CN111474477B - 电机故障诊断中部分时域参数和频域参数获取方法 - Google Patents

电机故障诊断中部分时域参数和频域参数获取方法 Download PDF

Info

Publication number
CN111474477B
CN111474477B CN202010361251.8A CN202010361251A CN111474477B CN 111474477 B CN111474477 B CN 111474477B CN 202010361251 A CN202010361251 A CN 202010361251A CN 111474477 B CN111474477 B CN 111474477B
Authority
CN
China
Prior art keywords
phase
sequence
frequency
value
current
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
CN202010361251.8A
Other languages
English (en)
Other versions
CN111474477A (zh
Inventor
高雅
李波
朱秦岭
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.)
Xi'an Yasi Industrial Automation Control Co ltd
Original Assignee
Xian Technological University
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 Xian Technological University filed Critical Xian Technological University
Priority to CN202010361251.8A priority Critical patent/CN111474477B/zh
Publication of CN111474477A publication Critical patent/CN111474477A/zh
Application granted granted Critical
Publication of CN111474477B publication Critical patent/CN111474477B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01R31/343—Testing dynamo-electric machines in operation

Abstract

本发明本发明专利涉及电气设备检测诊断技术领域，特别涉及一种异步电动机参数与故障信息映射过程的方法，该方法基于静态和动态数学模型，提取了异步电动机时间轴电压、电流信号中负载随机不确定、电源动态调整引入多谐波参数时与故障表征特征参数之间的映射关系；提出了时域下的畸变量和频域下的谐波量与故障信息之间的关系。建立能够区分电机本体参数、负载、电源变化与故障参数、故障情况之间的异步电动机运行过程数据映射模型。

Description

电机故障诊断中部分时域参数和频域参数获取方法
技术领域
本发明专利涉及电气设备检测诊断技术领域，特别涉及一种电机故障诊断中部分时域参数和频域参数获取方法。
背景技术
随着人们生活质量的提高，一些可重复性的、繁琐的工作流程将被可实时检测和自诊断设备所代替。而电机作为工业生产中广泛应用的、不可缺少的底层运动执行元件，它的智能化程度也直接反映和影响着工业智能化的发展进程。当前我国针对高压大型电机考虑了它的停机成本高、检修周期长和造成影响力大等问题，在出厂时电机内部预置和预埋了一些温度和振动传感器，运行过程中在线检测该两种参数的变化情况，以预测电机的运行状况。但该方法对于大型电机温度只能预估电机的局部状态，振动只能反映电机的轴承问题。而工业生产中小型电机占的比重较大，且维护人员、备品备件成本较高。所以具有小型常用异步电动机在线检测和故障判断功能的电机故障检测设备需求比较旺盛。
当前针对高压大型发电机和电动机的故障检测方法和设备已有应用，对于小型电动机市场应用还主要集中在继电保护设备，对电机运行过程中的电压缺相、电压、电流不对称和幅值等进行阈值控制。但由于该种方法只做阈值停机处理，对电机存在问题，但还未到满足停机的严重性时无法做出判断。
发明内容
本发明提供一种电机故障诊断中部分时域参数和频域参数获取方法，解决现有技术中的问题。
为了达到上述目的，本发明的技术方案如下：
一种异步电动机参数与故障信息映射过程的方法，包括实时数据时域预处理过程，具体包括如下步骤：
步骤1、利用采集的三相电压Uan、Ubn、Ucn和三相电流时间序列数据Ian、Ibn、Icn，获取三相电流的各自的相位，即利用最小均方误差，逼近待提取信号，计算三相拟合电流I′an，I′bn，I′bn，使a 相误差平方为E(e2 ia)＝(Ian-I′an)2＝min，使b相误差平方为I′an＝A(ωat+θa)；使c相误差平方为E(e2 ib)＝ (Ibn-I′bn)2＝min，I′bn＝B(ωbt+θb)；E(e2 ic)＝(Icn-I’cn)2＝min，I′cn＝C(ωct+θc)；ωa、ωb、ωc分别为a、 b、c三相拟合电流的角速度，θa、θb、θc分别为三相拟合电流的初始相位，A、B、C分别为三相拟合电流的幅值；
计算|θa-θb|与|θa-θc|，当|θa-θb|≈120，|θa-θc|≈240时，b相为第二相I2，c相为第三相I3；当|θa-θb|≈240，|θa-θc|≈120时，c相为第二相I2，b相为第三相I3；用In＝Ian+ej120Ibn+ej240Icn计算负序电流；Im＝Ian+ej240Ibn+ej120Icn计算正序电流；I0＝Ian+ej240Ibn+ej120Icn计算零序电流；
步骤2、同样根据步骤1获取三相负序电压，为Un＝Uan+ej120Ubn+ej240Ucn计算负序电压 Um＝Uan+ej240Ubn+ej120Ucn计算正序电压；U0＝Uan+ej240Ubn+ej120Ucn计算零序电压；
步骤3、计算负序阻抗Zn为
Figure GDA0003565163290000021
计算零阻抗Z0为
Figure GDA0003565163290000022
计算正序阻抗Zm为
Figure GDA0003565163290000023
步骤4、利用步骤1其中获得的电流幅值A、B和C，获取三者中的最大值imax、最小值imin和中间值imid，求取最大电流幅值偏差量
Figure GDA0003565163290000024
该值可以作为电流对称性的指标；
步骤5、将获取的三相电流分别进行周期性截取，获得每个周期的基波幅值I(k)和θi(k)相位；将获取的三相电压分别进行周期性截取，获得每个周期的基波幅值U(k)和θu(k)相位；
步骤6、针对步骤5截取的周期电压和电流时间序列数据，根据获取的基波幅值和相位，求取带谐波的实际周期值和基波周期值的差值，求三相平方值的平均值，记为iav和Uav；
步骤7、根据步骤5获取的θi(k)和θu(k)，求A相差值，即电压和电流的相位差，也可以认为此值为功率因数角Δθu-i(k)；求正序电阻为Rm＝Zmcos(Δθu-i(k))，正序电抗为 Xm＝Zmsin(Δθu-i(k))；求负序电阻为Rn＝Zncos(Δθu-i(k))，负序电抗为 Xn＝Znsin(Δθu-i(k))；求零序电阻为R0＝Z0cos(Δθu-i(k))，负序电抗为X0＝Z0sin(Δθu-i(k))。
电机故障诊断中部分时域参数和频域参数获取方法，包括实时数据频域预处理过程，具体包括如下步骤：
步骤1、对采集的电流数据进行快速傅里叶变化，获取三相电流的频率波形Fi，i＝1、2、3，为了保证频率分析的分辨率，对采集的波形采样时长有一定的要求，在20s以上；为了分析尽量高的谐波频率，对数据的采样频率有一定的要求，在1KHz以上；
步骤2、通过求取频段2-40Hz与60-500之间频段的平均值，且给该值乘以系数1.5，计算所得的值记为f0，该值为进行频域分析时排除干扰的阈值；
步骤3、对获取的频率序列截取高于该阈值的凸极拐点值，获得高于该阈值的凸极拐点值序列及该序列所在的频率值；
步骤4、获取最大的频率幅值Fmax，在步骤3所获得的凸极拐点值序列中，剔除最大值及最大值所在的频域值；
步骤5、对剔除了最大幅值后的凸极拐点值序列，以所在频率位置为参考，进行逐一分析；区段划分为1Hz-45Hz、45Hz-55Hz，55Hz-100Hz，100Hz-1000Hz，1000Hz-3000Hz，3000Hz-最高；在1Hz-45Hz、 45Hz-55Hz，55Hz-100Hz以5Hz为步长进行地毯搜索，在100Hz-1000Hz以20Hz为步长进行地毯式搜索，在1000Hz-3000Hz和3000Hz-最高；以50为步长进行地毯式搜索；
步骤6、以5Hz为步长进行地毯搜索，以数值大小排序，最多选择前两个幅值最大的数值，排列在新整理的频率序列中，以20Hz和50Hz为步长进行地毯式搜索时，以数值大小排序，选择1个最大的数值，排列在新整理的频率序列中；
步骤7、在1Hz-45Hz、45Hz-55Hz，55Hz-100Hz区段，以获取的最大幅值对应的频率为频率对称中间值，对获取的新的频率序列进行对称平率求和处理。获取新的100Hz内的频率序列，该频率序列与步骤6中获得的100Hz以上的频率序列，组成新的频率序列。
本发明的有益效果：
本发明方法基于静态和动态数学模型，根据获得的测量数据，分析异步电动机的静态模型参量和实时变化的动态模型参量。提取了异步电动机时间轴电压、电流信号中负载随机不确定、电源动态调整引入多谐波参数时与故障表征特征参数之间的映射关系；提出了时域下的畸变量和频域下的谐波量与故障信息之间的关系。
本发明方法建立能够区分电机本体参数、负载、电源变化与故障参数、故障情况之间的异步电动机运行过程数据映射模型。拟对输入时间数据在时域获取其电流和电压的实时幅值、相位和基波频率、电流波形的均方根值、电流波形的波形畸变量、稳态的等效电阻、电流和电压的实时相位差，电感和电容，以及瞬态的等效电阻、电感和电容等参数。
本发明方法自适应获取阈值，频域截取其可测频率段的幅值凸极拐点值，建立带有幅值的频率序列，对频率序列的频率采用地毯式搜索的方式，对提取幅值和对应频率值，通过该数据分析频率下的参数变化。
附图说明
图1为本发明实时数据频域预处理过程示意图；
图2为本发明实时数据时域预处理过程示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附和实施例对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
参见图2，一种电机故障诊断中部分时域参数和频域参数获取方法，包括实时数据时域预处理过程，具体包括如下步骤：
步骤1、利用采集的三相电压Uan、Ubn、Ucn和三相电流时间序列数据Ian、Ibn、Icn，获取三相电流的各自的相位，即利用最小均方误差，逼近待提取信号，计算三相拟合电流I′an，I′bn，I′bn，使a 相误差平方为E(e2 ia)＝(Ian-I′an)2＝min，使b相误差平方为I′an＝A(ωat+θa)；使c相误差平方为E(e2 ib)＝ (Ibn-I′bn)2=min，I′bn＝B(ωbt+θb)；E(e2 ic)＝(Icn-I′cn)2＝min，I′cn＝C(ωct+θc)；ωa、ωb、ωc分别为a、 b、c三相拟合电流的角速度，θa、θb、θc分别为三相拟合电流的初始相位，A、B、C分别为三相拟合电流的幅值；
计算|θa-θb|与|θa-θc|，当|θa-θb|≈120，|θa-θc|≈240时，b相为第二相I2，c相为第三相I3；当|θa-θb|≈240，|θa-θc|≈120时，c相为第二相I2，b相为第三相I3；用In=Ian+ej120Ibn+ej240Icn计算负序电流；Im＝Ian+ej240Ibn+ej120Icn计算正序电流；I0＝Ian+ej240Ibn+ej120Icn计算零序电流；
步骤2、同样根据步骤1获取三相负序电压，为Un＝Uan+ej120Ubn+ej240Ucn计算负序电压 Um＝Uan+ej240Ubn+ej120Ucn计算正序电压U0＝Uan+ej240Ubn+ej120Ucn计算零序电压。
步骤3、计算负序阻抗Zn为
Figure GDA0003565163290000041
计算零阻抗Z0为
Figure GDA0003565163290000042
计算正序阻抗Zm为
Figure GDA0003565163290000043
步骤4、利用步骤1其中获得的电流幅值A、B和C，获取三者中的最大值imax、最小值imin和中间值imid，求取最大电流幅值偏差量
Figure GDA0003565163290000044
该值可以作为电流对称性的指标；
步骤5、将获取的三相电流分别进行周期性截取，获得每个周期的基波幅值I(k)和θi(k)相位；将获取的三相电压分别进行周期性截取，获得每个周期的基波幅值U(k)和θu(k)相位；
步骤6、针对步骤5截取的周期电压和电流时间序列数据，根据获取的基波幅值和相位，求取带谐波的实际周期值和基波周期值的差值，求三相平方值的平均值，记为iav和Uav；
步骤7、根据步骤5获取的θi(k)和θu(k)，求A相差值，即电压和电流的相位差，也可以认为此值为功率因数角Δθu-i(k)；求正序电阻为Rm＝Zmcos(Δθu-i(k))，正序电抗为 Xm＝Zmsin(Δθu-i(k))；求负序电阻为Rn＝Zncos(Δθu-i(k))，负序电抗为 Xn＝Znsin(Δθu-i(k))；求零序电阻为R0＝Z0cos(Δθu-i(k))，负序电抗为X0＝Z0sin(Δθu-i(k))。
参见图1，电机故障诊断中部分时域参数和频域参数获取方法，包括实时数据频域预处理过程，具体包括如下步骤：
步骤1、对采集的电流数据进行快速傅里叶变化，获取三相电流的频率波形Fi，i＝1、2、3，为了保证频率分析的分辨率，对采集的波形采样时长有一定的要求，在20s以上；为了分析尽量高的谐波频率，对数据的采样频率有一定的要求，在1KHz以上；
步骤2、通过求取频段2-40Hz与60-500之间频段的平均值，且给该值乘以系数1.5，计算所得的值记为f0，该值为进行频域分析时排除干扰的阈值；
步骤3、对获取的频率序列截取高于该阈值的凸极拐点值，获得高于该阈值的凸极拐点值序列及该序列所在的频率值；
步骤4、获取最大的频率幅值Fmax，在步骤3所获得的凸极拐点值序列中，剔除最大值及最大值所在的频域值；
步骤5、对剔除了最大幅值后的凸极拐点值序列，以所在频率位置为参考，进行逐一分析；区段划分为1Hz-45Hz、45Hz-55Hz，55Hz-100Hz，100Hz-1000Hz，1000Hz-3000Hz，3000Hz-最高；在1Hz-45Hz、 45Hz-55Hz，55Hz-100Hz以5Hz为步长进行地毯搜索，在100Hz-1000Hz以20Hz为步长进行地毯式搜索，在1000Hz-3000Hz和3000Hz-最高；以50为步长进行地毯式搜索；
步骤6、以5Hz为步长进行地毯搜索，以数值大小排序，最多选择前两个幅值最大的数值，排列在新整理的频率序列中，以20Hz和50Hz为步长进行地毯式搜索时，以数值大小排序，选择1个最大的数值，排列在新整理的频率序列中；
步骤7、在1Hz-45Hz、45Hz-55Hz，55Hz-100Hz区段，以获取的最大幅值对应的频率为频率对称中间值，对获取的新的频率序列进行对称平率求和处理。获取新的100Hz内的频率序列，该频率序列与步骤6中获得的100Hz以上的频率序列，组成新的频率序列。
以上应用了具体个例对本发明进行阐述，只是用于帮助理解本发明，并不用以限制本发明。任何熟悉该技术的人在本发明所揭露的技术范围内的局部修改或替换，都应涵盖在本发明的包含范围之内。

Claims (1)

1.电机故障诊断中部分时域参数和频域参数获取方法，包括实时数据时域预处理过程，其特征在于，具体包括如下步骤：
步骤1、利用采集的三相电压Uan、Ubn、Ucn和三相电流时间序列数据Ian、Ibn、Icn，获取三相电流的各自的相位，即利用最小均方误差，逼近待提取信号，计算三相拟合电流I′an，I′bn，I′bn，使a相误差平方为E(e2 ia)＝(Ian-I′an)2＝min，使b相误差平方为I′an＝A(ωat+θa)；使c相误差平方为E(e2 ib)＝(Ibn-I′bn)2＝min，I′bn＝B(ωbt+θb)；E(e2 ic)＝(Icn-I’cn)2＝min，I′cn＝C(ωct+θc)；ωa、ωb、ωc分别为a、b、c三相拟合电流的角速度，θa、θb、θc分别为三相拟合电流的初始相位，A、B、C分别为三相拟合电流的幅值；
计算|θa-θb|与|θa-θc|，当|θa-θb|≈120，|θa-θc|≈240时，b相为第二相I2，c相为第三相I3；当|θa-θb|≈240，|θa-θc|≈120时，c相为第二相I2，b相为第三相I3；用In＝Ian+ej120Ibn+ej240Icn计算负序电流；Im＝Ian+ej240Ibn+ej120Icn计算正序电流；I0＝Ian+ej240Ibn+ej120Icn计算零序电流；
步骤2、同样根据步骤1获取三相负序电压，为Un＝Uan+ej120Ubn+ej240Ucn计算负序电压Um＝Uan+ej240Ubn+ej120Ucn计算正序电压；U0＝Uan+ej240Ubn+ej120Ucn计算零序电压；
步骤3、计算负序阻抗Zn为
Figure FDA0003732446300000011
计算零阻抗Z0为
Figure FDA0003732446300000012
计算正序阻抗Zm为
Figure FDA0003732446300000013
步骤4、利用步骤1其中获得的电流幅值A、B和C，获取三者中的最大值imax、最小值imin和中间值imid，求取最大电流幅值偏差量
Figure FDA0003732446300000014
该值可以作为电流对称性的指标；
步骤5、将获取的三相电流分别进行周期性截取，获得每个周期的基波幅值I(k)和θi(k)相位；将获取的三相电压分别进行周期性截取，获得每个周期的基波幅值U(k)和θu(k)相位；
步骤6、针对步骤5截取的周期电压和电流时间序列数据，根据获取的基波幅值和相位，求取带谐波的实际周期值和基波周期值的差值，求三相平方值的平均值，记为iav和Uav；
步骤7、根据步骤5获取的θi(k)和θu(k)，求A相差值，即电压和电流的相位差，也可以认为此值为功率因数角Δθu-i(k)；求正序电阻为Rm＝Zmcos(Δθu-i(k))，正序电抗为Xm＝Zmsin(Δθu-i(k))；求负序电阻为Rn＝Zncos(Δθu-i(k))，负序电抗为Xn＝Znsin(Δθu-i(k))；求零序电阻为R0＝Z0cos(Δθu-i(k))，负序电抗为X0＝Z0sin(Δθu-i(k))；
实时数据频域预处理过程，具体包括如下步骤：
步骤1、对采集的电流数据进行快速傅里叶变化，获取三相电流的频率波形Fi，i＝1、2、3，为了保证频率分析的分辨率，对采集的波形采样时长有一定的要求，在20s以上；为了分析尽量高的谐波频率，对数据的采样频率有一定的要求，在1KHz以上；
步骤2、通过求取频段2-40Hz与60-500之间频段的平均值，且给该值乘以系数1.5，计算所得的值记为f0，该值为进行频域分析时排除干扰的阈值；
步骤3、对获取的频率序列截取高于该阈值的凸极拐点值，获得高于该阈值的凸极拐点值序列及该序列所在的频率值；
步骤4、获取最大的频率幅值Fmax，在步骤3所获得的凸极拐点值序列中，剔除最大值及最大值所在的频域值；
步骤5、对剔除了最大幅值后的凸极拐点值序列，以所在频率位置为参考，进行逐一分析；区段划分为1Hz-45Hz、45Hz-55Hz，55Hz-100Hz，100Hz-1000Hz，1000Hz-3000Hz，3000Hz-最高；在1Hz-45Hz、45Hz-55Hz，55Hz-100Hz以5Hz为步长进行地毯搜索，在100Hz-1000Hz以20Hz为步长进行地毯式搜索，在1000Hz-3000Hz和3000Hz-最高；以50为步长进行地毯式搜索；
步骤6、以5Hz为步长进行地毯搜索，以数值大小排序，最多选择前两个幅值最大的数值，排列在新整理的频率序列中，以20Hz和50Hz为步长进行地毯式搜索时，以数值大小排序，选择1个最大的数值，排列在新整理的频率序列中；
步骤7、在1Hz-45Hz、45Hz-55Hz，55Hz-100Hz区段，以获取的最大幅值对应的频率为频率对称中间值，对获取的新的频率序列进行对称频率求和处理，获取新的100Hz内的频率序列，该频率序列与步骤6中获得的100Hz以上的频率序列，组成新的频率序列。
CN202010361251.8A 2020-04-29 2020-04-29 电机故障诊断中部分时域参数和频域参数获取方法 Active CN111474477B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010361251.8A CN111474477B (zh) 2020-04-29 2020-04-29 电机故障诊断中部分时域参数和频域参数获取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010361251.8A CN111474477B (zh) 2020-04-29 2020-04-29 电机故障诊断中部分时域参数和频域参数获取方法

Publications (2)

Publication Number Publication Date
CN111474477A CN111474477A (zh) 2020-07-31
CN111474477B true CN111474477B (zh) 2022-09-27

Family

ID=71764321

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010361251.8A Active CN111474477B (zh) 2020-04-29 2020-04-29 电机故障诊断中部分时域参数和频域参数获取方法

Country Status (1)

Country Link
CN (1) CN111474477B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112269059B (zh) * 2020-09-27 2023-06-06 深圳供电局有限公司 电网带负荷测试方法、装置、计算机设备和存储介质
CN113075545B (zh) * 2021-03-22 2024-02-23 西安工业大学 一种电机故障诊断结果的表现方法
CN113219333B (zh) * 2021-04-27 2024-03-19 西安工业大学 一种电机故障诊断时的频谱参数处理方法
CN113203949B (zh) * 2021-04-27 2024-03-08 西安工业大学 一种电机诊断过程中的坐标参数校正方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1078552A (zh) * 1992-04-01 1993-11-17 瓦尔蒂翁特克尼里伦图基穆斯克斯库斯公司 管内气流速度的测定方法和装置
CN103185862A (zh) * 2011-12-31 2013-07-03 上海汽车集团股份有限公司 汽车起动机中的直流电机故障的诊断方法和装置
EP2919027A1 (en) * 2014-03-11 2015-09-16 Rolls-Royce plc Fault detection in induction machines
CN105203346A (zh) * 2015-10-23 2015-12-30 珠海格力电器股份有限公司 基于emd降噪的吸油烟机故障诊断的方法及系统
CN105223468A (zh) * 2015-09-29 2016-01-06 湖南大学 基于定位函数的输电线路单端故障测距方法
CN106841901A (zh) * 2017-03-09 2017-06-13 浙江大学 一种变频器驱动内嵌式永磁同步电机定子匝间短路故障诊断方法
CN110058157A (zh) * 2019-04-30 2019-07-26 杭州安脉盛智能技术有限公司 基于对称分量法和多维指标融合的电机监测方法及系统
CN110940917A (zh) * 2019-12-10 2020-03-31 西安市双合软件技术有限公司 一种电动机故障预警方法及系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101478148B (zh) * 2009-01-15 2012-04-18 烟台东方电子信息产业股份有限公司 一种电力系统交流输电线路故障方向判断方法
CN101539606B (zh) * 2009-04-08 2010-10-27 烟台东方电子信息产业股份有限公司 一种电力系统继电保护的故障方向判定方法
CN101562331B (zh) * 2009-05-21 2012-04-18 烟台东方电子信息产业股份有限公司 负序电抗方向判定方法
CN101893651B (zh) * 2010-06-18 2012-05-23 上海理工大学 供电系统的正序、负序、无功与谐波电流检测方法
CN103558460A (zh) * 2013-08-16 2014-02-05 国家电网公司 一种中压系统弧光故障检测装置
CN107102553B (zh) * 2017-06-16 2019-10-29 国网重庆市电力公司电力科学研究院 基于时滞鲁棒模型算法的并网逆变器控制方法
CN110323765A (zh) * 2019-06-10 2019-10-11 国电南瑞南京控制系统有限公司 一种配电变压器优化运行控制方法和系统
CN110412464A (zh) * 2019-08-05 2019-11-05 黑龙江科技大学 新型研究水轮发电机负序和零序分量电磁功率的方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1078552A (zh) * 1992-04-01 1993-11-17 瓦尔蒂翁特克尼里伦图基穆斯克斯库斯公司 管内气流速度的测定方法和装置
CN103185862A (zh) * 2011-12-31 2013-07-03 上海汽车集团股份有限公司 汽车起动机中的直流电机故障的诊断方法和装置
EP2919027A1 (en) * 2014-03-11 2015-09-16 Rolls-Royce plc Fault detection in induction machines
CN105223468A (zh) * 2015-09-29 2016-01-06 湖南大学 基于定位函数的输电线路单端故障测距方法
CN105203346A (zh) * 2015-10-23 2015-12-30 珠海格力电器股份有限公司 基于emd降噪的吸油烟机故障诊断的方法及系统
CN106841901A (zh) * 2017-03-09 2017-06-13 浙江大学 一种变频器驱动内嵌式永磁同步电机定子匝间短路故障诊断方法
CN110058157A (zh) * 2019-04-30 2019-07-26 杭州安脉盛智能技术有限公司 基于对称分量法和多维指标融合的电机监测方法及系统
CN110940917A (zh) * 2019-12-10 2020-03-31 西安市双合软件技术有限公司 一种电动机故障预警方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
PMSM断电-重投时的冲击电流研究;高雅 等;《电机与控制学报》;20170315;第21卷(第3期);全文 *

Also Published As

Publication number Publication date
CN111474477A (zh) 2020-07-31

Similar Documents

Publication Publication Date Title
CN111474477B (zh) 电机故障诊断中部分时域参数和频域参数获取方法
CN110531266B (zh) 一种同步电机励磁绕组匝间短路故障预警方法
CN104006908B (zh) 风机能耗监测方法及系统
CN106908671A (zh) 一种非侵入式家用负荷智能检测方法及系统
Cheng et al. High-accuracy unsupervised fault detection of industrial robots using current signal analysis
CN108981796B (zh) 一种五位一体水力机械故障诊断方法
CN114580666A (zh) 一种多模式融合电动机智能维护系统
CN103558552A (zh) 互感式三相电机电流噪声故障检测法和实施该方法的装置
CN111413404A (zh) 基于叶尖定时和支持向量机原理的叶片裂纹在线测量方法
CN108592812B (zh) 风机叶片光纤载荷应变特征提取及裂纹监测方法
Cheng A novel approach of information visualization for machine operation states in industrial 4.0
CN115980516A (zh) 一种基于波形相似度的配电网故障选线方法及系统
Matz et al. Automated power quality monitoring system for on-line detection and classification of disturbances
Zhao et al. Fault diagnosis of asynchronous induction motor based on BP neural network
Wen et al. Fault diagnosis of rolling bearings of different working conditions based on multi-feature spatial domain adaptation
CN113128024B (zh) 一种基于大数据分析的低压窃电客户及窃电手段确定方法
Bouzid et al. Automatic and robust diagnosis of broken rotor bars fault in induction motor
CN114371364A (zh) 基于负荷端正序电压幅值变化量的短路故障判断方法
Li et al. Fast identification method for voltage sag type and characteristic
CN108535582B (zh) 一种基于正序阻抗角的定子绕组匝间短路故障辨识方法
Lim et al. Motor fault detection method for vibration signal using FFT residuals
Liu et al. Carbon brush wear of radar tachometer identification technology based on eigen value analysis in time domain
Wen et al. Vibration feature extraction via graph-modeled SVD for running stability assessment of industrial machine
He et al. Circuit Fault Detection System of Simulation and Neural Network
Yuan et al. Abnormal state analysis of wind turbines based on the power curve

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
TR01 Transfer of patent right

Effective date of registration: 20230316

Address after: Room 2603, Building B, Lijun V Times, No. 6, Fengcheng 1st Road, Xi'an Economic and Technological Development Zone, Shaanxi Province, 710000

Patentee after: Xi'an Economic and Technological Development Zone Pinheng Electromechanical Technology Department

Address before: 710032 No. 2 Xuefu Middle Road, Weiyang District, Xi'an City, Shaanxi Province

Patentee before: XI'AN TECHNOLOGICAL University

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230612

Address after: 710000 Room 5 # -1803, Shirongjiaxuan, Fengcheng Fourth Road, Xi'an Economic and Technological Development Zone, Shaanxi Province

Patentee after: Xi'an Yasi industrial automation control Co.,Ltd.

Address before: Room 2603, Building B, Lijun V Times, No. 6, Fengcheng 1st Road, Xi'an Economic and Technological Development Zone, Shaanxi Province, 710000

Patentee before: Xi'an Economic and Technological Development Zone Pinheng Electromechanical Technology Department

TR01 Transfer of patent right