CN112628160B - 一种磁悬浮分子泵高速转子在线故障诊断系统及方法 - Google Patents
一种磁悬浮分子泵高速转子在线故障诊断系统及方法 Download PDFInfo
- Publication number
- CN112628160B CN112628160B CN202011543354.2A CN202011543354A CN112628160B CN 112628160 B CN112628160 B CN 112628160B CN 202011543354 A CN202011543354 A CN 202011543354A CN 112628160 B CN112628160 B CN 112628160B
- Authority
- CN
- China
- Prior art keywords
- circuit
- rotor
- fault
- molecular pump
- fundamental wave
- 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
Links
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D19/00—Axial-flow pumps
- F04D19/02—Multi-stage pumps
- F04D19/04—Multi-stage pumps specially adapted to the production of a high vacuum, e.g. molecular pumps
- F04D19/048—Multi-stage pumps specially adapted to the production of a high vacuum, e.g. molecular pumps comprising magnetic bearings
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D27/00—Control, e.g. regulation, of pumps, pumping installations or pumping systems specially adapted for elastic fluids
- F04D27/001—Testing thereof; Determination or simulation of flow characteristics; Stall or surge detection, e.g. condition monitoring
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D29/00—Details, component parts, or accessories
- F04D29/002—Details, component parts, or accessories especially adapted for elastic fluid pumps
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Control Of Electric Motors In General (AREA)
- Monitoring And Testing Of Nuclear Reactors (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明涉及一种磁悬浮分子泵高速转子在线故障诊断系统及方法,包括数据处理电路、隔离采样电路、接口电路、电源转换电路和显示电路。系统利用一种改进的复合傅里叶变换和自适应广义二阶积分器对电机相电流和转子位移进行实时处理,获取基波和谐波分量。为了克服磁悬浮分子泵任意角度安装时带来的转子扰动影响,首先,通过采用自学习的方式记录安装后正常运行和制动时电机电流与转子位移的基波和谐波分量作为正常参考值;其次,在运行过程中不断计算电机电流与转子位移的基波与谐波分量,与正常参考值实时进行比较,在线监测转子状态;最后,当发生故障时能够输出警报,并利用分子泵降速时状态进行故障诊断,区分机械故障、全局退磁故障和局部退磁故障。
Description
技术领域
本发明涉及一种磁悬浮分子泵高速转子在线故障诊断系统及方法,用于实时监测转子状态,并在故障发生时进行机械和退磁故障诊断。系统采用改进的复合傅里叶变换和自适应广义二阶积分器算法实时得到电机电流和转子振动的基波和谐波分量并与正常参考值进行比较,在线监测转子状态,同时能够在发生故障时利用分子泵降速时的信息进行故障诊断,区分机械故障、全局退磁故障和局部退磁故障。本发明无需额外传感器,能够克服磁悬浮分子泵任意角度安装对于转子的影响,确定故障类型,该系统及方法可以直接应用于现有的磁悬浮分子泵系统中。
背景技术
磁悬浮分子泵系统与传统分子泵系统相比,转子采用主动磁轴承支承,具有无机械摩擦,无润滑油污染,极微振动,任意角度安装等优势,被广泛应用在在芯片生产、真空镀膜等高端真空领域。
磁悬浮分子泵主要依靠高速旋转的转子与定子进行配合工作,该过程中转子由于涡流损耗将导致温度升高,但是由于其长期悬浮运行在高真空环境下,转子散热条件差,转子永磁体有退磁风险。同时由于分子泵转子系统机械组成复杂,需要承担较高的离心力作用,有一定机械故障的风险。因此需要及时有效的对磁悬浮分子泵转子系统进行在线故障诊断,出现故障时需要及时关闭分子泵驱动器,防止出现安全隐患。
目前并没有针对磁悬浮分子泵系统的转子故障诊断系统。而针对传统电机的转子退磁故障和机械故障诊断方法存在以下问题:
(1)现有的故障诊断方法依赖于额外的振动传感器、激光传感器或者磁场传感器等,这部分传感器需要在电机加工过程中,嵌入到电机内部,无法应用于现有的分子泵系统。
(2)现有的大量故障诊断方法采用的是基于振动信号或者电流信号故障特征频率分析的原理,但是永磁体的局部退磁故障和转子机械故障会导致电机电流和振动产生相同或相近的特征频率,因此这类方法判断故障发生较为容易,但是无法同时区分出转子故障属于机械故障还是退磁故障。
(3)磁悬浮分子泵的工作环境较为复杂,可能任意角度安装在大型设备上,而传统故障诊断使用的传感器对于安装位置有较高要求,无法直接应用,此外,也极容易受到外部振动的影响,导致故障误触发。
发明内容
本发明要解决的技术问题是:现有的电机转子退磁和机械故障诊断方法应用于磁悬浮分子泵系统过程中,主要有两个方面的问题:一方面,依赖于多种传感器,但在分子泵系统任意角度安装时,机械故障常用的部分振动传感器和激光传感器无法安装使用;另一方面,在高速下,转子退磁和机械故障引起的位移和电流故障特征频率相同或近似,无法对故障进行有效诊断。针对这两个方面问题,本发明提出了一种能够利用磁悬浮分子泵控制内置传感器,监测高速转子系统状态,并进一步区分退磁故障和机械故障的系统与方法。
本发明解决上述技术问题采用的技术方案为:一种磁悬浮分子泵高速转子故障诊断系统,包括:
数据处理电路1:与隔离采样电路2、接口电路3、电源转换电路4以及显示电路5相连接。数据处理电路1在运行过程中接收电源转换电路4提供的电源开始工作,然后由接口电路3接收外部按键信息,确定系统的工作模式,通过隔离采样电路2不断将磁悬浮分子泵系统中的电机定子绕组电流和磁轴承系统的转子位移信息进行采样与数字隔离,根据该信息执行相应算法,提取基波和谐波分量,判断是否发生故障,如果发生故障则通过接口电路3输出控制信息关闭分子泵驱动器,并在降速阶段执行相应的故障诊断算法,将机械故障、全局退磁故障和局部退磁故障进行区分,最后将相关的转子状态信息通过SPI总线发送至显示电路5。
隔离采样电路2:主要由模拟隔离运放和信号调理电路组成,与数据处理电路1和电源转换电路4相连接。隔离采样电路2在系统运行时,接收电源转换电路4的+5V电源维持工作,同时将磁悬浮分子泵控制器的电流传感器、磁轴承系统位移传感器的模拟信号转换后输入数据处理电路1实时在线执行转子故障诊断算法。
接口电路3:主要由TTL电平信号的隔离转换电路和NPN输入输出电路组成,与数据处理电路1和电源转换电路4相连接。接口电路3在转子故障监测系统运行时,接收电源转换电路4的+5V电源维持工作,同时转换外部NPN型信号至TTL电平,输入至数据处理电路1,并与分子泵驱动系统的使能端连接,将数据处理电路1的TTL电平信号转换为NPN输出信号。
电源转换电路4:主要由隔离电源转换电路组成,与数据处理电路1、隔离采样电路2、接口电路3和显示电路5相连接。电源转换电路4将外部直流+24V转换为独立隔离的4路+5V电源,为系统相关模块供电,保证正常工作。
显示电路5:主要由7段数码管及驱动电路组成,与数据处理电路1和电源转换电路4相连接。显示电路5在系统运行时,接收电源转换电路4提供的+5V电源,使用SPI总线与数据处理电路1连接,实时显示当前转子状态。
所述磁悬浮分子泵高速转子在线故障诊断方法的实现过程为:
(1)数据处理电路1与隔离采样电路2相连接,分子泵控制器的电流、电压和转子位移信号传输至隔离采样电路2,进行信号隔离和初步滤波,随后输入至数据处理电路1。数据处理电路1首先采用改进的复合傅里叶变换算法对转子位移信号进行处理,得到基频信号,即为分子泵转子当前的运行频率。然后采用自适应广义二阶积分得到电机电流的基波分量和谐波分量。磁悬浮分子泵系统安装完毕后,正常运行时系统进行自学习。记录工作时的电机电流基波分量和谐波分量,同时记录降速时转子位移的基波分量和谐波分量,作为正常参考值。
(2)在磁悬浮分子泵工作过程中,系统的数据处理电路1通过改进的复合傅里叶变换对转子位移信号处理得到基频信息,然后采用自适应广义二阶积分器得到电机电流的基波分量和谐波分量,并将基波分量和谐波分量与自学习时的参考值进行分别比较,进而得到转子的状态信息。
(3)如果电机的电流基波分量或谐波分量超过了参考值20%,电机转子出现故障,数据处理电路1通过接口电路3输出故障信号,用于控制分子泵系统降速,同时通过显示电路5输出转子故障。
(4)当系统发现电流基频降低,确定分子泵系统因故障降速。此时使用改进的复合傅里叶变换算法和自适应广义二阶积分器对转子位移信息进行处理,得到基波和谐波分量,并与正常参考值进行对比,结合工作时的电机电流基波分量和谐波分量与正常值的对比,进而诊断该转子故障为机械故障、全局退磁故障还是局部退磁故障。
该方法利用所述的一种磁悬浮分子泵用高速转子在线故障诊断系统,所述转子在线故障诊断方法的具体步骤为:
(1)上电启动后监测系统处于待机阶段,根据接口电路3接收到的NPN输入信号来确定磁悬浮分子泵系统是处于基本数据学习阶段还是在线故障诊断阶段;
(2)正常运行时,可以控制接口电路3的NPN输入为高电平,将转子故障监测系统设置为基本学习阶段,此时分子泵在额定转速运行,系统利用隔离采样电路2和数据处理电路1开始记录磁悬浮分子泵电机电流和转子位移信息,利用快速傅里叶变换获取基波频率,然后使用自适应广义二阶积分器来提取位移和电流的基波和谐波分量;
(3)故障诊断系统在学习阶段运行30s,稳定获取电机电流的基波和谐波分量作为正常参考值,数据处理电路1发送学习结束信息到显示电路5,此时可以控制接口电路3的NPN输入为低电平,将系统设置为故障监测阶段;
(4)系统进入转子在线故障诊断阶段,继续采集电机电流和转子位移幅值,利用改进的复合傅里叶变换和自适应广义二阶积分器提取基波与谐波分量,并将电流的基波和谐波幅值与学习阶段获得的正常参考值进行持续对比,如果差值幅值超过了正常参考值的20%,那么认为系统出现故障,数据处理电路1发出故障信号至显示电路5,并控制接口电路3输出故障电平信号,用于关闭分子泵控制器系统;
(5)系统报告故障后,如果转子位移的基波频率降低5%,那么分子泵正处于故障降速状态,此时系统自动进入故障诊断阶段;
(6)系统在故障诊断阶段,分子泵为自由降速;如果转子位移的基波幅值和谐波幅值降低至原有80%以下,则认为分子泵正常工作时振动引起的原因为电机的退磁故障,该情况下,如果分子泵工作状态时的电流基波幅值增加20%,那么认为系统的退磁故障主要为全局退磁;如果系统基波幅值增加不足20%,而谐波幅值增加超过了20%,那么则认为系统退磁主要为局部退磁;如果转子位移的基波幅值及谐波幅值降低不超过20%,则确定系统的转子故障主要为机械故障。
本发明与现有技术相比的优点在于:本发明通过所设计磁悬浮分子泵高速转子故障诊断系统的硬件,仅需分子泵控制器自身信号,无需外置振动和激光传感器,采用改进的复合傅里叶变换算法和自适应广义二阶积分器快速获取电机电流和转子位移的基波与谐波分量,通过比较自学习方式下的正常参考值,从而监测转子状态,并在转子降速时对故障进行诊断,识别出为机械故障、全局退磁故障还是局部退磁故障。
与现有的电机转子故障诊断方法相比具有以下优点:
(1)本发明在监测转子故障时无需额外的激光传感器或者霍尔磁场传感器,利用磁悬浮分子泵控制器自带的电流传感器和转子位移传感器的输出作为处理信号,能够大幅降低成本,简化传感器的布置,适应任意角度安装等要求。
(2)本发明采用自学习的方法,在磁悬浮分子泵安装后首次运行和制动过程中的电流和转子位移的基波与谐波幅值作为参考值进行在线故障诊断,从而有效的降低磁悬浮分子泵系统任意角度安装时对于电机电流和转子位移信号处理的影响。
(3)本发明能够在磁悬浮分子泵降速状态下,利用转子位移的基波和谐波幅值,对比自学习时获得的正常参考值,区分出机械故障和退磁故障,同时利用电流的基波与谐波分量进而区分出全局退磁故障和局部退磁故障。
附图说明
图1为本发明一种磁悬浮分子泵高速转子在线故障诊断系统原理图;
图2为本发明的数据处理电路
图3为本发明的隔离采样电路;
图4为本发明的接口电路;
图5为本发明的电源转换电路;
图6为本发明的显示电路;
图7为本发明的控制流程图;
图8为本发明的基频提取方法流程图;
图9为本发明的基波与谐波分量提取方法流程图。
具体实施方式
下面结合附图以及具体实施方式进一步说明本发明。
如图1所示,本发明一种磁悬浮分子泵高速转子故障诊断系统及方法,主要由数据处理电路1、隔离采样电路2、接口电路3、电源转换电路4和显示电路5组成。其中数据处理电路1是系统核心电路,与隔离采样电路2、接口电路3、电源转换电路4和显示电路5相连接。故障诊断系统在运行过程中,需要从电源转换电路4接收合适的电源维持正常工作,同时利用接口电路3接收外部命令,确定系统是工作在正常运行阶段,还是自学习阶段。系统开始运行后,首先数据处理电路1通过隔离采样电路2从磁悬浮分子泵控制器接收电机绕组电流和转子位移信息,然后利用改进的复合傅里叶变换算法和自适应广义二阶积分器得到信息的基波与谐波分量,通过与自学习阶段得到参考值进行对比分析,可以对转子进行实时在线故障诊断,当故障发生时,数据处理电路1通过接口电路3输出故障信号。最后利用磁悬浮分子泵降速状态,通过分析转子位移的基波与谐波分量,从而区分出机械故障和退磁故障,并结合之前的电机电流基波与谐波分量进而判断是全局退磁还是局部退磁故障。
如图2所示,本发明的数据处理芯片选择了雅特力公司的芯片AT32F403ARGT7,该芯片采用ARM的Cortex-M4内核,运行主频达到240MHz,具有浮点协处理单元和专用的数字信号处理指令,能够高效率的执行数据处理和故障诊断算法。
如图3所示,本发明的隔离采样电路主要用于隔离磁悬浮分子泵控制器的电流与转子位移信号。该电路接收电源转换电路4输出的+5V隔离电源维持工作,首先采用GP9303将模拟信号转换为PWM数字信号,然后通过光耦进行数字信号隔离,输入至GP8101将数字PWM信号转换为模拟信号。最后,通过基于LM324运算放大器的信号处理电路进行信号调理和滤波至0~3.3V范围,最后输出至数据处理电路1。
如图4所示,本发明的接口电路3,将数据处理电路1输出的信号采用光耦隔离芯片TLP1488和三极管S9013,将3.3V TTL电平信号转换为NPN类型信号输出,同时采用芯片AM26LV32,转换为差分信号输出。同时利用光耦隔离芯片TLP1488,将NPN输入信号转换为3.3V的TTL电平信号,输入至数据处理电路1的信号输出转换为NPN类型信号。
如图5所示,本发明的电源转换电路5,主要采用隔离DCDC电源模块URB4805YMD-6WR3,输入范围在18~72V,将输入的电源转换为4路隔离的+5V电源,分别为数据处理电路1、隔离采样电路2、接口电路3和显示电路5供电。
如图6所示,本发明的显示电路5由0.96英寸的OLED液晶屏组成,与数据处理电路1和电源转换电路4相连接。接收电源转换电路4提供的+5V电源,使用SPI总线和IO与数据处理电路1连接,实时接收数据显示当前转子状态。
磁悬浮分子泵高速转子故障诊断算法流程如图7所示:系统上电后,首先根据外部给定信号判断分子泵是否为正常运行,如果为正常运行,那么则进入正常参数自学习阶段:此时首先对转子位移基频采用改进的复合傅里叶变换算法得到基频信息,根据该基频信息利用自适应广义二阶积分器针对电机电流提取得到基波和谐波分量,维持稳定运行30s,将最终得到电流基波信息和谐波信息作为正常参考值In_base和In_freq。监测到电机转速和电流幅值开始下降时,则分子泵进入降速阶段,此时提取转子位移的基波Dc_base与谐波分量Dc_freq作为降速时的正常参考值Dn_base和Dn_freq,此时自学习阶段正式结束。上电后,如果外部给定信号判断分子泵并非学习阶段,那么则进入分子泵转子故障诊断系统的监测阶段。此时首先对转子位移基频进行快速傅里叶变换得到基频信息,进而得到转子当前转速,根据该基频信息利用自适应广义二阶积分器针对电机电流提取得到基波和谐波分量,如果此时电流基波幅值Ic_base满足|In_base-Ic_base|≥0.2×In_base,那么设定故障模式Fault_Mode=1,如果电流基波Ic_base满足|In_base-Ic_base|<0.2×In_base,而且电流谐波Ic_freq满足|In_freq-Ic_freq|≥0.2×In_freq则设定故障模式为Fault_Mode=2,其他情况则认为系统没有发生故障。当Fault_Mode=1或2时,输出故障信号,可以用来作为磁悬浮分子泵的停止信号。系统不断对转子位移信息进行快速傅里叶变换以获取转子位移基频的信息。如果转子位移基频信息下降,则分子泵进入制动降速阶段,此时利用自适应广义二阶积分器提取转子位移基波和谐波信息,如果此时|Dn_base-Dc_base|≥0.2×Dn_base而且|Dn_freq-Dc_freq|≥0.2×Dn_freq,则分子泵转子故障为转子退磁故障,如果Fault_Mode=1那么为全局退磁,如果Fault_Mode≠1,那么为局部退磁。如果|Dn_base-Dc_base|<0.2×Dn_base或者|Dn_freq-Dc_freq|<0.2×Dn_freq那么故障类型为机械故障。
本发明所述的一种磁悬浮分子泵高速转子故障诊断方法,基于改进的复合傅里叶变换的信号基频估算方法,该方法主要是采用的普通FFT+无谐波FFT方法(NHFT);如图8所示。本方法首先使用适量数据样本进行基本快速傅里叶变换,得到粗略的信号基频值,其次采用一种迭代算法不断对得到的信号基频数值进行细化,该方法使用迭代的方式来接近信号的实际基频,理论上可以达到任意的精度。具体算法如下:首先是粗略信号基频获取阶段。设定采样频率fs=10kHz,采集数据点N=210=1024,信号采样序列x(n)(n=0,1,...,1023)。
根据公式:
其中,0≤k≤N-1,最终实现快速傅里叶变换,系统通过遍历法,比较得到序列X(k)中的最大值对应的序列为j,则基频F1=j*fs/N,基频分辨率为10Hz。
为了进一步提高信号基频的分辨率,采用一种迭代算法(NHFT),对前面得到的基频进行进一步的细化。首先我们定义如下的系数:
其中,S(n,f)=sin[2π·(n-N/2)·f/fs],C(n,f)=cos[2π·(n-N/2)·f/fs],S(n,f)为NHFT的正弦项,a(f)为NHFT的正弦项的系数,C(n,f)为NHFT的余弦项,b(f)为NHFT的余弦项的系数,f为任意选择的频率,fs为采样频率,x(n)为第n个采样信号。
基于此,我们可以进一步得到:
H(n,f)=a(f)S(n,f)+b(f)C(n,f)
H(n,f)为NHFT正弦分量的第n个元素,用第一个正弦分量任意选择的频率f来计算。
定义R(n,f)=X(n)-H(n,f),
可以选择合适的分辨率,通过在前面计算的F1附近进行计算,可以得到任意分辨率精度的频率。选取分辨率为0.5Hz,范围为±10Hz,即在范围为[F1-10,F1+10],间隔为0.5Hz采用NHFT方法,令f=F(k),k∈[F1-10,F1+10],存在i使得f=F(i)时,最小。
本发明自适应广义二阶积分器算法的基波与谐波提取方法,如图9所示,广义二阶积分器模型可以表示为:
其传递函数可以表示为:
传统SOGI中,G为带通滤波器,H为低通滤波器,稳态增益受到k的影响,与谐振频率无关,调节k可以调节带宽,k值越小,滤波器滤波效果更好,但是动态响应时间会增加。k作为控制参数一般保持不变,但是为了更好的适应不同分子泵系统的加速时输入信号频率变化的不同要求,需要在不同的加速时自动调整k值。设置其中k范围在0.1~0.9变化,对于信号的基频可以通过广义二阶积分器得到,信号为基频信号为而相关谐波信号
本发明虽为磁悬浮分子泵高速转子故障诊断系统,但也可以作为一种通用的电机转子故障诊断系统,适用于其他交流电机系统控制,应用者可以根据其特殊的应用领域通过修改软件及更改硬件参数等方式来灵活方便地实现其功能。
本发明未详细阐述部分属于本领域公知技术。
以上所述,仅为本发明部分具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本领域的人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (2)
1.一种磁悬浮分子泵高速转子在线故障诊断系统,其特征在于:包括以下部分:
数据处理电路(1):与隔离采样电路(2)、接口电路(3)、电源转换电路(4)以及显示电路(5)相连接;数据处理电路(1)在运行过程中接收电源转换电路(4)提供的电源开始工作,然后由接口电路(3)接收外部按键信息,确定系统的工作模式,通过隔离采样电路(2)不断将磁悬浮分子泵系统中的电机定子绕组电流和磁轴承系统的转子位移信息进行采样与数字隔离,数据处理电路(1)根据该信息执行相应算法,提取电流基波和谐波分量,判断是否发生故障,如果发生故障则通过接口电路(3)输出故障信息关闭分子泵驱动器,并在降速阶段使用快速傅里叶变换算法和自适应广义二阶积分器对转子位移信息进行处理,得到基波和谐波分量,利用转子位移的基波和谐波幅值以及电流的基波和谐波幅值将机械故障、全局退磁故障和局部退磁故障进行区分,最后将相关的转子状态信息通过SPI总线发送至显示电路(5);
隔离采样电路(2):主要由模拟隔离运放和信号调理电路组成,与数据处理电路(1)和电源转换电路(4)相连接;隔离采样电路(2)在转子故障监测系统运行时,接收电源转换电路(4)的+5V电源维持工作,同时将电机电流传感器、磁轴承系统位移传感器的模拟信号转换后输入至信号处理电路(1)实时在线执行转子故障诊断算法;
接口电路(3):主要由TTL电平信号的隔离转换电路和NPN输入输出电路组成,与数据处理电路(1)和电源转换电路(4)相连接;接口电路(3)在转子故障监测系统运行时,接收电源转换电路(4)的+5V电源维持工作,同时转换外部NPN型信号至TTL电平,输入至数据处理电路(1),并与分子泵驱动系统的使能端连接,将数据处理电路(1)的TTL电平信号转换为NPN输出信号;
电源转换电路(4):主要由隔离电源转换电路组成,与数据处理电路(1)、隔离采样电路(2)、接口电路(3)和显示电路(5)相连接;电源转换电路(4)将外部直流+24V转换为独立隔离的4路+5V电源,为系统相关模块供电,保证正常工作;
显示电路(5):主要由7端数码管及驱动电路组成,与数据处理电路(1)和电源转换电路(4)相连接;显示电路(5)在系统运行时,接收电源转换电路(4)提供的+5V电源,使用SPI总线与数据处理电路(1)连接,实时显示当前转子状态。
2.一种磁悬浮分子泵高速转子在线故障诊断方法,利用权利要求1所述的一种磁悬浮分子泵用高速转子在线故障诊断系统,其特征在于:所述转子在线故障诊断方法的具体步骤为:
(1)上电启动后监测系统处于待机阶段,根据接口电路(3)接收到的NPN输入信号来确定磁悬浮分子泵系统是处于基本数据学习阶段还是在线故障诊断阶段;
(2)正常运行时,可以控制接口电路(3)的NPN输入为高电平,将转子故障监测系统设置为基本数据学习阶段,此时分子泵在额定转速运行,系统利用隔离采样电路(2)和数据处理电路(1)开始记录磁悬浮分子泵电机电流和转子位移信息,利用快速傅里叶变换获取转子位移信息基波频率,然后使用自适应广义二阶积分器来提取位移和电流的基波和谐波分量;
(3)故障诊断系统在学习阶段运行30s,稳定获取电机电流的基波和谐波分量以及降速时转子位移的基波和谐波分量作为正常参考值,数据处理电路(1)发送学习结束信息到显示电路(5),此时可以控制接口电路(3)的NPN输入为低电平,将系统设置为故障监测阶段;
(4)系统进入转子故障监测阶段,继续采集电机电流和转子位移幅值,利用快速傅里叶变换和自适应广义二阶积分器提取电流的基波与谐波分量,并将电流的基波和谐波幅值与学习阶段获得的正常参考值进行持续对比,如果差值幅值超过了正常参考值的20%,那么认为系统出现故障,数据处理电路(1)发出故障信号至显示电路(5),并控制接口电路(3)输出故障电平信号,用于关闭分子泵控制器系统;
(5)系统报告故障后,如果转子位移的基波频率降低,那么分子泵正处于故障降速状态,此时系统自动进入故障诊断阶段;
(6)系统在故障诊断阶段,分子泵为自由降速;使用快速傅里叶变换算法和自适应广义二阶积分器对转子位移信息进行处理,得到基波和谐波分量;如果转子位移的基波幅值和谐波幅值降低至原有80%以下,则认为分子泵正常工作时振动引起的原因为电机的退磁故障,该情况下,如果分子泵工作状态时的电流基波幅值增加20%,那么认为系统的退磁故障主要为全局退磁;如果电流基波幅值增加不足20%,而谐波幅值增加超过了20%,那么则认为系统退磁主要为局部退磁;如果转子位移的基波幅值及谐波幅值降低不超过20%,则确定系统的转子故障主要为机械故障。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011543354.2A CN112628160B (zh) | 2020-12-21 | 2020-12-21 | 一种磁悬浮分子泵高速转子在线故障诊断系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011543354.2A CN112628160B (zh) | 2020-12-21 | 2020-12-21 | 一种磁悬浮分子泵高速转子在线故障诊断系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112628160A CN112628160A (zh) | 2021-04-09 |
CN112628160B true CN112628160B (zh) | 2021-10-01 |
Family
ID=75322149
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011543354.2A Active CN112628160B (zh) | 2020-12-21 | 2020-12-21 | 一种磁悬浮分子泵高速转子在线故障诊断系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112628160B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113311333B (zh) * | 2021-05-26 | 2022-06-10 | 北京航空航天大学 | 高速鼓风机定子在线故障诊断系统及方法 |
CN117990196A (zh) * | 2023-12-28 | 2024-05-07 | 北京中科科仪股份有限公司 | 一种分子泵微振动测量方法、系统、装置、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103427757A (zh) * | 2013-08-21 | 2013-12-04 | 北京航空航天大学 | 一种磁悬浮分子泵用磁轴承与电机一体化控制系统 |
CN103454585A (zh) * | 2013-08-27 | 2013-12-18 | 河海大学 | 一种基于失电残压的永磁同步电机失磁故障诊断方法 |
CN106443446A (zh) * | 2016-09-28 | 2017-02-22 | 浙江大学 | 一种适用于永磁电机转子的故障诊断方法 |
CN108614212A (zh) * | 2018-04-16 | 2018-10-02 | 江苏大学 | 一种轮毂电机偏心与退磁故障解耦诊断方法与装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10429419B2 (en) * | 2015-03-26 | 2019-10-01 | The University Of Akron | System and method for iterative condition monitoring and fault diagnosis of electric machines |
-
2020
- 2020-12-21 CN CN202011543354.2A patent/CN112628160B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103427757A (zh) * | 2013-08-21 | 2013-12-04 | 北京航空航天大学 | 一种磁悬浮分子泵用磁轴承与电机一体化控制系统 |
CN103454585A (zh) * | 2013-08-27 | 2013-12-18 | 河海大学 | 一种基于失电残压的永磁同步电机失磁故障诊断方法 |
CN106443446A (zh) * | 2016-09-28 | 2017-02-22 | 浙江大学 | 一种适用于永磁电机转子的故障诊断方法 |
CN108614212A (zh) * | 2018-04-16 | 2018-10-02 | 江苏大学 | 一种轮毂电机偏心与退磁故障解耦诊断方法与装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112628160A (zh) | 2021-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112628160B (zh) | 一种磁悬浮分子泵高速转子在线故障诊断系统及方法 | |
Wang et al. | Efficient data reduction at the edge of industrial Internet of Things for PMSM bearing fault diagnosis | |
CN108490353B (zh) | 多相永磁同步电机驱动系统故障诊断方法 | |
CN203405562U (zh) | 一种电动汽车永磁同步电机失磁故障诊断系统 | |
CN203414278U (zh) | 一种水电机组振动异常状态实时检测系统 | |
Yao et al. | A novel method based on self-sensing motor drive system for misalignment detection | |
CN114576152B (zh) | 水泵状态监测系统、监测方法、装置、电子设备和介质 | |
CN204758788U (zh) | 一种电机检测装置 | |
CN113644848A (zh) | 一种基于分段阈值的永磁同步电机无位置传感器控制方法 | |
CN111027426B (zh) | 一种航空发动机振动信号基频幅值计算方法 | |
JP7198089B2 (ja) | 電力変換装置、回転機システム、及び診断方法 | |
CN105041702A (zh) | 一种磁悬浮分子泵控制方法及系统 | |
Li et al. | Open circuit fault diagnosis strategy of PMSM drive system based on grey prediction theory for industrial robot | |
EP2811278B1 (en) | Sensorless monitoring of electric generator rotor unbalance | |
CN103001569B (zh) | 高压变频电机空转转速跟踪方法 | |
CN208885546U (zh) | 一种大管径管道输送泵组监测系统 | |
Ye et al. | Bearing fault diagnosis under time-varying speed and load conditions via speed sensorless algorithm and angular resample | |
Zandi et al. | Brushless DC motor bearing fault detection using Hall effect sensors and a two-stage wavelet transform | |
CN104007358A (zh) | 电动汽车永磁同步电机驱动系统短路故障诊断方法及系统 | |
CN110633686B (zh) | 一种基于振动信号数据驱动的设备转速识别方法 | |
CN114325379B (zh) | 一种电机转子位置故障标志确定方法及系统 | |
Hosseini et al. | Stator fault diagnosis of a bldc motor based on discrete wavelet analysis using ADAMS simulation | |
CN106771746A (zh) | 一种电动汽车动态工况电磁骚扰快速评价方法 | |
CN208420240U (zh) | 一种基于纯电动汽车的电机效率实时车载测量系统 | |
US11005407B2 (en) | Data obtaining method, inverter, and rotating electric machine |
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 |