分压后的时域取样信号;
存储所述时域取样信号,对存储的所述时域取样信号进行加窗处理;
对加窗后的所述时域取样信号进行延拓处理,得到全相位的所述时域取样信号;
将所述全相位的所述时域取样信号转换为频域信号,作为所述感应电势的频域取样信号;
根据所述频域取样信号的频谱特征数据,判断所述电机是否处于共振状态。
8.根据权利要求7所述的方法,其特征在于,所述获取电机的感应电势经由所述取样电路分压后的时域取样信号,包括:
将定子绕组的端口电压作为所述电机的感应电势,获取所述端口电压经各个单相取样支路分压后得到的单相时域取样信号。
9.根据权利要求7所述的方法,其特征在于,所述对存储的所述时域取样信号进行加窗处理,包括:利用窗函数,从时域取样信号中截取出多个序列;多个所述序列对应多个相位对应的时延且都具有第一序列长度;
以及,所述对加窗后的所述时域取样信号进行延拓处理,包括:从多个所述序列中选择任一序列作为基准序列,根据多个相位对应的时延,对多个其它序列中的元素进行整体移位;
将所述基准序列扩充至第二序列长度,将各所述其它序列扩充至末尾元素与所述基准序列的末尾元素对齐;
对扩充后的各序列的元素进行对应叠加并截取,得到具有第一序列长度的叠加后序列。
10.根据权利要求7所述的方法,其特征在于,所述根据所述频域取样信号的频谱特征数据,判断所述电机是否处于共振状态,包括:
判断由所述频域取样信号的频谱特征数据形成的感应电势频谱,是否在指定频率范围内具有指定数量以上的尖峰;
若由所述频域取样信号的频谱特征数据形成的感应电势频谱,在指定频率范围内具有指定数量以上的尖峰,则确定所述电机处于共振状态。
11.根据权利要求7所述的方法,其特征在于,所述根据所述频域取样信号的频谱特征数据,判断所述电机是否处于共振状态,包括:
根据所述频域取样号的频谱特征数据,确定指定频率范围内电机的感应电势幅值;
当所述感应电势幅值超过预设的感应电势阈值时,将所述感应电势幅值对应的电机工作频率与遗传算法数据库中存储的频率数据进行对比;
根据对比结果判断所述感应电势幅值对应的电机工作频率是否为共振频率,若所述感应电势幅值对应的电机工作频率为共振频率,则确定所述电机处于共振状态。
12.根据权利要求11所述的方法,其特征在于,还包括:
获取指定时刻的电机工作频率,若所述指定时刻的电机工作频率与所述感应电势幅值对应的电机工作频率相同,则将所述指定时刻的电机工作频率存入所述遗传算法数据库中;所述指定时刻在所述感应电势幅值对应的时刻之后。
13.一种电机共振检测设备,其特征在于,包括:
处理器;
存储器,用于存储使得所述处理器执行如权利要求7-12任一项所述的方法的计算机程序。
14.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求7-12任一项所述的方法。
CN201810844034.7A 2018-07-27 2018-07-27 电机共振检测系统和检测方法 Active CN108983097B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810844034.7A CN108983097B (zh) 2018-07-27 2018-07-27 电机共振检测系统和检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810844034.7A CN108983097B (zh) 2018-07-27 2018-07-27 电机共振检测系统和检测方法

Publications (2)

Publication Number Publication Date
CN108983097A CN108983097A (zh) 2018-12-11
CN108983097B true CN108983097B (zh) 2021-01-22

Family

ID=64552010

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810844034.7A Active CN108983097B (zh) 2018-07-27 2018-07-27 电机共振检测系统和检测方法

Country Status (1)

Country Link
CN (1) CN108983097B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7352371B2 (ja) * 2019-04-04 2023-09-28 株式会社日立製作所 診断装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006035859A1 (de) * 2006-08-01 2008-02-21 Siemens Ag Verfahren und Schaltung zur Erkennung von Systemresonanzen
CN101226213A (zh) * 2008-01-24 2008-07-23 南京埃斯顿自动控制技术有限公司 电机相电流检测方法及装置
CN102466566A (zh) * 2010-11-03 2012-05-23 财团法人工业技术研究院 动力设备异常检测装置及其检测方法
CN103827489A (zh) * 2011-08-19 2014-05-28 惠而浦股份有限公司 以共振线性电机的共振频率控制冲程和操作的系统和方法
CN106253788A (zh) * 2016-08-22 2016-12-21 安徽工程大学机电学院 具有谐波测控功能的电动机控制器及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8793094B2 (en) * 2010-06-04 2014-07-29 Apple Inc. Vibrator motor speed determination in a mobile communications device

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006035859A1 (de) * 2006-08-01 2008-02-21 Siemens Ag Verfahren und Schaltung zur Erkennung von Systemresonanzen
CN101226213A (zh) * 2008-01-24 2008-07-23 南京埃斯顿自动控制技术有限公司 电机相电流检测方法及装置
CN102466566A (zh) * 2010-11-03 2012-05-23 财团法人工业技术研究院 动力设备异常检测装置及其检测方法
CN103827489A (zh) * 2011-08-19 2014-05-28 惠而浦股份有限公司 以共振线性电机的共振频率控制冲程和操作的系统和方法
CN106253788A (zh) * 2016-08-22 2016-12-21 安徽工程大学机电学院 具有谐波测控功能的电动机控制器及方法

Also Published As

Publication number Publication date
CN108983097A (zh) 2018-12-11

Similar Documents

Publication Publication Date Title
JP5335803B2 (ja) 自動車システムのノック信号検出
EP2499504B1 (en) A precision measurement of waveforms using deconvolution and windowing
EP1148320B1 (en) System and method for analyzing signals generated by rotating machines
Rivera-Guillen et al. Enhanced FFT-based method for incipient broken rotor bar detection in induction motors during the startup transient
US5471401A (en) Waveform library for characterizing an AC power line spectrum
CN108664901A (zh) 基于改进lmd的微电网电能质量扰动信号检测方法
EP1921455B1 (en) A revolution indicator and a program for the revolution indicator
CN108983097B (zh) 电机共振检测系统和检测方法
CN113361331B (zh) 基于加窗插值fft的工频干扰消除方法、系统和介质
CN1480736A (zh) 测试电子元件的方法及其仪器
JP4417331B2 (ja) 多信号解析装置
CN103543331B (zh) 一种计算电信号谐波和间谐波的方法
CN115031875B (zh) 基于频谱反馈的振弦传感器自适应扫频激励方法及系统
US7282912B2 (en) NMR measurement method and apparatus utilizing nyquist frequency changes
JP6527472B2 (ja) 半導体装置、位置検出装置、及び半導体装置の制御方法
JP5699403B2 (ja) 不規則なパルス列の信号処理方法および信号処理装置
CN107367640B (zh) 基于相位信息的非均匀包络未知脉冲边沿估计方法及设备
CN111812404B (zh) 一种信号处理方法以及处理装置
CN105973516B (zh) 一种用于识别固体火箭发动机的脉动推力的方法
KR100911689B1 (ko) 실시간 음악 비트 주기 추출 방법 및 실시간 음악 비트주기 추출 장치
Aiello et al. A comparison of spectrum estimation techniques for nonstationary signals in induction motor drive measurements
JP2005517929A (ja) ゼロミキシングスペクトル分析の方法及び装置
CN110070886A (zh) 噪声特征分析方法及噪声特征分析系统
JP3438376B2 (ja) 周期信号処理方法および装置
Zhang et al. Determining the length of sliding window by using frequency decomposition

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