CN110268623A - 电动机的诊断装置 - Google Patents
电动机的诊断装置 Download PDFInfo
- Publication number
- CN110268623A CN110268623A CN201780084918.0A CN201780084918A CN110268623A CN 110268623 A CN110268623 A CN 110268623A CN 201780084918 A CN201780084918 A CN 201780084918A CN 110268623 A CN110268623 A CN 110268623A
- Authority
- CN
- China
- Prior art keywords
- motor
- electric current
- sideband
- frequency
- 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
Links
Classifications
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本发明提供一种电动机的诊断装置,即使在负载转矩产生变动的电动机中,也能通过检测峰值状地产生于电源频率的附近两侧的边带从而对电动机有无异常进行诊断。由电流检测器(4)对电动机(5)的电流进行检测并从电流输入部(10)进行输入,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而得到的多次的功率频谱分析结果进行平均化处理,从经平均化处理后的功率频谱分析结果中检测边带,并对电动机的电源频率的功率频谱峰值与旋转频带的功率频谱峰值的差分值进行运算,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(12)输出警报。
Description
技术领域
本发明涉及在例如封闭式配电盘等控制中心中所使用的、对感应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,提出有如下设备的异常诊断方法:对感应电动机的负载电流进行测定并进行频率分析,专注于运行频率两侧所产生的边频带,基于短周期的上下方向的波形的紊乱和长周期的上下方向的波形的振动即起伏的状态,来对感应电动机和由感应电动机来进行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:日本专利特开2010-288352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,存在如下问题:当感应电动机发生负载转矩变动时,电源频率(运行频率)的附近两侧的频谱强度增加,变得比峰值状地产生于电源频率两侧的边带的振动强度要大,从而难以检测边带。
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,即使在负载转矩发生变动的电动机中,也能通过检测峰值状地产生于电源频率的附近两侧的边带从而对电动机有无异常进行诊断。
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包括:电流输入部,该电流输入部对电动机的电流进行检测并进行输入;FFT分析部,该FFT分析部在来自电流输入部的电流处于稳定状态时,对电流的功率频谱进行分析;峰值检测运算部,该峰值检测运算部对FFT分析部所求出的功率频谱的峰值位置进行检测;平均化运算部,该平均化运算部对FFT分析部多次分析出的功率频谱进行平均化;边带提取部,该边带提取部对经平均化运算部平均化后的功率频谱的边带进行提取;旋转频带判定部,该旋转频带判定部基于边带检测部所提取出的边带,对电动机的电源频率的功率频谱峰值与旋转频带的功率频谱峰值的差分值进行运算;以及警报输出部,若旋转频带判定部所获得的功率频谱峰值的差分值是比预先决定的设定值要小的值,则该警报输出部进行警报输出。
发明效果
根据本发明,设有对电动机的电源频率的功率频谱峰值与旋转频带的功率频谱峰值的差分值进行运算的旋转频带判定部,基于该差分值来对电动机的异常进行检测,因此,可获得一种电动机的诊断装置,即使在负载转矩发生变动的电动机中,也能通过对峰值状地产生于电源频率的附近两侧的边带进行检测,从而对电动机有无异常进行诊断。
附图说明
图1是示出本发明的实施方式1中的电动机的诊断装置的设置状况的简要结构图。
图2是示出本发明的实施方式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是说明本发明的实施方式1中的电动机的诊断装置的频率轴的变换的说明图。
图4是说明本发明的实施方式1中的电动机的诊断装置的负载劣化时的电流功率频谱峰值的说明图。
图5是说明本发明的实施方式1中的电动机的诊断装置的动作的流程图。
具体实施方式
以下,参照附图对本发明的实施方式进行说明。此外,各图中相同标号表示相同或相当部分。
实施方式1.
图1是示出本发明的实施方式1中的电动机的诊断装置的结构电路图,主要用于作为封闭式配电盘的控制中心。图中,从电力系统引入的主电路1上设有布线用断路器2、电磁接触器3、以及对主电路1的负载电流进行检测的电流检测器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,利用电动机5对机械设备6进行运行驱动。电动机的诊断装置7中设有预先输入电动机的电源频率、电动机的额定输出、额定电压、额定电流、极数、额定转速等的额定信息输入部8、以及事先保存有从额定信息输入部8输入的额定信息的额定信息存储部9。额定信息为可通过看电动机5的制造公司的产品目录或安装于电动机5的铭牌而容易地获取到的信息。此外,在具有多台作为诊断对像的电动机5的情况下,预先输入作为诊断对象的电动机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。另外,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输入的电流来检测电动机5和机械设备6等负载有无异常的逻辑运算部11、以及在逻辑运算部11发现到异常的情况下利用警报或异常灯的点亮来输出警报的警报输出部12。
基于图2对逻辑运算部11的结构进行说明。逻辑运算部11由如下部分所构成: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110;使用由电流变动运算部110所求出的结果来提取电流稳定的区间进而决定功率频谱分析区间的FFT(Fast FourierTransform:快速傅里叶变换)分析区间判定部111;使用由FFT分析区间判定部111所决定的区间的电流来实施功率频谱分析的FFT分析部112;检测由FFT分析部112所分析出的功率频谱所包含的峰值位置的峰值检测运算部113;从由峰值检测运算部113所检测出的峰值位置求出电动机的旋转频率所引起的峰值位置的旋转频带判定部114;对多次的功率频谱的旋转频带的频率进行匹配的频率轴变换运算部115;对由频率轴变换运算部115对频率轴进行变换后的多次的功率频谱进行平均化处理的平均化运算部116;以及使用经平均化运算部116进行平均化后的功率频谱,对在电动机的旋转频带以外在电源频率两侧是否存在峰值位置进行提取(下面,将该峰值位置称为边带)的边带提取部117。
电流变动运算部110基于来自电流输入部10的电流来对电流值在统计上的偏差进行运算。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111从由电流变动运算部110求出的电流值在统计上的偏差中仅提取在偏差小于等于阈值的电流值处于稳定状态下的电流区间来决定功率频谱分析区间。通常若电动机5的负载转矩发生变动则电流值产生偏差,若实施偏差较大的电流波形的功率频谱分析,则电源频率的附近两侧的信号强度增大,从而不会出现边带等的峰值位置。即,电源频率的附近两侧的信号强度分布内包含边带的峰值位置,无法对边带的峰值位置进行检测。为了防止这种情况而设置了FFT分析区间判定部111的阈值。
FFT分析部112通过使用输入至由FFT分析区间判定部111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频谱强度。由在电流值处于稳定状态下的电流波形来实施功率频谱分析,从而在电源频率的附近两侧功率频谱强度不会增加,若存在峰值位置则会可靠地出现。
峰值检测运算部113根据电流功率频谱强度的分析结果来对电源频率的峰值位置、电动机的旋转频率的峰值位置、以及边带的峰值位置和其它峰值位置进行检测。峰值位置的检测可通过提取出根据1次、2次以及3次的微分计算所计算出的结果的急剧的斜率反转的部分来进行检测。通过实施微分计算至3次为止,从而可检测出信号强度更小的峰值位置。由于电源频率的峰值位置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,能够简单地进行确认。
旋转频带判定部114根据保存于额定信息存储部9的额定转速来求出电动机的旋转频率,对以电源频率为中心在两侧错开相当于旋转频率的位置附近所存在的信号强度相同的峰值位置进行提取。通常电动机5会根据负载转矩的状况而产生滑动(slip)导致转数产生偏移,因此,由电动机5的旋转频率所引起的峰值位置也会相应错开地出现。旋转频带判定部114提取出考虑了该偏移的频带内所存在的峰值位置,将其决定作为旋转频带。
此外,该旋转频带判定部114为了特别对伴随电动机5的轴承劣化所导致的机械振动的增加的、旋转频率分量的增加进行检测,对电源频率的功率频谱峰值与旋转频带的功率频谱峰值的差分值进行运算,从而能计算出旋转频带的功率频谱,而不会受到磁场(field)内所存在的基底噪声的影响。
作为对在实际的工厂中工作的各种电动机进行电流测定而得的结果,该差分值将与电动机的劣化度具有相关关系的情况作为数据来获得。
频率轴变换运算部115必须正确地进行由平均化运算部116实施的平均化运算。通常,因电动机5的异常而产生的边带的产生位置与旋转频带关系较深,边带的频带大多为旋转频带的倍数。另外,如上述说明的那样,旋转频带根据电动机5的负载转矩的状况产生偏移而出现。因此,必须事先将平均化对象的多次的功率频谱分析结果以峰值位置追踪方式与频率轴相匹配。具体而言,如图3所示,若设旋转频带的频率是距离电源频率fr的位置、边带的频率是距离电源频率fb的位置、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fra的位置,则变换率α满足α=fra/fr,无负载时的边带的位置fba可由fba=α·fb来求出。此外,图3所示的虚线部分示出了有负载时的信号强度分布,实线部分示出了无负载时的信号强度分布。由此以旋转频带为基准乘以变换率α,从而进行所有峰值位置的频率轴的变换。此外,在上述说明中,对使频率轴与无负载时相匹配的情况进行了说明,但频率轴变换运算部115也可以构成为使平均化对象的多次的功率频谱分析结果的频率轴与规定的负载时相匹配,例如使频率轴与额定负载时相匹配等。
平均化运算部116对由频率轴变换运算部115对频率轴进行匹配而得的多次的功率频谱分析结果进行平均化处理,能通过进行平均化处理来减少基底噪声,提高峰值位置的S/N比。具体而言,若对10次的功率频谱分析结果进行平均化处理,则仅产生1次的噪声等的峰值位置降低至十分之一的信号强度。另一方面,若为旋转频带、边带,则10次均产生峰值位置,以峰值追踪方式对频率轴进行变换来使频率相匹配,因此,即使进行平均化,峰值位置的信号强度也不会发生变化。此外,在上述说明中,对将10次的功率频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,也可以对多次的功率频谱分析结果进行平均化。
边带提取部117从由平均化运算部116进行了平均化处理后的功率频谱分析结果中提取出在以电源频率为中心在两侧错开相同频率的位置上所产生的峰值位置,以作为边带。边带的候补将由峰值检测运算部113所得到的峰值位置选择作为候补。在峰值位置以电源频率为中心仅产生于单侧的情况下,判定为不是边带而不进行提取。
如图4所示,旋转频带判定部114为了特别对伴随电动机5的轴承劣化所导致的机械振动的增加的、旋转频率分量的增加进行检测,对电源频率的功率频谱峰值与旋转频带的功率频谱峰值的差分值D进行运算,从而能计算出旋转频带的功率频谱,而不会受到磁场内所存在的基底噪声的影响。
作为对在实际的工厂中工作的各种电动机进行电流测定而得的结果,该差分值D将与电动机的劣化度具有相关关系的情况作为数据来获得。
另外,在旋转频带判定部114中,根据电源频率的功率频谱峰值与旋转频率的功率频谱峰值的差分值D来对电动机5是否异常进行判定。在判定为电动机5异常的情况下,从警报输出部12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以规定时间间隔被启动而执行以下的处理。在步骤S101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S102中,由电流变动运算部110对从电流输入部10输入的电流的有效值(下面,称为电流值)的偏差进行运算,由FFT分析区间判定部111使用其运算结果来对电流是否处于稳定状态进行判定。作为判定结果,若处于电流值的偏差大于等于预先设定的阈值的不稳定状态(否),则返回步骤S101,反复进行判定直至电流处于稳定状态为止。若电流处于稳定状态(是),则前进至步骤S103。此外,关于阈值,例如,事先获取多个电动机的磁场数据,从那些数据的电流偏差值(标准偏差)中在偏差值较小的范围内进行选择,设所选择的值为阈值。作为具体的计算例,例如对50次偏差值进行计算,按照偏差值从小到大的顺序进行排列,第1个值为0.5,第2个值为0.6,第3个值为0.65,第4个值为0.7,第5个值为0.8,第6个值为0.85,第7个值为1.0(第8个~第49个值省略),第50个值为3.0,在这种情况下,将其中第5小的偏差值即0.8决定作为阈值。此外,除了事先的磁场数据以外,在电动机5中设定固定的学习期间,根据学习期间中所获取到的电流偏差值(标准偏差)也同样能进行计算。
在步骤S103中,FFT分析部112使用在所输入的电流值处于稳定状态的区间的电流波形在从0Hz起至电源频率60Hz的两倍的频率120Hz之间进行频率分析,将其功率频谱分析结果传输至峰值检测运算部113。在步骤S104中,峰值检测运算部113对功率频谱分析结果所包含的所有峰值位置进行检测。在步骤S105中,旋转频带判定部114在所检测出的峰值位置内提取出存在于旋转频带的峰值位置,来决定旋转频带。在步骤S106中,频率轴变换运算部115对所有峰值位置的频率轴进行变换,以使得所检测出的旋转频带成为无负载时的旋转频带。在步骤S107中,将从步骤S101至步骤S106的动作重复10次,收集10个对频率轴进行变换而得的功率频谱分析结果。
在步骤S108中,平均化运算部116对收集到的10个功率频谱分析结果进行平均化处理。在步骤S109中,边带提取部117专注于平均化处理后的功率频谱分析结果的峰值位置,来提取出边带。在步骤S110中,为了对旋转频带的功率频谱进行检测,在旋转频带判定部114中对电源频率与旋转频率的差分值进行计算。即,获得图4中的差分值D。在步骤S111中,在由边带提取部117未提取出边带的情况下,或者在虽然提取出边带但由旋转频带判定部114所运算出的差分值D为大于预先决定的值(设定值)的值的情况下,设为电动机5未发生异常(否),结束诊断处理。另一方面,专注于若电动机5的异常的劣化程度进一步发展则差分值D减小这一情况,在边带提取部117所提取出的边带的旋转频率与电源频率的差分值D是比预先决定的值(设定值)要小的值的情况下(是),设为电动机5正发生异常而向警报输出部12发送信号,在步骤S112中,从警报输出部12输出警报,并结束诊断处理。此外,边带提取部117中的上述设定值能根据同样的电动机的过去发生故障时的数据等来决定,故障事例越多,越是能利用边带来对正确的故障场所、故障的程度进行判定。另外,通过呈阶段性地设定多个设定值,能掌握故障的程度,能进行精密的异常诊断。
如以上所说明的那样,对电源频率的功率频谱峰值与电动机的旋转频带的功率频谱峰值的差分值进行运算来对异常进行检测,因此,能高精度地进行异常检测,而不会受到图4中的电源频率和旋转频率的基底噪声所导致的基底基础的变动的影响。另外,对电流值稳定时的电流波形进行功率频谱分析,从而边带等的峰值位置会可靠地出现。此外,对功率频谱分析结果实施平均化处理,从而能减少噪声等,能更正确地实现故障诊断。
本发明不限于上述实施方式,能在其发明范围内对实施方式进行适当变更。
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 警报输出部
110 电流变动运算部
111 FFT分析区间判定部
112 FFT分析部
113 峰值检测运算部
114 旋转频带判定部
115 频率轴变换运算部
116 平均化运算部
117 边带提取部
Claims (3)
1.一种电动机的诊断装置,其特征在于,包括:
电流输入部,该电流输入部对电动机的电流进行检测并进行输入;
FFT分析部,该FFT分析部在来自所述电流输入部的电流处于稳定状态时,对所述电流的功率频谱进行分析;
峰值检测运算部,该峰值检测运算部对所述FFT分析部所求出的功率频谱的峰值位置进行检测;
平均化运算部,该平均化运算部对所述FFT分析部多次分析出的功率频谱进行平均化;
边带提取部,该边带提取部对经所述平均化运算部平均化后的功率频谱的边带进行提取;
旋转频带判定部,该旋转频带判定部基于所述边带提取部所提取出的边带,对所述电动机的电源频率的功率频谱峰值与旋转频带的功率频谱峰值的差分值进行运算;以及
警报输出部,若所述旋转频带判定部所获得的所述差分值是比预先决定的设定值要小的值,则该警报输出部输出警报。
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多次变换功率频谱的频率轴来对旋转频带的峰值位置进行匹配的状态下进行平均化。
3.如权利要求1所述的电动机的诊断装置,其特征在于,
所述旋转频带判定部设定有多个所述设定值。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2017/003943 WO2018142569A1 (ja) | 2017-02-03 | 2017-02-03 | 電動機の診断装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110268623A true CN110268623A (zh) | 2019-09-20 |
CN110268623B CN110268623B (zh) | 2022-08-05 |
Family
ID=62069294
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780084918.0A Active CN110268623B (zh) | 2017-02-03 | 2017-02-03 | 电动机的诊断装置 |
Country Status (5)
Country | Link |
---|---|
EP (1) | EP3579404B1 (zh) |
JP (1) | JP6316510B1 (zh) |
KR (1) | KR102257079B1 (zh) |
CN (1) | CN110268623B (zh) |
WO (1) | WO2018142569A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113608119A (zh) * | 2021-08-05 | 2021-11-05 | Tcl空调器(中山)有限公司 | 电机运行状态监测方法、装置、设备和存储介质 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021166168A1 (ja) * | 2020-02-20 | 2021-08-26 | 三菱電機株式会社 | 電動機の診断装置 |
KR20220166319A (ko) * | 2020-05-25 | 2022-12-16 | 미쓰비시덴키 가부시키가이샤 | 전동기의 진단 장치 |
US20240283332A1 (en) * | 2021-06-21 | 2024-08-22 | Mitsubishi Electric Corporation | Failure symptom detection device and failure symptom detection method for electric motor-provided equipment |
WO2024062511A1 (ja) * | 2022-09-20 | 2024-03-28 | 三菱電機株式会社 | 電動機の状態診断装置、状態診断方法および異常予兆推論装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000320823A (ja) * | 1999-05-11 | 2000-11-24 | Hitachi Ltd | 流動層異常燃焼診断方法及び流動層異常燃焼診断装置 |
DE102012219650A1 (de) * | 2012-10-26 | 2014-04-30 | Robert Bosch Gmbh | Mechanisches Bauteil, mechanisches System und Verfahren zum Betreiben eines mechanischen Bauteils |
CN105318961A (zh) * | 2014-07-29 | 2016-02-10 | 上海宝钢工业技术服务有限公司 | 驱动输送皮带的高压电机振动状态在线监测方法 |
JP5985099B1 (ja) * | 2016-03-31 | 2016-09-06 | 株式会社高田工業所 | 回転機械系の異常検知方法、その異常検知方法を用いた回転機械系の異常監視方法、及びその異常監視方法を用いた回転機械系の異常監視装置 |
WO2016151708A1 (ja) * | 2015-03-20 | 2016-09-29 | 株式会社日立製作所 | 電機品の故障検出装置および故障検出方法 |
JP2016195524A (ja) * | 2015-04-02 | 2016-11-17 | 三菱電機株式会社 | 電動機の診断装置 |
US20170016960A1 (en) * | 2014-03-11 | 2017-01-19 | Abb Schweiz Ag | Method And System For Determining A Synchronous Machine Fault Condition |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
US10359473B2 (en) | 2012-05-29 | 2019-07-23 | Nutech Ventures | Detecting faults in turbine generators |
-
2017
- 2017-02-03 KR KR1020197021833A patent/KR102257079B1/ko active IP Right Grant
- 2017-02-03 EP EP17895150.5A patent/EP3579404B1/en active Active
- 2017-02-03 CN CN201780084918.0A patent/CN110268623B/zh active Active
- 2017-02-03 JP JP2017534845A patent/JP6316510B1/ja active Active
- 2017-02-03 WO PCT/JP2017/003943 patent/WO2018142569A1/ja unknown
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000320823A (ja) * | 1999-05-11 | 2000-11-24 | Hitachi Ltd | 流動層異常燃焼診断方法及び流動層異常燃焼診断装置 |
DE102012219650A1 (de) * | 2012-10-26 | 2014-04-30 | Robert Bosch Gmbh | Mechanisches Bauteil, mechanisches System und Verfahren zum Betreiben eines mechanischen Bauteils |
US20170016960A1 (en) * | 2014-03-11 | 2017-01-19 | Abb Schweiz Ag | Method And System For Determining A Synchronous Machine Fault Condition |
CN105318961A (zh) * | 2014-07-29 | 2016-02-10 | 上海宝钢工业技术服务有限公司 | 驱动输送皮带的高压电机振动状态在线监测方法 |
WO2016151708A1 (ja) * | 2015-03-20 | 2016-09-29 | 株式会社日立製作所 | 電機品の故障検出装置および故障検出方法 |
JP2016195524A (ja) * | 2015-04-02 | 2016-11-17 | 三菱電機株式会社 | 電動機の診断装置 |
JP5985099B1 (ja) * | 2016-03-31 | 2016-09-06 | 株式会社高田工業所 | 回転機械系の異常検知方法、その異常検知方法を用いた回転機械系の異常監視方法、及びその異常監視方法を用いた回転機械系の異常監視装置 |
Non-Patent Citations (2)
Title |
---|
张家凡等: "基于随机共振理论的低速重载齿轮故障诊断研究", 《洛阳工业高等专科学校学报》 * |
高丙坤等: "一种基于电动机振动信号分析的故障诊断新方法", 《电气技术》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113608119A (zh) * | 2021-08-05 | 2021-11-05 | Tcl空调器(中山)有限公司 | 电机运行状态监测方法、装置、设备和存储介质 |
CN113608119B (zh) * | 2021-08-05 | 2024-04-02 | Tcl空调器(中山)有限公司 | 电机运行状态监测方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
EP3579404A1 (en) | 2019-12-11 |
KR102257079B1 (ko) | 2021-05-27 |
JPWO2018142569A1 (ja) | 2019-02-07 |
WO2018142569A1 (ja) | 2018-08-09 |
JP6316510B1 (ja) | 2018-04-25 |
EP3579404B1 (en) | 2021-11-24 |
CN110268623B (zh) | 2022-08-05 |
EP3579404A4 (en) | 2020-02-26 |
KR20190099300A (ko) | 2019-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110268623A (zh) | 电动机的诊断装置 | |
KR102427372B1 (ko) | 이상 진단 장치, 이상 진단 방법 및 이상 진단 시스템 | |
JP6293388B1 (ja) | 負荷の異常検出装置 | |
Aydin et al. | A new method for early fault detection and diagnosis of broken rotor bars | |
CA2847720C (en) | Broken rotor bar detection based on current signature analysis of an electric machine | |
CN103698699B (zh) | 一种基于模型的异步电动机故障监测诊断方法 | |
Alwodai et al. | A comparison of different techniques for induction motor rotor fault diagnosis | |
CN109478832A (zh) | 电动机的诊断装置 | |
Nguyen et al. | Analysis and comparison of multiple features for fault detection and prognostic in ball bearings | |
Zoubek et al. | Frequency response analysis for rolling-bearing damage diagnosis | |
JP2016195524A (ja) | 電動機の診断装置 | |
Picot et al. | Bearing fault detection in synchronous machine based on the statistical analysis of stator current | |
US11249137B2 (en) | Diagnostic method of switchgear and device thereof | |
KR20230154992A (ko) | 이상 진단 장치 및 이상 진단 방법 | |
Lindh et al. | Bearing damage detection based on statistical discrimination of stator current | |
Amirat et al. | Modal Decomposition for Bearing Fault Detection | |
Sanap et al. | Broken Rotor Bar Fault Diagnosis of Induction Motor by Signal Processing Techniques | |
Song et al. | Mean absolute difference approach for induction motor broken rotor bar fault detection | |
Dong et al. | Incipient Fault Diagnosis of Asynchronous Motor Based on Stator Current Signal Analysis | |
DAHI et al. | ZSV spectrum-based detection of im rotor dissymmetry immunity to false alarms | |
Salem et al. | Induction motor fault diagnosis based on a Hilbert current space vector pattern analysis | |
Elnady et al. | Faults diagnosis using on-shaft vibration measurement in rotating machines | |
CN103033745B (zh) | 检测发电机的机械故障的方法和系统 | |
Irfan et al. | An approach to diagnose inner race surface roughness defects in bearing of induction motors | |
Fedele et al. | Comparison of Vibration and Electrical Signal Analysis for Induction Motor Single-Point Bearing Defect Diagnosis |
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 |