CN109478832A - 电动机的诊断装置 - Google Patents

电动机的诊断装置 Download PDF

Info

Publication number
CN109478832A
CN109478832A CN201680087645.0A CN201680087645A CN109478832A CN 109478832 A CN109478832 A CN 109478832A CN 201680087645 A CN201680087645 A CN 201680087645A CN 109478832 A CN109478832 A CN 109478832A
Authority
CN
China
Prior art keywords
motor
electric current
sideband wave
diagnostic device
power spectrum
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
CN201680087645.0A
Other languages
English (en)
Other versions
CN109478832B (zh
Inventor
宫内俊彦
金丸诚
森贡
月间满
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.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
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 Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of CN109478832A publication Critical patent/CN109478832A/zh
Application granted granted Critical
Publication of CN109478832B publication Critical patent/CN109478832B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H02K—DYNAMO-ELECTRIC MACHINES
    • H02K15/00—Methods or apparatus specially adapted for manufacturing, assembling, maintaining or repairing of dynamo-electric machines
    • H02K15/02—Methods or apparatus specially adapted for manufacturing, assembling, maintaining or repairing of dynamo-electric machines of stator or rotor bodies
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/25—Arrangements for measuring currents or voltages or for indicating presence or sign thereof using digital measurement techniques
    • G01R19/2506—Arrangements for conditioning or analysing measured signals, e.g. for indicating peak values ; Details concerning sampling, digitizing or waveform capturing
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Manufacturing & Machinery (AREA)
  • Power Engineering (AREA)
  • Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

提供一种即使在负载转矩产生变动的电动机中、也能通过检测在电源频率附近两侧产生为峰值状的边带波、从而诊断电动机有无异常的电动机的诊断装置。由电流检测器(4)检测电动机(5)的电流并从电流输入部(10)输入，对由逻辑运算部(11)对电流稳定时的电流波形进行频率分析所得到的多次的功率谱分析结果进行平均化处理，从被平均化处理的功率谱分析结果中检测出边带波来判定电动机(5)有无异常，在判定为产生了异常的情况下，从警报输出部(21)输出警报。

Description

电动机的诊断装置
技术领域
本发明涉及例如在封闭式配电盘等的控制中心中所使用、且诊断感应电动机有无异常的电动机的诊断装置。
背景技术
以往，提出了如下的设备异常诊断方法：测定感应电动机的负载电流并进行频率分析，关注于在运行频率两侧所产生的边带波，基于短周期内的上下方向的波形的紊乱、与长周期的上下方向的波形的振动即波动状态，来对感应电动机及由感应电动机所驱动的设备的异常进行诊断。(例如，专利文献1)
现有技术文献
专利文献
专利文献1：日本专利第4782218号公报
发明内容
发明所要解决的技术问题
在以往的设备的异常诊断方法中，存在以下问题：当产生了感应电动机的负载转矩变动时，电源频率(运行频率)附近两侧的频谱强度得到增加，变得比在电源频率的两侧产生为峰值状的边带波的振动强度要大，从而无法检测边带波。
本发明是为了解决上述问题而完成的，其目的在于，提供一种即使在负载转矩产生变动的电动机中，也能通过检测在电源频率附近两侧产生为峰值状的边带波、从而诊断电动机有无异常的电动机的诊断装置。
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：检测并输入电动机的电流的电流输入部；当来自所述电流输入部的电流处于稳定状态时分析所述电流的功率谱的FFT分析部；检测由所述FFT分析部求出的功率谱的峰值部位的峰值检测运算部；对由所述FFT分析部分析而得的多次的功率谱进行平均化的平均化运算部；提取由所述平均化运算部进行平均化而得的功率谱的边带波的边带波提取部；以及当由所述边带波提取部提取出设定值以上的信号强度的边带波时进行警报输出的警报输出部。
发明效果
根据本发明，由于包括：检测并输入电动机的电流的电流输入部；当来自所述电流输入部的电流处于稳定状态时分析所述电流的功率谱的FFT分析部；检测由所述FFT分析部求出的功率谱的峰值部位的峰值检测运算部；对由所述FFT分析部分析而得的多次的功率谱进行平均化的平均化运算部；提取由所述平均化运算部进行平均化而得的功率谱的边带波的边带波提取部；以及当由所述边带波提取部提取出设定值以上的信号强度的边带波时进行警报输出的警报输出部，因此，当电流处于稳定状态时通过由FFT分析部进行功率谱的分析，从而能可靠地检测出在电源频率的两侧产生的峰值部位。并且，通过由平均化运算部对多次的功率谱进行平均化，从而能降低例如因噪声等而混入到功率谱的峰值部位的信号强度，能更可靠地由边带波提取部提取边带波，具有能获得以下电动机的诊断装置的效果：即使在负载转矩产生变动的电动机中，也能通过检测在电源频率附近两侧产生为峰值状的边带波，从而能对电动机有无异常进行诊断。
附图说明
图1是表示本发明的实施方式1中的电动机的诊断装置的设置状况的简要结构图。
图2是表示本发明的实施方式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是对本发明的实施方式1中的电动机的诊断装置的电动机的负载变动较大的情况下的频率分析结果进行说明的说明图。
图4是对本发明的实施方式1中的电动机的诊断装置的频率轴的转换进行说明的说明图。
图5是对本发明的实施方式1中的电动机的诊断装置的动作进行说明的流程图。
图6是表示本发明的实施方式2中的电动机的诊断装置的设置状况的简要结构图。
图7是表示本发明的实施方式2中的电动机的诊断装置的逻辑运算部的结构的框图。
图8是对本发明的实施方式2中的电动机的诊断装置的趋势分析进行说明的说明图。
图9是对本发明的实施方式1中的电动机的诊断装置的阈值的设定进行说明的说明图。
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是表示本发明的实施方式1中的电动机的诊断装置的设置状况的简要结构图，图2是表示本发明的实施方式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是对本发明的实施方式1中的电动机的诊断装置的电动机的负载变动较大的情况下的频率分析结果进行说明的说明图，图4是对本发明的实施方式1中的电动机的诊断装置的频率轴的转换进行说明的说明图，图5是对本发明的实施方式1中的电动机的诊断装置的动作进行说明的流程图，图9是对本发明的实施方式1中的电动机的诊断装置的阈值的设定进行说明的说明图。
在图1中，从电力系统引入的主电路1中设置有布线用断路器2、以及电磁接触器3及检测三相主电路1中的一相的负载电流的仪表用变换器等电流检测器4。主电路1与作为负载的三相感应电动机等电动机5相连接，由电动机5对机械设备6进行运行驱动。电动机的诊断装置7中设置有预先输入电源频率、电动机5的额定输出、额定电压、额定电流、极数、额定转速等的额定信息输入部8、以及事先保存从额定信息输入部8输入的额定信息的额定信息存储部9。额定信息为可通过观察电动机5的制造公司的产品目录或安装于电动机5的铭牌而容易获取的信息。此外，在具有多台作为诊断对象的电动机5的情况下，预先输入所有诊断对象的电动机5的额定信息，但在之后的说明中对一台电动机5进行说明。并且，在电动机的诊断装置7中设置有输入由电流检测器4检测出的电流的电流输入部10，使用从电流输入部10输入的电流来诊断电动机5有无异常的逻辑运算部11，以及当在逻辑运算部11发现到异常的情况下利用警报或异常灯的点亮等来输出警报的警报输出部21。
基于图2对逻辑运算部11的结构进行说明。逻辑运算部11由如下构成：求出从电流输入部10输入的电流有无变动的电流变动运算部12；使用由电流变动运算部12所求出的结果来提取电流稳定的区间从而决定功率谱分析区间的FFT分析区间判定部13；使用由FFT分析区间判定部13所决定的区间的电流来实施功率谱分析的FFT分析部14；检测由FFT分析部14进行分析而得的功率谱中所包含的峰值部位的峰值检测运算部15；从根据峰值检测运算部15所检测出的峰值部位来求出旋转频率所引起的峰值部位的旋转频带判定部16；使多次的功率谱的旋转频带的频率一致的频率轴转换运算部17；对由频率轴转换运算部17转换了频率轴而得的多次的功率谱进行平均化处理的平均化运算部18；使用由平均化运算部18进行平均化而得的功率谱来提取在旋转频带以外的电源频率两侧是否存在峰值部位的结果(下面，将该峰值部位称为边带波)的边带波提取部19；以及当在边带波提取部19提取出边带波时判定边带波的信号强度是否为设定值以上的边带波判定部20。
电流变动运算部12基于来自电流输入部10的电流来运算电流值的统计偏差。偏差的运算例如有标准偏差、马氏距离等方法。
FFT分析区间判定部13从由电流变动运算部12求出的电流值的统计偏差中仅提取在偏差为阈值以下的电流值处于稳定状态下的电流区间从而决定功率谱分析区间。通常若电动机5的负载转矩产生变动则电流值中产生偏差，若实施偏差较大的电流波形的功率谱分析，则如图3所示那样电源频率附近两侧的信号强度增大，边带波等的峰值部位变得无法呈现。为了防止这种情况而设置了FFT分析区间判定部13的阈值。
FFT分析部14通过使用输入至由FFT分析区间判定部13所决定的区间的电流波形来进行频率分析从而计算电流功率谱强度。用在电流值处于稳定状态下的电流波形来实施功率谱分析，从而在电源频率附近两侧功率谱强度不会增加，若存在峰值部位则会可靠地呈现。
峰值检测运算部15从电流功率谱强度的分析结果中检测电源频率的峰值部位、旋转频率的峰值部位、边带波的峰值部位以及其它的峰值部位。峰值部位的检测可通过提取将根据1次、2次以及3次微分计算所计算出的结果的急剧斜率进行反转的部分来进行检测。通过实施微分计算直到3次为止，从而可检测出更小信号强度的峰值部位。由于电源频率的峰值部位产生在保存于额定信息存储部9的电源频率(通常为50Hz或60Hz)的位置，因此能简单地得到确认。
旋转频带判定部16从保存于额定信息存储部9的额定转速求出旋转频率，并提取出存在于以电源频率为中心而向两侧偏移了旋转频率程度的位置附近的信号强度相同的峰值部位。通常电动机5根据负载转矩的状况而产生滑落(slip)并使转速产生偏移，因此由旋转频率所引起的峰值部位也以偏移该程度的方式呈现。旋转频带判定部16提取存在于考虑了该偏移的频带内的峰值部位以决定作为旋转频带。
为了正确地进行由平均化运算部18实施的平均化运算而需要频率轴转换运算部17。通常情况下，因电动机5的异常而产生的边带波的产生位置与旋转频带关系较大，边带波的频带大多是旋转频带的倍数。并且，如上述说明的那样，旋转频带以根据电动机5的负载转矩的状况而发生偏移的方式进行呈现。因此，有必要事先以峰值部位追踪方式使作为平均化对象的多次的功率谱分析结果的频率轴相一致。具体而言如图4所示，若设旋转频带的频率是距离电源频率为fr的位置，边带波的频率是距离电源频率为fb的位置，且电动机5在无负载的状态下的旋转频带的频率是距离电源频率为fr'的位置，则转换率α变成α＝fr'/fr，无负载时的边带波的位置fb'可由fb'＝α·fb求出。由此通过以旋转频带为基准乘以转化率α从而进行所有峰值部位的频率轴的转换。此外，在上述说明中对在无负载时使频率轴相一致的情况进行了说明，但例如可以构成为在额定负载时使频率轴相一致等，以使得频率轴转换运算部17在规定负载时使作为平均化对象的多次的功率谱分析结果的频率轴相一致。
由于平均化运算部18对由频率轴转换运算部17使频率轴相一致的多次的功率谱分析结果进行平均化处理，因此通过平均化处理能使基底噪声降低，使峰值部位的S/N比得到提高。具体而言，若对10次程度的功率谱分析结果进行平均化处理，则因产生仅一次程度的噪声等而形成的峰值部位将降低到十分之一的信号强度。另一方面，若为旋转频带、边带波，则10次均为峰值部位所产生的，由于以峰值追踪方式转化频率轴以使频率一致，因此即使进行平均化，峰值部位的信号强度也不发生变化。此外，在上述说明中对将10次程度的功率谱分析结果进行平均化的情况进行了说明，但并不局限于10次，可以对多次的功率谱分析结果进行平均化。
边带波提取部19从由平均化运算部18进行平均化处理后的功率谱分析结果中提取在以电源频率为中心向两侧偏移相同频率的位置处所产生的峰值部位以作为边带波。对于边带波的候补，选择由峰值检测运算部15所得到的峰值部位以作为候补。在以电源频率为中心且峰值部位仅产生于单侧的情况下，判定为不是边带波，且不进行提取。
边带波判定部20从由边带波提取部19所提取的边带波的个数和信号强度来判定电动机5是否异常。在判定电动机5为异常的情况下，从警报输出部21输出警报。
接着基于图5对动作进行说明。电动机的诊断装置7在规定时间间隔内被启动来执行下面的处理。在步骤101中，由电流输入部10输入由电流检测器4检测出的电动机5的电流。在步骤102中，由电流变动运算部12运算从电流输入部10输入的电流的有效值(下面，称为电流值)的偏差，使用其运算结果由FFT分析区间判定部13判定电流是否为稳定状态。作为判定结果，若电流值的偏差为预先设定的阈值以上的不稳定状态(否)则返回步骤101，重复进行直到电流变成稳定状态为止。若电流为稳定状态(是)则前进至步骤103。此外，关于阈值，例如，事前获取多个电动机的场数据，从其数据的电流偏差值(标准偏差)中在偏差值较小的范围内进行选定，并设所选定的值为阈值。作为具体的计算例，例如如图9所示，计算50次偏差值，在按照从小到大的顺序重新排列的过程中决定将第5小的偏差值即0.8设为阈值。此外，除了事前的场数据以外，可以在电动机5中设定固定的学习期间，同样地根据学习期间中所获取到的电流偏差值(标准偏差)来进行计算。
在步骤103中，FFT分析部14使用所输入的电流值处于稳定状态下的区间的电流波形，在从0Hz起直到为电源频率60Hz两倍的频率120Hz之间进行频率分析，将其功率谱分析结果传输至峰值检测运算部15。在步骤104中，峰值检测运算部15对功率谱分析结果所包含的所有峰值部位进行检测。在步骤105中，旋转频带判定部16在检测出的峰值部位内提取存在于旋转频带的峰值部位，从而决定旋转频带。在步骤106中，频率轴转换运算部17转换所有峰值部位的频率轴以使得检测出的旋转频带成为无负载时的旋转频带。在步骤107中，将从步骤101至步骤106的动作重复10次，收集10个转换了频率轴的功率谱分析结果。
在步骤108中，平均化运算部18对收集到的10个功率谱分析结果进行平均化处理。在步骤109中，边带波提取部19关注平均化处理后的功率谱分析结果的峰值部位进而提取边带波。在步骤110中，在边带波未被边带波提取部19提取出的情况或提取了边带波但为比设定值要小的信号强度的情况下，边带波判定部20设电动机5中未产生异常(否)进而结束诊断处理。另一方面，在由边带波提取部19提取的边带波的信号强度比设定值要大的情况(是)下，设电动机5中产生了异常，将信号发送至警报输出部21，在步骤111中，从警报输出部21输出警报从而结束处理诊断。此外，对于边带波判定部20的设定值，学习正常时的边带波的信号强度A，计算标准偏差σ，将检测出的边带波峰值为A+3σ即99.7％的数据所存在的范围设为设定值。或者，可以乘以安全系数α(例如2以上)，设为A+3σ×α。并且，作为上述设定值的其它的决定方法，根据相同的电动机的以往产生故障时的数据等来进行决定，故障事例越多越能根据边带波来判定正确的故障部位、故障的程度。
像上面说明的那样，通过对电流值处于稳定时的电流波形进行功率谱分析，从而边带波等的峰值部位得到可靠地呈现。并且，通过实施平均化处理使噪声等降低，从而变得能进行更正确的故障诊断。
实施方式2﹒
图6是表示本发明的实施方式2中的电动机的诊断装置的设置状况的简要结构图，图7是表示本发明的实施方式2中的电动机的诊断装置的逻辑运算部的结构的框图，图8是对本发明的实施方式2中的电动机的诊断装置的趋势分析进行说明的说明图。在上述实施方式1中，对于使用平均化处理后的功率谱分析结果来诊断电动机5的异常的情况进行了说明，但在实施方式2中对事先将平均化处理后的功率谱分析结果按时间序列进行保存并进行趋势监视的情况进行说明。
在图6中，电动机的诊断装置7中设置有将平均化处理后的功率谱分析结果按时间序列进行保存的FFT信息存储部22，如图7所示，逻辑运算部11中设置有趋势分析部23。
接着，对趋势分析部23的动作进行说明。趋势分析部23着眼于以时间序列保存在FFT信息存储部22的功率谱分析结果的确定频率的边带波，如图8所示按时间序列求出该边带波的信号强度并进行显示。图8中的设定值为由边带波判定部20所使用的设定值。由此通过进行趋势分析，例如若设边带波为根据电动机5的轴承磨损而产生的，则虽然在边带波的信号强度较小的情况下轴承磨损的程度较小而不会产生异常，但由于轴承的磨损逐渐地增加，边带波的信号强度也如图8所示在时间序列上逐渐地增加。因此通过实施趋势分析可获知边带波的信号强度到达设定值而需要更换轴承的时期。此外，关于其它部分，由于与实施方式1相同，因此省略说明。
此外，本发明可以在其发明范围内对各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 主电路
2 布线用断路器
3 电磁接触器
4 电流检测器
5 电动机
6 机械设备
7 电动机的诊断装置
8 额定信息输入部
9 额定信息存储部
10 电流输入部
11 逻辑运算部
12 电流变动运算部
13 FFT分析区间判定部
14 FFT分析部
15 峰值检测运算部
16 旋转频带判定部
17 频率轴转换运算部
18 平均化运算部
19 边带波提取部
20 边带波判定部
21 警报输出部
22 FFT信息存储部
23 趋势分析部。

Claims (3)

1.一种电动机的诊断装置，其特征在于，包括：
检测并输入电动机的电流的电流输入部；当来自所述电流输入部的电流处于稳定状态时分析所述电流的功率谱的FFT分析部；检测由所述FFT分析部求出的功率谱的峰值部位的峰值检测运算部；对由所述FFT分析部分析而得的多次的功率谱进行平均化的平均化运算部；提取由所述平均化运算部进行平均化而得的功率谱的边带波的边带波提取部；以及当由所述边带波提取部提取出设定值以上的信号强度的边带波时进行警报输出的警报输出部。
2.如权利要求1所述的电动机的诊断装置，其特征在于，
所述平均化运算部在转换多次的功率谱的频率轴以使旋转频带的峰值部位一致的状态下进行平均化。
3.如权利要求1或2所述的电动机的诊断装置，其特征在于，
事先保存由所述平均化运算部进行平均化而得的功率谱的信息并对边带波进行趋势监视。
CN201680087645.0A 2016-07-26 2016-07-26 电动机的诊断装置 Active CN109478832B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2016/071800 WO2018020563A1 (ja) 2016-07-26 2016-07-26 電動機の診断装置

Publications (2)

Publication Number Publication Date
CN109478832A true CN109478832A (zh) 2019-03-15
CN109478832B CN109478832B (zh) 2021-06-18

Family

ID=61015785

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680087645.0A Active CN109478832B (zh) 2016-07-26 2016-07-26 电动机的诊断装置

Country Status (4)

Country Link
EP (1) EP3492938B1 (zh)
KR (1) KR102139164B1 (zh)
CN (1) CN109478832B (zh)
WO (1) WO2018020563A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114829035A (zh) * 2019-11-06 2022-07-29 株式会社日本制钢所 异常检测装置、异常检测方法和计算机程序
CN116699402A (zh) * 2023-08-02 2023-09-05 功道(深圳)科技实业有限公司 直流无刷电机传感器数据处理方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7357294B2 (ja) * 2018-06-19 2023-10-06 パナソニックＩｐマネジメント株式会社 診断システム、診断方法、プログラム
JP7198089B2 (ja) * 2019-01-10 2022-12-28 株式会社日立産機システム 電力変換装置、回転機システム、及び診断方法
CN113647013B (zh) * 2019-04-10 2024-05-10 三菱电机株式会社 电动机设备的异常诊断装置、电动机设备的异常诊断方法和电动机设备的异常诊断系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1489475A2 (en) * 2003-06-18 2004-12-22 Eaton Corporation System and method for proactive motor wellness diagnosis
JP2008125247A (ja) * 2006-11-13 2008-05-29 Ricoh Co Ltd 複数モータの駆動制御装置および画像形成装置
CN102797566A (zh) * 2012-09-07 2012-11-28 重庆嘉竞电子设备有限公司 发电机组预知式电子调速器及调速方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7308322B1 (en) * 1998-09-29 2007-12-11 Rockwell Automation Technologies, Inc. Motorized system integrated control and diagnostics using vibration, pressure, temperature, speed, and/or current analysis
EP1298511B2 (en) 2001-09-27 2009-11-18 Reliance Electric Technologies, LLC Motorized system integrated control and diagnostics using vibration, pressure, temperature, speed, and/or current analysis
JP4782218B2 (ja) * 2009-06-10 2011-09-28 新日本製鐵株式会社 設備の異常診断方法
WO2013108435A1 (ja) * 2012-01-19 2013-07-25 富士機械製造株式会社 工具異常判別システム
KR101535009B1 (ko) * 2014-02-06 2015-07-24 현대자동차주식회사 냉각수 상태 판단 방법
JP6410572B2 (ja) * 2014-11-11 2018-10-24 旭化成エンジニアリング株式会社 電流診断装置および電流診断方法
JP6017649B2 (ja) * 2015-08-10 2016-11-02 株式会社高田工業所 回転機械系の異常診断方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1489475A2 (en) * 2003-06-18 2004-12-22 Eaton Corporation System and method for proactive motor wellness diagnosis
JP2008125247A (ja) * 2006-11-13 2008-05-29 Ricoh Co Ltd 複数モータの駆動制御装置および画像形成装置
CN102797566A (zh) * 2012-09-07 2012-11-28 重庆嘉竞电子设备有限公司 发电机组预知式电子调速器及调速方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114829035A (zh) * 2019-11-06 2022-07-29 株式会社日本制钢所 异常检测装置、异常检测方法和计算机程序
CN116699402A (zh) * 2023-08-02 2023-09-05 功道(深圳)科技实业有限公司 直流无刷电机传感器数据处理方法
CN116699402B (zh) * 2023-08-02 2023-12-08 江苏一东航空机械有限公司 直流无刷电机传感器数据处理方法

Also Published As

Publication number Publication date
EP3492938A1 (en) 2019-06-05
EP3492938A4 (en) 2019-06-05
KR102139164B1 (ko) 2020-07-29
CN109478832B (zh) 2021-06-18
WO2018020563A1 (ja) 2018-02-01
KR20190020757A (ko) 2019-03-04
EP3492938B1 (en) 2021-09-01

Similar Documents

Publication Publication Date Title
CN109478832A (zh) 电动机的诊断装置
EP3474029B1 (en) Load abnormality detection device
KR101432786B1 (ko) 모터의 고장진단방법 및 그 시스템
EP2733805B1 (en) Systems and methods of discriminating DC arcs and load switching noise
JP6190841B2 (ja) 電動機の診断装置
JPWO2017154091A1 (ja) 回転機の診断装置及び診断方法
JP6316510B1 (ja) 電動機の診断装置
KR102427372B1 (ko) 이상 진단 장치, 이상 진단 방법 및 이상 진단 시스템
CN103235260A (zh) 基于hht的潜油电机转子断条故障识别方法
CN106249076A (zh) 受谐波负载影响下的配电变压器状态检测方法及系统
US9502885B2 (en) Home run arc detection at the photovoltaic string level using multiple current sensors
KR20200010449A (ko) 전동기의 진단 장치
Karaköse et al. The intelligent fault diagnosis frameworks based on fuzzy integral
Chouidira et al. Fuzzy logic based broken bar fault diagnosis and behavior study of induction machine
CN109633506B (zh) 直流输电系统中的数据采集校核方法与监测控制系统
EP2779340B1 (en) Home run arc detection at the photovoltaic string level using multiple current sensors
CN108982988B (zh) 一种电力故障预警诊断方法
Razik et al. The tracking of induction motor's faulty lines through particle swarm optimization using chaos
CN114844226B (zh) 一种高压电路监控报警系统及方法
Vedreño-Santos et al. Diagnosis of faults in induction generators under fluctuating load conditions through the instantaneous frequency of the fault components
Khelfi et al. Temporal Envelope Estimation of Stator Current by Peaks Detection for IM Fault Diagnosis
Amirat et al. Modal Decomposition for Bearing Fault Detection
Matić et al. Design of support vector machine classifier for broken bar detection
CN113740651B (zh) 适用于三相变频器输入电网的质量检测方法
CN110222399B (zh) 一种电源健康评估方法及装置

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