CN112782580A - 一种电机的故障评估系统 - Google Patents

一种电机的故障评估系统 Download PDF

Info

Publication number
CN112782580A
CN112782580A CN202110213462.1A CN202110213462A CN112782580A CN 112782580 A CN112782580 A CN 112782580A CN 202110213462 A CN202110213462 A CN 202110213462A CN 112782580 A CN112782580 A CN 112782580A
Authority
CN
China
Prior art keywords
frequency
temperature
value
analysis
algorithm
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
CN202110213462.1A
Other languages
English (en)
Other versions
CN112782580B (zh
Inventor
曾南
郭威
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.)
Shanghai Eagle Engineering Technology Co ltd
Original Assignee
Shanghai Eagle Engineering Technology Co ltd
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 Shanghai Eagle Engineering Technology Co ltd filed Critical Shanghai Eagle Engineering Technology Co ltd
Priority to CN202110213462.1A priority Critical patent/CN112782580B/zh
Publication of CN112782580A publication Critical patent/CN112782580A/zh
Application granted granted Critical
Publication of CN112782580B publication Critical patent/CN112782580B/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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
  • Control Of Electric Motors In General (AREA)

Abstract

本发明提供一种电机的故障评估系统，包括采集模块以及中央处理模块，采集模块用于获取电机运作过程中的电信号并传输给中央处理模块，采集模块包括电压传感器、电流传感器以及转速传感器，电压传感器用于获取电机运作过程中的电压信号，电流传感器用于获取电机运作过程中的电流信号，转速传感器用于获取电机运作过程中的转速信号，电信号包括电压信号、电流信号以及转速信号，本发明能够提高故障问题评估的细致性，以解决现有的技术中对于电机故障问题检测不够细致的问题。

Description

一种电机的故障评估系统
技术领域
本发明涉及电机故障检测技术领域，尤其涉及一种电机的故障评估系统。
背景技术
电机是制造工厂的核心动力输出设备，尤其是大型制造业的各个生产环节大量使用电机，电机按运行电压等级分为低压(低于1000V)、高压(高于1000V)电机。电机能够长期可靠运行对生产设备来说是至关重要。因为电机是机电一体化产品，因此故障也反映在机械和电气两类故障上。
传统对电机的实时监测主要是对运行参数的观察，例如电压、电流、无功损耗、能耗、堵转、缺相、电压陷落等，而忽视对电机故障的预判。并且现有的通过电流电压信号对电机进行故障检测的技术中，仅仅是通过将检测到的电信号与正常状态下的做对比，对于故障问题检测的细致性存在不足，在后续检修中还需要检修人员一一排查问题，检修效率较低。
发明内容
针对现有技术存在的不足，本发明目的是提供一种电机的故障评估系统，能够提高故障问题评估的细致性，以解决现有的技术中对于电机故障问题检测不够细致的问题。
为了实现上述目的，本发明是通过如下的技术方案来实现：一种电机的故障评估系统，包括采集模块以及中央处理模块，所述采集模块用于获取电机运作过程中的电信号并传输给中央处理模块；
所述采集模块包括电压传感器、电流传感器以及转速传感器，所述电压传感器用于获取电机运作过程中的电压信号，所述电流传感器用于获取电机运作过程中的电流信号，所述转速传感器用于获取电机运作过程中的转速信号，所述电信号包括电压信号、电流信号以及转速信号；
所述中央处理模块包括模数转换器、傅里叶变换单元、存储单元以及第一分析单元；
所述模数转换器将接收到的电压信号和电流信号转换成数字信号并传输给傅里叶变换单元，所述模数转换器将接收到的转速信号转换为转速值并传输给第一分析单元；
所述傅里叶变换单元将接收到的数字信号绘制成电信号频谱并传输给第一分析单元，所述电信号频谱包括电流频谱以及定子槽通过频谱；
所述存储单元存储有电机的参数值，所述参数值包括电机的电源频率、转子条数以及电机旋转磁场的极对数；
所述第一分析单元包括第一计算子单元、第一分析子单元、第二分析子单元以及第三分析子单元；
所述第一计算子单元配置有第一算法、第二算法、第三算法、第四算法以及第五算法，所述第一算法根据转速值计算得到旋转频率，所述第二算法根据电源频率以及电机旋转磁场的极对数计算得到同步频率，所述第三算法根据同步频率和旋转频率计算得到转差频率，所述第四算法根据转差频率和转子条数计算得到定子槽通过频率，所述第五算法根据电源频率计算得到线频；
所述第一分析子单元通过第一分析策略对转差频率与电流频谱进行比对分析得出转子故障结果；
所述第一分析策略包括：将电流频谱中的纵轴定义为频域值，再查找电流频谱中的频谱峰值，然后查找频谱峰值的两侧是否存在转差频率边带；
当转差频率边带出现在频谱峰值两侧时，测量转差频率边带的频域值，当转差频率边带的频域值大于第一阈值时，得出转子存在故障；当转差频率边带的频域值小于第一阈值时，得出转子即将出现故障；
当频谱峰值的两侧无转差频率边带出现时，得出转子无故障；
所述第二分析子单元通过第二分析策略对定子槽通过频率和转差频率与定子槽通过频谱进行比对得出定子故障结果；
所述第二分析策略包括：首先查找定子槽通过频谱中的频谱峰值，然后查找频谱峰值两侧是否存在旋转频率边带；
当旋转频率边带出现在频谱峰值两侧时，得出定子存在故障；当频谱峰值的两侧不存在旋转频率边带时，得出定子无故障；
所述第三分析子单元通过第三分析策略对定子槽通过频率和线频与定子槽通过频谱进行比对得出机械平衡故障结果；
所述第三分析策略包括：首先查找定子槽通过频率中的频谱峰值，然后查找频谱峰值两侧是否存在第一线频边带；
当第一线频边带出现在频谱峰值两侧时，查找第一线频边带的四倍线频间隔和六倍线频间隔处是否存在第二线频边带；当第二线频边带不存在时，得出机械存在一级不平衡；当第二线频边带存在时，得出机械存在二级不平衡；
当频谱峰值两侧无第一线频边带时，得出机械不存在不平衡。
进一步地，所述第一算法配置为：
Figure BDA0002952254430000031
所述第二算法配置为：
Figure BDA0002952254430000032
所述第三算法配置为：S＝(Fx-Ft)×2P；所述第四算法配置为：Fc＝Fx×RB；所述第五算法配置为：Fl＝f；其中，Fx为旋转频率，n1为转速值，Ft为同步频率，f为电源频率，P为电机旋转磁场的极对数，S为转差频率，Fc为定子槽通过频率，RB为转子条数，Fl为线频。
进一步地，所述采集模块还包括第一温度传感器以及第二温度传感器，所述第一温度传感器用于检测电机内部绕组的第一温度，所述第二温度传感器用于检测电机运作环境中的第二温度；
所述存储单元内还存储有预设温度值和预设温差阈值；
所述中央处理模块中还包括第二分析单元，所述第二分析单元包括第二计算子单元以及第四分析子单元；
所述第二计算子单元配置有第六算法和第七算法，所述第六算法根据第一温度和第二温度计算得到温差值，所述第七算法根据预设温度值、预设温差阈值以及第二温度计算得到第一温差阈值；
所述第四分析子单元通过温度分析策略对温差值和第一温差阈值进行分析得到温度异常结果。
进一步地，所述温度分析策略包括：将温差值与第一温差阈值进行对比，当温差值大于第一温差阈值时，得出电机温度异常；
当温差值小于第一温差阈值时，得出电机温度正常。
进一步地，所述六算法配置为：Tc＝T1-T2，所述七算法配置为：
Figure BDA0002952254430000041
其中，Tc为温差值，T1为第一温度，T2为第二温度，Tc1为第一温差阈值，Ty为预设温度值，Tcy为预设温差阈值。
进一步地，所述存储单元还存储有预设变化阈值；
所述第二分析单元还包括第五分析子单元和第三计算子单元；
所述第五分析子单元通过温度获取策略获取第一时间间隔内的若干第一温度；
所述第三计算子单元包括第八算法，所述第八算法根据若干第一温度计算得出变化值；
所述第五分析子单元通过异常升温分析策略对变化值与预设变化阈值进行比对分析得出温度异常结果。
进一步地，所述温度获取策略包括：每隔第二时间获取一次第一温度，再以第一时间间隔对获取的若干第一温度进行划分，根据获取时间的先后将第一间隔内的若干第一温度标记为t1、t2...tn。
进一步地，所述第八算法配置为：
Figure BDA0002952254430000051
其中，B为变化值，n为第一时间间隔内获取的第一温度的数量。
进一步地，所述异常升温分析策略包括：当变化值大于预设变化阈值时，得出电机升温异常；
当变化值小于预设变化阈值时，得出电机无升温异常。
本发明的有益效果：本发明根据采集电机运作时的电信号绘制电流频谱，通过查找电流频谱中的频谱峰值，并通过对频谱峰值两侧的转差频率边带进行查找，能够得出转子故障结果；通过查找定子槽通过频谱中的频谱峰值，再确定频谱峰值两侧是否存在旋转频率边带，能够得出定子故障结果；通过确定频谱峰值两侧是否存在第一线频边带，以及查找第一线频边带的四倍线频间隔和六倍线频间隔处是否存在第二线频边带，能够得出机械是否存在不平衡故障；能够对电机运作过程的故障问题进行细致的筛查，以便于提高检修的效率。
本发明通过第一温度传感器和第二温度传感器能够分别对电机内部绕组的第一温度以及电机运作环境的第二温度进行检测，通过第二分析单元对第一温度和第二温度进行计算分析得到温度异常结果，能够进一步提高对电机故障问题检测的细致程度。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明的实施例一的原理框图；
图2为本发明的实施例二中的采集模块的原理框图；
图3为本发明的实施例二中的中央处理模块的原理框图；
图4为电流频谱的局部示意图；
图5为定子槽通过频谱的原理示意图。
图中：1、中央处理模块；11、模数转换器；12、傅里叶变换单元；13、存储单元；14、第一分析单元；141、第一分析子单元；142、第二分析子单元；143、第三分析子单元；144、第一计算子单元；15、第二分析单元；151、第二计算子单元；152、第三计算子单元；153、第四分析子单元；154、第五分析子单元；2、采集模块；21、电压传感器；22、电流传感器；23、转速传感器；24、第一温度传感器；25、第二温度传感器。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
实施例一，请参阅图1、图4和图5，一种电机的故障评估系统，包括采集模块2以及中央处理模块1，采集模块2用于获取电机运作过程中的电信号并传输给中央处理模块1，采集模块2安装在电机上，能够实时采集电机上的电信号数据，中央处理模块1能够对接收到的电信号进行分析处理后得出故障结果，中央处理模块1还连接有显示屏，显示屏能够将故障结果实时显示，方便工作人员查看。
采集模块2包括电压传感器21、电流传感器22以及转速传感器23，电压传感器21用于获取电机运作过程中的电压信号，电流传感器22用于获取电机运作过程中的电流信号，转速传感器23用于获取电机运作过程中的转速信号，电信号包括电压信号、电流信号以及转速信号。
中央处理模块1包括模数转换器11、傅里叶变换单元12、存储单元13以及第一分析单元14。
模数转换器11将接收到的电压信号和电流信号转换成数字信号并传输给傅里叶变换单元12，模数转换器11将接收到的转速信号转换为转速值并传输给第一分析单元14。
傅里叶变换单元12将接收到的数字信号绘制成电信号频谱并传输给第一分析单元14，电信号频谱包括电流频谱以及定子槽通过频谱。
存储单元13存储有电机的参数值，参数值包括电机的电源频率、转子条数以及电机旋转磁场的极对数。
第一分析单元14包括第一计算子单元144、第一分析子单元141、第二分析子单元142以及第三分析子单元143。
第一计算子单元144配置有第一算法、第二算法、第三算法、第四算法以及第五算法，第一算法根据转速值计算得到旋转频率，第二算法根据电源频率以及电机旋转磁场的极对数计算得到同步频率，第三算法根据同步频率和旋转频率计算得到转差频率，第四算法根据转差频率和转子条数计算得到定子槽通过频率，第五算法根据电源频率计算得到线频。
第一分析子单元141通过第一分析策略对转差频率与电流频谱进行比对分析得出转子故障结果。
第一分析策略包括：将电流频谱中的纵轴定义为频域值，再查找电流频谱中的频谱峰值，然后查找频谱峰值的两侧是否存在转差频率边带；
当转差频率边带出现在频谱峰值两侧时，测量转差频率边带的频域值，当转差频率边带的频域值大于第一阈值时，得出转子存在故障；当转差频率边带的频域值小于第一阈值时，得出转子即将出现故障；
当频谱峰值的两侧无转差频率边带出现时，得出转子无故障。
具体使用过程中，如果转频边带出现了标明转子出现了一定的不稳定因素，可以作为转子即将出现故障的一个预兆，具体有没有出现故障，再对频域值进行测量，当频域值过高，大于第一阈值时，此时转子一定出现故障，如转子断条故障。
第二分析子单元142通过第二分析策略对定子槽通过频率和转差频率与定子槽通过频谱进行比对得出定子故障结果。
第二分析策略包括：首先查找定子槽通过频谱中的频谱峰值，然后查找频谱峰值两侧是否存在旋转频率边带；
当旋转频率边带出现在频谱峰值两侧时，得出定子存在故障；当频谱峰值的两侧不存在旋转频率边带时，得出定子无故障。
具体的，定子的故障问题有定子匝间短路问题或定子机械问题，定子机械问题为定子出现破损裂痕等问题。
第三分析子单元143通过第三分析策略对定子槽通过频率和线频与定子槽通过频谱进行比对得出机械平衡故障结果；
第三分析策略包括：首先查找定子槽通过频率中的频谱峰值，然后查找频谱峰值两侧是否存在第一线频边带；
当第一线频边带出现在频谱峰值两侧时，查找第一线频边带的四倍线频间隔和六倍线频间隔处是否存在第二线频边带；当第二线频边带不存在时，得出机械存在一级不平衡；当第二线频边带存在时，得出机械存在二级不平衡；
当频谱峰值两侧无第一线频边带时，得出机械不存在不平衡。
在对机械的平衡故障进行检测时，正常运作状态下，频谱峰值的两侧无第一线频边带出现，当第一线频边带出现时，表明机械存在一定的不平衡，如果在距离第一线频边带的四倍线频间隔和六倍线频间隔处出现第二线频边带，表明机械的不平衡更为严重。
第一算法配置为：
Figure BDA0002952254430000081
第二算法配置为：
Figure BDA0002952254430000082
第三算法配置为：S＝(Fx-Ft)×2P；第四算法配置为：Fc＝Fx×RB；第五算法配置为：Fl＝f；其中，Fx为旋转频率，n1为转速值，Ft为同步频率，f为电源频率，P为电机旋转磁场的极对数，S为转差频率，Fc为定子槽通过频率，RB为转子条数，Fl为线频。
具体的，在电源频率为50Hz的电机中，测得电机的转速为1460rpm，转子条数为40，极对数为2，通过计算得出旋转频率为24.33Hz，同步频率为25Hz，转差频率为2.68Hz，定子槽通过频率为973.2Hz，线频为50Hz。
第一阈值为-35DB，在图4中，转差频率边带出现在频谱峰值的两侧，并且，转差频率边带的频域值大于-35DB，说明此时转子出现断条的故障。
在图5中，旋转频率边带出现在频谱峰值两侧，说明此时定子出现故障，具体可为定子匝间短路问题或定子机械问题。
在图5中，第一线频边带出现在频谱峰值两侧，并且在距离第一线频边带的四倍线频间隔和六倍线频间隔处出现第二线频边带，表明电机出现机械的严重不平衡问题。
实施例二，请参阅图2和图3，采集模块2还包括第一温度传感器24以及第二温度传感器25，第一温度传感器24用于检测电机内部绕组的第一温度，第二温度传感器25用于检测电机运作环境中的第二温度；
存储单元13内还存储有预设温度值和预设温差阈值；
中央处理模块1中还包括第二分析单元15，第二分析单元15包括第二计算子单元151以及第四分析子单元153；
第二计算子单元151配置有第六算法和第七算法，第六算法根据第一温度和第二温度计算得到温差值，第七算法根据预设温度值、预设温差阈值以及第二温度计算得到第一温差阈值；
第四分析子单元153通过温度分析策略对温差值和第一温差阈值进行分析得到温度异常结果。
温度分析策略包括：将温差值与第一温差阈值进行对比，当温差值大于第一温差阈值时，得出电机温度异常；
当温差值小于第一温差阈值时，得出电机温度正常。
六算法配置为：Tc＝T1-T2，七算法配置为：
Figure BDA0002952254430000091
其中，Tc为温差值，T1为第一温度，T2为第二温度，Tc1为第一温差阈值，Ty为预设温度值，Tcy为预设温差阈值。
其中，根据环境温度的变化，第一温差阈值也会随之变化，当环境温度高时，第一温差阈值也会增高，对于温差值的要求范围也会增大。比如在夏天时，环境温度高，电机运行时的内部绕组温度会更高，此时对于电机内部绕组温度的要求上限值也会增高，在冬天时，环境温度低时，对于电机运行时的内部绕组温度的上限值会降低，对于温差值的变化的上限值也会降低。通过第七算法能够合理的根据环境温度调整第一温差阈值。
具体的，在一次测量中，测得第一温度为95，第二温度为20，计算得到温差值为75，预设温度值设置为0，预设温差阈值设置为60，计算得到第一温差阈值为66，此时75>66，得出电机温度异常。
存储单元13还存储有预设变化阈值；
第二分析单元15还包括第五分析子单元154和第三计算子单元152；
第五分析子单元154通过温度获取策略获取第一时间间隔内的若干第一温度；
第三计算子单元152包括第八算法，第八算法根据若干第一温度计算得出变化值；
第五分析子单元154通过异常升温分析策略对变化值与预设变化阈值进行比对分析得出温度异常结果。
温度获取策略包括：每隔第二时间获取一次第一温度，再以第一时间间隔对获取的若干第一温度进行划分，根据获取时间的先后将第一间隔内的若干第一温度标记为t1、t2...tn。
第八算法配置为：
Figure BDA0002952254430000101
其中，B为变化值，n为第一时间间隔内获取的第一温度的数量。
异常升温分析策略包括：当变化值大于预设变化阈值时，得出电机升温异常；
当变化值小于预设变化阈值时，得出电机无升温异常。
具体的，在运作过程中，如采取五分钟作为第一时间间隔，一分钟作为第二时间，即每隔五分钟进行一侧温度分析，其中，对五分钟内进行五次第一温度的采集，每次间隔一分钟，通过第八算法能够算出变化值，变化值与预设的变化阈值进行比较即可得出电机有无升温异常。
如在一次具体的测量中，每隔一分钟测一次第一温度，并以五分钟作为第一时间间隔，测得五次的第一温度分别为85、90、92、102、110，通过第八算法计算得到变化值为163.6，预设变化阈值设置为128，163.6>128，得出此时电机升温异常。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (9)

1.一种电机的故障评估系统，其特征在于，包括采集模块(2)以及中央处理模块(1)，所述采集模块(2)用于获取电机运作过程中的电信号并传输给中央处理模块(1)；
所述采集模块(2)包括电压传感器(21)、电流传感器(22)以及转速传感器(23)，所述电压传感器(21)用于获取电机运作过程中的电压信号，所述电流传感器(22)用于获取电机运作过程中的电流信号，所述转速传感器(23)用于获取电机运作过程中的转速信号，所述电信号包括电压信号、电流信号以及转速信号；
所述中央处理模块(1)包括模数转换器(11)、傅里叶变换单元(12)、存储单元(13)以及第一分析单元(14)；
所述模数转换器(11)将接收到的电压信号和电流信号转换成数字信号并传输给傅里叶变换单元(12)，所述模数转换器(11)将接收到的转速信号转换为转速值并传输给第一分析单元(14)；
所述傅里叶变换单元(12)将接收到的数字信号绘制成电信号频谱并传输给第一分析单元(14)，所述电信号频谱包括电流频谱以及定子槽通过频谱；
所述存储单元(13)存储有电机的参数值，所述参数值包括电机的电源频率、转子条数以及电机旋转磁场的极对数；
所述第一分析单元(14)包括第一计算子单元(144)、第一分析子单元(141)、第二分析子单元(142)以及第三分析子单元(143)；
所述第一计算子单元(144)配置有第一算法、第二算法、第三算法、第四算法以及第五算法，所述第一算法根据转速值计算得到旋转频率，所述第二算法根据电源频率以及电机旋转磁场的极对数计算得到同步频率，所述第三算法根据同步频率和旋转频率计算得到转差频率，所述第四算法根据转差频率和转子条数计算得到定子槽通过频率，所述第五算法根据电源频率计算得到线频；
所述第一分析子单元(141)通过第一分析策略对转差频率与电流频谱进行比对分析得出转子故障结果；
所述第一分析策略包括：将电流频谱中的纵轴定义为频域值，再查找电流频谱中的频谱峰值，然后查找频谱峰值的两侧是否存在转差频率边带；
当转差频率边带出现在频谱峰值两侧时，测量转差频率边带的频域值，当转差频率边带的频域值大于第一阈值时，得出转子存在故障；当转差频率边带的频域值小于第一阈值时，得出转子即将出现故障；
当频谱峰值的两侧无转差频率边带出现时，得出转子无故障；
所述第二分析子单元(142)通过第二分析策略对定子槽通过频率和转差频率与定子槽通过频谱进行比对得出定子故障结果；
所述第二分析策略包括：首先查找定子槽通过频谱中的频谱峰值，然后查找频谱峰值两侧是否存在旋转频率边带；
当旋转频率边带出现在频谱峰值两侧时，得出定子存在故障；当频谱峰值的两侧不存在旋转频率边带时，得出定子无故障；
所述第三分析子单元(143)通过第三分析策略对定子槽通过频率和线频与定子槽通过频谱进行比对得出机械平衡故障结果；
所述第三分析策略包括：首先查找定子槽通过频率中的频谱峰值，然后查找频谱峰值两侧是否存在第一线频边带；
当第一线频边带出现在频谱峰值两侧时，查找第一线频边带的四倍线频间隔和六倍线频间隔处是否存在第二线频边带；当第二线频边带不存在时，得出机械存在一级不平衡；当第二线频边带存在时，得出机械存在二级不平衡；
当频谱峰值两侧无第一线频边带时，得出机械不存在不平衡。
2.根据权利要求1所述的一种电机的故障评估系统，其特征在于，所述第一算法配置为：
Figure FDA0002952254420000031
所述第二算法配置为：
Figure FDA0002952254420000032
所述第三算法配置为：S＝(Fx-Ft)×2P；所述第四算法配置为：Fc＝Fx×RB；所述第五算法配置为：Fl＝f；其中，Fx为旋转频率，n1为转速值，Ft为同步频率，f为电源频率，P为电机旋转磁场的极对数，S为转差频率，Fc为定子槽通过频率，RB为转子条数，Fl为线频。
3.根据权利要求1所述的一种电机的故障评估系统，其特征在于，所述采集模块(2)还包括第一温度传感器(24)以及第二温度传感器(25)，所述第一温度传感器(24)用于检测电机内部绕组的第一温度，所述第二温度传感器(25)用于检测电机运作环境中的第二温度；
所述存储单元(13)内还存储有预设温度值和预设温差阈值；
所述中央处理模块(1)中还包括第二分析单元(15)，所述第二分析单元(15)包括第二计算子单元(151)以及第四分析子单元(153)；
所述第二计算子单元(151)配置有第六算法和第七算法，所述第六算法根据第一温度和第二温度计算得到温差值，所述第七算法根据预设温度值、预设温差阈值以及第二温度计算得到第一温差阈值；
所述第四分析子单元(153)通过温度分析策略对温差值和第一温差阈值进行分析得到温度异常结果。
4.根据权利要求3所述的一种电机的故障评估系统，其特征在于，所述温度分析策略包括：将温差值与第一温差阈值进行对比，当温差值大于第一温差阈值时，得出电机温度异常；
当温差值小于第一温差阈值时，得出电机温度正常。
5.根据权利要求4所述的一种电机的故障评估系统，其特征在于，所述六算法配置为：Tc＝T1-T2，所述七算法配置为：
Figure FDA0002952254420000033
其中，Tc为温差值，T1为第一温度，T2为第二温度，Tc1为第一温差阈值，Ty为预设温度值，Tcy为预设温差阈值。
6.根据权利要求3所述的一种电机的故障评估系统，其特征在于，所述存储单元(13)还存储有预设变化阈值；
所述第二分析单元(15)还包括第五分析子单元(154)和第三计算子单元(152)；
所述第五分析子单元(154)通过温度获取策略获取第一时间间隔内的若干第一温度；
所述第三计算子单元(152)包括第八算法，所述第八算法根据若干第一温度计算得出变化值；
所述第五分析子单元(154)通过异常升温分析策略对变化值与预设变化阈值进行比对分析得出温度异常结果。
7.根据权利要求6所述的一种电机的故障评估系统，其特征在于，所述温度获取策略包括：每隔第二时间获取一次第一温度，再以第一时间间隔对获取的若干第一温度进行划分，根据获取时间的先后将第一间隔内的若干第一温度标记为t1、t2...tn。
8.根据权利要求7所述的一种电机的故障评估系统，其特征在于，所述第八算法配置为：
Figure FDA0002952254420000041
其中，B为变化值，n为第一时间间隔内获取的第一温度的数量。
9.根据权利要求8所述的一种电机的故障评估系统，其特征在于，所述异常升温分析策略包括：当变化值大于预设变化阈值时，得出电机升温异常；
当变化值小于预设变化阈值时，得出电机无升温异常。
CN202110213462.1A 2021-02-25 2021-02-25 一种电机的故障评估系统 Active CN112782580B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110213462.1A CN112782580B (zh) 2021-02-25 2021-02-25 一种电机的故障评估系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110213462.1A CN112782580B (zh) 2021-02-25 2021-02-25 一种电机的故障评估系统

Publications (2)

Publication Number Publication Date
CN112782580A true CN112782580A (zh) 2021-05-11
CN112782580B CN112782580B (zh) 2023-02-10

Family

ID=75761883

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110213462.1A Active CN112782580B (zh) 2021-02-25 2021-02-25 一种电机的故障评估系统

Country Status (1)

Country Link
CN (1) CN112782580B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113960470A (zh) * 2021-08-24 2022-01-21 北京金风慧能技术有限公司 发电机轴电流的检测方法及装置
CN118393350A (zh) * 2024-06-21 2024-07-26 江苏北斗银河科技有限公司 一种异步电机转子断条故障诊断的检验方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5049815A (en) * 1990-04-20 1991-09-17 General Electric Company Spectral analysis of induction motor current to detect rotor faults with reduced false alarms
US5629870A (en) * 1994-05-31 1997-05-13 Siemens Energy & Automation, Inc. Method and apparatus for predicting electric induction machine failure during operation
US5739698A (en) * 1996-06-20 1998-04-14 Csi Technology, Inc. Machine fault detection using slot pass frequency flux measurements
WO2015173662A1 (en) * 2014-05-15 2015-11-19 Abb Technology Ltd. Method and system for detecting rotor fault
TWI605259B (zh) * 2016-03-31 2017-11-11 高田工業所股份有限公司 旋轉機械系統之異常檢測方法、使用該異常檢測方法之旋轉機械系統的異常監視方法、及使用該異常監視方法之旋轉機械系統的異常監視裝置
CN107544025A (zh) * 2017-08-30 2018-01-05 马鞍山马钢华阳设备诊断工程有限公司 一种综合电信号和振动信号的异步电机转子断条故障判断方法
CN206977280U (zh) * 2017-07-31 2018-02-06 马中长 一种高压电机动态基准温度控制器
CN109631228A (zh) * 2019-01-31 2019-04-16 四川长虹空调有限公司 制冷系统制冷剂快速泄漏的判定方法及系统
CN110088589A (zh) * 2016-12-15 2019-08-02 三菱电机株式会社 动力传递机构的异常诊断装置以及动力传递机构的异常诊断方法
CN111928448A (zh) * 2020-07-20 2020-11-13 四川虹美智能科技有限公司 制冷剂泄漏双模判断方法和装置
CN112881910A (zh) * 2021-01-20 2021-06-01 哈尔滨工业大学（威海） 一种旋转永磁同步电机动态偏心故障检测方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5049815A (en) * 1990-04-20 1991-09-17 General Electric Company Spectral analysis of induction motor current to detect rotor faults with reduced false alarms
US5629870A (en) * 1994-05-31 1997-05-13 Siemens Energy & Automation, Inc. Method and apparatus for predicting electric induction machine failure during operation
US5739698A (en) * 1996-06-20 1998-04-14 Csi Technology, Inc. Machine fault detection using slot pass frequency flux measurements
WO2015173662A1 (en) * 2014-05-15 2015-11-19 Abb Technology Ltd. Method and system for detecting rotor fault
TWI605259B (zh) * 2016-03-31 2017-11-11 高田工業所股份有限公司 旋轉機械系統之異常檢測方法、使用該異常檢測方法之旋轉機械系統的異常監視方法、及使用該異常監視方法之旋轉機械系統的異常監視裝置
CN110088589A (zh) * 2016-12-15 2019-08-02 三菱电机株式会社 动力传递机构的异常诊断装置以及动力传递机构的异常诊断方法
CN206977280U (zh) * 2017-07-31 2018-02-06 马中长 一种高压电机动态基准温度控制器
CN107544025A (zh) * 2017-08-30 2018-01-05 马鞍山马钢华阳设备诊断工程有限公司 一种综合电信号和振动信号的异步电机转子断条故障判断方法
CN109631228A (zh) * 2019-01-31 2019-04-16 四川长虹空调有限公司 制冷系统制冷剂快速泄漏的判定方法及系统
CN111928448A (zh) * 2020-07-20 2020-11-13 四川虹美智能科技有限公司 制冷剂泄漏双模判断方法和装置
CN112881910A (zh) * 2021-01-20 2021-06-01 哈尔滨工业大学（威海） 一种旋转永磁同步电机动态偏心故障检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张冉: "油田高压电机综合故障诊断技术研究", 《石油工业技术监督》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113960470A (zh) * 2021-08-24 2022-01-21 北京金风慧能技术有限公司 发电机轴电流的检测方法及装置
CN118393350A (zh) * 2024-06-21 2024-07-26 江苏北斗银河科技有限公司 一种异步电机转子断条故障诊断的检验方法

Also Published As

Publication number Publication date
CN112782580B (zh) 2023-02-10

Similar Documents

Publication Publication Date Title
Park et al. Airgap flux based detection and classification of induction motor rotor and load defects during the starting transient
US5739698A (en) Machine fault detection using slot pass frequency flux measurements
Mehala et al. Motor current signature analysis and its applications in induction motor fault diagnosis
EP2728367B1 (en) A method for detecting a fault condition in an electrical machine
CN112782580B (zh) 一种电机的故障评估系统
Kliman et al. Sensorless, online motor diagnostics
Li et al. A spectrum synch technique for induction motor health condition monitoring
CN111247442B (zh) 异常诊断装置、异常诊断方法及异常诊断系统
US20160266208A1 (en) Fault detection and diagnosis in an induction motor
Lee et al. Reliable flux-based detection of induction motor rotor faults from the fifth rotor rotational frequency sideband
ES2454018T3 (es) Procedimiento y aparato de detección de los fallos internos del motor en una máquina de inducción
EP3480610B1 (en) Diagnosing a winding set of a stator
US10184985B2 (en) Systems and methods for crack detection in doubly-fed induction generators
CA2739844A1 (en) Device and method for monitoring and/or analyzing rotors of electric machines in operation
CN110058157B (zh) 基于对称分量法和多维指标融合的电机监测方法及系统
CN114616476A (zh) 同步机器中的故障检测
CN102820665B (zh) 一种快速识别风电并网系统发生次同步震荡的方法
Rafaq et al. Reliable airgap search coil based detection of induction motor rotor faults under false negative motor current signature analysis indications
CN105548799A (zh) 发电电动机转子绕组匝间短路故障的在线监测方法
CN110058156A (zh) 基于瞬时三相电压电流不平衡度电机在线监测方法及系统
Ugwiri et al. Vibrations measurement and current signatures for fault detection in asynchronous motor
CN108169559B (zh) 一种电机定子电流谱分析设备异常的判断方法
EP3339638B1 (en) Systems for crack detection in doubly-fed induction generators
Treml et al. EMD and MCSA improved via Hilbert Transform analysis on asynchronous machines for broken bar detection using vibration analysis
Breen et al. New developments in noninvasive on-line motor diagnostics

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