CN113647013B - 电动机设备的异常诊断装置、电动机设备的异常诊断方法和电动机设备的异常诊断系统 - Google Patents
电动机设备的异常诊断装置、电动机设备的异常诊断方法和电动机设备的异常诊断系统 Download PDFInfo
- Publication number
- CN113647013B CN113647013B CN201980094907.XA CN201980094907A CN113647013B CN 113647013 B CN113647013 B CN 113647013B CN 201980094907 A CN201980094907 A CN 201980094907A CN 113647013 B CN113647013 B CN 113647013B
- Authority
- CN
- China
- Prior art keywords
- abnormality
- motor
- power transmission
- transmission mechanism
- abnormality diagnosis
- 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
- 230000005856 abnormality Effects 0.000 title claims abstract description 248
- 238000003745 diagnosis Methods 0.000 title claims abstract description 107
- 238000000034 method Methods 0.000 title claims description 43
- 230000005540 biological transmission Effects 0.000 claims abstract description 103
- 238000004458 analytical method Methods 0.000 claims abstract description 94
- 230000007246 mechanism Effects 0.000 claims abstract description 94
- 238000012544 monitoring process Methods 0.000 claims abstract description 48
- 238000001514 detection method Methods 0.000 claims description 52
- 239000011229 interlayer Substances 0.000 claims description 19
- 238000001228 spectrum Methods 0.000 description 37
- 230000003595 spectral effect Effects 0.000 description 34
- 238000010183 spectrum analysis Methods 0.000 description 26
- 238000010586 diagram Methods 0.000 description 19
- 230000008569 process Effects 0.000 description 17
- 230000002159 abnormal effect Effects 0.000 description 10
- 238000011156 evaluation Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000015556 catabolic process Effects 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000006731 degradation reaction Methods 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 238000004804 winding Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000002405 diagnostic procedure Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P29/00—Arrangements for regulating or controlling electric motors, appropriate for both AC and DC motors
- H02P29/02—Providing protection against overload without automatic interruption of supply
- H02P29/024—Detecting a fault condition, e.g. short circuit, locked rotor, open circuit or loss of load
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Electric Motors In General (AREA)
- Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
- Manufacture Of Motors, Generators (AREA)
Abstract
电动机设备的异常诊断装置具有监视诊断部,该监视诊断部根据流过电动机的电源线的电流的监视结果,诊断电动机和动力传递机构的异常,监视诊断部具有:分析部,其执行电流的频率分析;以及异常诊断部,其根据频率分析的结果,诊断电动机和动力传递机构的异常。
Description
技术领域
本发明涉及诊断电动机和动力传递机构的异常的电动机设备的异常诊断装置、电动机设备的异常诊断方法和电动机设备的异常诊断系统。
背景技术
在车间中存在多个电动机设备。电动机设备的诊断由维护部门通过五感诊断来判定。特别是关于重要度高的电动机设备,需要定期诊断,因此诊断所需的成本升高。并且,在电动机设备中,若劣化开始则劣化加速地发展。
在电动机设备为交流机的情况下,因机械应力或热劣化而产生的绝缘物的空隙或损伤部有时因放电等而引发层间短路(Layer Short),突然导致绝缘破坏。因此,一旦电动机设备劣化,则只会进入劣化发展的状态。
基于这样的背景,对电动机设备的始终监视技术的关心不断提高。但是,电动机设备的始终监视技术大多以针对每个电动机设备安装各种传感器为前提。作为各种传感器,例如可举出转矩计、编码器、加速度传感器等。但是,在集中管理几百~几千台马达的马达控制中心中进行始终监视的情况下,布线的数量增加,因此追加各种传感器是不现实的。
因此,期望如下装置:根据不使用特殊传感器而测定的电流或电压的信息,在马达控制中心中简单地诊断电动机设备的状态,提高可靠性和生产率。
关于电动机设备的始终监视以及检测到异常时的电动机保护,存在以下的现有技术(例如,参照专利文献1、2)。
在专利文献1中示出如下方法:在负载转矩的检测值为下限值以下时,诊断为在移动机构中负载异常地降低,与历史数据一起显示成为过小负载因素的候选的部件。此外,在专利文献1中还示出如下方法:在负载转矩的检测值为上限值以上时,诊断为在移动机构中负载异常地增加。
在专利文献2中示出如下方法:对电流波形进行频率分析,判定诊断对象设备中是否存在旋转系统异常。
现有技术文献
专利文献
专利文献1:日本特开2003-080529号公报
专利文献2:日本特开2016-90546号公报
发明内容
发明要解决的课题
专利文献1监视负载转矩的异常。但是,仅如专利文献1那样监视负载转矩,无法高精度地判定电动机设备的异常。此外,专利文献2使用电流的频率分析结果来诊断诊断对象设备中的旋转系统异常。但是,在专利文献2中,没有提及故障部位的确定。
电动机设备由电动机、动力传递部和机械设备构成。这里,作为动力传递部的具体例可举出带,作为机械设备的具体例可举出风扇。
目前,无法根据电流或电压的信息来确定电动机设备的异常产生部位。例如,如果将振动传感器设置在所有场所,则也许能够确定电动机设备的异常产生部位。但是,这样的方法的成本升高,因此应用于全部电动机设备是不现实的。
此外,在电动机设备的异常产生部位不明确的情况下,无法判断应更换哪个部位。其结果是,将更换电动机、动力传递部和机械设备的全部,到恢复为止花费时间。
本发明正是为了解决上述课题而完成的,其目的在于,提供一种能够根据电流信息确定电动机设备的异常部位的电动机设备的异常诊断装置、电动机设备的异常诊断方法和电动机设备的异常诊断系统。
用于解决课题的手段
本发明的电动机设备的异常诊断装置具有监视诊断部,该监视诊断部根据流过电动机的电源线的电流的监视结果,诊断电动机和动力传递机构的异常,监视诊断部具有:分析部,其执行电流的频率分析;以及异常诊断部,其根据频率分析的结果,诊断电动机和动力传递机构的异常。
在本发明的电动机设备的异常诊断方法中,针对电动机和动力传递机构分别确定是否产生了异常,其中,该异常诊断方法具有以下步骤:测定流过电动机的电源线的电流;执行电流的频率分析;以及根据频率分析的结果,诊断电动机和动力传递机构的异常。
本发明的电动机设备的异常诊断系统具有:本发明的电动机设备的异常诊断装置;以及电流检测器,其检测流过电动机的电源线的电流。
发明效果
根据本发明的电动机设备的异常诊断装置和电动机设备的异常诊断方法,可得到能够根据电流信息确定电动机设备的异常部位的电动机设备的异常诊断装置、电动机设备的异常诊断方法和电动机设备的异常诊断系统。
附图说明
图1是包含本发明实施方式1的电动机设备的异常诊断装置的整体结构图。
图2是本发明实施方式1的监视诊断部的功能框图。
图3是电动机设备处于正常状态的情况下的谱波形。
图4是示出本发明实施方式1中的带驱动时的电流频率分析波形的一例的图。
图5是示出在本发明实施方式1中,由动力传递机构引起的峰值与由马达旋转引起的峰值没有重叠但接近的情况下的带驱动时的电流频率分析波形的一例的图。
图6是示出在本发明实施方式1中,由动力传递机构引起的峰值与由马达旋转引起的峰值没有重叠且不接近的情况下的带驱动时的电流频率分析波形的一例的图。
图7是示出在本发明实施方式1的异常判定可否判断部中用于判断处置的不可异常判定区域的说明图。
图8是示出由本发明实施方式1的异常诊断部执行的一系列异常诊断处理的流程图。
图9是本发明实施方式2的监视诊断部的功能框图。
图10是示出由本发明实施方式2的异常诊断部执行的一系列异常诊断处理的流程图。
图11是图2或图9的监视诊断部的硬件结构图。
具体实施方式
以下,使用附图对本发明的各实施方式的电动机设备的异常诊断装置、电动机设备的异常诊断方法和电动机设备的异常诊断系统进行说明。另外,在各附图之间,相同标号表示相同或对应的部件。
实施方式1
图1是包含本发明实施方式1的电动机设备的异常诊断装置的整体结构图。电动机驱动用的电源线1由三相电线构成。电源线1的各个相分别经由多个布线用切断器2a、2b、2c和多个电磁接触器3a、3b、3c而与电动机6连接。机械设备8经由动力传递机构7而与电动机6连接。
在与电动机6连接的三相电线的各个相设置有作为电流检测器的相电流检测器4a、4b、4c和作为电压检测器的相电压检测器5a、5b、5c。监视诊断部9经由相电流检测器4a、4b、4c取得各相的电流,经由相电压检测器5a、5b、5c取得各相的电压。即,监视诊断部9取得流过电动机6的电源线的电流的监视结果以及施加到电动机6的电压的监视结果。
监视诊断部9根据取得的电流和电压,执行确定电动机设备的异常部位的诊断处理。此外,监视诊断部9能够经由显示部10和报警部11中的至少任意一方通知诊断结果。
监视诊断部9是一个电动机6具有一个的结构。另外,在具有多台电动机6的系统中,也可以将各个监视诊断部9的诊断结果在上位装置侧统合而进行综合判定。这里,综合判定是指如下方法:不是根据一个电动机6的分析结果实施异常判定,而是根据与其他不同的电动机6的分析结果的比较来实施一个电动机6的异常判定。
另外,在图1中,监视诊断部9可以经由网络取得相电流检测器4a、4b、4c分别检测到的电流和相电压检测器5a、5b、5c分别检测到的电压的信息,也可以通过缆线等的有线方式取得。
图2是本发明实施方式1的监视诊断部9的功能框图。监视诊断部9由存储器部21、电动机设定部22、分析部31、异常判定可否判断部41、异常诊断部51和诊断结果存储部52构成。
此外,分析部31构成为具有反相电流电压分析部32、谱峰值列检测部33、转子杆谱分析部34、马达旋转谱分析部35、动力传递机构谱分析部36和转矩分析部37。
接着,使用图2说明与监视诊断部9相关的功能的详细内容。
存储器部21具有记录电动机设定部22的信息的功能。在进行电动机设备的异常判定时,需要安装于电动机6的标牌的信息等。因此,电动机设定部22例如具有如下功能:接受用于规定以下记载的电动机的规格值作为操作员的输入操作,使存储器部21存储规格内容。
为了在线、实时且高精度地确定电动机6的旋转频带,对电动机设定部22输入设定电源频率、极数、额定旋转速度等作为安装于电动机6的标牌的信息。
当设电源频率为fs,电动机6的极数为p时,无负载时的马达旋转频率被计算为2fs/p。无负载时的旋转频率能够通过标牌的信息来计算。这里,电动机6的旋转频率成为比无负载时的旋转频率小且比额定负载时的旋转频率大的值,旋转频率的范围被限定。
分析部31内的反相电流电压分析部32根据经由相电流检测器4a、4b、4c取得的电流的信息和经由相电压检测器5a、5b、5c取得的电压的信息进行对称坐标变换,由此计算反相电流和反相电压。
反相电流是指与原来的相旋转方向相反的相旋转的对称三相电流,根据下式(1)的对称坐标变换式作为反相电流Isn求出。同时,零相电流Iz、正相电流Isp也通过下式(1)来计算。为了计算它们的值,可使用经由相电流检测器4a、4b、4c取得的三相交流电流Ia、Ib、Ic。
[式1]
这里,上式(1)中的α为
[式2]
反相电压也与反相电流同样地根据经由相电压检测器5a、5b、5c取得的三相交流电压通过对称坐标变换式求出。
接着,反相电流电压分析部32使用通过对各相的电压和电流进行对称坐标变换而求出的反相电压Vsn、反相电流Isn和反相导纳Yn计算下式(2)的评价值ΔIsn,由此对是否存在层间短路进行分析。
[式3]
ΔIsn=|Isn-YnVsn|
关于反相导纳Yn,作为无绕组短路,代入在导入初始使用反相电压Vsn和反相电流Isn计算出的初始值。在无绕组短路的情况下,通过上式(2)计算的评价值ΔIsn为“0”,在有绕组短路的情况下,通过上式(2)计算的评价值ΔIsn大于“0”。因此,反相电流电压分析部32能够根据计算出的评价值ΔIsn与阈值的比较,判定是否存在绕组短路。
接着,谱峰值列检测部33检测由动力传递机构7引起的谱峰值列。以下,对动力传递机构7为带的情况进行说明。谱峰值列检测部33在检测谱峰值列时,使用经由相电流检测器4a、4b、4c取得的电流的信息。
更具体而言,谱峰值列检测部33从电流FFT(Fast Fourier Transform:傅里叶逆变换)分析结果中检测全部谱峰值列,由此进行峰值检测。检测谱峰值列的范围优选为0~1000Hz之间。谱峰值列检测部33从检测到的谱峰值列中判定满足边带条件的谱峰值。
图3是示出在本发明实施方式1中有带时的电动机驱动电流谱波形的图。在图3中的谱波形中,横轴表示为频率[Hz],纵轴表示为电流信号强度[任意单位系统]。
如图3所示,在新品的带中,一般以电源频率fs为中心在频率的上位侧和下位侧双方以均等的间隔规定的第1频带中出现谱峰值。在图3中,例示出从电源频率fs起向上位侧以+fbelt、+2fbelt、+3fbelt等,向下位侧以-fbelt、-2fbelt、-3fbelt等按照等间隔出现谱峰值的状态。这里,fbelt称作带旋转频率。
在设带长度为L,电动机6侧的带轮半径为D,电源频率为fs,马达旋转频率为fr时,带旋转频率fbelt通过下式规定。
fbelt=(2πD·fr)/L
图3是电动机设备处于正常状态的情况下的谱波形。另外,谱峰值列的电流信号强度根据马达旋转频率而变化。
边带是指以电源频率fs为中心在上位侧和下位侧双方以均等的间隔产生的谱峰值。例如,在如图3的波形中,从电源频率fs起在+fbelt和-fbelt双方出现谱峰值,该双方的谱峰值为边带。
由动力传递机构7产生的谱峰值的信号强度具有比电源频带以外的其它频带的信号强度等大的趋势。因此,也能够根据信号强度的大小来判定带旋转频率fbelt。但是,如果能够事先输入带的有无、带长度、电动机6侧的带轮半径的信息,则能够通过使用上述的数学式,更高精度地检测带旋转频率fbelt。
接着,对异常判定可否判断部41的功能进行说明。异常判定可否判断部41使用谱峰值列检测部33中的检测处理结果来判断电动机6的异常判定可否。图4是示出本发明实施方式1中的带驱动时的电流频率分析波形的一例的图。在图4中,由动力传递机构引起的峰值与由马达旋转引起的峰值重叠。即,存在由马达旋转引起的峰值的第2频带与存在由动力传递机构引起的峰值的第1频带重叠。由动力传递机构引起的峰值与由马达旋转引起的峰值的位置关系根据带长度、电动机6的运转信息等而变化。
在这2个峰值重叠的情况下,分析部31无法进行电动机6的异常判定。这是由于,异常判定可否判断部41无法识别检测到的谱峰值是由动力传递机构引起的峰值还是由马达旋转引起的峰值。因此,在由动力传递机构引起的峰值与由马达旋转引起的峰值的位置关系如图4所示的情况下,异常判定可否判断部41判断为不实施电动机6的机械系统异常判定。
这对于由转子杆引起的峰值也可以说是同样如此。在由动力传递机构引起的峰值与由转子杆引起的峰值重叠的情况下,异常判定可否判断部41判断为不实施转子杆的异常判定。这是由于,异常判定可否判断部41无法识别检测到的谱峰值是由动力传递机构引起的峰值还是由转子杆引起的峰值。
另一方面,即使由转子杆引起的峰值或由马达旋转引起的峰值与谱峰值列重叠,异常判定可否判断部41也判断为能够继续实施动力传递机构7的异常判定。这是由于,存在多个由动力传递机构引起的谱峰值列,因此使用无重叠的多个谱峰值列,由此能够进行动力传递机构7的异常判定。
图5是示出在本发明实施方式1中,由动力传递机构引起的峰值与由马达旋转引起的峰值没有重叠但接近的情况下的带驱动时的电流频率分析波形的一例的图。例如,如图5所示,考虑由动力传递机构引起的峰值与由马达旋转引起的峰值不重叠但接近的情况。在该情况下,设例如通过下式(3)和下式(4)表示用于判断是否接近的频率范围。
fr100<k·fbelt<fr0 (3)
0<k·fbelt<2s100·fs (4)
在上式(3)、(4)中,设无负载时的旋转频率为fr0,额定负载时的旋转频率为fr100,额定负载时的滑动为s100,k为k=1、2、3…。通过2fs/p计算无负载时的旋转频率fr0。此外,根据额定信息例如标牌记载的信息,可知额定负载时的旋转频率fr100。
由马达旋转引起的峰值和由转子杆引起的峰值在无负载到额定负载范围内运转中的情况下,一定存在于上式(3)或者上式(4)的范围内。作为例外,当超过额定负载时,偏离上式(3)和上式(4)的范围。在上式(3)的范围内产生了由动力传递机构引起的峰值的情况下,异常判定可否判断部41判断为不实施电动机6的机械系统异常判定。
此外,在上式(4)的范围内产生了由动力传递机构引起的峰值的情况下,异常判定可否判断部41判断为不实施电动机6的转子杆异常判定。即,异常判定可否判断部41判断为难以区分两者,判断为不实施转子杆异常判定。
但是,即使由动力传递机构引起的峰值与由马达旋转引起的峰值接近且在上式(3)和上式(4)的范围内,异常判定可否判断部41也能够识别两者。例如,异常判定可否判断部41检测存在于上式(3)和上式(4)的范围内的峰值的个数,在存在2个以上峰值的情况下,能够判断为一方是由动力传递机构引起的峰值,另一方是由电动机旋转引起的峰值。在能够这样进行识别的情况下,异常判定可否判断部41判断为实施电动机6的机械系统异常判定。
由异常判定可否判断部41进行的这种判断对于由动力传递机构引起的峰值与由转子杆引起的峰值接近且在上式(3)和上式(4)的范围内的情况也同样如此。
图6是示出在本发明实施方式1中,由动力传递机构引起的峰值与由马达旋转引起的峰值没有重叠且不接近的情况下的带驱动时的电流频率分析波形的一例的图。例如,如图6所示,在由动力传递机构引起的峰值与由马达旋转引起的峰值不接近的情况下,异常判定可否判断部41能够识别由动力传递机构引起的峰值和由马达旋转引起的峰值,判断为能够实施电动机6的机械系统异常判定。
即,分析部31能够根据由动力传递机构引起的峰值检测结果,实施动力传递机构7的异常判定,并且能够根据由马达旋转引起的峰值检测结果,实施电动机6的机械系统异常的判定。由异常判定可否判断部41进行的这种判断对于由动力传递机构引起的峰值与由转子杆引起的峰值没有重叠且不接近的情况也同样如此。
图7是示出在本发明实施方式1的异常判定可否判断41中用于判断处置的不可异常判定区域的说明图。例如,如图7所示,异常判定可否判断部41能够根据上式(3)和上式(4),预先确定电动机6的不可异常判定区域。这里,不可异常判定区域相当于用于异常判定可否判断部41判断异常判定可否的频率范围。
然后,在预先确定的不可异常判定区域的范围内存在由马达旋转引起的峰值的情况下,异常判定可否判断部41判断为不实施电动机6的机械系统异常判定。
这样的判断方法不仅能够应用于由马达旋转引起的峰值,还能够同样地应用于由转子杆引起的峰值。即,即使在预先确定的不可异常判定区域的范围内存在由转子杆引起的峰值的情况下,异常判定可否判断部41也判断为不实施电动机6的机械系统异常判定。
接着,对在异常判定可否判断部41判断为实施电动机6的机械系统异常判定以后在分析部31中执行的分析处理进行说明。
转子杆谱分析部34根据由谱峰值列检测部33检测到的谱峰值列,对由转子杆引起的谱进行分析。由转子杆引起的谱以
fs(1±2s)
作为测定波产生。因此,转子杆谱分析部34根据谱峰值列,对满足上式关系的谱峰值进行分析,检测其信号强度。
马达旋转谱分析部35根据由谱峰值列部33检测到的谱峰值列,对由马达旋转引起的谱进行分析。由马达旋转引起的谱以
fs±fr
作为测定波产生。因此,马达旋转谱分析部35对满足上式关系的谱峰值进行分析,检测其信号强度。
动力传递机构谱分析部36根据由谱峰值列检测部33检测到的谱峰值列,对由动力传递机构引起的谱进行分析。
例如,在动力传递机构为带的情况下,若带断线,则由动力传递机构引起的峰值从谱峰值列消失。因此,动力传递机构谱分析部36检测是否存在由动力传递机构引起的峰值。
动力传递机构谱分析部36在能够检测到峰值的情况下,作为分析结果能够判断为带没有断线。另一方面,动力传递机构谱分析部36在尽管能够检测到峰值但从某一时刻起无法检测到峰值的情况下,作为分析结果能够判断为带断线。
转矩分析部37根据经由相电流检测器4a、4b、4c取得的电流的信息和经由相电压检测器5a、5b、5c取得的电压的信息,实施转矩的分析。本实施方式1的转矩分析部37根据电压和电流计算转矩。转矩分析部37在负载转矩的异常检测时,使用下式(5)的理论式,根据定子电流id、iq、交链磁通和磁极数Pp计算转矩估计值Te。
[式4]
并且,转矩分析部37根据计算出的转矩估计值Te,判断负载转矩异常。另外,根据下式(6)、(7)计算交链磁通
[式5]
这里,vd、vq为定子电压,Rs为定子电阻。
异常诊断部51根据分析部31的分析结果,实施与电动机6相关的异常诊断。图8是示出由本发明实施方式1的异常诊断部51执行的一系列异常诊断处理的流程图。首先,在步骤S1中,反相电流电压分析部32根据电流信息和电压信息,实施层间短路判定。
反相电流电压分析部32实施反相电流电压分析,计算上述的式(2)的评价值ΔIsn,对评价值ΔIsn进行例如使用阈值δtf的阈值判定,由此实施层间短路判定。反相电流电压分析部32在评价值ΔIsn为阈值δtf以上的情况下,判断为产生了定子异常即层间短路。
并且,反相电流电压分析部32能够经由显示部10显示产生了定子异常,能够经由报警部11通知产生了定子异常。
层间短路判定优选在谱峰值列检测之前实施。这是由于,若产生层间短路,则有可能产生多个由层间短路引起的峰值,因此,难以识别由层间短路引起的峰值和由动力传递机构引起的峰值,同样也难以识别由层间短路引起的峰值和由马达旋转引起的峰值,同样也难以识别由层间短路引起的峰值和由转子杆引起的峰值。
接着,在步骤S2中,谱峰值列检测部33根据电流信息,实施谱峰值列检测。然后,谱峰值列检测部33确认由动力传递机构引起的峰值与由马达旋转引起的峰值的重叠。此外,谱峰值列检测部33确认由动力传递机构引起的峰值与由转子杆引起的峰值的重叠。在没有峰值重叠的情况下,进入步骤S3。
另外,在步骤S2中,谱峰值列检测部33即使不一定实施谱峰值列检测,也能够判断出峰值重叠的可否。谱峰值列检测部33在不实施谱峰值列检测的情况下,首先预测马达的旋转频率。这里,谱峰值列检测部33能够根据马达测试报告、标牌信息、负载率等预测马达的旋转频率。
接着,谱峰值列检测部33根据带的长度和安装于马达轴的带轮的直径,预测谱峰值列的产生位置。例如,当设带长度为L,带轮半径为D,电源频率为fs,马达的旋转频率为fr时,谱峰值列检测部33能够通过下式在理论上求出谱峰值列的产生位置。
fs±fbelt、fs±2fbelt、fs±3fbelt、…、fs±k×fbelt、(k=1、2、3、…)
其中,带旋转频率fbelt为
fbelt=(2πD·fr)/L。
由此,谱峰值列检测部33能够求出由动力传递机构引起的谱峰值列。然后,谱峰值列检测部33确认由动力传递机构引起的峰值与由马达引起的峰值是否重叠。具体而言,谱峰值列检测部33计算带旋转频率fbelt是否满足上述的式(3)或式(4)的范围。
在带旋转频率fbelt满足上式(3)的情况下,谱峰值列检测部33判断为不实施电动机6的机械系统异常判定。另一方面,在带旋转频率fbelt不满足上式(3)的情况下,谱峰值列检测部33判断为实施电动机6的机械系统异常判定。
此外,在带旋转频率fbelt满足上式(4)的情况下,谱峰值列检测部33判断为不实施转子杆异常判定。另一方面,在带旋转频率fbelt不满足上式(4)的情况下,谱峰值列检测部33判断为实施转子杆异常判定。
在带旋转频率fbelt满足上式(3)且满足上式(4)的情况下,进入步骤S5。另一方面,在带旋转频率fbelt不满足上式(3)和上式(4)中的至少任意一方的情况下,进入步骤S3。
接着,在之前的步骤S2中判断为实施转子杆异常判定的情况下,在步骤S3中,转子杆谱分析部34实施转子杆判定。具体而言,转子杆谱分析部34实施转子杆的谱分析。然后,转子杆谱分析部34在相当于由转子杆引起的谱的电流信号强度PSDbar为阈值δbar以上的情况下,判断为产生了转子异常即转子杆异常。
并且,转子杆谱分析部34能够经由显示部10显示产生了转子杆异常,能够经由报警部11通知产生了转子杆异常。
接着,在之前的步骤S2中判断为实施电动机6的机械系统异常判定的情况下,在步骤S4中,马达旋转谱分析部35实施机械系统判定。具体而言,马达旋转谱分析部35实施马达旋转频率的谱分析。然后,马达旋转谱分析部35在相当于由马达旋转引起的谱的电流信号强度PSDmech为阈值δmech以上的情况下,判断为产生了机械系统异常即轴承异常、偏心异常等。
并且,马达旋转谱分析部35能够经由显示部10显示产生了机械系统异常,能够经由报警部11通知产生了机械系统异常。
接着,在步骤S5中,动力传递机构谱分析部36实施动力传递部判定。具体而言,动力传递机构谱分析部36实施谱峰值列分析,例如,尽管检测到超过预先设定的阈值δbelt的电流信号强度PSDbelt但从某一时刻起无法再检测到,由此判断为产生了由于带断线引起的动力传递部异常。
并且,动力传递机构谱分析部36能够经由显示部10显示产生了动力传递部异常,能够经由报警部11通知产生了动力传递部异常。
接着,在步骤S6中,转矩分析部37实施转矩分析。具体而言,转矩分析部37实施转矩估计分析,例如在使用上述的式(5)计算出的转矩估计值Te为预先设定的阈值δtor以上的情况下,判断为产生了负载转矩的异常。
并且,转矩分析部37能够经由显示部10显示产生了转矩异常,能够经由报警部11通知产生了转矩异常。
这里,重要的是,在通过步骤S1~步骤S5的一系列处理而判断为电动机6和动力传递机构7无异常以后实施步骤S6的转矩估计分析。这是由于,在尽管在步骤S1~步骤S5中判断为无异常但在步骤S6中判断为转矩异常的情况下,引起转矩异常的原因只能认为是机械设备,能够确定作为负载转矩的异常因素的机械设备。
如上所述,实施方式1的电动机设备的异常诊断装置、电动机设备的异常诊断方法和电动机设备的异常诊断系统能够根据电动机的电流信息和电压信息,确定在电动机、动力传递部和机械设备的何处产生了异常。
具体而言,实施方式1的电动机设备的异常诊断装置具有监视诊断部,该监视诊断部根据流过电动机的电源线的电流的监视结果以及施加到电动机的电压的监视结果,诊断电动机和动力传递机构的异常。而且,监视诊断部具有:分析部,其执行电流的频率分析;以及异常诊断部,其根据频率分析的结果,诊断电动机和动力传递机构的异常。
此外,异常诊断部能够根据电流和电压的监视结果,实施层间短路判定。并且,异常诊断部能够在根据频率分析的结果诊断出电动机和动力传递机构的异常以后,根据电流和电压的监视结果,实施负载转矩异常的判定。
此外,实施方式1的电动机设备的异常诊断方法具有以下步骤:测定流过电动机的电源线的电流;执行电流的频率分析;以及根据频率分析的结果,诊断电动机和动力传递机构的异常。并且,实施方式1的电动机设备的异常诊断方法具有测定施加到电动机的电压的步骤。
其结果是,能够根据电流和电压的监视结果,实施层间短路判定。并且,能够在根据频率分析的结果诊断出电动机和动力传递机构的异常以后,根据电流和电压的监视结果,实施负载转矩异常的判定。
因此,根据实施方式1,通过使用电流检测器和电压检测器,能够在不使用特殊传感器的情况下,以较低的成本确定电动机设备的异常部位。
此外,能够针对电动机的定子、电动机的转子、电动机的机械系统、动力传递机构和机械设备(负载)分别确定是否产生了异常,能够仅更换异常产生部位。因此,与更换全部设备相比,能够削减更换费用,并且能够实现设备的较早恢复。
实施方式2
在上述的实施方式1中,对以下情况进行了说明:使用电流检测值和电压检测值双方执行图8所示的一系列异常诊断处理,确定电动机设备的异常部位。与此相对,在本实施方式2中,对以下情况进行说明:仅使用电流检测值执行一系列异常诊断处理,确定电动机设备的异常部位。
在之前的图8所示的一系列异常诊断处理中,步骤S1和步骤S6是使用电流检测值和电压检测值双方执行异常诊断处理的工序。另一方面,步骤S2~步骤S5是无需电压检测值而仅使用电流检测值执行异常诊断处理的工序。
包含本实施方式2的电动机设备的异常诊断装置的整体结构图相当于从之前的实施方式1中的图1所示的结构中删除相电压检测器5a、5b、5c而得到的图。因此,关于包含本实施方式2的电动机设备的异常诊断装置的整体结构,省略图示。
图9是本发明实施方式2的监视诊断部9的功能框图。与之前的实施方式1中的图2的功能框图进行比较,图9所示的本实施方式2的功能框图在不具有反相电流电压分析部32和转矩分析部37的方面以及输入到分析部31的测定值仅为电流值的方面不同。
图10是示出由本发明实施方式2的异常诊断部51执行的一系列异常诊断处理的流程图。图10所示的流程图相当于从之前的图8所示的流程图中删除步骤S1和步骤S6而得到的图。另外,图10中的步骤S2~步骤S5中的各处理内容与之前的图8中的步骤S2~步骤S5中的各处理内容相同,省略说明。
本实施方式2的分析部31能够仅使用电流检测值,执行步骤S2中的谱峰值列的检测处理、步骤S3中的转子杆判定处理、步骤S4中的机械系统判定处理以及步骤S5中的动力传递部判定处理。其结果是,分析部31能够识别并确定转子异常、机械系统异常和动力传递部异常。
如上所述,实施方式2的电动机设备的异常诊断装置、电动机设备的异常诊断方法和电动机设备的异常诊断系统能够仅根据电动机的电流信息,确定在电动机和动力传递部的何处产生了异常。
具体而言,实施方式2的电动机设备的异常诊断装置具有监视诊断部,该监视诊断部根据流过电动机的电源线的电流的监视结果,诊断电动机和动力传递机构的异常。而且,监视诊断部具有:分析部,其执行电流的频率分析;以及异常诊断部,其根据频率分析的结果,诊断电动机和动力传递机构的异常。
此外,实施方式2的电动机设备的异常诊断方法具有以下步骤:测定流过电动机的电源线的电流;执行电流的频率分析;以及根据频率分析的结果诊断电动机和动力传递机构的异常。
因此,通过仅使用电流检测器,能够在不使用特殊传感器的情况下,以较低的成本确定电动机设备的异常部位。
此外,能够针对电动机的转子、电动机的机械系统和动力传递机构分别确定是否产生了异常,能够仅更换异常产生部位。因此,与更换全部设备相比,能够削减更换费用,并且能够实现设备的较早恢复。
图11是图2或图9的监视诊断部9的硬件结构图。在图11中,监视诊断部9构成为包含处理器60和存储器部21。处理器60通过执行存储器部21中存储的程序,进行分析部31的处理。
这里,存储器部21由存储有记述分析部31的处理的程序等的存储器构成。处理器60由逻辑上构成为微计算机、DSP(Digital Signal Processor:数字信号处理器)、FPGA等硬件电路的处理器构成。此外,也可以是多个处理器和多个存储器部协作地执行分析部31的功能。
标号说明
1:电源线;4a、4b、4c:相电流检测器(电流检测器);5a、5b、5c:相电压检测器(电压检测器);6:电动机;7:动力传递机构;8:机械设备;9:监视诊断部;10:显示部;11:报警部;21:存储器部;22:电动机设定部;31:分析部;32:反相电流电压分析部;33:谱峰值列检测部;34:转子杆谱分析部;35:马达旋转谱分析部;36:动力传递机构谱分析部;37:转矩分析部;41:异常判定可否判断部;51:异常诊断部;52:诊断结果存储部;60:处理器。
Claims (18)
1.一种电动机设备的异常诊断装置,其中,
该异常诊断装置具有监视诊断部,该监视诊断部根据流过电动机的电源线的电流的监视结果,诊断所述电动机和动力传递机构的异常,
所述监视诊断部具有:
分析部,其执行所述电流的频率分析;
异常诊断部,其根据所述频率分析的结果,诊断所述电动机和所述动力传递机构的异常;以及
异常判定可否判断部,其根据产生通过所述频率分析而检测到的、由所述动力传递机构引起的峰值的第1频带,判断所述电动机的异常判定可否,
在由所述异常判定可否判断部判断为能够进行所述电动机的异常判定的情况下,所述异常诊断部诊断所述电动机和所述动力传递机构的异常。
2.根据权利要求1所述的电动机设备的异常诊断装置,其中,
所述异常判定可否判断部根据所述第1频带和产生由马达旋转引起的峰值的第2频带,判断所述电动机的异常判定可否。
3.根据权利要求1所述的电动机设备的异常诊断装置,其中,
所述分析部执行所述电流的频率分析,由此实施由所述动力传递机构引起的峰值检测,
在由所述分析部实施由所述动力传递机构引起的所述峰值检测以后,所述异常诊断部实施由马达旋转引起的峰值检测,
所述异常诊断部根据由所述马达旋转引起的峰值检测结果,诊断所述电动机的异常,
所述异常诊断部根据由所述动力传递机构引起的峰值检测结果,诊断所述动力传递机构的异常。
4.根据权利要求3所述的电动机设备的异常诊断装置,其中,
在所述分析部实施由所述动力传递机构引起的峰值检测以后,所述异常判定可否判断部根据由所述动力传递机构引起的峰值检测结果与频率范围的阈值的比较,判断所述电动机的异常判定可否。
5.根据权利要求3所述的电动机设备的异常诊断装置,其中,
所述分析部在理论上计算由所述动力传递机构引起的峰值,由此实施所述峰值检测。
6.根据权利要求4所述的电动机设备的异常诊断装置,其中,
所述分析部在理论上计算由所述动力传递机构引起的峰值,由此实施所述峰值检测。
7.根据权利要求1~6中的任意一项所述的电动机设备的异常诊断装置,其中,
所述异常诊断部实施由所述电动机中的转子杆引起的峰值检测,诊断转子杆异常。
8.根据权利要求1~6中的任意一项所述的电动机设备的异常诊断装置,其中,
所述监视诊断部根据流过所述电动机的所述电源线的电流的监视结果以及施加到所述电动机的电压的监视结果,诊断所述电动机和所述动力传递机构的异常,
所述异常诊断部根据所述电流和所述电压,实施层间短路判定,
所述异常诊断部在所述层间短路判定的结果是判定为没有产生层间短路以后,根据所述频率分析的结果,诊断所述电动机和所述动力传递机构的异常。
9.根据权利要求8所述的电动机设备的异常诊断装置,其中,
所述异常诊断部在根据所述频率分析的结果诊断出所述电动机和所述动力传递机构的异常以后,根据所述电流和所述电压实施负载转矩异常的判定。
10.根据权利要求1~6中的任意一项所述的电动机设备的异常诊断装置,其中,
所述监视诊断部根据流过所述电动机的所述电源线的电流的监视结果以及施加到所述电动机的电压的监视结果,诊断所述电动机和所述动力传递机构的异常,
所述异常诊断部在根据所述频率分析的结果诊断出所述电动机和所述动力传递机构的异常以后,根据所述电流和所述电压实施负载转矩异常的判定。
11.一种电动机设备的异常诊断方法,针对电动机和动力传递机构分别确定是否产生了异常,其中,该异常诊断方法具有以下步骤:
测定流过所述电动机的电源线的电流;
执行所述电流的频率分析;
根据所述频率分析的结果诊断所述电动机和所述动力传递机构的异常;以及
根据产生通过所述频率分析而检测到的、由所述动力传递机构引起的峰值的第1频带,判断所述电动机的异常判定可否,
在诊断所述异常的步骤中,在通过判断所述异常判定可否的步骤判断为能够进行所述电动机的异常判定的情况下,诊断所述电动机和所述动力传递机构的异常。
12.根据权利要求11所述的电动机设备的异常诊断方法,其中,
在执行所述频率分析的步骤中,实施由所述动力传递机构引起的峰值检测,
在判断所述异常判定可否的步骤中,在通过执行所述频率分析的步骤实施由所述动力传递机构引起的所述峰值检测以后,根据由所述动力传递机构引起的峰值检测结果与频率范围的阈值的比较,判断所述电动机的异常判定可否。
13.根据权利要求12所述的电动机设备的异常诊断方法,其中,
在执行所述频率分析的步骤中,在理论上计算由所述动力传递机构引起的峰值,由此实施所述峰值检测。
14.根据权利要求11~13中的任意一项所述的电动机设备的异常诊断方法,其中,
在诊断所述异常的步骤中,实施由所述电动机中的转子杆引起的峰值检测,诊断转子杆异常。
15.根据权利要求11~13中的任意一项所述的电动机设备的异常诊断方法,其中,
该异常诊断方法还具有测定施加到所述电动机的电压的步骤,
在诊断所述异常的步骤中,根据所述电流和所述电压实施层间短路判定,在所述层间短路判定的结果是判定为没有产生层间短路以后,根据所述频率分析的结果,诊断所述电动机和所述动力传递机构的异常。
16.根据权利要求11~13中的任意一项所述的电动机设备的异常诊断方法,其中,
该异常诊断方法还具有测定施加到所述电动机的电压的步骤,
在诊断所述异常的步骤中,在根据所述频率分析的结果诊断出所述电动机和所述动力传递机构的异常以后,根据所述电流和所述电压实施负载转矩异常的判定。
17.一种电动机设备的异常诊断系统,该电动机设备的异常诊断系统具有:
权利要求1~7中的任意一项所述的电动机设备的异常诊断装置;以及
电流检测器,其检测流过所述电动机的电源线的电流。
18.一种电动机设备的异常诊断系统,该电动机设备的异常诊断系统具有:
权利要求8~10中的任意一项所述的电动机设备的异常诊断装置;
电流检测器,其检测流过所述电动机的电源线的电流;以及
电压检测器,其检测施加到所述电动机的电压。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/015621 WO2020208743A1 (ja) | 2019-04-10 | 2019-04-10 | 電動機設備の異常診断装置、電動機設備の異常診断方法、および電動機設備の異常診断システム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113647013A CN113647013A (zh) | 2021-11-12 |
CN113647013B true CN113647013B (zh) | 2024-05-10 |
Family
ID=72750640
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980094907.XA Active CN113647013B (zh) | 2019-04-10 | 2019-04-10 | 电动机设备的异常诊断装置、电动机设备的异常诊断方法和电动机设备的异常诊断系统 |
Country Status (4)
Country | Link |
---|---|
JP (1) | JP7109656B2 (zh) |
CN (1) | CN113647013B (zh) |
DE (1) | DE112019007189T5 (zh) |
WO (1) | WO2020208743A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230003798A1 (en) | 2020-02-17 | 2023-01-05 | Mitsubishi Electric Corporation | Permanent Magnet Synchronous Motor Diagnostic Device and Inverter Comprising the Same |
JP2022127190A (ja) * | 2021-02-19 | 2022-08-31 | 三菱重工業株式会社 | 診断システム、診断方法およびプログラム |
JP2022136826A (ja) * | 2021-03-08 | 2022-09-21 | オムロン株式会社 | 異常検出装置及び方法 |
JPWO2023095247A1 (zh) * | 2021-11-25 | 2023-06-01 | ||
WO2023223412A1 (ja) * | 2022-05-17 | 2023-11-23 | 三菱電機株式会社 | 永久磁石同期モータの電流制御装置及び電流制御方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010288352A (ja) * | 2009-06-10 | 2010-12-24 | Nippon Steel Corp | 設備の異常診断方法 |
WO2014156386A1 (ja) * | 2013-03-29 | 2014-10-02 | 三菱電機株式会社 | 電動機の診断装置および開閉装置 |
KR20170030229A (ko) * | 2015-09-09 | 2017-03-17 | 고려대학교 산학협력단 | 유도 전동기 저널 베어링 진단 시스템 및 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 |
CN107155353A (zh) * | 2014-12-10 | 2017-09-12 | 三菱电机株式会社 | 电动机的诊断装置 |
JP2017181437A (ja) * | 2016-03-31 | 2017-10-05 | 株式会社高田工業所 | 回転機械系の異常検知方法、その異常検知方法を用いた回転機械系の異常監視方法、及びその異常監視方法を用いた回転機械系の異常監視装置 |
WO2018020563A1 (ja) * | 2016-07-26 | 2018-02-01 | 三菱電機株式会社 | 電動機の診断装置 |
WO2018109993A1 (ja) * | 2016-12-15 | 2018-06-21 | 三菱電機株式会社 | 動力伝達機構の異常診断装置および動力伝達機構の異常診断方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4824879B2 (ja) | 2001-09-14 | 2011-11-30 | 株式会社スター精機 | 取出機の異常診断方法 |
JP6410572B2 (ja) | 2014-11-11 | 2018-10-24 | 旭化成エンジニアリング株式会社 | 電流診断装置および電流診断方法 |
EP3474029B1 (en) * | 2016-06-21 | 2022-03-30 | Mitsubishi Electric Corporation | Load abnormality detection device |
-
2019
- 2019-04-10 CN CN201980094907.XA patent/CN113647013B/zh active Active
- 2019-04-10 WO PCT/JP2019/015621 patent/WO2020208743A1/ja active Application Filing
- 2019-04-10 DE DE112019007189.0T patent/DE112019007189T5/de active Pending
- 2019-04-10 JP JP2021513090A patent/JP7109656B2/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010288352A (ja) * | 2009-06-10 | 2010-12-24 | Nippon Steel Corp | 設備の異常診断方法 |
WO2014156386A1 (ja) * | 2013-03-29 | 2014-10-02 | 三菱電機株式会社 | 電動機の診断装置および開閉装置 |
CN107155353A (zh) * | 2014-12-10 | 2017-09-12 | 三菱电机株式会社 | 电动机的诊断装置 |
KR20170030229A (ko) * | 2015-09-09 | 2017-03-17 | 고려대학교 산학협력단 | 유도 전동기 저널 베어링 진단 시스템 및 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 |
JP2017181437A (ja) * | 2016-03-31 | 2017-10-05 | 株式会社高田工業所 | 回転機械系の異常検知方法、その異常検知方法を用いた回転機械系の異常監視方法、及びその異常監視方法を用いた回転機械系の異常監視装置 |
WO2018020563A1 (ja) * | 2016-07-26 | 2018-02-01 | 三菱電機株式会社 | 電動機の診断装置 |
WO2018109993A1 (ja) * | 2016-12-15 | 2018-06-21 | 三菱電機株式会社 | 動力伝達機構の異常診断装置および動力伝達機構の異常診断方法 |
Also Published As
Publication number | Publication date |
---|---|
DE112019007189T5 (de) | 2022-03-31 |
JPWO2020208743A1 (ja) | 2021-10-14 |
JP7109656B2 (ja) | 2022-07-29 |
WO2020208743A1 (ja) | 2020-10-15 |
CN113647013A (zh) | 2021-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113647013B (zh) | 电动机设备的异常诊断装置、电动机设备的异常诊断方法和电动机设备的异常诊断系统 | |
JP5875734B2 (ja) | 電動機の診断装置および開閉装置 | |
US10267860B2 (en) | Fault detection in induction machines | |
US8405339B2 (en) | System and method for detecting fault in an AC machine | |
JP6628905B2 (ja) | 動力伝達機構の異常診断装置および動力伝達機構の異常診断方法 | |
JP5546545B2 (ja) | 電気機械のロータの動作中に電気機械を監視および/または分析する方法および電気機械を動作中に監視および/または分析する装置 | |
US7042229B2 (en) | System and method for on line monitoring of insulation condition for DC machines | |
JP6353694B2 (ja) | 劣化診断システム | |
EP3232215B1 (en) | Electric motor diagnosis device | |
CN106304846B (zh) | 用于确定同步机故障状态的方法和系统 | |
KR100608235B1 (ko) | 유도전동기의 실시간 수명 예측, 결함 감지 방법 및 장치 | |
US7081760B2 (en) | Method of diagnosing a broken bar fault in an induction motor | |
EP2641099B1 (en) | Cable fatigue monitor and method thereof | |
EP3054307A1 (en) | Stator fault detection and diagnosis | |
KR102427372B1 (ko) | 이상 진단 장치, 이상 진단 방법 및 이상 진단 시스템 | |
US20200348207A1 (en) | Method for Estimating Bearing Fault Severity for Induction Motors | |
EP2851698B1 (en) | A method for detecting a fault in an electrical machine | |
CN111948528B (zh) | 开闭装置的诊断方法以及装置 | |
WO2016151708A1 (ja) | 電機品の故障検出装置および故障検出方法 | |
US11959978B2 (en) | Method of detecting a rotor bar fault and a method of estimating an additional operating expenditure due to one or more mechanical anomalies in an electrical machine | |
KR102212084B1 (ko) | 동기전동기의 고장 진단 방법 | |
Treetrong | Fault detection and diagnosis of induction motors based on higher-order spectrum | |
KR101950385B1 (ko) | 유도 전동기 및 부하의 진단 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 | |
Youn et al. | A method for indentifying broken rotor bar and stator winding fault in a low-voltage squirrel-cage induction motor using radial flux sensor | |
CN118160217A (zh) | 电动机的诊断装置、电动机的诊断方法及电动机的异常预兆推理装置 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Tokyo Applicant after: MITSUBISHI ELECTRIC Corp. Address before: Tokyo, Japan Applicant before: MITSUBISHI ELECTRIC Corp. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |