CN112782576A - 一种变流器的风机故障监测方法及装置 - Google Patents
一种变流器的风机故障监测方法及装置 Download PDFInfo
- Publication number
- CN112782576A CN112782576A CN201911095268.7A CN201911095268A CN112782576A CN 112782576 A CN112782576 A CN 112782576A CN 201911095268 A CN201911095268 A CN 201911095268A CN 112782576 A CN112782576 A CN 112782576A
- Authority
- CN
- China
- Prior art keywords
- fault
- fan
- bearing
- data
- vibration
- 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.)
- Pending
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Wind Motors (AREA)
Abstract
本发明涉及变流器风机故障的诊断技术，尤其涉及一种变流器的风机故障监测方法及装置，以及一种计算机可读介质。在本发明提供的上述变流器的风机故障监测方法中，所述变流器包括用于散热的风机，所述风机故障监测方法包括步骤：获取所述风机的振动数据和/或电压电流数据；基于所述振动数据和/或所述电压电流数据确定与所述振动数据相关联的第一特征值和/或与所述电压电流数据相关联的第二特征值；以及基于所述第一特征值和/或所述第二特征值执行故障预警。本发明能够对变流器风机进行全方位的状态监测和故障预警，以尽早地发现变流器风机中可能存在的故障隐患，从而避免安全事故的发生。
Description
技术领域
本发明涉及变流器风机故障的诊断技术，尤其涉及一种变流器的风机故障监测方法、一种变流器的风机故障监测装置，以及一种计算机可读介质。
背景技术
牵引变流器是高速列车最重要的部件之一，可以用于为高铁等列车提供动力。散热风机作为牵引变流器内部强迫风冷的关键组成部分，其运行状况将会直接影响牵引变流器运行的可靠性和安全性。然而，由于在变流器内部长期受到振动、高温、灰尘等环境因素的影响，散热风机自身的故障率相对较高。在散热风机出现严重的故障时，可能会影响到整个变流器的正常工作。
安全和可靠是对轨道交通领域产品的基本要求，而现有的变流器风机的故障诊断技术需要在故障发生后临时安排维护人员进行排查和检修。这种故障诊断方式的运维成本较高而效率较低，非常不利于车辆的安全运行。
为了克服现有技术存在的上述缺陷以满足轨道交通领域产品对安全和可靠的基本需求，本领域亟需一种高效的变流器风机故障的诊断技术，用于对变流器风机进行全方位的状态监测和故障预警，以尽早地发现变流器风机中可能存在的故障隐患，从而避免安全事故的发生。
发明内容
以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。
为了克服现有技术存在的上述缺陷以满足轨道交通领域产品对安全和可靠的基本需求，本发明提供了一种变流器的风机故障监测方法、一种变流器的风机故障监测装置，以及一种计算机可读介质，用于对变流器风机进行全方位的状态监测和故障预警，以尽早地发现变流器风机中可能存在的故障隐患，从而避免安全事故的发生。
在本发明提供的上述变流器的风机故障监测方法中，所述变流器包括用于散热的风机，所述风机故障监测方法包括步骤：获取所述风机的振动数据和/或电压电流数据；基于所述振动数据和/或所述电压电流数据确定与所述振动数据相关联的第一特征值和/或与所述电压电流数据相关联的第二特征值；以及基于所述第一特征值和/或所述第二特征值执行故障预警。
优选地，在本发明提供的上述变流器的风机故障监测方法中，所述振动数据可以包括振动加速度。确定与所述振动数据相关联的第一特征值可以进一步包括步骤：对所述振动加速度数据执行高频带通；对经高频带通的加速度数据执行包络提取；以及对所提取的包络波形执行频谱分析以获得对应至少一个轴承故障特征频率的至少一个轴承故障特征幅值，每一轴承故障特征频率对应一轴承故障类型。基于所述第一特征值执行故障预警可以进一步包括步骤：响应于任一轴承故障特征幅值超过相应的故障阈值，发出轴承故障预警。
优选地，在本发明提供的上述变流器的风机故障监测方法中，所述至少一个轴承故障特征频率可以包括轴承滚珠故障、保持架故障、内圈故障和外圈故障中的一者或多者所对应的故障特征频率。
可选地，在本发明提供的上述变流器的风机故障监测方法中，还可以包括步骤：响应于没有轴承故障特征幅值超过相应的故障阈值，基于各轴承故障特征幅值与相应的故障特征幅值-轴承寿命映射关系确定与各轴承故障特征幅值对应的寿命，其中最短的寿命被确定为所述风机的轴承寿命。
可选地，在本发明提供的上述变流器的风机故障监测方法中，所述振动数据可以包括振动加速度。确定与所述振动数据相关联的第一特征值可以进一步包括步骤：对所述振动加速度数据执行低通滤波；以及对经低通滤波的加速度数据执行频谱分析以提取对应风机转频及二倍转频的幅值。基于所述第一特征值执行故障预警可以进一步包括步骤：响应于所述对应风机转频及二倍转频的幅值皆超过相应的故障阈值，发出转子偏心及动平衡破坏故障预警。
可选地，在本发明提供的上述变流器的风机故障监测方法中，确定与所述电压电流数据相关联的第二特征值可以进一步包括步骤：基于电流数据计算三相电流不平衡系数。基于所述第二特征值执行故障预警可以进一步包括步骤：响应于所述三相电流不平衡系数超过系数阈值，发出相不平衡故障预警。
可选地，在本发明提供的上述变流器的风机故障监测方法中，确定与所述电压电流数据相关联的第二特征值可以进一步包括步骤：基于所述电压电流数据计算零序电流和高次谐波。基于所述第二特征值执行故障预警可以进一步包括步骤：响应于所述零序电流和所述高次谐波皆超过相应的预设阈值，发出接地故障预警。
优选地，在本发明提供的上述变流器的风机故障监测方法中，确定与所述电压电流数据相关联的第二特征值还包括步骤：基于所述电压电流数据计算负序电流。基于所述第二特征值执行故障预警可以进一步包括步骤：响应于所述零序电流、所述高次谐波和所述负序电流皆超过相应的预设阈值，发出匝间短路故障预警。
可选地，在本发明提供的上述变流器的风机故障监测方法中，还可以包括步骤：基于所述电压电流数据执行缺相判断；以及响应于存在缺相故障，发出缺相故障预警。
可选地，在本发明提供的上述变流器的风机故障监测方法中，还可以包括步骤：基于所述振动数据计算振动烈度；基于所述电压电流数据计算功率因数；以及基于所述振动烈度和所述功率因数执行所述风机的状态评估或寿命预测。
优选地，在本发明提供的上述变流器的风机故障监测方法中，所述执行所述风机的状态评估可以进一步包括步骤：基于所述振动烈度和振动烈度-轴承状态映射关系确定所述风机的轴承状态；和/或基于所述功率因数和功率因数-电机绝缘介质损耗映射关系确定所述风机的电机线圈状态。
可选地，在本发明提供的上述变流器的风机故障监测方法中，所述执行所述风机的寿命预测可以进一步包括步骤：基于所述振动烈度和振动烈度-轴承寿命映射关系确定所述风机的轴承寿命；基于所述功率因数和功率因数-电机绝缘介质寿命映射关系确定所述风机的电机线圈寿命；以及基于所述轴承寿命和所述电机线圈寿命中较短的一者作为所述风机的寿命。
根据本发明的另一方面，本文还提供了一种变流器的风机故障监测装置。
在本发明提供的上述变流器的风机故障监测装置中，所述变流器包括用于散热的风机。所述风机故障监测装置包括存储器和处理器。所述处理器配置为：获取所述风机的振动数据和/或电压电流数据；基于所述振动数据和/或所述电压电流数据确定与所述振动数据相关联的第一特征值和/或与所述电压电流数据相关联的第二特征值；以及基于所述第一特征值和/或所述第二特征值执行故障预警。
优选地，在本发明提供的上述变流器的风机故障监测装置中，所述振动数据可以包括振动加速度。所述处理器可以进一步配置为：对所述振动加速度数据执行高频带通；对经高频带通的加速度数据执行包络提取；对所提取的包络波形执行频谱分析以获得对应至少一个轴承故障特征频率的至少一个轴承故障特征幅值，每一轴承故障特征频率对应一轴承故障类型；以及响应于任一轴承故障特征幅值超过相应的故障阈值，则发出轴承故障预警。
优选地，在本发明提供的上述变流器的风机故障监测装置中，所述至少一个轴承故障特征频率可以包括轴承滚珠故障、保持架故障、内圈故障和外圈故障中的一者或多者所对应的故障特征频率。
可选地，在本发明提供的上述变流器的风机故障监测装置中，所述处理器可以进一步配置为：响应于没有轴承故障特征幅值超过相应的故障阈值，基于各轴承故障特征幅值与相应的故障特征幅值-轴承寿命映射关系确定与各轴承故障特征幅值对应的寿命，其中最短的寿命被确定为所述风机的轴承寿命。
可选地，在本发明提供的上述变流器的风机故障监测装置中，所述振动数据可以包括振动加速度，所述处理器可以进一步配置为：对所述振动加速度数据执行低通滤波；对经低通滤波的加速度数据执行频谱分析以提取对应风机转频及二倍转频的幅值；以及响应于所述对应风机转频及二倍转频的幅值皆超过相应的故障阈值，则发出转子偏心及动平衡破坏故障预警。
可选地，在本发明提供的上述变流器的风机故障监测装置中，所述处理器可以进一步配置为：基于电流数据计算三相电流不平衡系数；以及响应于所述三相电流不平衡系数超过系数阈值，发出相不平衡故障预警。
可选地，在本发明提供的上述变流器的风机故障监测装置中，所述处理器可以进一步配置为：基于所述电压电流数据计算零序电流和高次谐波；以及响应于所述零序电流和所述高次谐波皆超过相应的预设阈值，发出接地故障预警。
优选地，在本发明提供的上述变流器的风机故障监测装置中，所述处理器可以进一步配置为：基于所述电压电流数据计算负序电流；以及响应于所述零序电流、所述高次谐波和所述负序电流皆超过相应的预设阈值，发出匝间短路故障预警。
可选地，在本发明提供的上述变流器的风机故障监测装置中，所述处理器可以进一步配置为：基于所述电压电流数据执行缺相判断；以及响应于存在缺相故障，发出缺相故障预警。
可选地，在本发明提供的上述变流器的风机故障监测装置中，所述处理器可以进一步配置为：基于所述振动数据计算振动烈度；基于所述电压电流数据计算功率因数；以及基于所述振动烈度和所述功率因数执行所述风机的状态评估或寿命预测。
优选地，在本发明提供的上述变流器的风机故障监测装置中，所述处理器可以进一步配置为：基于所述振动烈度和振动烈度-轴承状态映射关系确定所述风机的轴承状态；和/或基于所述功率因数和功率因数-电机绝缘介质损耗映射关系确定所述风机的电机线圈状态。
可选地，在本发明提供的上述变流器的风机故障监测装置中，所述处理器可以进一步配置为：基于所述振动烈度和振动烈度-轴承寿命映射关系确定所述风机的轴承寿命；基于所述功率因数和功率因数-电机绝缘介质寿命映射关系确定所述风机的电机线圈寿命；以及基于所述轴承寿命和所述电机线圈寿命中较短的一者作为所述风机的寿命。
根据本发明的另一方面，本文还提供了一种计算机可读介质。
本发明提供的上述计算机可读介质，其上存储有计算机可执行指令。所述计算机可执行指令在由所述处理器执行时，可以实施上述任意一种变流器的风机故障监测方法。
附图说明
在结合以下附图阅读本公开的实施例的详细描述之后，能够更好地理解本发明的上述特征和优点。在附图中，各组件不一定是按比例绘制，并且具有类似的相关特性或特征的组件可能具有相同或相近的附图标记。
图1示出了根据本发明的一个实施例提供的变流器的风机故障监测方法的流程示意图。
图2示出了根据本发明的一个实施例提供的变流器的风机故障监测方法的流程示意图。
图3示出了根据本发明的一个实施例提供的变流器的风机故障监测方法的示意图。
图4示出了根据本发明的另一方面提供的变流器的风机故障监测装置的硬件架构示意图。
图5示出了本发明的一个实施例提供的变流器的风机故障监测装置的功能模块示意图。
图6示出了本发明的一个实施例提供的数据分析模块的示意图。
附图标记
101-103 变流器的风机故障监测方法的步骤；
201-203 变流器的风机故障监测方法的步骤；
41 存储器；
42 处理器；
51 数据测试模块；
511 振动传感器；
512 电压传感器；
513 电流传感器；
52 数据采集模块；
53 数据分析模块；
54 数据显示模块。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其他优点及功效。虽然本发明的描述将结合优选实施例一起介绍，但这并不代表此发明的特征仅限于该实施方式。恰恰相反，结合实施方式作发明介绍的目的是为了覆盖基于本发明的权利要求而有可能延伸出的其它选择或改造。为了提供对本发明的深度了解，以下描述中将包含许多具体的细节。本发明也可以不使用这些细节实施。此外，为了避免混乱或模糊本发明的重点，有些具体细节将在描述中被省略。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
另外，在以下的说明中所使用的“上”、“下”、“左”、“右”、“顶”、“底”、“水平”、“垂直”应被理解为该段以及相关附图中所绘示的方位。此相对性的用语仅是为了方便说明之用，其并不代表其所叙述的装置需以特定方位来制造或运作，因此不应理解为对本发明的限制。
能理解的是，虽然在此可使用用语“第一”、“第二”、“第三”等来叙述各种组件、区域、层和/或部分，这些组件、区域、层和/或部分不应被这些用语限定，且这些用语仅是用来区别不同的组件、区域、层和/或部分。因此，以下讨论的第一组件、区域、层和/或部分可在不偏离本发明一些实施例的情况下被称为第二组件、区域、层和/或部分。
为了克服现有技术存在的上述缺陷以满足轨道交通领域产品对安全和可靠的基本需求，本发明提供了一种变流器的风机故障监测方法、一种变流器的风机故障监测装置，以及一种计算机可读介质，用于对变流器风机进行全方位的状态监测和故障预警，以尽早地发现变流器风机中可能存在的故障隐患，从而避免安全事故的发生。
在本发明提供的上述变流器的风机故障监测方法中，变流器可以包括用于散热的风机。在一些实施例中，变流器的风机故障监测方法可以在一个变流器的风机故障监测装置上实施，根据获取的风机的振动数据来监测变流器的风机故障。
请参考图1，图1示出了根据本发明的一个实施例提供的变流器的风机故障监测方法的流程示意图。
如图1所示，在本发明的一个实施例提供的变流器的风机故障监测方法中，可以包括步骤：
101：获取风机的振动数据。
在一些实施例中，风机的振动数据可以包括风机的振动加速度。该风机的振动加速度可以从设于风机的振动传感器所提供的传感器信号来获取。在一些实施例中，风机上可以设有两个振动传感器。该两个振动传感器可以分别安装在风机两个轴承座的位置，用于测量风机的径向振动。
本领域的技术人员可以理解，上述设置两个振动传感器来测量风机径向振动的方案只是本发明提供的一个实施例，主要用于清楚地展示本发明的构思，并提供一种便于公众实施的具体方案，而非用于限制本发明的保护范围。可选地，在另一个实施例中，基于本发明的构思，也可以采用三个振动传感器来测量风机的三向振动，从而获取风机的振动加速度等振动数据。
如图1所示，在本实施例提供的上述变流器的风机故障监测方法中，还可以包括步骤：
102：基于振动数据确定与振动数据相关联的第一特征值。
在一些实施例中，上述与振动数据相关联的第一特征值可以包括对应至少一个轴承故障特征频率的至少一个轴承故障特征幅值。每一个轴承故障特征频率可以对应一种轴承故障类型。轴承故障类型包括但不限于轴承滚珠故障、保持架故障、内圈故障和外圈故障。相应地，至少一个轴承故障特征频率可以包括轴承滚珠故障、保持架故障、内圈故障和外圈故障中的一者或多者所对应的故障特征频率。
具体来说，轴承故障往往表现为周期性的冲击信号。尽管该冲击信号在低频频域和高频频域上均会有所体现，但低频信号往往会受到其他设备振动及环境振动的影响，而从高频提取信号受到的影响会相对较少。因此，在一些实施例中，变流器的风机故障监测装置可以首先对振动加速度数据执行高频带通；再对经高频带通的加速度数据执行包络提取；然后对所提取的包络波形执行频谱分析，以获得对应至少一个轴承故障特征频率的至少一个轴承故障特征幅值。在一些实施例中，上述高频带通的滤波范围可以通过台架实验获得。
在一些实施例中，振动传感器需要牢固、可靠地安装于风机，并需要具有可靠性高、稳定性好的特点。在一些实施例中，振动传感器的测量频率范围需要覆盖上述所有轴承故障类型对应的故障特征频率范围。在一些实施例中，振动传感器的测量精度需要满足特征提取的精度要求，并需要满足变流器的使用条件要求。
如图1所示，在本实施例提供的上述变流器的风机故障监测方法中，还可以包括步骤：
103：基于第一特征值执行故障预警。
在一些实施例中，变流器的风机故障监测装置可以响应于第一特征值中任意一个轴承故障特征幅值超过相应的故障阈值，而发出轴承故障预警来提示维护人员及时进行检修。具体来说，风扇发生轴承滚珠故障、保持架故障、内圈故障或外圈故障时，均会产生对应的故障特征频率。变流器的风机故障监测装置可以从提取的包络数据的频谱中找出对应频率的幅值，并根据该幅值与预设的故障阈值的比较结果来执行故障预警。在一些实施例中，上述轴承滚珠故障、保持架故障、内圈故障和外圈故障的故障阈值可以通过风机故障实验来确定。在一些实施例中，响应于监测到包络数据的频谱中存在一个或多个故障特征频率的幅值超出对应的故障阈值，变流器的风机故障监测装置可以判定风机的轴承存在故障。在一些实施例中，变流器的风机故障监测装置可以根据该一个或多个幅值超出对应的故障阈值的故障特征频率，确定具体的故障类型。
在一些实施例中，响应于包络数据的频谱中没有轴承故障特征幅值超过相应的故障阈值，变流器的风机故障监测装置可以进一步基于各轴承故障特征幅值与相应的故障特征幅值-轴承寿命映射关系，确定与各轴承故障特征幅值对应的轴承寿命。上述故障特征幅值-轴承寿命映射关系可以指示故障特征幅值与轴承寿命的对应关系。在一些实施例中，上述故障特征幅值-轴承寿命映射关系可以根据大量的轴承振动实验数据来确定。在一些实施例中，变流器的风机故障监测装置可以将确定的最短的轴承寿命确定为风机的轴承寿命。
在一些实施例中，本发明提供的上述变流器的风机故障监测方法中，还可以包括步骤：基于振动数据计算振动烈度；以及基于振动烈度执行风机的状态评估。
具体来说，变流器的风机故障监测装置可以首先对获取的振动加速度数据进行积分以得到风机的振动速度。在对获得的振动速度进行带通滤波之后，变流器的风机故障监测装置可以分别计算两个振动测点在频带内的振动速度有效值。之后，变流器的风机故障监测装置可以对该振动速度有效值求取算数平方根来计算风机的振动烈度。
在计算获得风机的振动烈度之后，变流器的风机故障监测装置可以基于计算获得的振动烈度和振动烈度-轴承状态映射关系确定风机实时的轴承状态。上述振动烈度-轴承状态映射关系可以指示风机轴承的振动烈度与风机轴承的轴承状态的对应关系。在一些实施例中，上述振动烈度-轴承状态映射关系可以根据前期台架试验或其他试验来确定。
本领域的技术人员可以理解，上述轴承故障只是风机可能发生的一类故障形式。相应地，上述轴承故障预警的功能也只是本发明提供的一个实施例，主要用于清楚地展示本发明的构思，并提供一种便于公众实施的具体方案，而非用于限制本发明的保护范围。
在另一个实施例中，基于本发明的构思，变流器的风机故障监测装置还可以基于获取的振动加速度等振动数据，提供转子偏心及动平衡破坏故障预警功能。在一些实施例中，变流器的风机故障监测装置可以先对对获取的振动加速度数据执行低通滤波，再对经低通滤波的加速度数据执行频谱分析以提取对应风机转频及二倍转频的幅值。可以理解的是，上述风机转频可以为风机转速/60，指示风机每秒的转动圈数。上述二倍频可以为风机转速/60*2，指示风机每秒转动圈数的两倍。
在获取对应风机转频及二倍转频的幅值之后，响应于对应风机转频的幅值及对应风机二倍转频的幅值皆超过相应的故障阈值，变流器的风机故障监测装置可以发出转子偏心及动平衡破坏故障预警，以提示维护人员及时进行检修。在一些实施例中，上述相应于风机转频的幅值的故障阈值，以及相应于风机二倍转频的幅值的故障阈值可以通过风机转子的故障实验来确定。
具体来说，当风机转子偏心或动平衡破坏时，风机的转动会受到影响。此时，风机的转频幅值将会增大，风机的二倍转频也会增大。变流器的风机故障监测装置可以仅在风机转频的幅值超过相应的故障阈值，且风机二倍转频的幅值也超过相应的故障阈值时，才判断风机存在转子偏心及动平衡破坏故障。通过同时判断风机转频的幅值及风机二倍转频的幅值是否都超过相应的故障阈值，可以有效地避免风机转频幅值误差或风机二倍转频幅值误差所导致的误判情况，从而进一步提升变流器的风机故障监测装置的可靠性。
通过实时监测散热风机运行过程中的振动数据，并利用功能强大的数据分析软件来实时评估风机运行状态、诊断风机故障源头、预测风机剩余寿命，变流器的风机故障监测装置可以实时监控风机的运行状态，并提前预警风机故障，从而避免由风机故障引起的事故。在一些实施例中，变流器的风机故障监测装置还可以根据获取的风机的振动数据来建立风机运行状态数据库，用于为新风机的设计及系统匹配提供数据基础。
请参考图2，图2示出了根据本发明的一个实施例提供的变流器的风机故障监测方法的流程示意图。
如图2所示，在本发明的一个实施例提供的变流器的风机故障监测方法中，可以包括步骤：
201：获取风机的电压电流数据。
在一些实施例中，风机的电压电流数据可以包括风机的电压数据和/或风机的电流数据。该风机的电压数据可以从固定在风机附近的电压传感器所提供的传感器信号来获取。该风机的电流数据可以从固定在风机附近的电流传感器所提供的传感器信号来获取。在一些实施例中，风机附近可以固定两个电压传感器，用于测量风机的任意两相线的电压数据。在一些实施例中，风机附近可以固定三个电流传感器，用于测量风机的三相输入电流等电流数据。
本领域的技术人员可以理解，上述设置两个电压传感器来测量风机任意两相线电压数据的方案只是本发明提供的一个实施例，主要用于清楚地展示本发明的构思，并提供一种便于公众实施的具体方案，而非用于限制本发明的保护范围。可选地，在另一个实施例中，基于本发明的构思，也可以采用三个电压传感器来测量风机的三相电压，从而获取风机的电压数据。
如图2所示，在本实施例提供的上述变流器的风机故障监测方法中，还可以包括步骤：
202：基于电压电流数据确定与电压电流数据相关联的第二特征值。
在一些实施例中，上述与电压电流数据相关联的第二特征值可以包括三相电流不平衡系数，和/或零序电流及高次谐波。由于风机线圈的匝间短路故障往往会引起风机三相电压和三相电流的变化，变流器的风机故障监测装置可以通过对风机三相电压和/或三相电流进行分析来实现风机匝间短路故障的诊断。
在一些实施例中，变流器的风机故障监测装置可以基于获取的电流数据来计算三相电流不平衡系数。该三相电流不平衡系数可以指示变流器风机的三相输入电流的不平衡的程度。在一些实施例中，该三相电流不平衡系数可以根据公式(Imax-Imin)/Iave来计算。式中，Imax指示三相输入电流中最大的电流值；Imin指示三相输入电流中最小的电流值；Iave指示三相输入电流的平均电流值。
在一些实施例中，变流器的风机故障监测装置可以基于获取的电压电流数据计算零序电流和高次谐波。零序电流通常是由变流器风机的三相不对称运行所导致。高次谐波可以为电源频率的高阶次倍频，通常是由风机绕组不对称所引起。高次谐波往往伴随着零序电流的出现而出现。在一些实施例中，当变流器风机发生漏电故障时，回路中会有漏电电流流过。此时，穿过互感器的三相电流相量之和不等零，其相量之和(即零序电流)可以为I＝Ia+Ib+Ic。式中，Ia、Ib、Ic可以分别指示一个相的输入电流。
如图2所示，在本实施例提供的上述变流器的风机故障监测方法中，还可以包括步骤：
203：基于第二特征值执行故障预警。
在一些实施例中，变流器的风机故障监测装置可以响应于计算获得的三相电流不平衡系数超过预设的系数阈值，发出相不平衡故障预警来提示维护人员及时进行检修。在一些实施例中，上述预设的系数阈值可以通过相不平衡故障实验来确定。
在一些实施例中，变流器的风机故障监测装置可以响应于零序电流和高次谐波指标皆超过相应的预设阈值，发出接地故障预警来提示维护人员及时进行检修。在一些实施例中，上述预设的零序电流阈值和高次谐波指标阈值可以通过风机的接地故障实验来确定。
在一个优选的实施例中，变流器的风机故障监测装置还可以进一步获取电压电流数据所指示的三相电压矢量或三相电流矢量，用于计算风机的负序电流。负序电流是指产生的旋转磁场方向与转子运动方向相反的电流，通常是由变流器风机的三相不对称运行所导致。响应于风机的零序电流、高次谐波和负序电流皆超过相应的预设阈值，变流器的风机故障监测装置可以发出匝间短路故障预警来提示维护人员及时进行检修。在一些实施例中，上述预设的负序电流阈值可以通过风机的匝间短路故障实验来确定。
本领域的技术人员可以理解，上述以变流器的风机故障监测装置基于电压电流数据自动计算负序电流的方案只是本发明提供的一个实施例，主要用于清楚地展示本发明的构思，并提供一种便于公众实施的具体方案，而非用于限制本发明的保护范围。可选地，在另一个实施例中，本领域的技术人员也可以采用作图法来根据已知三相电压矢量或三相电流矢量来计算负序电流。采用作图法来手动计算负序电流是本领域的现有技术，在此不再赘述。
在一些实施例中，变流器的风机故障监测方法中还可以包括步骤：基于电压电流数据执行缺相判断；以及响应于存在缺相故障而发出缺相故障预警。具体来说，当变流器风机的某一个输入相发生缺相故障时，该输入相的电压将下降为0，该输入相的电流为0，另外两相电流将显著增大。此时，响应于监测到风机的任一输入相的电压值和电流值低于预设的电压阈值和电流阈值，另外两相电流大于预设的电流阈值，变流器的风机故障监测装置可以判断风机的该输入相存在缺相故障，从而发出缺相故障预警以提示维护人员及时进行检修。在一些实施例中，上述预设的电压阈值和预设的电流阈值可以通过风机的缺相故障实验来确定。在一些实施例中，另外两相电流的预设电流阈值为风机正常运行时电流的2倍。
在一些实施例中，本发明提供的上述变流器的风机故障监测方法中，还可以包括步骤：基于电压电流数据计算功率因数；以及功率因数执行风机的状态评估。
具体来说，变流器的风机故障监测装置可以通过求取电压数据和电流数据之间相位角的余弦值来计算风机的功率因数。之后，变流器的风机故障监测装置可以基于计算获得的功率因数和功率因数-电机绝缘介质损耗映射关系确定风机实时的电机线圈状态。上述功率因数-电机绝缘介质损耗映射关系可以指示风机线圈的功率因数与电机绝缘介质损耗情况的对应关系。在一些实施例中，上述功率因数-电机绝缘介质损耗映射关系可以根据大量的电机绝缘介质损耗实验数据来确定。
本领域的技术人员可以理解，图1所示的基于风机的振动数据来监测风机故障的方案，以及图2所示的基于风机的电压电流数据来监测风机故障的方案，都只是本发明提供的实施例，主要用于清楚地展示本发明的构思，并提供一种便于公众实施的具体方案，而非用于限制本发明的保护范围。
请参考图3，图3示出了根据本发明的一个实施例提供的变流器的风机故障监测方法的示意图。
如图3所示，在一个优选的实施例中，变流器的风机故障监测方法还可以同时采用上述两种方案，从而同时基于风机的振动数据和电压电流数据来监测风机故障。通过同时获取风机的振动数据和电压电流数据，并对其进行计算分析，变流器的风机故障监测装置可以同时具备轴承故障预警功能、转子偏心及动平衡破坏故障预警功能、相不平衡故障预警功能、接地故障预警功能、匝间短路故障预警功能、轴承状态评估功能、线圈状态评估功能和轴承寿命预测功能。
在一个更优的实施例中，本发明提供的上述变流器的风机故障监测方法，还可以进一步包括步骤：基于振动数据计算振动烈度；基于电压电流数据计算功率因数；以及基于振动烈度和功率因数执行风机的寿命预测。
具体来说，变流器的风机故障监测装置可以基于风机的振动烈度和振动烈度-轴承寿命映射关系确定风机的轴承寿命。上述振动烈度和振动烈度-轴承寿命映射关系可以指示风机轴承的振动烈度与风机轴承寿命的对应关系。在一些实施例中，上述振动烈度和振动烈度-轴承寿命映射关系可以根据大量的轴承振动实验数据来确定。
同时，变流器的风机故障监测装置还可以基于功率因数和功率因数-电机绝缘介质寿命映射关系确定风机的电机线圈寿命。上述功率因数-电机绝缘介质寿命映射关系可以指示风机线圈的功率因数与电机绝缘介质寿命的对应关系。在一些实施例中，上述功率因数-电机绝缘介质寿命映射关系可以根据大量的电机绝缘介质损耗实验数据来确定。
在确定风机轴承寿命和电机绝缘介质寿命之后，变流器的风机故障监测装置可以选取其中较小的一者作为风机的寿命。
尽管为使解释简单化将上述方法图示并描述为一系列动作，但是应理解并领会，这些方法不受动作的次序所限，因为根据一个或多个实施例，一些动作可按不同次序发生和/或与来自本文中图示和描述或本文中未图示和描述但本领域技术人员可以理解的其他动作并发地发生。
根据本发明的另一方面，本文还提供了一种变流器的风机故障监测装置。在该变流器的风机故障监测装置中，变流器可以包括用于散热的风机。该变流器的风机故障监测装置可以用于实施上述任意一个实施例所提供的变流器的风机故障监测方法，从而根据获取的风机的振动数据和/或电压电流数据来监测变流器的风机故障。
请结合参考图4和图5，图4示出了根据本发明的另一方面提供的变流器的风机故障监测装置的硬件架构示意图。图5示出了本发明的一个实施例提供的变流器的风机故障监测装置的功能模块示意图。
如图4所示，本发明提供的上述变流器的风机故障监测装置包括存储器41和处理器42。存储器41上可以存储有计算机可执行指令，该计算机可执行指令可以用于实施上述任意一个实施例所提供的变流器的风机故障监测方法。处理器42可以耦接于存储器41，并配置用于根据存储器41上存储的计算机可执行指令，实施上述任意一个实施例所提供的变流器的风机故障监测方法。因此，本发明提供的上述变流器的风机故障监测装置可以对变流器风机进行全方位的状态监测和故障预警，以尽早地发现变流器风机中可能存在的故障隐患，从而避免安全事故的发生。
尽管上述的实施例所述的处理器42可以通过软件与硬件的组合来实施上述变流器的风机故障监测方法。但是可以理解，处理器42也可以单独在软件或硬件中加以实施。
对于硬件实施而言，处理器42可以在一个或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理器件(DAPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、用于执行上述功能的其它电子装置或上述装置的选择组合来加以实施。
对软件实施而言，处理器42可以通过在通用芯片上运行的诸如程序模块(procedures)和函数模块(functions)等独立的软件模块来加以实施，其中每一个模块可以执行一个或多个本文中描述的功能和操作。
如图5所示，在一些实施例中，上述变流器的风机故障监测装置可以包括数据测试模块51、数据采集模块52、数据分析模块53，以及数据显示模块54。
在一些实施例中，数据测试模块51可以包括两个振动传感器511、两个电压传感器512，以及三个电流传感器513。两个振动传感器51可以分别安装在风机两个轴承座的位置，用于测量风机的径向振动。两个电压传感器512可以固定于风机附近，用于测量风机的任意两相线的电压数据。三个电流传感器513可以固定于风机附近，用于测量风机的三相输入电流等电流数据。在一些实施例中，数据测试模块51的各传感器511-513需要牢固、可靠地安装于风机，并需要具有可靠性高、稳定性好的特点。在一些实施例中，各传感器511-513的测量频率范围需要覆盖风机所有故障类型对应的故障特征频率范围。在一些实施例中，各传感器511-513的测量精度需要满足特征提取的精度要求，并需要满足变流器的使用条件要求。
在一些实施例中，数据采集模块52可以包括用于模拟量采集的A/D采集模块，以及用于为传感器511-513供电的供电模块。数据采集模块52可以用于采集振动传感器511、电压传感器512、电流传感器513提供的模拟量信号，并将其指示的数据转化为数字量后发送给数据分析软件53。在一些实施例中，供电模块可以从变流器中取电，并经过逆变变换后给各传感器511-513统一供电。
请结合参考图6，图6示出了本发明的一个实施例提供的数据分析模块的示意图。
如图6所示，在一些实施例中，数据分析模块53可以为软件模块，可以用于接收测试数据，并进行风机智能评估、故障预警及寿命预测。在一些实施例中，数据分析软件可以通过光纤接口与变流器控制单元进行通信，从而读取风机的启停信息及档位信息。在一些实施例中，数据分析软件可以通过以太网与地面drive软件进行通信，从而将所接收到的数据全部发送给地面drive软件，并接收地面drive软件的指令来对程序进行修改。在一些实施例中，数据分析软件得到的分析结果可以通过以太网传递给数据显示模块54的上位机进行显示。
在一些实施例中，数据显示模块54可以接收风机数据的分析结果，并对收到的分析结果进行显示。在一些实施例中，数据显示模块54可以与数据分析模块53通过以太网通信，从而接收数据分析结果，并将分析结果的实时波形、运行状态、预警信息和历史过程在上位机中进行显示。
根据本发明的另一方面，本文还提供了一种计算机可读介质。
本发明提供的上述计算机可读介质，其上存储有计算机可执行指令。该计算机可执行指令在由处理器42执行时，可以实施上述任意一个实施例所提供的变流器的风机故障监测方法。因此，本发明提供的上述计算机可读介质可以对变流器风机进行全方位的状态监测和故障预警，以尽早地发现变流器风机中可能存在的故障隐患，从而避免安全事故的发生。
本领域技术人员将可理解，信息、信号和数据可使用各种不同技术和技艺中的任何技术和技艺来表示。例如，以上描述通篇引述的数据、指令、命令、信息、信号、位(比特)、码元、和码片可由电压、电流、电磁波、磁场或磁粒子、光场或光学粒子、或其任何组合来表示。
本领域技术人员将进一步领会，结合本文中所公开的实施例来描述的各种解说性逻辑板块、模块、电路、和算法步骤可实现为电子硬件、计算机软件、或这两者的组合。为清楚地解说硬件与软件的这一可互换性，各种解说性组件、框、模块、电路、和步骤在上面是以其功能性的形式作一般化描述的。此类功能性是被实现为硬件还是软件取决于具体应用和施加于整体系统的设计约束。技术人员对于每种特定应用可用不同的方式来实现所描述的功能性，但这样的实现决策不应被解读成导致脱离了本发明的范围。
结合本文所公开的实施例描述的各种解说性逻辑模块、和电路可用通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立的门或晶体管逻辑、分立的硬件组件、或其设计成执行本文所描述功能的任何组合来实现或执行。通用处理器可以是微处理器，但在替换方案中，该处理器可以是任何常规的处理器、控制器、微控制器、或状态机。处理器还可以被实现为计算设备的组合，例如DSP与微处理器的组合、多个微处理器、与DSP核心协作的一个或多个微处理器、或任何其他此类配置。
结合本文中公开的实施例描述的方法或算法的步骤可直接在硬件中、在由处理器执行的软件模块中、或在这两者的组合中体现。软件模块可驻留在RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域中所知的任何其他形式的存储介质中。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读取和写入信息。在替换方案中，存储介质可以被整合到处理器。处理器和存储介质可驻留在ASIC中。ASIC可驻留在用户终端中。在替换方案中，处理器和存储介质可作为分立组件驻留在用户终端中。
在一个或多个示例性实施例中，所描述的功能可在硬件、软件、固件或其任何组合中实现。如果在软件中实现为计算机程序产品，则各功能可以作为一条或更多条指令或代码存储在计算机可读介质上或藉其进行传送。计算机可读介质包括计算机存储介质和通信介质两者，其包括促成计算机程序从一地向另一地转移的任何介质。存储介质可以是能被计算机访问的任何可用介质。作为示例而非限定，这样的计算机可读介质可包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁存储设备、或能被用来携带或存储指令或数据结构形式的合意程序代码且能被计算机访问的任何其它介质。任何连接也被正当地称为计算机可读介质。例如，如果软件是使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)、或诸如红外、无线电、以及微波之类的无线技术从web网站、服务器、或其它远程源传送而来，则该同轴电缆、光纤电缆、双绞线、DSL、或诸如红外、无线电、以及微波之类的无线技术就被包括在介质的定义之中。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(CD)、激光碟、光碟、数字多用碟(DVD)、软盘和蓝光碟，其中盘(disk)往往以磁的方式再现数据，而碟(disc)用激光以光学方式再现数据。上述的组合也应被包括在计算机可读介质的范围内。
提供对本公开的先前描述是为使得本领域任何技术人员皆能够制作或使用本公开。对本公开的各种修改对本领域技术人员来说都将是显而易见的，且本文中所定义的普适原理可被应用到其他变体而不会脱离本公开的精神或范围。由此，本公开并非旨在被限定于本文中所描述的示例和设计，而是应被授予与本文中所公开的原理和新颖性特征相一致的最广范围。
Claims (25)
1.一种变流器的风机故障监测方法，所述变流器包括用于散热的风机，所述风机故障监测方法包括：
获取所述风机的振动数据和/或电压电流数据；
基于所述振动数据和/或所述电压电流数据确定与所述振动数据相关联的第一特征值和/或与所述电压电流数据相关联的第二特征值；以及
基于所述第一特征值和/或所述第二特征值执行故障预警。
2.如权利要求1所述的风机故障监测方法，其特征在于，所述振动数据包括振动加速度，
其中，确定与所述振动数据相关联的第一特征值包括：
对所述振动加速度数据执行高频带通滤波；
对经高频带通滤波的加速度数据执行包络提取；以及
对所提取的包络波形执行频谱分析以获得对应至少一个轴承故障特征频率的至少一个轴承故障特征幅值，每一轴承故障特征频率对应一轴承故障类型，
其中，基于所述第一特征值执行故障预警包括：响应于任一轴承故障特征幅值超过相应的故障阈值，发出轴承故障预警。
3.如权利要求2所述的风机故障监测方法，其特征在于，所述至少一个轴承故障特征频率包括轴承滚珠故障、保持架故障、内圈故障和外圈故障中的一者或多者所对应的故障特征频率。
4.如权利要求2所述的风机故障监测方法，其特征在于，还包括：
响应于没有轴承故障特征幅值超过相应的故障阈值，基于各轴承故障特征幅值与相应的故障特征幅值-轴承寿命映射关系确定与各轴承故障特征幅值对应的寿命，其中最短的寿命被确定为所述风机的轴承寿命。
5.如权利要求1所述的风机故障监测方法，其特征在于，所述振动数据包括振动加速度，
其中，确定与所述振动数据相关联的第一特征值包括：
对所述振动加速度数据执行低通滤波；以及
对经低通滤波的加速度数据执行频谱分析以提取对应风机转频及二倍转频的幅值；
其中，基于所述第一特征值执行故障预警包括：响应于所述对应风机转频及二倍转频的幅值皆超过相应的故障阈值，发出转子偏心及动平衡破坏故障预警。
6.如权利要求1所述的风机故障监测方法，其特征在于，确定与所述电压电流数据相关联的第二特征值包括：基于电流数据计算三相电流不平衡系数；
其中，基于所述第二特征值执行故障预警包括：响应于所述三相电流不平衡系数超过系数阈值，发出相不平衡故障预警。
7.如权利要求1所述的风机故障监测方法，其特征在于，确定与所述电压电流数据相关联的第二特征值包括：基于所述电压电流数据计算零序电流和高次谐波，
其中，基于所述第二特征值执行故障预警包括：响应于所述零序电流和所述高次谐波皆超过相应的预设阈值，发出接地故障预警。
8.如权利要求7所述的风机故障监测方法，其特征在于，确定与所述电压电流数据相关联的第二特征值还包括：基于所述电压电流数据计算负序电流，
其中，基于所述第二特征值执行故障预警包括：响应于所述零序电流、所述高次谐波和所述负序电流皆超过相应的预设阈值，发出匝间短路故障预警。
9.如权利要求1所述的风机故障监测方法，其特征在于，还包括：
基于所述电压电流数据执行缺相判断；以及
响应于存在缺相故障，发出缺相故障预警。
10.如权利要求1所述的风机故障监测方法，其特征在于，还包括：
基于所述振动数据计算振动烈度；
基于所述电压电流数据计算功率因数；以及
基于所述振动烈度和所述功率因数执行所述风机的状态评估或寿命预测。
11.如权利要求10所述的风机故障监测方法，其特征在于，所述执行所述风机的状态评估包括：
基于所述振动烈度和振动烈度-轴承状态映射关系确定所述风机的轴承状态；和/或
基于所述功率因数和功率因数-电机绝缘介质损耗映射关系确定所述风机的电机线圈状态。
12.如权利要求10所述的风机故障监测方法，其特征在于，所述执行所述风机的寿命预测包括：
基于所述振动烈度和振动烈度-轴承寿命映射关系确定所述风机的轴承寿命；
基于所述功率因数和功率因数-电机绝缘介质寿命映射关系确定所述风机的电机线圈寿命；以及
基于所述轴承寿命和所述电机线圈寿命中较短的一者作为所述风机的寿命。
13.一种变流器的风机故障监测装置，所述变流器包括用于散热的风机，所述风机故障监测装置包括：
存储器；以及
处理器，所述处理器配置为：
获取所述风机的振动数据和/或电压电流数据；
基于所述振动数据和/或所述电压电流数据确定与所述振动数据相关联的第一特征值和/或与所述电压电流数据相关联的第二特征值；以及
基于所述第一特征值和/或所述第二特征值执行故障预警。
14.如权利要求13所述的风机故障监测装置，其特征在于，所述振动数据包括振动加速度，所述处理器进一步配置为：
对所述振动加速度数据执行高频带通滤波；
对经高频带通滤波的加速度数据执行包络提取；
对所提取的包络波形执行频谱分析以获得对应至少一个轴承故障特征频率的至少一个轴承故障特征幅值，每一轴承故障特征频率对应一轴承故障类型；以及
响应于任一轴承故障特征幅值超过相应的故障阈值，则发出轴承故障预警。
15.如权利要求14所述的风机故障监测装置，其特征在于，所述至少一个轴承故障特征频率包括轴承滚珠故障、保持架故障、内圈故障和外圈故障中的一者或多者所对应的故障特征频率。
16.如权利要求14所述的风机故障监测装置，其特征在于，所述处理器进一步配置为：
响应于没有轴承故障特征幅值超过相应的故障阈值，基于各轴承故障特征幅值与相应的故障特征幅值-轴承寿命映射关系确定与各轴承故障特征幅值对应的寿命，其中最短的寿命被确定为所述风机的轴承寿命。
17.如权利要求13所述的风机故障监测装置，其特征在于，所述振动数据包括振动加速度，所述处理器进一步配置为：
对所述振动加速度数据执行低通滤波；
对经低通滤波的加速度数据执行频谱分析以提取对应风机转频及二倍转频的幅值；以及
响应于所述对应风机转频及二倍转频的幅值皆超过相应的故障阈值，则发出转子偏心及动平衡破坏故障预警。
18.如权利要求13所述的风机故障监测装置，其特征在于，所述处理器进一步配置为：
基于电流数据计算三相电流不平衡系数；以及
响应于所述三相电流不平衡系数超过系数阈值，发出相不平衡故障预警。
19.如权利要求13所述的风机故障监测装置，其特征在于，所述处理器进一步配置为：
基于所述电压电流数据计算零序电流和高次谐波；以及
响应于所述零序电流和所述高次谐波皆超过相应的预设阈值，发出接地故障预警。
20.如权利要求19所述的风机故障监测装置，其特征在于，所述处理器进一步配置为：
基于所述电压电流数据计算负序电流；以及
响应于所述零序电流、所述高次谐波和所述负序电流皆超过相应的预设阈值，发出匝间短路故障预警。
21.如权利要求13所述的风机故障监测装置，其特征在于，所述处理器进一步配置为：
基于所述电压电流数据执行缺相判断；以及
响应于存在缺相故障，发出缺相故障预警。
22.如权利要求13所述的风机故障监测装置，其特征在于，所述处理器进一步配置为：
基于所述振动数据计算振动烈度；
基于所述电压电流数据计算功率因数；以及
基于所述振动烈度和所述功率因数执行所述风机的状态评估或寿命预测。
23.如权利要求22所述的风机故障监测装置，其特征在于，所述处理器进一步配置为：
基于所述振动烈度和振动烈度-轴承状态映射关系确定所述风机的轴承状态；和/或
基于所述功率因数和功率因数-电机绝缘介质损耗映射关系确定所述风机的电机线圈状态。
24.如权利要求22所述的风机故障监测装置，其特征在于，所述处理器进一步配置为：
基于所述振动烈度和振动烈度-轴承寿命映射关系确定所述风机的轴承寿命；
基于所述功率因数和功率因数-电机绝缘介质寿命映射关系确定所述风机的电机线圈寿命；以及
基于所述轴承寿命和所述电机线圈寿命中较短的一者作为所述风机的寿命。
25.一种计算机可读介质，其上存储有计算机可执行指令，所述计算机可执行指令在由所述处理器执行时，实施如权利要求1-12中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911095268.7A CN112782576A (zh) | 2019-11-11 | 2019-11-11 | 一种变流器的风机故障监测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911095268.7A CN112782576A (zh) | 2019-11-11 | 2019-11-11 | 一种变流器的风机故障监测方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112782576A true CN112782576A (zh) | 2021-05-11 |
Family
ID=75749332
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911095268.7A Pending CN112782576A (zh) | 2019-11-11 | 2019-11-11 | 一种变流器的风机故障监测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112782576A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115238471A (zh) * | 2022-06-30 | 2022-10-25 | 华能安源发电有限责任公司 | 风机效能在线监视方法、装置、电子设备和可读介质 |
| CN115238472A (zh) * | 2022-06-30 | 2022-10-25 | 华能安源发电有限责任公司 | 风机状态检修方法、装置、电子设备和计算机可读介质 |
Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62268976A (ja) * | 1986-05-16 | 1987-11-21 | 株式会社日立製作所 | 発電プラントの所内冷却水装置 |
| CN1061098A (zh) * | 1991-11-07 | 1992-05-13 | 林宝基 | 跟踪电机运行温升的方法 |
| CN1266191A (zh) * | 2000-01-14 | 2000-09-13 | 宜兴市供电局 | 避雷器的在线测试方法和装置 |
| WO2007074103A1 (en) * | 2005-12-29 | 2007-07-05 | Arcelik Anonim Sirketi | A washing machine and a control method thereof |
| US20070277613A1 (en) * | 2004-03-31 | 2007-12-06 | Takuzo Iwatsubo | Method And Device For Assessing Residual Service Life Of Rolling Bearing |
| CN102360054A (zh) * | 2011-09-20 | 2012-02-22 | 华北电力大学（保定） | 一种大型发电机励磁绕组匝间短路故障程度的诊断方法 |
| CN203278198U (zh) * | 2013-05-08 | 2013-11-06 | 青岛数能电气工程有限公司 | 电机故障预判保护装置 |
| CN203759214U (zh) * | 2014-03-28 | 2014-08-06 | 西安热工研究院有限公司 | 一种风力发电机状态监测装置 |
| WO2015137579A1 (ko) * | 2014-03-11 | 2015-09-17 | 구본훈 | 자기장과 선로의 전자기장을 이용한 에너지 발생 및 유도 에너지 저감 장치 |
| CN105137233A (zh) * | 2015-08-26 | 2015-12-09 | 西安科技大学 | 一种矿用主通风机安全隐患监测预警系统及方法 |
| CN106339811A (zh) * | 2016-08-26 | 2017-01-18 | 中国电力科学研究院 | 一种低压配电网精确线损分析方法 |
| US20170102290A1 (en) * | 2015-10-09 | 2017-04-13 | United Technologies Corporation | Methods and systems for estimating residual useful life of a rolling element bearing |
| CN107064796A (zh) * | 2017-04-20 | 2017-08-18 | 哈尔滨理工大学 | 智能电机振动在线监测及预警系统 |
| CN108414932A (zh) * | 2018-03-02 | 2018-08-17 | 苏州热工研究院有限公司 | 一种副励磁机故障监测方法以及系统 |
| CN207835193U (zh) * | 2018-01-23 | 2018-09-07 | 江苏瑞斯曼节能技术有限公司 | 永磁转子、永磁电机及压缩机 |
| CN108921303A (zh) * | 2018-05-29 | 2018-11-30 | 青岛鹏海软件有限公司 | 工业电动机的故障诊断及预测性维护方法 |
| CN109297716A (zh) * | 2018-10-23 | 2019-02-01 | 西安热工研究院有限公司 | 一种双馈型风力发电机振动故障诊断方法 |
| CN109307589A (zh) * | 2017-07-28 | 2019-02-05 | 株洲中车时代电气股份有限公司 | 风机振动在线监测方法及监测系统 |
| US20190250066A1 (en) * | 2016-09-19 | 2019-08-15 | Schaeffler Technologies AG & Co. KG | Monitoring method and monitoring apparatus for determining remaining life of a bearing |
-
2019
- 2019-11-11 CN CN201911095268.7A patent/CN112782576A/zh active Pending
Patent Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62268976A (ja) * | 1986-05-16 | 1987-11-21 | 株式会社日立製作所 | 発電プラントの所内冷却水装置 |
| CN1061098A (zh) * | 1991-11-07 | 1992-05-13 | 林宝基 | 跟踪电机运行温升的方法 |
| CN1266191A (zh) * | 2000-01-14 | 2000-09-13 | 宜兴市供电局 | 避雷器的在线测试方法和装置 |
| US20070277613A1 (en) * | 2004-03-31 | 2007-12-06 | Takuzo Iwatsubo | Method And Device For Assessing Residual Service Life Of Rolling Bearing |
| WO2007074103A1 (en) * | 2005-12-29 | 2007-07-05 | Arcelik Anonim Sirketi | A washing machine and a control method thereof |
| CN102360054A (zh) * | 2011-09-20 | 2012-02-22 | 华北电力大学（保定） | 一种大型发电机励磁绕组匝间短路故障程度的诊断方法 |
| CN203278198U (zh) * | 2013-05-08 | 2013-11-06 | 青岛数能电气工程有限公司 | 电机故障预判保护装置 |
| WO2015137579A1 (ko) * | 2014-03-11 | 2015-09-17 | 구본훈 | 자기장과 선로의 전자기장을 이용한 에너지 발생 및 유도 에너지 저감 장치 |
| CN203759214U (zh) * | 2014-03-28 | 2014-08-06 | 西安热工研究院有限公司 | 一种风力发电机状态监测装置 |
| CN105137233A (zh) * | 2015-08-26 | 2015-12-09 | 西安科技大学 | 一种矿用主通风机安全隐患监测预警系统及方法 |
| US20170102290A1 (en) * | 2015-10-09 | 2017-04-13 | United Technologies Corporation | Methods and systems for estimating residual useful life of a rolling element bearing |
| CN106339811A (zh) * | 2016-08-26 | 2017-01-18 | 中国电力科学研究院 | 一种低压配电网精确线损分析方法 |
| US20190250066A1 (en) * | 2016-09-19 | 2019-08-15 | Schaeffler Technologies AG & Co. KG | Monitoring method and monitoring apparatus for determining remaining life of a bearing |
| CN107064796A (zh) * | 2017-04-20 | 2017-08-18 | 哈尔滨理工大学 | 智能电机振动在线监测及预警系统 |
| CN109307589A (zh) * | 2017-07-28 | 2019-02-05 | 株洲中车时代电气股份有限公司 | 风机振动在线监测方法及监测系统 |
| CN207835193U (zh) * | 2018-01-23 | 2018-09-07 | 江苏瑞斯曼节能技术有限公司 | 永磁转子、永磁电机及压缩机 |
| CN108414932A (zh) * | 2018-03-02 | 2018-08-17 | 苏州热工研究院有限公司 | 一种副励磁机故障监测方法以及系统 |
| CN108921303A (zh) * | 2018-05-29 | 2018-11-30 | 青岛鹏海软件有限公司 | 工业电动机的故障诊断及预测性维护方法 |
| CN109297716A (zh) * | 2018-10-23 | 2019-02-01 | 西安热工研究院有限公司 | 一种双馈型风力发电机振动故障诊断方法 |
Non-Patent Citations (6)
| Title |
|---|
| 李辉 等: "基于定子电流特征分析的双馈风电机组叶轮不平衡故障诊断", 《电力系统自动化》, vol. 39, no. 13, 10 July 2015 (2015-07-10), pages 34 * |
| 煤炭工业职业技能鉴定指导中心: "《综采维修电工（技师、高级技师）》", 31 August 2007, 北京：煤炭工业出版社, pages: 205 * |
| 王发林: "发电机气隙偏心与定子短路复合故障的转矩特性分析", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 * |
| 王发林: "发电机气隙偏心与定子短路复合故障的转矩特性分析", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》, no. 03, 15 March 2017 (2017-03-15), pages 042 - 240 * |
| 盛昌达: "《发电机故障诊断与冷却技术 论文选集》", 30 September 2002, 北京：中国科学技术出版社, pages: 62 * |
| 陕春玲 等: "《电力系统继电保护》", 31 January 2013, 河水利出版社, pages: 169 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115238471A (zh) * | 2022-06-30 | 2022-10-25 | 华能安源发电有限责任公司 | 风机效能在线监视方法、装置、电子设备和可读介质 |
| CN115238472A (zh) * | 2022-06-30 | 2022-10-25 | 华能安源发电有限责任公司 | 风机状态检修方法、装置、电子设备和计算机可读介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102707232B (zh) | 电动机设备状态在线监测装置及其监测方法 | |
| US8405339B2 (en) | System and method for detecting fault in an AC machine | |
| KR101432786B1 (ko) | 모터의 고장진단방법 및 그 시스템 | |
| JP5875734B2 (ja) | 電動機の診断装置および開閉装置 | |
| Frosini et al. | A novel approach to detect short circuits in low voltage induction motor by stray flux measurement | |
| CN106771835B (zh) | 基于检测线圈的汽轮发电机转子匝间短路诊断装置及方法 | |
| ES2642670T3 (es) | Un método para supervisión de diagnóstico de un sistema de generador de turbina eólica | |
| US7042229B2 (en) | System and method for on line monitoring of insulation condition for DC machines | |
| EP2728367B1 (en) | A method for detecting a fault condition in an electrical machine | |
| CN100487475C (zh) | 用于检测感应电机中电动机内部故障的方法和装置 | |
| WO2021097604A1 (zh) | 一种基于多信息融合的变流器的故障预警方法及装置 | |
| KR100608235B1 (ko) | 유도전동기의 실시간 수명 예측, 결함 감지 방법 및 장치 | |
| CN106772037B (zh) | 基于双线圈的同步发电机转子绕组匝间短路诊断方法 | |
| CN111758036A (zh) | 用于监测运行中的电力设备的运行状态的系统和方法 | |
| GB2534406A (en) | Fault detection and diagnosis | |
| CN101592698A (zh) | 水轮发电机转子匝间短路在线监测定位方法及装置 | |
| CN112782576A (zh) | 一种变流器的风机故障监测方法及装置 | |
| Dehghan et al. | A flux-based differential technique for turn-to-turn fault detection and defective region identification in line-connected and inverter-fed induction motors | |
| CN112782614A (zh) | 一种基于多信息融合的变流器的故障预警方法及装置 | |
| CN106501665B (zh) | 基于检测线圈的水轮发电机转子绕组匝间短路诊断方法 | |
| CN108169559B (zh) | 一种电机定子电流谱分析设备异常的判断方法 | |
| KR100969243B1 (ko) | 모터와 발전기 전력징후가 표시하는 설비상태의 전달함수를 이용한 회전 설비구성품 결함 판단방법 | |
| CN112782499B (zh) | 一种基于多信息融合的变流器的状态评估方法及装置 | |
| KR101267946B1 (ko) | 모터 수명예측방법 | |
| CN106443318A (zh) | 基于穿心螺杆的水轮发电机转子绕组匝间短路诊断方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210511 |
|
| RJ01 | Rejection of invention patent application after publication |