CN110945373A - 用于识别电机的故障状态的方法 - Google Patents

用于识别电机的故障状态的方法 Download PDF

Info

Publication number
CN110945373A
CN110945373A CN201880053000.4A CN201880053000A CN110945373A CN 110945373 A CN110945373 A CN 110945373A CN 201880053000 A CN201880053000 A CN 201880053000A CN 110945373 A CN110945373 A CN 110945373A
Authority
CN
China
Prior art keywords
determined
value
electric machine
voltage
estimate
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
CN201880053000.4A
Other languages
English (en)
Other versions
CN110945373B (zh
Inventor
王祎
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.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
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 Robert Bosch GmbH filed Critical Robert Bosch GmbH
Publication of CN110945373A publication Critical patent/CN110945373A/zh
Application granted granted Critical
Publication of CN110945373B publication Critical patent/CN110945373B/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
    • 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
    • G01R31/005Testing of electric installations on transport means
    • G01R31/006Testing of electric installations on transport means on road vehicles, e.g. automobiles or trucks
    • G01R31/007Testing of electric installations on transport means on road vehicles, e.g. automobiles or trucks using microprocessors or computers
    • 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
    • G01R31/40Testing power supplies
    • G01R31/42AC power supplies

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Power Engineering (AREA)
  • Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
  • Control Of Electric Motors In General (AREA)

Abstract

本发明涉及一种用于识别电机的故障状态(100A)的方法,所述电机具有转子(120)、定子(110)和与所述定子(110)连接的整流器电路(130),其中检测所述电机的电压值(UB+)的时间变化曲线,其中从所述电压值(UB+)的所检测到的时间变化曲线中确定估值,其中将所确定的估值与参考值进行比较,并且其中根据这种比较的比较结果来评估,是否存在所述电机的故障状态(100A)。

Description

用于识别电机的故障状态的方法
技术领域
本发明涉及一种用于识别电机的故障状态的方法以及用于执行所述方法的一种计算单元和一种计算机程序。
背景技术
能够使用各种类型的发电机来供应电网或者负荷电路。例如能够借助于交流发电机产生多相电流。为了由这样的交流发电机给直流电网馈电,能够使用作为整流器运行的变流器,以便将由三相电流源产生的多相电流转换为直流电流。所述整流能够借助于无源的(二极管)或有源的(半导体开关)整流器元件来进行。对于有源的整流器来说,除了场调节器之外,相应的操控电路也是发电机调节器的一部分。通常,交流发电机能够作为以下电机来实现,所述电机能够按发电机方式来运行以用于产生电能或者按马达方式来运行以用于将电能转换成机械能。
例如,这样的发电机能够在机动车中用于供应机动车车载电网。相应的电机例如能够按发电机方式来运行,以便供应机动车车载电网或者给机动车电池充电。为此目的,所述电机能够通过所谓的输出级或者输出级电路与车载电网相连接或者与其分开。
发明内容
根据本发明,提出具有独立权利要求的特征的、一种用于识别电机的故障状态的方法以及用于执行所述方法的一种计算单元和一种计算机程序。有利的设计方案是从属权利要求以及以下说明的主题。
所述电机尤其能够构造为发电机、例如构造为爪极发电机和/或尤其构造为电机,所述电机能够按马达方式或者按发电机方式来运行。所述电机尤其具有转子和定子以及与所述定子相连接的整流器电路,所述整流器电路用于对加载在定子上的交流电压进行整流。所述整流器电路尤其能够具有由无源的开关元件、尤其是二极管的桥电路或者由有源的开关元件(尤其是半导体开关、如金属氧化物半导体场效应晶体管(MOSFET))构成的桥电路。
通过本发明提供了一种可行方案,用于以简单的方式来识别所述电机的不同的故障状态及其严重性。
在所述方法的范围内,检测所述电机的电压值、尤其是由电机提供的直流电压的电压值、尤其是经过整流的发电机电压的时间变化曲线。从所述电压值的所检测的时间变化曲线中确定估值。将所确定的估值与参考值进行比较,并且根据这种比较的比较结果来评估,是否存在所述电机的故障状态。
尤其这个参考值是描述无故障的电机的理论值。通过参考值和估值的比较,尤其能够识别电机的不同的故障状态。因此,对于故障识别来说,尤其仅仅需要一个信号,即时间上的电压变化曲线,所述时间上的电压变化曲线尤其能够以结构上简单的方式通过测量技术来检测并且尤其本来在电机的常规运行的过程中来检测。因此,适宜地不需要例如附加的测量仪形式的附加的硬件。
对于无故障的电机来说,相应的电压变化曲线尤其具有表征性的特性。在此,所述估值具有特征值,该特征值尤其相应于参考值。在电机的故障状态下,所述电压变化曲线的特性发生改变。根据当前的故障状态,所述特性以不同的方式和方法而变化并且因此尤其是所述估值也变化。通过对于所述电压变化曲线或估值的评估,能够由此推断出当前的故障状态。尤其所述故障识别与电机的转速和负荷无关,也就是说,故障状态能够在任意的转速和负荷下可靠地被识别。
有利地将所述电压值的时间变化曲线的统计值确定为估值。优选将能够从电压值的时间变化曲线中确定的重复特征的标准偏差和/或方差确定为估值。
在电机无故障地运行时,所述时间上的电压变化曲线尤其具有表征的、周期性重复的形式。因此,能够确定的重复特征的统计值、尤其是标准偏差或方差对于无故障的电机来说尤其比较小并且适宜地用作参考值。
在电机的故障状态下,所述电压变化曲线偏离这种表征的形式。因此,在故障状态下,所述电压变化曲线的能确定的重复特征的统计值、特别是标准偏差或方差适宜地比在无故障的情况中大。因此,根据统计值、尤其标准偏差或方差能够以简单而可靠的方式推断出故障状态。
因为所述故障识别因此建立在统计的基础上,所以所述故障识别的精度尤其取决于测量数据的量。所考虑的测量数据越多,结果就越精确。优选所述测量数据的量包括能确定的重复特征的至少90次传送、特别是至少100次传送。因此适宜地以例如10kHz的采样率在90 ms和150 ms之间的持续时间里、特别优选在恰好100 ms或至少基本上100 ms的持续时间里检测所述电压变化曲线。
尤其所述重复特征的特定的传送的数目取决于持续时间和电机的当前的转速。例如,能够在转速为3000 rpm时在100 ms的持续时间里确定所述特征的180次传送。在1800rpm的转速下,能够在100 ms的持续时间内确定例如108次传送。
根据本发明的一种特别优选的实施方式,在所述电压值的时间变化曲线中,将局部极值的位置、尤其是电压变化曲线的局部峰值的位置确定或识别为能确定的重复特征。位置尤其是指其时间位置或其相对于彼此的时间间隔或其角位置或其相对于彼此的角间隔。有利地从所识别的局部极值的这些位置中确定所述估值。尤其所述电压值的时间变化曲线对于无故障的电机来说在每个周期中在尤其是相同的或至少基本上相同的位置上具有局部极值或局部峰值。尤其这个局部峰值在这种应用中相应于半波的最大值。在故障状态下,所述电压变化曲线的形状尤其根据当前的故障和故障的严重性而变化。在此,尤其所述局部极值或局部峰值的分布发生变化。因此,在所述局部极值的分布相较于无故障的情况发生变化时,能够识别当前的故障状态。因此,所述估值适宜地描述了所述电压变化曲线的所识别的局部极值的位置、尤其是其分布。
有利地将所识别的局部极值的位置的统计值、特别是优选标准偏差和/或方差确定为估值。对于无故障的电机来说,所述局部极值的位置应该具有正态分布,该正态分布具有小的标准偏差。在存在故障状态时,所述局部极值的分布具有较大的标准偏差。因此,所述估值适宜地描述了这种标准偏差,或者所述标准偏差本身优选被确定为估值。
优选在电机无故障时从所述电压值的参考变化曲线中确定所述参考值。这条参考变化曲线能够在电机的无故障运行的期间、例如在制造过程的期间通过测量技术来检测或者在电机的理论模型过程中通过计算来确定并且例如被存储在用于对电机进行操控的控制器中。
优选将所述参考值确定为所述电压值的参考变化曲线的、同样的能确定的特征(也就是尤其是局部极值的位置)的统计值,特别优选确定为标准偏差和/或方差。类似于上述解释,这个参考值与在电机带有故障时的相应的值不同。
优选在比较估值和参考值的过程中执行阈值比较,其中适宜地将所述参考值用作阈值。在此优选检查,所述估值是否超过参考值。如果所述估值没有超过参考值,那就尤其识别出不存在所述电机的故障状态。相反,如果所述估值超过参考值,则尤其识别出存在所述电机的故障状态。例如,处于参考方差之上的评估方差可以推断出故障。
根据本发明的一种特别优选的实施方式,在比较估值和参考值的过程中确定估值与参考值的偏差。根据这种偏差来优选评估当前的故障的严重性。
有利地根据所述比较结果来评估,作为所述电机的故障状态是否存在以下状态中的一种或多种:
-相中的中断,其中在所述定子的相接头与所述整流器电路、尤其是所述整流器电路的半桥的中间抽头之间存在提高的电阻;
-所述电机的两个相之间的短路,其中在所述定子的两个相接头之间存在降低的、
尤其是消失的电阻;
-开关元件路径中的中断,其中在所述整流器电路的半桥的两个开关元件之间存在提高的电阻;
-开关元件路径中的短路,其中在所述整流器电路的开关元件上存在减小的、尤其是消失的电阻。
尤其能够根据估值与参考值的偏差来评估这些故障状态的严重性。在中断时电阻值越大,相应的故障状态就越严重。在短路时电阻值越小,则这种相应的故障状态就越严重。
有利地检测所述电机的、加载在该电机的整流器电路上的直流电压的电压值的时间变化曲线。所述电压值尤其能够在电机或整流器电路的直流电压接头之间通过测量技术来检测并且通常本来就被检测,以进行所述电机的常规运行。
本发明特别有利地适合于在机动车中使用。在此,通过所述电机例如能够给机动车车载电网馈电和/或给机动车电池充电。机动车车载电网在此能够被连接到整流器电路的直流电压接头上。尤其在所述方法的范围内检测加载在这些直流电压接头之间的直流电压的时间变化曲线,并且从这种直流电压变化曲线中确定所述估值。在此,所述用于识别故障状态的方法例如能够由机动车的控制器来执行。本发明例如特别适合用于具有那些拥有提高的安全要求的功能、例如自动化的或自主的驾驶的车辆或者用于具有长维护间隔的车辆、例如商用车。
按本发明的计算单元、例如机动车的控制器尤其在程序技术上被设立用于执行按本发明的方法。
以计算机程序的形式来执行所述方法也是有利的,因为这尤其在实施用的控制器还用于其它任务并且因此本来就存在时引起的成本特别低。用于提供计算机程序的合适的数据载体尤其是磁存储器、光学存储器和电存储器、像比如硬盘、闪存、EEPROM、DVD等。也能够通过计算机网络(互联网、内联网等)来下载程序。
本发明的其它优点和设计方案由说明书和附图来得出。
附图说明
本发明借助于实施例在附图中示意性地示出并且在下面参照附图进行描述。
图1示意性地示出了具有按本发明的计算单元的一种优选的设计方案的电机,所述计算单元被设立用于执行按本发明的方法的一种优选的实施方式。
图2示意性地示出了电压值的时间变化曲线的电压-时间图,所述电压值能够在按本发明的方法的一种优选的实施方式的过程中被确定。
图3作为方框图示意性示出了按本发明的方法的一种优选的实施方式。
图4至7分别示意性地示出了处于故障状态下的电机并且分别示意性地示出了电压值的时间变化曲线的电压-时间图,所述电压值能够在按本发明的方法的一种优选的实施方式的过程中在所述电机的相应的故障状态下被确定。
图8示意性地示出了电压值的经过滤波的、标准化的时间变化曲线的电压-时间图,所述电压值能够在按本发明的方法的优选的实施方式的过程中被确定。
图9示意性地示出了电压值的经过滤波的、标准化的时间变化曲线的局部极值的位置的正态分布,所述电压值能够在按本发明的方法的优选的实施方式的过程中被确定。
具体实施方式
在图1中示意性地示出了发电机形式的电机并且用100来表示。
所述电机100在这种实施例中实施为三相电机,其中定子110的定子电感(相)被连接成三角形电路。转子120具有励磁绕组121,该励磁绕组具有并联连接的二极管。此外,在励磁电路中能够设置励磁晶体管122。通过通常借助于PWM运行来接通并且切断励磁晶体管122的方式,向所述励磁绕组121上间歇地加载电压(在这里是经过整流的发电机电压),由此出现励磁电流。通过PWM运行的占空率的改变,尤其能够改变所述励磁电流的大小以及由此所述发电机电压的大小。
此外,所述电机100具有与定子110相连接的、带有三个半桥的整流器电路130,所述整流器电路用于对加载在定子110上的三相交流电压进行整流。每个半桥在其两个在这里构造为二极管的整流元件之间分别具有中间抽头,通过所述中间抽头,相应的半桥与定子110的相接头相连接。
在所述整流器电路130的两个直流电压接头140之间提供直流电压UB+来作为经过整流的发电机电压。所述电机100例如能够在机动车中用于给机动车车载电网供电,所述机动车车载电网与直流电压接头140相连接。
计算单元150被设置用于操控电机100。例如,所述计算单元150能够构造为相应的机动车的控制器。所述计算单元150被设立用于执行对于电机的故障状态的识别。为此目的,所述计算单元150尤其在程序技术上被设立用于执行按本发明的方法的一种优选的实施方式。
在图2中,在电压-时间图中示意性地示出了在所述电机100的无故障的状态下直流电压UB+的时间变化曲线200。
这条电压变化曲线200尤其示出了在所述电机100的无故障的状态下直流电压UB+的参考变化曲线,并且例如能够在电机100的无故障的运行期间、例如在制造过程期间通过测量技术来检测或者在电机100的理论模型的过程中通过计算来确定。
所述直流电压UB+的时间变化曲线200具有典型的形状,该形状尤其取决于电机100的相的数量nphase、极对的数量npol和转速ngen。这种直流电压的时间变化曲线的周期Tel能够计算如下:
Figure DEST_PATH_IMAGE001
如可以在图2中看出的那样,所述直流电压UB+的时间变化曲线200在电机100的无故障的状态下在每个周期中在相同的或基本上相同的位置上都具有局部极值或者说局部峰值。尤其这种局部峰值在这种应用中相应于半波的最大值。在转速保持不变的情况下,两个相邻的局部极值之间的间隔理想地是恒定的或者所述极值总是位于相同的位置上。由于公差、测量偏差和随机干扰,这些局部峰值的位置或间隔(作为能确定的重复特征)应当拥有带小的标准偏差的正态分布(也参见图9)。
在所述电机100的故障状态下,所述直流电压UB+的电压变化曲线的形状根据当前的故障状态和故障严重性而改变。因此,所述局部峰值的分布也改变。因此,所述局部极值的间隔分布的相较于参考变化曲线200的变化表明了所述电机100的故障状态。
因此,在所述方法的范围内确定与电压变化曲线的局部极值的当前分布相关的统计值、特别优选确定这种分布的标准偏差,以便能够识别所述电机100的当前的故障状态。
所述按本发明的方法的一种优选的实施方式在图3中示意性地作为方框图来示出,所述实施形式能够适宜地由控制器150来执行。
在所述电机100的连续运行中,在步骤310中例如在100 ms的持续时间里检测所述直流电压UB+的时间变化曲线。
在步骤320中,从所述直流电压UB+的这条所检测到的时间变化曲线中确定估值。因为所述测量的原始数据可能带有干扰和噪声,所以首先在可选的步骤321中通过滤波器对原始数据、即直流电压UB+的所检测到的时间变化曲线进行平整。在步骤322中,经过平整的数据可选借助其平均值、例如通过减去其平均值的方式被标准化,以便使信号变化曲线更清楚。
随后,在步骤323中,在所述直流电压UB+的经过平整的且标准化的时间变化曲线中识别出局部极值或局部峰值并且确定其在周期内的位置。尤其为了这个目的,根据以上公式以电机100的当前转速确定用于周期Tel的理论值。在步骤323中尤其用这个周期Tel来探测所述局部极值。
为了使局部峰值的分布能够彼此比较,所识别的局部峰值的在步骤323中所确定的位置在步骤324中通过减去其平均值的方式来标准化。通过这种方式获得所识别的局部峰值的位置的分布的密度函数,所述密度函数能够被假设为正态分布。
在步骤325中,将所识别的局部峰值的这种分布的标准偏差确定为估值。
在步骤330中,将这种所确定的、标准偏差形式的估值与参考值进行比较。这个参考值在步骤331中由所述直流电压UB+的参考变化曲线确定,如其例如在图2中所示那样。在此,在所述电机100的当前转速下的参考变化曲线能够借助于综合特性曲线被存储在控制器150中或者能够由控制器150借助于理论模型来确定。作为参考值,在步骤331中确定这条参考变化曲线的局部峰值的位置分布的标准偏差。
尤其在步骤330中执行阈值比较并且检查所述估值是否超过优选附加地有意义的公差阈值的参考值。如果所述估值没有超过参考值(必要时加上公差阈值)并且低于参考值(必要时加上公差阈值)(也就是说所述测量的标准偏差至多与参考的标准偏差(必要时加上公差阈值)一样大),则在步骤341中识别出,不存在所述电机100的故障状态。
而如果所述估值超过所述参考值(必要时加上公差阈值),则在步骤342中识别出存在所述电机100的故障状态。在这种情况下,在步骤343中,根据所述估值多大程度地偏离所述参考值(必要时加上公差阈值)来确定所述故障状态的严重性。尤其在步骤342中识别出故障状态时执行安全措施或者自我保护措施、例如通过受限制的励磁电流来限制电机100的负荷。
下面参照图4至9来描述所述电机的不同的故障状态并且描述如何能够在本方法的范围内识别这些故障状态。
在图4至7中示意性地示出了图1的电机处于不同的故障状态下的情况。此外,在图4至7中类似于图2示意性地示出了所述直流电压UB+的电压变化曲线,在这些故障状态下能够在所述方法的范围内在步骤310中检测到这些电压变化曲线。
在图4a中示意性地示出了图1的电机处于第一故障状态100A中的情况。在这种第一故障状态100A中,相中存在中断,其中在定子110的相接头与整流器电路130的半桥的中间抽头之间存在提高的(必要时无穷的)电阻R1。在图4b中示出了所述直流电压UB+的时间变化曲线200A,在这样的故障状态100A中能够在所述方法的范围内在步骤310中检测到所述时间变化曲线。
在图5a中示意性地示出了所述电机处于第二故障状态100B中的情况,在该第二故障状态下在所述电机100的两个相之间存在短路,其中在所述定子110的两个相接头之间存在减小的、尤其是消失的电阻R2。在图5B中示出了所述直流电压UB+的时间变化曲线200B,在这第二故障状态100B中能够在所述方法的范围内在步骤310中检测到所述时间变化曲线。
在图6a中示出了所述电机的第三故障状态100C,其中在整流器电路130的开关元件路径中存在中断。在此,在整流器电路130的半桥之一的两个开关元件之间存在提高的电阻(必要时无穷的电阻)R3。在图6b中示意性地示出了在这第三故障状态100C中能够检测到的直流电压U+的相应的变化曲线200C。
在所述电机的在图7a中示出的第四故障状态100D中,在开关元件路径中存在短路,其中在所述整流器电路130的开关元件上面存在着减小的、尤其是消失的电阻R4。图7b示出了所述直流电压UB+的、在这第四故障状态100D中能够检测到的相应的变化曲线200D。
与参照图3所作的上述解释相类似,如果存在所述电机的相应的故障状态100A或100B或100C或100D,则能够在所述方法的步骤310中确定这些变化曲线200A或200B或200C或200D。根据步骤321至323,对这些变化曲线200A或200B或200C或200D进行滤波和标准化,以用于借助于周期Tel来识别局部峰值。
在图8中示意性地以电压-时间图示出了相应的经过滤波的、标准化的时间变化曲线200A或200B或200C或200D,所述时间变化曲线在按本发明的方法的优选实施方式的过程中被确定。在此,分别用星号示出了各个所识别的局部极值或局部峰值。
图8a示出了在图2中示出的参考变化曲线200的经过滤波和标准化的时间变化曲线300。
图8b示出了图4b的电压变化曲线200A的经过滤波和标准化的时间变化曲线300A,所述电压变化曲线能够在第一故障状态100A的过程中被确定。
图8c示出了在图5b中示出的电压变化曲线200B的经过滤波和标准化的时间变化曲线300B,所述电压变化曲线能够在存在第二故障状态100B的过程中被确定。
在图8d中示出了第三故障状态100C的、在图6b中示出的电压变化曲线200C的经过滤波的、标准化的变化曲线300C。
在图8e中示出了在第四故障状态100D中的、在图7b中示出的电压变化曲线200D的经过滤波的、标准化的变化曲线300D。
如上面所解释的那样,如在步骤323中那样对所识别的局部峰值的位置在步骤324中通过减去其平均值这种方式来进行标准化,由此确定所识别的局部峰值的位置分布的密度函数,所述密度函数能够被假设为正态分布,其特别是具有零的平均值。
在图9中示出了峰值位置的相应的正态分布,所述正态分布在图8a至8e的经过滤波的标准化的时间变化曲线300、300A、300B、300C、300D中被识别。
曲线400在此是图2的参考变化曲线200的、在图8a中示出的经过滤波的标准化的变化曲线300的、所识别的局部峰值的正态分布。
曲线400A是图8b的经过滤波的标准化的变化曲线300A的、在第一故障状态100A中的所识别的局部峰值的位置的正态分布。
曲线400B是在图8c中所示出的经过滤波的标准化的变化曲线300B的、在第二故障状态100B中的所识别的局部峰值的位置的正态分布。
曲线400C是在图8d中所示出的经过滤波的标准化的变化曲线300C的、在第三故障状态100C中的所识别的局部峰值的位置的正态分布。
曲线400D是在图8e中所示出的经过滤波的标准化的变化曲线300D的、在第四故障状态100D中的所识别的局部峰值的位置的正态分布。
如可以在图9中看出的一样,在参考情况下局部峰值的分布400是最细长的并且拥有最小的标准偏差或最小的方差。因此,这种分布400的标准偏差被确定为参考值。其余分布400A、400B、400D、400D的标准偏差分别大于所述分布400的标准偏差。
作为估值的分布400A、400B、400D、400D的标准偏差偏离作为参考情况的分布400的标准偏差的程度越大,所述电机的相应的故障状态就越严重,由此能够在步骤343中确定相应的故障的严重性。
在此,当在第一或第三故障状态下中断时电阻值R1或R3越大,相应的故障状态就越严重。当在第二或第四故障状态下短路时电阻值R2或R4越小,这种相应的故障状态就越严重。

Claims (15)

1.用于识别电机(100)的故障状态(100A、100B、100C、100D)的方法,所述电机具有转子(120)、定子(110)和与所述定子(110)连接的整流器电路(130),
其中检测(310)所述电机(100)的电压值(UB+)的时间变化曲线(200A、200B、200C、200D),
其中从所述电压值(UB+)的所检测到的时间变化曲线(200A、200B、200C、200D)中确定(320)估值,
其中将所确定的估值与参考值进行比较(330),并且
其中根据比较结果来评估,是存在(341)还是不存在(342)所述电机的故障状态(100A、100B、100C、100D)。
2.根据权利要求1所述的方法,其中,将所述电压值(UB+)的时间变化曲线(200A、200B、200C、200D)的统计值确定(325)为所述估值。
3.根据权利要求2所述的方法,其中,将能够从所述电压值(UB+)的时间变化曲线(200A、200B、200C、200D)中确定的重复特征的标准偏差和/或方差确定(325)为所述估值。
4.根据前述权利要求中任一项所述的方法,其中,在所述电压值(UB+)的时间变化曲线(200A、200B、200C、200D)中将局部极值的位置确定(324)为能够确定的重复特征,并且其中,从所识别的局部极值中确定(325)所述估值。
5.根据权利要求4所述的方法,其中,将所识别的局部极值的位置的统计值确定(325)为所述估值。
6.根据权利要求5所述的方法,其中,将所识别的局部极值的位置的标准偏差和/方差确定(325)为所述估值。
7.根据前述权利要求中任一项所述的方法,其中,在电机(100)无故障时从所述电压值(UB+)的参考变化曲线(200)中确定所述参考值。
8.根据权利要求7所述的方法,其中,将所述参考值确定(331)为所述电压值(UB+)的参考变化曲线(200)的局部极值的位置的统计值、尤其是标准偏差和/或方差。
9.根据前述权利要求中任一项所述的方法,其中,在对所述估值与所述参考值进行比较的过程中执行阈值比较,并且检查所述估值是否超过所述参考值(330)。
10.根据前述权利要求中任一项所述的方法,其中,在对所述估值和所述参考值进行比较的过程中确定所述估值与所述参考值的偏差,并且其中根据这种偏差来评估当前的故障的严重性(343)。
11.根据前述权利要求中任一项所述的方法,其中,根据所述比较结果来评估,作为所述电机的故障状态是否存在相中的中断(100A)和/或两个相之间的短路(100B)和/或开关元件路径中的中断(100C)和/或开关元件路径中的短路(100D)。
12.根据前述权利要求中任一项所述的方法,其中,检测(310)加载在所述电机(100)的整流器电路(130)上的直流电压的电压值(UB+)的时间变化曲线(200A、200B、200C、200D)。
13.计算单元(150),该计算单元被设立用于执行根据前述权利要求中任一项所述的方法。
14.计算机程序,当所述计算机程序在计算单元(150)上实施时,该计算机程序促使所述计算单元(150)执行根据权利要求1至12中任一项所述的方法。
15.机器可读的存储介质,具有存储在其上的根据权利要求14所述的计算机程序。
CN201880053000.4A 2017-08-17 2018-07-13 用于识别电机的故障状态的方法 Active CN110945373B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102017214363.0 2017-08-17
DE102017214363.0A DE102017214363A1 (de) 2017-08-17 2017-08-17 Verfahren zum Erkennen eines Fehlerzustands einer elektrischen Maschine
PCT/EP2018/069088 WO2019034343A1 (de) 2017-08-17 2018-07-13 Verfahren zum erkennen eines fehlerzustands einer elektrischen maschine

Publications (2)

Publication Number Publication Date
CN110945373A true CN110945373A (zh) 2020-03-31
CN110945373B CN110945373B (zh) 2022-09-16

Family

ID=63014499

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880053000.4A Active CN110945373B (zh) 2017-08-17 2018-07-13 用于识别电机的故障状态的方法

Country Status (5)

Country Link
US (1) US11269010B2 (zh)
KR (1) KR20200041946A (zh)
CN (1) CN110945373B (zh)
DE (1) DE102017214363A1 (zh)
WO (1) WO2019034343A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102018218692A1 (de) * 2018-10-31 2020-04-30 Robert Bosch Gmbh Verfahren zum Erkennen eines Fehlerzustands einer elektrischen Maschine
DE102020122796A1 (de) 2020-09-01 2022-03-03 Seg Automotive Germany Gmbh Verfahren zum Erkennen eines Fehlers einer Generatoreinheit
DE102020130214A1 (de) 2020-11-16 2022-05-19 Seg Automotive Germany Gmbh Verfahren und Kurzschlussschaltungseinrichtung zum Betreiben einer Generatoreinheit

Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2122749A (en) * 1982-06-17 1984-01-18 Standard Telephones Cables Ltd Electrical condition monitoring of electric motors
US5686819A (en) * 1995-01-25 1997-11-11 Mitsubishi Denki Kabushiki Kaisha Control apparatus for AC generator of motor vehicle
US6088658A (en) * 1997-04-11 2000-07-11 General Electric Company Statistical pattern analysis methods of partial discharge measurements in high voltage insulation
US20040264079A1 (en) * 2001-11-19 2004-12-30 Goeran Lindahl Method for detection of a ground fault, which occurs in the vicinity of a neutral point in an electrical device, as well as an apparatus for carrying out the method
WO2005085792A1 (en) * 2004-03-10 2005-09-15 Nanyang Technological University Method and apparatus for assessing condition of motor-driven mechanical system
DE102004028213A1 (de) * 2004-06-09 2005-12-29 Robert Bosch Gmbh Generatorregler mit Diagnosefunktion für Halbleiterbauelemente
JP2006333661A (ja) * 2005-05-27 2006-12-07 Kinden Corp インバータ回路診断装置
US20070168141A1 (en) * 2003-12-31 2007-07-19 Zhaolei Wang Method for measuring the operating state of a synchronous motor using composite power angle meter
WO2008090239A1 (es) * 2007-01-26 2008-07-31 Oldar Electronica, S.A. Sistema electrónico de puesta a tierra activa en redes de distribución de alta tensión
US20090167256A1 (en) * 2008-01-02 2009-07-02 Hamilton Sundstrand Corporation System and method for suppressing DC link voltage buildup due to generator armature reaction
JP2009213217A (ja) * 2008-03-03 2009-09-17 Denso Corp 異常検出装置
EP2551685A1 (en) * 2011-07-25 2013-01-30 Fundació CTM Centre Tecnològic Diagnostic system and method for failures in electromechanical actuators
JP2014010073A (ja) * 2012-06-29 2014-01-20 Mitsubishi Electric Corp 劣化検査装置および劣化検査方法
RU2509333C1 (ru) * 2013-03-11 2014-03-10 Открытое Акционерное Общество "Системный Оператор Единой Энергетической Системы" Система мониторинга автоматических регуляторов возбуждения и систем возбуждения генераторов электростанции
CN103941187A (zh) * 2013-01-17 2014-07-23 罗伯特·博世有限公司 识别发电机系统中的电气故障的方法及执行该方法的器具
CN104682682A (zh) * 2013-12-03 2015-06-03 罗伯特·博世有限公司 识别有源桥式整流器至少一个有源开关元件功能中的缺陷
CN105021971A (zh) * 2015-06-11 2015-11-04 阳江核电有限公司 整流回路晶闸管运行状况测试方法以及测试装置
WO2016026355A1 (zh) * 2014-08-18 2016-02-25 国家电网公司 一种有源配电网电压跌落仿真与评估方法
US20160266208A1 (en) * 2015-03-09 2016-09-15 Rolls-Royce Plc Fault detection and diagnosis in an induction motor
US20160266206A1 (en) * 2015-03-11 2016-09-15 Siemens Energy, Inc. Generator neutral ground monitoring device utilizing direct current component measurement and analysis
CN105974181A (zh) * 2016-06-16 2016-09-28 武汉航达航空科技发展有限公司 基于fpga板卡技术的交流电压rms值快速检测方法
WO2017129285A1 (de) * 2016-01-27 2017-08-03 Robert Bosch Gmbh Verfahren zum erkennen eines fehlers in einer generatoreinheit

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2551683C3 (de) * 1975-11-18 1985-08-01 Robert Bosch Gmbh, 7000 Stuttgart Verfahren zur Funktionsüberprüfung von Drehstromgeneratoren mit nachgeschaltetem Gleichrichter und Vorrichtungen zur Durchführung der Verfahren
US7834573B2 (en) * 2007-07-31 2010-11-16 Caterpillar Inc Winding fault detection system

Patent Citations (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2122749A (en) * 1982-06-17 1984-01-18 Standard Telephones Cables Ltd Electrical condition monitoring of electric motors
US5686819A (en) * 1995-01-25 1997-11-11 Mitsubishi Denki Kabushiki Kaisha Control apparatus for AC generator of motor vehicle
US6088658A (en) * 1997-04-11 2000-07-11 General Electric Company Statistical pattern analysis methods of partial discharge measurements in high voltage insulation
US20040264079A1 (en) * 2001-11-19 2004-12-30 Goeran Lindahl Method for detection of a ground fault, which occurs in the vicinity of a neutral point in an electrical device, as well as an apparatus for carrying out the method
US20070168141A1 (en) * 2003-12-31 2007-07-19 Zhaolei Wang Method for measuring the operating state of a synchronous motor using composite power angle meter
WO2005085792A1 (en) * 2004-03-10 2005-09-15 Nanyang Technological University Method and apparatus for assessing condition of motor-driven mechanical system
US20070282548A1 (en) * 2004-03-10 2007-12-06 Shih-Fu Ling Method and Apparatus for Assessing Condition of Motor-Driven Mechanical System
DE102004028213A1 (de) * 2004-06-09 2005-12-29 Robert Bosch Gmbh Generatorregler mit Diagnosefunktion für Halbleiterbauelemente
JP2006333661A (ja) * 2005-05-27 2006-12-07 Kinden Corp インバータ回路診断装置
WO2008090239A1 (es) * 2007-01-26 2008-07-31 Oldar Electronica, S.A. Sistema electrónico de puesta a tierra activa en redes de distribución de alta tensión
US20090167256A1 (en) * 2008-01-02 2009-07-02 Hamilton Sundstrand Corporation System and method for suppressing DC link voltage buildup due to generator armature reaction
JP2009213217A (ja) * 2008-03-03 2009-09-17 Denso Corp 異常検出装置
EP2551685A1 (en) * 2011-07-25 2013-01-30 Fundació CTM Centre Tecnològic Diagnostic system and method for failures in electromechanical actuators
JP2014010073A (ja) * 2012-06-29 2014-01-20 Mitsubishi Electric Corp 劣化検査装置および劣化検査方法
CN103941187A (zh) * 2013-01-17 2014-07-23 罗伯特·博世有限公司 识别发电机系统中的电气故障的方法及执行该方法的器具
DE102013200637A1 (de) * 2013-01-17 2014-07-31 Robert Bosch Gmbh Verfahren zur Erkennung eines elektrischen Fehlers in einer Generatoranordnung und Mittel zu dessen Implementierung
RU2509333C1 (ru) * 2013-03-11 2014-03-10 Открытое Акционерное Общество "Системный Оператор Единой Энергетической Системы" Система мониторинга автоматических регуляторов возбуждения и систем возбуждения генераторов электростанции
CN104682682A (zh) * 2013-12-03 2015-06-03 罗伯特·博世有限公司 识别有源桥式整流器至少一个有源开关元件功能中的缺陷
WO2016026355A1 (zh) * 2014-08-18 2016-02-25 国家电网公司 一种有源配电网电压跌落仿真与评估方法
US20160266208A1 (en) * 2015-03-09 2016-09-15 Rolls-Royce Plc Fault detection and diagnosis in an induction motor
US20160266206A1 (en) * 2015-03-11 2016-09-15 Siemens Energy, Inc. Generator neutral ground monitoring device utilizing direct current component measurement and analysis
CN105021971A (zh) * 2015-06-11 2015-11-04 阳江核电有限公司 整流回路晶闸管运行状况测试方法以及测试装置
WO2017129285A1 (de) * 2016-01-27 2017-08-03 Robert Bosch Gmbh Verfahren zum erkennen eines fehlers in einer generatoreinheit
CN105974181A (zh) * 2016-06-16 2016-09-28 武汉航达航空科技发展有限公司 基于fpga板卡技术的交流电压rms值快速检测方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
HANIM ISMAIL; ZUHAINA ZAKARIA; NORALIZA HAMZAH: "Investigation on the effectiveness of classifying the voltage sag using support vector machine", 《IEEE SYMPOSIUM ON INDUSTRIAL ELECTRONICS & APPLICATIONS》 *
YANG ZHAO, PENG LIU, ZHENPO WANG, JICHAO HONG: "Electric vehicle battery fault diagnosis based on statistical method", 《SCIENCEDIRECT》 *
俞国根: "机车车辆电机状态检测方法及标准探讨与应用", 《设备管理与维修》 *
杨金芳: "电机电器状态检测与故障诊断", 《中国新技术新产品》 *
石怀理: "《水利电测技术》", 28 February 1994 *
郝晓红,王慧敏: "基于 Matlab 的异步电动机故障运行状态的仿真", 《实验室研究与探索》 *
高松武一郎,吉田总夫编著;吴润荣,顾德荣译: "《节能系统技术 微型计算机在节能中的应用》", 30 April 1989 *

Also Published As

Publication number Publication date
US20200200823A1 (en) 2020-06-25
WO2019034343A1 (de) 2019-02-21
KR20200041946A (ko) 2020-04-22
US11269010B2 (en) 2022-03-08
CN110945373B (zh) 2022-09-16
DE102017214363A1 (de) 2019-02-21

Similar Documents

Publication Publication Date Title
CN110945373B (zh) 用于识别电机的故障状态的方法
CN108603916B (zh) 用于识别发电机单元中的故障的方法
US8513924B2 (en) Vehicle generator
US9172240B2 (en) Electric rotating machine with load dump protector
EP2706657B1 (en) Brushless motor control apparatus and brushless motor control method
CN103580589B (zh) 用于机动车辆的电旋转机器
US9823309B2 (en) Method for detecting an electrical fault in a generator assemblage, and means for implementation thereof
JP4903191B2 (ja) 車両用電力変換装置
WO2014175046A1 (ja) 電力変換装置及びその制御方法
US10581354B2 (en) Method for detecting a fault in a generator unit
US8054051B2 (en) Apparatus and method for detecting an abnormality of a generator for vehicles
US10788527B2 (en) Method for detecting an error in a generator unit
US8638073B2 (en) Control device for vehicle AC generator
JP3374543B2 (ja) 車両用交流発電機の制御装置
US20180331642A1 (en) Method and device for detecting a speed in a generator unit
US8704400B2 (en) Power converter for vehicle
CN111123097A (zh) 用于识别电机的故障状态的方法
US9488698B2 (en) System and method for detecting diode failures
CN111434025B (zh) 用于确定机动车辆中电机的转子角的方法
JP6344558B2 (ja) 半導体電力変換器の故障検出装置
CN111352031A (zh) 用于识别电机的故障状态的方法
JP6858834B1 (ja) 電力変換装置の制御装置
JP4899109B2 (ja) 電源回路の故障検出装置
KR101518859B1 (ko) 효율 향상을 위한 가변 스위칭 동작 정류 장치
CN108631668A (zh) 用于运行发电机的方法

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