CN109477869A - 电动机的诊断装置 - Google Patents
电动机的诊断装置 Download PDFInfo
- Publication number
- CN109477869A CN109477869A CN201680087608.XA CN201680087608A CN109477869A CN 109477869 A CN109477869 A CN 109477869A CN 201680087608 A CN201680087608 A CN 201680087608A CN 109477869 A CN109477869 A CN 109477869A
- Authority
- CN
- China
- Prior art keywords
- histogram
- motor
- load torque
- diagnostic device
- determination unit
- 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
Links
Classifications
-
- 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
-
- 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
-
- 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
- H02P29/00—Arrangements for regulating or controlling electric motors, appropriate for both AC and DC motors
- H02P29/02—Providing protection against overload without automatic interruption of supply
- H02P29/024—Detecting a fault condition, e.g. short circuit, locked rotor, open circuit or loss of load
- H02P29/0241—Detecting a fault condition, e.g. short circuit, locked rotor, open circuit or loss of load the fault being an overvoltage
Abstract
提供一种电动机的诊断装置,即使在负载发生变动的电动机中,也能通过对根据采样输入的电压和电流信息运算出的负载转矩进行统计处理,来诊断电动机有无异常。使用从电压输入部(11)采样输入的电压、以及从电流输入部(12)采样输入的电流,由逻辑运算部(20)运算负载转矩,对所得的采样个数的负载转矩进行直方图化,并与预先保存在存储部(30)中的正常时的直方图进行比较,由此来判定电动机(7)有无异常。
Description
技术领域
本发明涉及例如在作为封闭配电盘的控制中心等中使用、并对电动机有无异常进行诊断的电动机的诊断装置。
背景技术
以往,提出了如下基于模型的故障检测系统,其测定电动机的输入电压、电流以及电动机速度的实时信息,对模型化所得的结果与测定所得的结果进行比较,评价与对各个信号进行减法运算而生成的误差有关的比较结果,并且利用诊断观测器分析误差来判定电动机有无故障。(例如,专利文献1)
现有技术文献
专利文献
专利文献1:日本专利特表2000-513097号公报
发明内容
发明所要解决的技术问题
在现有的基于模型的故障检测系统中,测定电动机的输入电压、电流以及电动机速度的实时信息,对模型化所得结果与测定所得的结果进行比较,因此需要作为基准的模型,通过与测定所得的实时信息进行比较来判定有无故障,因此存在难以适用于负载变动较大的电动机的问题。
本发明是为了解决上述问题而完成的,其目的在于提供一种电动机的诊断装置,即使在负载发生变动的电动机中,也能通过对根据采样输入的电压和电流信息运算出的负载转矩进行统计处理,由此来诊断电动机有无异常。
解决技术问题所采用的技术方案
本发明所涉及的电动机的诊断装置的特征在于,包括:负载转矩运算部,该负载转矩运算部使用从连接有电动机的主电路采样输入的电压和电流来运算所述电动机的负载转矩;直方图运算部,该直方图运算部运算由所述负载转矩运算部运算出的采样个数的负载转矩的概率密度函数的平均值与标准偏差,并形成直方图;正常曲线存储部,该正常曲线存储部预先求出正常时的负载转矩的直方图并进行存储;以及异常判定部,该异常判定部对存储于所述正常曲线存储部的正常时的直方图与由所述直方图运算部求出的直方图进行比较,来判定所述电动机有无异常。
发明效果
根据本发明,包括:负载转矩运算部,该负载转矩运算部使用从连接有电动机的主电路采样输入的电压和电流来运算所述电动机的负载转矩;直方图运算部,该直方图运算部运算由所述负载转矩运算部运算出的采样个数的负载转矩的概率密度函数的平均值与标准偏差,并形成直方图;正常曲线存储部,该正常曲线存储部预先求出正常时的负载转矩的直方图并进行存储;以及异常判定部,该异常判定部对存储于所述正常曲线存储部的正常时的直方图与由所述直方图运算部求出的直方图进行比较,来判定所述电动机有无异常,因此具有如下效果:可获得能通过对根据采样输入的电压和电流信息运算出的采样个数的负载转矩进行统计处理来诊断电动机有无异常的电动机的诊断装置。
附图说明
图1是示出本发明实施方式1中的电动机的诊断装置的设置状况的简要结构图。
图2是示出本发明实施方式1中的电动机的诊断装置的逻辑运算部的结构的框图。
图3是示出本发明实施方式1中的电动机的诊断装置的存储部的结构的框图。
图4是说明本发明实施方式1中的电动机的诊断装置的采样速度与遗忘系数及比例因子之间的关系的说明图。
图5是说明本发明实施方式1中的电动机的诊断装置的动作的流程图。
图6是说明本发明实施方式1中的电动机的诊断装置的负载转矩的直方图的说明图。
图7是说明本发明实施方式1中的电动机的诊断装置的异常时的直方图的峰值部位与正常时的直方图相比发生了偏移的情况的说明图。
图8是说明本发明实施方式1中的电动机的诊断装置的直方图中的马哈拉诺比斯距离的说明图。
图9是说明本发明实施方式1中的电动机的诊断装置的基于马哈拉诺比斯距离的阈值判定的说明图。
图10是说明本发明实施方式1中的电动机的诊断装置的异常时的直方图相对于正常时的直方图存在2处峰值部位的情况的说明图。
图11是说明本发明实施方式1中的电动机的诊断装置的异常时的直方图的2处峰值部位的峰值比的说明图。
图12是说明本发明实施方式1中的电动机的诊断装置的基于峰值比的阈值判定的说明图。
具体实施方式
下面,对本发明的实施方式进行说明,在各图中对相同或相当部分标注相同标号来进行说明。
实施方式1﹒
图1是示出本发明实施方式1中的电动机的诊断装置的设置状况的简要结构图,图2是示出本发明实施方式1中的电动机的诊断装置的逻辑运算部的结构的框图,图3是示出本发明实施方式1中的电动机的诊断装置的存储部的结构的框图,图4是说明本发明实施方式1中的电动机的诊断装置的采样速度与遗忘系数及比例因子之间的关系的说明图,图5是说明本发明实施方式1中的电动机的诊断装置的动作的流程图,图6是说明本发明实施方式1中的电动机的诊断装置的负载转矩的直方图的说明图,图7是说明本发明实施方式1中的电动机的诊断装置的异常时的直方图的峰值部位与正常时的直方图相比发生了偏移的情况的说明图,图8是说明本发明实施方式1中的电动机的诊断装置的直方图中的马哈拉诺比斯距离的说明图,图9是说明本发明实施方式1中的电动机的诊断装置的基于马哈拉诺比斯距离的阈值判定的说明图,图10是说明本发明实施方式1中的电动机的诊断装置的异常时的直方图相对于正常时的直方图存在2处峰值部位的情况的说明图,图11是说明本发明实施方式1中的电动机的诊断装置的异常时的直方图的2处峰值部位的峰值比的说明图,图12是说明本发明实施方式1中的电动机的诊断装置的基于峰值比的阈值判定的说明图。
在图1中,从电力系统1引入的主电路2设有布线用断路器3和电磁接触器4、检测三相主电路2的相间电压的两相间部分的仪表用变压器等电压检测器5、以及检测主电路2的两相部分的负载电流的仪表用变流器等电流检测器6。主电路2与作为负载的三相感应电动机等电动机7相连接,利用电动机7对机器设备8进行运行驱动。电动机的诊断装置9主要在作为封闭配电盘的控制中心中使用,电动机的诊断装置9由输入部10、逻辑运算部20、存储部30以及输出部40构成。
输入部10设有:电压输入部11,该电压输入部11以预先设定的采样速度输入由电压检测器5检测出的电压(以下,称为采样输入);电流输入部12,该电流输入部12对由电流检测器6检测出的电流进行采样输入;采样速度设定部13,该采样速度设定部13对采样速度进行设定;以及额定信息输入部14,该额定信息输入部14输入电动机7的额定信息等。
采样速度设定部13设定例如以1秒间100个的采样速度在10秒间进行采样的情况。由此,得到1000个采样后的数据。所设定的采样速度等存储于存储部30的图3所示的采样速度存储部31。
额定信息输入部14预先输入有电源频率、电动机7的额定输出、额定电压、额定电流、额定转速等、以及用于负载转矩的运算的磁极数和绕组电阻值等,所输入的额定信息等存储于存储部30的图3所示的额定信息存储部32。额定信息等为可通过阅读电动机7的制造公司的产品目录或安装于电动机7的铭牌而容易获取的信息。另外,在诊断对象的电动机7存在多台的情况下,需要预先输入所有诊断对象的电动机7的额定信息。
基于图2对逻辑运算部20的结构进行说明。逻辑运算部20设有:dq转换运算部21,该dq转换运算部21将从电压输入部11输入的电压和从电流输入部12输入的电流转换成适合于负载转矩的运算的d轴方向和q轴方向(以下称为dq轴方向)的电压和电流;负载转矩运算部22,该负载转矩运算部22使用由dq转换运算部21转换得到的电压和电流来运算负载转矩;直方图运算部23,该直方图运算部23使用由负载转矩运算部22运算得到的采样个数的负载转矩来求出直方图;以及异常判定部24,该异常判定部24对由直方图运算部23求出的直方图与预先存储于存储部30的图3所示的正常曲线存储部33的正常时的直方图进行比较,由此来判定电动机7及机器设备8有无异常。
此外,作为预先求出负载转矩运算部22中使用的数据并进行设定的部件,设有求出电动机7的定子绕组的绕组电阻值Rs的绕组电阻值运算部22a,以及根据采样速度来运算遗忘系数kf的遗忘系数运算部22b和运算比例因子α的比例因子运算部22c。
一般情况下,若电动机7的定子绕组的温度上升则绕组电阻值Rs增加,因此,可以将例如电动机7的制造商等进行试验而得到的绕组电阻值Rs与温度的相关关系预先设定于额定信息存储部32,检测并输入进行电压和电流的采样时的定子绕组的温度,根据由绕组电阻值运算部22a设定的相关关系来高精度地求出绕组电阻值Rs。另外,也存在根据所检测出的电压和电流来运算并求出绕组电阻值Rs的方法,绕组电阻值运算部22a的运算并不限于上述所说明的方法。
采样速度与遗忘系数kf及比例因子α具有图4所示的相关关系,因此,例如将在诊断装置的制造商一侧作为预先实测的结果而得到的图4的相关关系作为数据表格预先设定于存储部30,当由采样速度设定部13设定了采样速度等时,使用所存储的数据表格,由遗忘系数运算部22b求出遗忘系数kf,并由比例因子运算部22c求出比例因子α,并预先设定存储于图3所示的采样速度存储部31。一旦最开始设定了采样速度,则对于该电动机,相同条件下的采样速度将适用于之后的所有诊断。
直方图运算部23设有对负载转矩运算部22所求出的采样个数的负载转矩的平均值进行运算的平均值运算部23a、以及对标准偏差进行运算的标准偏差运算部23b。
异常判定部24设有根据之后进行详细动作说明的异常的状态来判定有无异常的马哈拉诺比斯距离判定部24a及峰值数判定部24b。
基于图3对存储部30的结构进行说明。存储部30设有对采样速度设定部13所设定的采样速度等进行存储的采样速度存储部31、对从额定信息输入部14输入的电动机7的额定信息等进行存储的额定信息存储部32、对作为异常判定的基准的正常时的直方图进行存储的正常曲线存储部33、以及按时间序列对直方图运算部23所求出的直方图进行保存的直方图保存部34。
此外,正常曲线存储部33设有分别对正常时的直方图的原始数据即平均值和标准偏差进行存储的平均值存储部33a和标准偏差存储部33b,直方图保存部34设有分别对直方图的原始数据即平均值和标准偏差进行保存的平均值保存部34a和标准偏差保存部34b。
输出部40设有:统计结果输出部41,该统计结果输出部41对由异常判定部24进行比较后得到的正常时与异常时的直方图的比较结果、由马哈拉诺比斯距离判定部24a对马哈拉诺比斯距离进行趋势分析而得的结果、以及由峰值数判定部24b对峰值比进行趋势分析而得的结果等进行显示输出;以及警报输出部42,该警报输出部42在由异常判定部24判定为异常时进行例如使警报音鸣响或使异常灯点亮等警报输出。
接着,基于图5所示的流程图来进行动作说明。电动机的诊断装置9例如以10分钟间隔等规定的时间间隔起动并实施电动机7等的异常诊断。
在步骤101中,从电压输入部11以由采样速度设定部13所设定且存储于采样速度存储部31的采样速度输入两相间部分的电压vuv和vvw,并且从电流输入部12对两相部分的电流iu和iv进行采样输入。
在步骤102中,dq转换运算部21将所输入的电压和电流转换成dq轴方向的电压和电流。
对dq转换运算部21中的运算进行说明。首先,在对三相电流进行dq转换的情况下,在三相uvw平衡的状态下由于只要有两相部分的电流信息就足够了,因此,使用从电流输入部12输入的两相部分的电流iu和iv,通过式(1)所示的转换式来运算d轴方向的电流id和q轴方向的电流iq。
【数学式1】
同样地,对于电压,只要有两相部分的电压信息也就足够了,然而,对于电压通常情况下测定线间电压的情况较多,因此,使用从电压输入部11输入的两相部分的电压vuv和vvw(附加标号uv表示u相与v相间、vw表示v相与w相间),通过式(2)所示的转换式来运算d轴方向的电压vd和q轴方向的电压vq。
【数学式2】
在步骤103中,负载转矩运算部22使用由dq转换运算部21转换得到的dq轴方向的电压和电流来运算负载转矩。
对负载转矩运算部22中的运算进行说明。负载转矩运算部22中,利用由dq转换运算部21运算并求出的dq轴方向的电流id、iq,预先从额定信息输入部14输入且存储于额定信息存储部32的电动机7的磁极数Pp,以及电动机7的定子绕组的dq轴方向的交链磁通φd、φq,通过式(3)来运算负载转矩Te。
【数学式3】
这里,dq轴方向的交链磁通φd、φq可以根据式(4)至式(9)运算而求出。式(4)与式(5)以微分方式表示,因此经数值分析来表示的数学式为式(6)与式(7),将比例因子α分别乘以对式(6)和式(7)进行运算而得的结果,由此得到的在式(8)和式(9)中进行运算而得的结果是作为交链磁通的最终结果而得到的相同值。式(8)的运算结果相当于交链磁通φd,式(9)的运算结果相当于交链磁通φq。
【数学式4】
【数学式5】
【数学式6】
【数学式7】
【数学式8】
【数学式9】
另外,式(4)至式(9)中使用的各标号表示以下的数据。vd和vq表示由dq转换运算部21运算得到的dq轴方向的电压,id和iq表示由dq转换运算部21运算得到的dq轴方向的电流,Rs表示由绕组电阻值运算部22a运算得到的绕阻电阻值,kf表示由遗忘系数运算部22b运算得到的遗忘系数,α表示由比例因子运算部22c运算得到的比例因子,Ψ是交链磁通的数值分析的符号,附加标号n是表示使用采样的第n个值的情况的变量,附加标号n-1是表示使用采样的第n-1个值的情况的变量。因此,n取1、2、3……的值。Δt表示采样时间宽度,是由采样速度来决定的值,例如若采样速度为1秒间100个,则采样时间宽度Δt为0.01。
在步骤104中,重复上述步骤101至步骤103的动作直到采样完成为止,从而由负载转矩运算部22运算并求出的负载转矩的值(以下称为负载转矩值)可成为采样个数、例如1000个。
在步骤105中,直方图运算部23将负载转矩运算部22所求出的采样个数的负载转矩值表现为概率密度函数。然后,分别由平均值运算部23a与标准偏差运算部23b利用式(10)和式(11)来计算将变量设为负载转矩值Tk的概率密度函数的平均值μ和标准偏差σ。式中的P(k)是负载转矩值Tk的概率。
【数学式10】
【数学式11】
概率密度函数在负载转矩值的偏差为随机的情况下以正态分布的形式表现。此时,若将横轴设为负载转矩值、将纵轴设为概率密度来形成曲线,则通过图6所示的直方图的形式表现。成为平均值的概率密度为最高、以平均值为中心且平缓的曲线。
这里,对于作为导入电动机的诊断装置9的初始设定而需要实施的正常曲线的获取进行说明。在可断定为设备导入初期的较新的电动机7和机器设备8中处于没有故障的状态的时刻,实施上述步骤101至步骤105的动作来得到直方图,将此时的曲线设为正常时的曲线并存储于正常曲线存储部33,然而,因测定时刻的负载状态的偏差而导致平均值和标准偏差存在偏差,因此,进行多次测定并选定被认为是最合适的曲线,将其作为正常时的直方图存储于正常曲线存储部33、平均值存储部33a以及标准偏差存储部33b。作为正常曲线的选定基准,例如选定正态分布的曲线形状较好、平均值较大的曲线等。由此,存储于正常曲线存储部33的正常时的直方图成为异常判定的基准。
在步骤106中,异常判定部24对存储于正常曲线存储部33的正常时的直方图、与直方图运算部23所求出的直方图进行比较来判定有无异常。作为异常的形态,例如考虑以下情况:如图7所示那样负载转矩值的平均值相对于正常时的直方图向较大的一方偏移、以及如图10所示那样在直方图中产生了2个以上的峰值。因此,采用如下结构:首先对直方图的峰值部位进行计数,在峰值部位为1个的情况下由马哈拉诺比斯距离判定部24a来判定,在峰值部位为2个以上的情况下由峰值数判定部24b来判定。直方图的峰值部位可以通过微分法来进行计算。
对马哈拉诺比斯距离判定部24a进行说明。在如图7所示那样直方图的平均值比正常时的平均值要大的情况下,例如存在电动机7的轴承发生磨损劣化、机器设备8发生磨损劣化等的可能性。如图8所示,马哈拉诺比斯距离判定部24a计算与平均值和标准偏差有关的来自正常时的马哈拉诺比斯距离,在比预先设定的阈值要大的情况下判定为异常。阈值的计算方法中,例如在从多次测定而得的曲线中决定了正常曲线时等求出最大偏差3σ,将偏离了最大偏差3σ以上时设为阈值来判定为异常。此外,利用按时间序列保存于直方图保存部34的过去的直方图信息,如图9所示那样实施马哈拉诺比斯距离的趋势分析,并显示输出至统计结果输出部41,由此也能监视劣化趋势。
对峰值数判定部24b进行说明。在如图10所示那样在直方图中存在2个以上的峰值部位的情况下,周期性地产生转矩异常的可能性较高。例如,在发生齿轮不良的异常的情况下,由于在将旋转频率除以减速比而得到的周期中施加周期性的负载转矩,有时将产生周期性的转矩异常。若如图11所示那样将值最大的峰值设为A、将值第二大的峰值设为B,则峰值数判定部24b通过B/A来运算峰值比,并对运算得到的峰值比设定阈值,由此能对周期性的转矩异常进行检测。即使假定在直方图中检测出3个以上的峰值部位,对值最大的峰值与值第二大的峰值的峰值比进行运算即可。此外,利用按时间序列保存于直方图保存部34的过去的直方图信息,如图12所示那样实施峰值比的趋势分析,并显示输出至统计结果输出部41,由此也能监视异常产生的趋势。
在步骤107中,在由异常判定部24的马哈拉诺比斯距离判定部24a或峰值数判定部24b判定为异常的情况下,前进至步骤108,由警报输出部42通过警报音或异常灯等来输出警报。一般情况下,使用了电动机的诊断装置9的控制中心设置在电气室中来进行管理,因此,可以方便地在电气室中进行多台电动机7、机器设备8的监视,而不用前往电动机7进行工作的场所。
最后,在步骤109中,按时间序列将直方图运算部23所求出的直方图的数据保存于存储部30的直方图保存部34,并结束处理。
另外,在实施了趋势分析的情况下,也可以对其数据进行保存。
如以上所说明的那样,对根据从连接有电动机的主电路采样输入的电压和电流信息运算得到的采样个数的负载转矩进行统计处理,由此能诊断电动机有无异常。
另外,上述实施方式1的说明中,对由dq转换运算部21将所输入的电压和电流转换成dq轴方向的电压和电流的情况进行了说明,但也可以构成为使电压输入部11和电流输入部12具有该转换功能。
此外,为了使异常判定的精度提高,优选对多台电动机和机器设备的数据进行一元化管理并进行数据分析的方法。例如,若是相同输出的电动机与相同的机器设备的组合,则负载转矩的动作也类似。即,通过进行多台设备的同时管理而非单独管理,能提高故障检测精度。
此外,也可以考虑着眼于电流的概率密度函数的异常诊断方法,而非基于负载转矩的异常诊断,然而,由于电动机7、机器设备8等负载设备的故障容易反映在负载转矩中,因此,像本发明那样着眼于负载转矩即可。
另外,本发明的电动机的诊断装置当然也能适用于高效率电动机。在高效率电动机中,额定转速比通用电动机更高,由于转速上升,工作负荷将增加,电动机的输出将增加。因此,有可能超过作为电动机的规格的额定转矩,从而流过电动机的电流增加,最坏的情况下将引起烧毁电动机的故障。从防止这种故障的观点出发,本发明的基于负载转矩的诊断监视也是有用的。
此外,本发明可以在其发明范围内对实施方式进行自由组合,或者对实施方式适当地进行变形、省略。
标号说明
1电力系统、2主电路、3布线用断路器、4电磁接触器、5电压检测器、6电流检测器、7电动机、8机器设备、9电动机的诊断装置、10输入部、11电压输入部、12电流输入部、13采样速度设定部、14额定信息输入部、20逻辑运算部、21dq转换运算部、22负载转矩运算部,23直方图运算部、24异常判定部、30存储部、31采样速度存储部、32额定信息存储部、33正常曲线存储部、34直方图保存部、40输出部、41统计结果输出部、42警报输出部。
Claims (4)
1.一种电动机的诊断装置,其特征在于,包括:
负载转矩运算部,该负载转矩运算部使用从连接有电动机的主电路采样输入的电压和电流来运算所述电动机的负载转矩;直方图运算部,该直方图运算部运算由所述负载转矩运算部运算出的采样个数的负载转矩的概率密度函数的平均值与标准偏差,并形成直方图;正常曲线存储部,该正常曲线存储部预先求出正常时的负载转矩的直方图并进行存储;以及异常判定部,该异常判定部对存储于所述正常曲线存储部的正常时的直方图与由所述直方图运算部求出的直方图进行比较,来判定所述电动机有无异常。
2.如权利要求1所述的电动机的诊断装置,其特征在于,
所述异常判定部在所述直方图运算部所求出的直方图的峰值部位偏离了正常时的峰值部位时,计算与所述直方图运算部所求出的直方图的平均值和标准偏差有关的来自正常时的马哈拉诺比斯距离,来进行异常判定。
3.如权利要求1所述的电动机的诊断装置,其特征在于,
所述异常判定部在所述直方图运算部所求出的直方图中峰值部位存在2个以上时,计算值最大的峰值与值第二大的峰值之比来进行异常判定。
4.如权利要求1至3的任一项所述的电动机的诊断装置,其特征在于,
所述异常判定部使用所保存的过去的直方图信息来进行趋势分析。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2016/071705 WO2018020545A1 (ja) | 2016-07-25 | 2016-07-25 | 電動機の診断装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109477869A true CN109477869A (zh) | 2019-03-15 |
CN109477869B CN109477869B (zh) | 2021-02-26 |
Family
ID=61017415
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680087608.XA Active CN109477869B (zh) | 2016-07-25 | 2016-07-25 | 电动机的诊断装置 |
Country Status (4)
Country | Link |
---|---|
EP (1) | EP3489700B1 (zh) |
KR (1) | KR102104117B1 (zh) |
CN (1) | CN109477869B (zh) |
WO (1) | WO2018020545A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112986676A (zh) * | 2019-11-29 | 2021-06-18 | 株式会社日立制作所 | 诊断装置以及诊断方法 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108445393B (zh) * | 2018-05-02 | 2019-10-29 | 湖南大学 | 一种永磁同步电机故障检测方法和系统 |
JPWO2020137362A1 (ja) * | 2018-12-26 | 2021-11-11 | 日本電産株式会社 | 判定装置、モータ装置及びプログラム |
JP7453875B2 (ja) * | 2020-07-31 | 2024-03-21 | 三菱重工業株式会社 | 回転機械の診断装置、診断方法及び診断プログラム |
JP7451340B2 (ja) | 2020-07-31 | 2024-03-18 | 三菱重工業株式会社 | 回転機械の診断装置、診断方法及び診断プログラム |
TWI763287B (zh) * | 2021-01-29 | 2022-05-01 | 凌華科技股份有限公司 | 具有偵錯功能之馬達命令輸出模組及馬達命令偵錯方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003070287A (ja) * | 2001-08-28 | 2003-03-07 | Yaskawa Electric Corp | 診断機能を備えたモータ制御装置 |
JP2006158031A (ja) * | 2004-11-26 | 2006-06-15 | Yaskawa Electric Corp | モータ制御装置およびその制御方法 |
CN1862278A (zh) * | 2005-05-12 | 2006-11-15 | 通用电气公司 | 预测电动机剩余寿命的方法和系统 |
KR101224435B1 (ko) * | 2011-06-20 | 2013-01-22 | 현대엘리베이터주식회사 | 전동기의 속도 및 구동 모드에 대한 실부하 측정장치 및 그 방법 |
JP2013106470A (ja) * | 2011-11-15 | 2013-05-30 | Tokyo Keiki Inc | モータの異常診断装置 |
CN104215905A (zh) * | 2014-09-05 | 2014-12-17 | 浙江工业大学 | 一种基于马田系统和Box-Cox变换的电机故障诊断方法 |
CN105403834A (zh) * | 2015-12-22 | 2016-03-16 | 华北电力大学 | 一种发电机动态状态估计方法 |
JP2016197040A (ja) * | 2015-04-03 | 2016-11-24 | 三菱電機株式会社 | 電動機の診断装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TR199600527A2 (xx) | 1996-06-24 | 1998-01-21 | Ar�El�K A.�. | Elektrik motorlar� i�in model bazl� hata tespit ve te�his sistemi. |
US6262550B1 (en) * | 1999-12-17 | 2001-07-17 | General Electric Company | Electrical motor monitoring system and method |
JP2002010681A (ja) * | 2000-06-16 | 2002-01-11 | Aisin Seiki Co Ltd | モータ駆動装置 |
JP2005012879A (ja) * | 2003-06-17 | 2005-01-13 | Yaskawa Electric Corp | モータ制御装置 |
JP5733913B2 (ja) * | 2010-06-11 | 2015-06-10 | 株式会社高田工業所 | 回転機械系の異常診断方法 |
JP5991042B2 (ja) * | 2011-06-29 | 2016-09-14 | Jfeスチール株式会社 | 異常監視システムおよび異常監視方法 |
RU2667704C1 (ru) * | 2013-11-12 | 2018-09-24 | Конинклейке Филипс Н.В. | Кофемолка и способ измельчения кофе |
JP5992650B1 (ja) * | 2014-12-26 | 2016-09-14 | 三菱電機株式会社 | 電動機の診断装置 |
-
2016
- 2016-07-25 EP EP16910449.4A patent/EP3489700B1/en active Active
- 2016-07-25 KR KR1020197000145A patent/KR102104117B1/ko active IP Right Grant
- 2016-07-25 CN CN201680087608.XA patent/CN109477869B/zh active Active
- 2016-07-25 WO PCT/JP2016/071705 patent/WO2018020545A1/ja unknown
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003070287A (ja) * | 2001-08-28 | 2003-03-07 | Yaskawa Electric Corp | 診断機能を備えたモータ制御装置 |
JP2006158031A (ja) * | 2004-11-26 | 2006-06-15 | Yaskawa Electric Corp | モータ制御装置およびその制御方法 |
CN1862278A (zh) * | 2005-05-12 | 2006-11-15 | 通用电气公司 | 预测电动机剩余寿命的方法和系统 |
KR101224435B1 (ko) * | 2011-06-20 | 2013-01-22 | 현대엘리베이터주식회사 | 전동기의 속도 및 구동 모드에 대한 실부하 측정장치 및 그 방법 |
JP2013106470A (ja) * | 2011-11-15 | 2013-05-30 | Tokyo Keiki Inc | モータの異常診断装置 |
CN104215905A (zh) * | 2014-09-05 | 2014-12-17 | 浙江工业大学 | 一种基于马田系统和Box-Cox变换的电机故障诊断方法 |
JP2016197040A (ja) * | 2015-04-03 | 2016-11-24 | 三菱電機株式会社 | 電動機の診断装置 |
CN105403834A (zh) * | 2015-12-22 | 2016-03-16 | 华北电力大学 | 一种发电机动态状态估计方法 |
Non-Patent Citations (4)
Title |
---|
MK PARAMASIVAM: "Dynamic optimization based reactive power planning for improving short-term voltage performance", 《IWOA STATE UNIVERSITY AGRADUATE THESES AND DISSERTATIONS》 * |
MR MEHRJOU 等: "Rotor fault condition monitoring techniques for squirrel-cage induction machine—A review", 《MECHANICAL SYSTEMS AND SIGNAL PROCESSING》 * |
尹建坤: "基于混合动力轿车实际工况的电机参数匹配与试验方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
杨军: "风力发电机行星齿轮传动系统变载荷激励动力学特性研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112986676A (zh) * | 2019-11-29 | 2021-06-18 | 株式会社日立制作所 | 诊断装置以及诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3489700A1 (en) | 2019-05-29 |
KR20190014074A (ko) | 2019-02-11 |
KR102104117B1 (ko) | 2020-04-23 |
EP3489700A4 (en) | 2019-07-31 |
EP3489700B1 (en) | 2020-08-19 |
WO2018020545A1 (ja) | 2018-02-01 |
CN109477869B (zh) | 2021-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109477869A (zh) | 电动机的诊断装置 | |
JP6238928B2 (ja) | 電動機の診断装置 | |
US7081760B2 (en) | Method of diagnosing a broken bar fault in an induction motor | |
CN107155353B (zh) | 电动机的诊断装置 | |
JP6945728B2 (ja) | 電動機の診断装置 | |
EP3054307A1 (en) | Stator fault detection and diagnosis | |
KR102427372B1 (ko) | 이상 진단 장치, 이상 진단 방법 및 이상 진단 시스템 | |
Kim et al. | Model-based fault diagnosis of induction motors using non-stationary signal segmentation | |
JP6316510B1 (ja) | 電動機の診断装置 | |
EP3147681A1 (en) | Rotary machine diagnostic system | |
WO2014098835A2 (en) | Multi-phase power meter configured for monitoring generator battery voltage | |
Ortbandt et al. | Parameter estimation in electrical power systems using Prony's method | |
JP5985158B2 (ja) | 電気設備の良否診断システム | |
Uyar et al. | Fuzzy logic-based induction motor protection system | |
CN111898656B (zh) | 一种量测平衡检测的异常数据辨识方法 | |
CN107528518A (zh) | 电机矢量控制方法、装置及终端设备 | |
CN112083267A (zh) | 一种配电网线路故障识别方法、装置及系统 | |
CN108291938B (zh) | 输入信号通道的监控 | |
Stojcic et al. | Detecting incipient stator winding conductor faults in inverter fed machines | |
US11927610B2 (en) | Detection of ringdown for electromechanical mode identification in online environment | |
WO2023084625A1 (ja) | 電動機の診断装置、電動機の診断方法および電動機の異常予兆推論装置 | |
US11733301B2 (en) | Systems and methods for providing voltage-less electrical signature analysis for fault protection | |
CN109932593B (zh) | 用于电力设备的故障检测的方法与装置 | |
CA3158441A1 (en) | Systems and methods for providing voltage-less electrical signature analysis for fault protection | |
Padmakumar et al. | Induction machines: a novel, model based non-invasive fault detection and diagnosis technique |
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 |