CN116679202B - 一种基于气隙磁通密度特性的发电机故障检测方法 - Google Patents
一种基于气隙磁通密度特性的发电机故障检测方法 Download PDFInfo
- Publication number
- CN116679202B CN116679202B CN202310425801.1A CN202310425801A CN116679202B CN 116679202 B CN116679202 B CN 116679202B CN 202310425801 A CN202310425801 A CN 202310425801A CN 116679202 B CN116679202 B CN 116679202B
- Authority
- CN
- China
- Prior art keywords
- air gap
- flux density
- generator
- magnetic flux
- stator
- 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
- 230000004907 flux Effects 0.000 title claims abstract description 103
- 238000001514 detection method Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 27
- 230000001131 transforming effect Effects 0.000 claims abstract description 4
- 238000001228 spectrum Methods 0.000 claims description 12
- 230000014509 gene expression Effects 0.000 claims description 9
- 238000004804 winding Methods 0.000 claims description 9
- 230000035699 permeability Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 5
- 230000003068 static effect Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000004323 axial length Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Manufacture Of Motors, Generators (AREA)
Abstract
本发明公开了一种基于气隙磁通密度特性的发电机故障检测方法,属于发电机检测技术领域,包括以下步骤:S1:向发电机中安装检测装置,并搭建测试平台;S2:通过检测装置获取气隙磁通密度信号;S3:利用快速傅立叶变换将磁通密度的时域信号变换成频域信号;S4:通过时域和频域的对比判断发电机出现气隙偏心或定子匝间短路故障;S5:通过计算得到气隙磁通密度的值,对不同工况下的磁通密度值选取均方根值再与正常下的磁通密度均方根值做比值确定故障的严重程度;本发明采用上述方法,采用霍尔传感器可直接测量发电机气隙磁通密度,不但可以检测气隙偏心故障和定子匝间短路故障,还可以诊断出故障发生位置与故障程度。
Description
技术领域
本发明涉及发电机检测技术领域,尤其是涉及一种基于气隙磁通密度特性的发电机故障检测方法。
背景技术
气隙偏心故障是发电机中常见的机械故障,通常指转子和定子之间的气隙径向不均匀,一般按照气隙最小位置的变化情况,气隙径向偏心可分为气隙径向静偏心,气隙径向动偏心与气隙径向动静混合偏心,气隙径向静偏心由定转子安装配合不准确及长期运行中发电机的轴承磨损造成的,而动偏心由转子表面圆度不齐和热弯曲引起的,气隙径向偏心将导致定子铁芯上产生不平衡磁拉力,加剧定子铁芯振动并导致铁芯变形、绕组绝缘破坏。气隙轴向偏心将会引起转子铁芯产生不平衡磁拉力,导致转子铁芯产生裂纹加剧涡流损耗造成转子过热变形;除了气隙偏心故障外,定子匝间短路故障是发电机中常见的电气故障,其故障发生率约占整个电机故障的30%至40%之间,匝间短路后定子绕组除出现了振动幅值增加的现象外,还会产生高额的热量最终导致绝缘失效,造成发电机停机,因此,提供一种基于气隙磁通密度特性的发电机故障检测方法。
发明内容
本发明的目的是提供一种基于气隙磁通密度特性的发电机故障检测方法,对发电机的气隙磁通密度进行检测,能直接反映电机的运行状态,采用霍尔传感器可直接测量发电机气隙磁通密度,不但可以检测气隙偏心故障和定子匝间短路故障,还可以诊断出故障位置与程度的方法,对发电机的平稳运行具有积极意义,解决了背景材料中的问题。
为实现上述目的,本发明提供了一种基于气隙磁通密度特性的发电机故障检测方法,包括以下步骤:
S1:向发电机中安装检测装置,并搭建测试平台;
S2:通过检测装置获取气隙磁通密度信号;
S3:利用快速傅立叶变换将磁通密度的时域信号变换成频域信号;
S4:通过时域和频域的对比确认发电机的运行情况;
S5:通过计算得到气隙磁通密度的值,对不同工况下的磁通密度值选取均方根值再与正常下的磁通密度均方根值做比确定气隙偏心程度与定子匝间短路故障的短路程度。
优选的,所述步骤S1中的检测装置是霍尔传感器,将霍尔传感器的脚部安装到发动机中的定子槽中。
优选的,所述步骤S1中的检测平台为发动机连接驱动电机,上位机连接测量仪,所述测量仪连接所述检测装置。
优选的,所述步骤S2中获取气隙磁通密度的方法具体为,通过霍尔传感器的头部测取发电机气隙磁通密度。
优选的,所述步骤S3中,将采集到的磁密信号上传至检测平台并且进行FFT快速傅里叶变换,得到气隙磁密的频域信号,记录其中0Hz至200Hz的特征频率幅值。
优选的,所述步骤S4中,通过时域和频域的对比确认发电机的运行情况的具体方法为,将采集得到的时域信号与变换后的频域信号与正常情况下的气隙磁通密度数据样本里面的频谱各分量进行对比;
当发电机气隙磁通密度时域波形幅值及频谱中各个谐波分量的幅值增加,则发电机出现气隙径向偏心故障;
当发电机气隙磁通密度时域波形幅值及频谱中各个谐波分量的幅值降低,同时未出现新的谐波分量,则发电机出现气隙轴向偏心故障;
当发电机气隙磁通密度时域波形幅值及频谱中各个谐波分量的幅值降低,同时出现150Hz倍频成分,则发电机出现定子匝间短路故障。
优选的,所述步骤S5中,发电机的工作情况分为四种,正常情况、气隙径向偏心、气隙轴向偏心和定子匝间短路,计算发电机气隙磁动势在上述四种情况下的表达式如下:
上式中,p为发电机极对数,ψ为发电机内功角,ω为电频率,t为时间,αm为气隙周向位置角,其中正常情况和气隙径向偏心故障下永磁体产生的转子磁势为MFr,定子绕组产生的定子磁势为MFs,气隙轴向偏心故障下永磁体产生的转子磁势为MFre1,定子绕组产生的定子磁势为MFse1,MFr1为定子匝间短路故障下永磁体产生的旋转角度为-αm的一倍频磁势幅值,MFr2为定子匝间短路故障下永磁体产生的一倍频与三倍频磁势幅值,定子匝间短路故障下MFs1+与MFs1-为定子磁势一倍频正负旋转的幅值,MFs3+为定子匝间短路故障下定子磁势三倍频幅值;
发电机气隙径向长度的公式如下:
上式中,g0为正常情况下气隙平均长度,αm为气隙周向位置角,δs是气隙径向相对偏心量;
单位面积磁导与气隙径向长度成反比关系,表示成如下公式:
上式中,Λ0为气隙单位面积磁导常数,μ0是空气渗透率;
发电机气隙磁密由气隙磁势与气隙磁导相乘而得,发电机气隙磁密在四种工况下的表达式如下:
通过上式,计算发电机正常情况、气隙径向偏心、气隙轴向偏心和定子匝间短路故障下气隙磁密幅值的均方根值,表达式如下:
上式中,其中BN(rms)、BR(rms)、BA(rms)和BF(rms)分别为正常情况下的磁密均方根值、气隙径向偏心故障下的磁密均方根值、气隙轴向偏心故障下的磁密均方根值和定子匝间短路故障下的磁密均方根值,结合磁密均方根公式,利用气隙磁密幅值变化来计算偏心程度与短路程度,公式如下:
上式中,其中ε为气隙偏心程度,fds为定子匝间短路故障程度。
因此,本发明采用上述方法的一种基于气隙磁通密度特性的发电机故障检测方法,有益处如下:
(1)在本发明中,提供了一种利用实测发电机一次参数气隙磁通密度的诊断方法,来检测气隙偏心故障与定子匝间短路故障的故障程度与故障发生位置,对一次参数进行直接检测往往能更直接反映电机的运行状态,因此得出的结果更加准确具体。
(2)能设置在多个发电机中,从而对一个区域的发电机的网络进行长期监管。
(3)弥补了传统技术中以电机振动与电流信号为监测对象的缺陷,检测效果更加直接明显。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明一种基于气隙磁通密度特性的发电机故障检测方法中的正常情况的发电机剖视图;
图2为本发明一种基于气隙磁通密度特性的发电机故障检测方法的气隙径向偏心的发电机剖视图;
图3为本发明一种基于气隙磁通密度特性的发电机故障检测方法的气隙轴向偏心的发电机剖视图;
图4为发电机正常情况和气隙径向偏心情况下的气隙磁动势的矢量图;
图5为发电机在定子匝间短路下磁动势的矢量图;
图6为发电机在气隙轴向偏心下磁动势的矢量图;
图7为本发明一种基于气隙磁通密度特性的发电机故障检测方法的霍尔传感器安装示意图;
图8为本发明一种基于气隙磁通密度特性的发电机故障检测方法的检测平台连接示意图;
图9为本发明一种基于气隙磁通密度特性的发电机故障检测方法的检测流程图;
图10为本发明一种基于气隙磁通密度特性的发电机故障检测方法的实验数据图;
附图标记:
1、发电机;2、驱动电机;3、霍尔传感器;4、测量仪;5、上位机6、定子铁芯;7、转子铁芯。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
实施例
S1:如图7-8,向发电机中安装检测装置,检测装置是霍尔传感器3,将霍尔传感器3脚部嵌入定子铁芯6中,内部是转子铁芯7,其头部为传感器用来感应发电机气隙磁通密度,发电机一共有45个定子槽分别为S1、S2、S3、S4、S5、S6、S7、S8、S9、S10、S11、S12、S13、S14、S15、S16、S17、S18、S19、S20、S21、S22、S23、S24、S25、S26、S27、S28、S29、S30、S31、S32、S33、S34、S35、S36、S37、S38、S39、S40、S41、S42、S43、S44、S45,在每个定子槽对应的气隙中安装霍尔传感器3,其脚部嵌入定子槽中,共计45个霍尔传感器3,按逆时针编号分别是H1、H2、H3、H4、H5、H6、H7、H8、H9、H10、H11、H12、H13、H14、H15、H16、H17、H18、H19、H20、H21、H22、H23、H24、H25、H26、H27、H28、H29、H30、H31、H32、H33、H34、H35、H36、H37、H38、H39、H40、H41、H42、H43、H44、H45,并搭建测试平台,检测平台为发动机1连接驱动电机2,上位机5连接测量仪4,测量仪连接霍尔传感器3;
S2:通过霍尔传感器的头部测取发电机气隙磁通密度,获取发电机内部的气隙磁通密度信号;
S3:利用FFT快速傅里叶变换将磁通密度的时域信号变换成频域信号,得到气隙磁密的频域信号,记录其中0Hz至200Hz的特征频率幅值;
S4:如图9所示,通过时域和频域的对比判断发电机出现气隙偏心或定子匝间短路故障,将之前采集得到的时域信号与变换后的频域信号与正常情况下的气隙磁通密度数据样本里面的频谱各分量进行对比;
当发电机气隙磁通密度时域波形幅值及频谱中各个谐波分量的幅值增加,则发电机出现气隙径向偏心故障;
当发电机气隙磁通密度时域波形幅值及频谱中各个谐波分量的幅值降低,同时未出现新的谐波分量,则发电机出现气隙轴向偏心故障;
当发电机气隙磁通密度时域波形幅值及频谱中各个谐波分量幅值降低,同时出现150Hz倍频成分,则发电机出现定子匝间短路故障。
S5:通过计算得到气隙磁通密度的值,对不同工况下的磁通密度值选取均方根值再与正常下的磁通密度均方根值做比确定定子匝间短路故障的短路程度,首先将发电机的工作情况分为四种,正常情况、气隙径向偏心、气隙轴向偏心和定子匝间短路,如图1-3所示,图中x、y、z分别为笛卡尔坐标系的x轴,y轴和z轴,g0为正常情况下气隙平均长度,αm为气隙周向位置角,δs是气隙径向相对偏心量,l为气隙轴向长度,△z为气隙轴向偏心量;如图3-6,E0为A相电动势,A表示A相绕组,β1为正常及气隙径向偏心下永磁体磁势与气隙合成磁势夹角,β2为定子匝间短路下永磁体磁势与气隙合成磁势夹角,β3为气隙轴向偏心下永磁体磁势与气隙合成磁势夹角,综上,四种情况下的气隙磁动势表达式如下:
上式中,p为发电机极对数,ψ为发电机内功角,ω为电频率,t为时间,αm为气隙周向位置角,其中正常情况和气隙径向偏心故障下永磁体产生的转子磁势为MFr,定子绕组产生的定子磁势为MFs,气隙轴向偏心故障下永磁体产生的转子磁势为MFre1,定子绕组产生的定子磁势为MFse1,MFr1为定子匝间短路故障下永磁体产生的旋转角度为-αm的一倍频磁势幅值,MFr2为定子匝间短路故障下永磁体产生的一倍频与三倍频磁势幅值,定子匝间短路故障下MFs1+与MFs1-为定子磁势一倍频正负旋转的幅值,MFs3+为定子匝间短路故障下定子磁势三倍频幅值;
因为定子匝间短路故障和气隙轴向偏心对发电机气隙径向长度无影响,所以发电机气隙径向长度的公式如下:
上式中,g0为正常情况下气隙平均长度,αm为气隙周向位置角,δs是气隙径向相对偏心量;
由于单位面积气隙磁导与气隙径向气隙长度成反比关系,因此能表示成如下公式:
上式中,Λ0为气隙单位面积磁导常数,μ0是空气渗透率;
因为发电机气隙磁密由气隙磁势与气隙磁导相乘而得,所以发电机气隙磁密在四种工况下的表达式如下:
通过上式,计算发电机正常情况、气隙径向偏心、气隙轴向偏心和定子匝间短路故障下气隙磁密幅值的均方根值,表达式如下:
上式中,其中BN(rms)、BR(rms)、BA(rms)和BF(rms)分别为正常情况下的磁密均方根值、气隙径向偏心故障下的磁密均方根值、气隙轴向偏心故障下的磁密均方根值和定子匝间短路故障下的磁密均方根值,结合磁密均方根公式,利用气隙磁密幅值变化来计算偏心程度与短路程度,公式如下:
上式中,其中ε为气隙偏心程度,fds为定子匝间短路故障程度。
在发电机中安放霍尔传感器,待电机平稳运行时,采集发电机气隙磁通密度信号二十组,分别求取这二十组数据的平均值,得到气隙磁通密度信号的样本数据,如图10所示。
因此,采用霍尔传感器可直接测量发电机气隙磁通密度,不但可以检测气隙偏心故障和定子匝间短路故障,还可以诊断出故障位置与程度的方法,对发电机的平稳运行具有积极意义。
最后应说明的是:以上实施例仅用以说明本发明的技术方案而非对其进行限制,尽管参照较佳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:其依然可以对本发明的技术方案进行修改或者等同替换,而这些修改或者等同替换亦不能使修改后的技术方案脱离本发明技术方案的精神和范围。
Claims (6)
1.一种基于气隙磁通密度特性的发电机故障检测方法,其特征在于:包括以下步骤:
S1:向发电机中安装检测装置,并搭建测试平台;
S2:通过检测装置获取气隙磁通密度信号;
S3:利用快速傅立叶变换将磁通密度的时域信号变换成频域信号;
S4:通过时域和频域的对比确认发电机的运行情况;
S5:通过计算得到气隙磁通密度的值,对不同工况下的磁通密度值选取均方根值再与正常下的磁通密度均方根值做比确定气隙偏心程度与定子匝间短路故障的短路程度;
步骤S5中,发电机的工作情况分为四种,正常情况、气隙径向偏心、气隙轴向偏心和定子匝间短路,计算发电机气隙磁动势在上述四种情况下的表达式如下:
上式中,p为发电机极对数,ψ为发电机内功角,ω为电频率,t为时间,αm为气隙周向位置角,其中正常情况和气隙径向偏心故障下永磁体产生的转子磁势为MFr,定子绕组产生的定子磁势为MFs,气隙轴向偏心故障下永磁体产生的转子磁势为MFre1,定子绕组产生的定子磁势为MFse1,MFr1为定子匝间短路故障下永磁体产生的旋转角度为-αm的一倍频磁势幅值,MFr2为定子匝间短路故障下永磁体产生的一倍频与三倍频磁势幅值,定子匝间短路故障下MFs1+与MFs1-为定子磁势一倍频正负旋转的幅值,MFs3+为定子匝间短路故障下定子磁势三倍频幅值;
发电机气隙径向长度的公式如下:
上式中,g0为正常情况下气隙平均长度,αm为气隙周向位置角,δs是气隙径向相对偏心量;
单位面积气隙磁导与气隙径向长度成反比关系,表示成如下公式:
上式中,Λ0为气隙单位面积磁导常数,μ0是空气渗透率;
发电机气隙磁密由气隙磁势与气隙磁导相乘而得,发电机气隙磁密在四种工况下的表达式如下:
通过上式,计算发电机正常情况、气隙径向偏心、气隙轴向偏心和定子匝间短路故障下气隙磁密幅值的均方根值,表达式如下:
式中,其中BN(rms)、BR(rms)、BA(rms)和BF(rms)分别为正常情况下的磁密均方根值、气隙径向偏心故障下的磁密均方根值、气隙轴向偏心故障下的磁密均方根值和定子匝间短路故障下的磁密均方根值,结合磁密均方根公式,利用气隙磁密幅值变化来计算偏心程度与短路程度,公式如下:
上式中,其中ε为气隙偏心程度,fds为定子匝间短路故障程度。
2.根据权利要求1所述的一种基于气隙磁通密度特性的发电机故障检测方法,其特征在于:所述步骤S1中的检测装置是霍尔传感器,将霍尔传感器的脚部安装到发动机中的定子槽中。
3.根据权利要求1所述的一种基于气隙磁通密度特性的发电机故障检测方法,其特征在于:所述步骤S1中的检测平台为发动机连接驱动电机,上位机连接测量仪,所述测量仪连接所述检测装置。
4.根据权利要求1所述的一种基于气隙磁通密度特性的发电机故障检测方法,其特征在于:所述步骤S2中获取气隙磁通密度的方法具体为,通过霍尔传感器的头部测取发电机气隙磁通密度。
5.根据权利要求1所述的一种基于气隙磁通密度特性的发电机故障检测方法,其特征在于:所述步骤S3中,将采集到的磁密信号上传至检测平台并且进行FFT快速傅里叶变换,得到气隙磁密的频域信号,记录其中0Hz至200Hz的特征频率幅值。
6.根据权利要求1所述的一种基于气隙磁通密度特性的发电机故障检测方法,其特征在于:所述步骤S4中,通过时域和频域的对比确认发电机的运行情况的具体方法为,将采集得到的时域信号与变换后的频域信号与正常情况下的气隙磁通密度数据样本里面的频谱各分量进行对比;
当发电机气隙磁通密度时域波形幅值及频谱中各个谐波分量的幅值增加,则发电机出现气隙径向偏心故障;
当发电机气隙磁通密度时域波形幅值及频谱中各个谐波分量的幅值降低,同时未出现新的谐波分量,则发电机出现气隙轴向偏心故障;
当发电机气隙磁通密度时域波形幅值及频谱中各个谐波分量的幅值降低,同时出现150Hz倍频成分,则发电机出现定子匝间短路故障。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310425801.1A CN116679202B (zh) | 2023-04-20 | 2023-04-20 | 一种基于气隙磁通密度特性的发电机故障检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310425801.1A CN116679202B (zh) | 2023-04-20 | 2023-04-20 | 一种基于气隙磁通密度特性的发电机故障检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116679202A CN116679202A (zh) | 2023-09-01 |
CN116679202B true CN116679202B (zh) | 2023-11-21 |
Family
ID=87782596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310425801.1A Active CN116679202B (zh) | 2023-04-20 | 2023-04-20 | 一种基于气隙磁通密度特性的发电机故障检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116679202B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101694508A (zh) * | 2009-10-14 | 2010-04-14 | 华北电力大学(保定) | 一种基于低次谐波轴电压信号的电机转子典型故障诊断方法 |
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 |
WO2013156363A1 (en) * | 2012-04-19 | 2013-10-24 | Abb Research Ltd | Device and method for monitoring an eccentricity or a smallest air gap of a rotating electric machine |
CN106771835A (zh) * | 2016-12-15 | 2017-05-31 | 华北电力大学(保定) | 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 |
CN111624515A (zh) * | 2020-07-06 | 2020-09-04 | 华北电力大学(保定) | 一种早期同步发电机定子绕组匝间短路检测方法及装置 |
CN113009334A (zh) * | 2021-02-18 | 2021-06-22 | 华中科技大学 | 一种基于小波包能量分析的电机故障检测方法及系统 |
CN113311328A (zh) * | 2021-04-23 | 2021-08-27 | 华北电力大学(保定) | 一种基于定子—绕组系统振动特性的转子静偏心诊断方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220415209A1 (en) * | 2021-06-24 | 2022-12-29 | North China Electric Power University (Baoding) | Permanent magnet generator experimental device for simulating electromechanical cross and complex faults |
-
2023
- 2023-04-20 CN CN202310425801.1A patent/CN116679202B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101694508A (zh) * | 2009-10-14 | 2010-04-14 | 华北电力大学(保定) | 一种基于低次谐波轴电压信号的电机转子典型故障诊断方法 |
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 |
WO2013156363A1 (en) * | 2012-04-19 | 2013-10-24 | Abb Research Ltd | Device and method for monitoring an eccentricity or a smallest air gap of a rotating electric machine |
CN106771835A (zh) * | 2016-12-15 | 2017-05-31 | 华北电力大学(保定) | 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 |
CN111624515A (zh) * | 2020-07-06 | 2020-09-04 | 华北电力大学(保定) | 一种早期同步发电机定子绕组匝间短路检测方法及装置 |
CN113009334A (zh) * | 2021-02-18 | 2021-06-22 | 华中科技大学 | 一种基于小波包能量分析的电机故障检测方法及系统 |
CN113311328A (zh) * | 2021-04-23 | 2021-08-27 | 华北电力大学(保定) | 一种基于定子—绕组系统振动特性的转子静偏心诊断方法 |
Non-Patent Citations (7)
Title |
---|
He Yu-Ling.Rotor UMP characteristics and vibration properties in synchronous generator due to 3D static air-gap eccentricity faults.IET ELECTRIC POWER APPLICATIONS.2020,第14卷(第6期),961-971. * |
Yu-Ling He 等.A New External Search Coil Based Method to Detect Detailed Static Air-Gap Eccentricity Position in Nonsalient Pole Synchronous Generators.IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS.2021,第68卷(第8期),7535-7543. * |
Yu-Ling He 等.A New Hybrid Model for Electromechanical Characteristic Analysis Under SISC in Synchronous Generators.IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS.2020,第67卷(第3期),2348-2359. * |
Yu-Ling He 等.Impact of Stator Interturn Short Circuit Position on End Winding Vibration in Synchronous Generators.IEEE TRANSACTIONS ON ENERGY CONVERSION.2021,第36卷(第2期),713-724. * |
何玉灵 等.定子匝间短路位置对发电机定子振动特性的影响.振动工程学报.2017,(第04期),157-165. * |
何玉灵 等.考虑气隙偏心时发电机定子匝间短路位置对电磁转矩波动特性的影响.电工技术学报.2017,(第07期),15-23. * |
唐贵基 等.气隙静态偏心与定子短路复合故障对发电机定子振动特性的影响.振动工程学报.2014,(第01期),122-131. * |
Also Published As
Publication number | Publication date |
---|---|
CN116679202A (zh) | 2023-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101474187B1 (ko) | 소자의 모니터링 방법 | |
Zamudio-Ramirez et al. | Magnetic flux analysis for the condition monitoring of electric machines: A review | |
Drif et al. | Airgap-eccentricity fault diagnosis, in three-phase induction motors, by the complex apparent power signature analysis | |
KR101326586B1 (ko) | 유도 전동기의 회전자 결함 진단 장치, 방법 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 매체 | |
Bellini et al. | Diagnosis of bearing faults of induction machines by vibration or current signals: A critical comparison | |
CN110703091B (zh) | 电动汽车用内置式永磁同步电机静态偏心故障检测方法 | |
Zoubek et al. | Frequency response analysis for rolling-bearing damage diagnosis | |
Ghanbari et al. | A magnetic leakage flux-based approach for fault diagnosis in electrical machines | |
KR20220079876A (ko) | 동기식 기계의 결함 검출 | |
CN112881910B (zh) | 一种旋转永磁同步电机动态偏心故障检测方法 | |
Ahmed et al. | Detection of eccentricity faults in machine usingfrequency spectrum technique | |
Sadeghi et al. | Online condition monitoring of large synchronous generator under short circuit fault—A review | |
Barański | New vibration diagnostic method of PM generators and traction motors-detecting of vibrations caused by unbalance | |
Park et al. | On-line detection of rotor eccentricity for PMSMs based on hall-effect field sensor measurements | |
CN116679202B (zh) | 一种基于气隙磁通密度特性的发电机故障检测方法 | |
WO2013035948A1 (ko) | 영구 자석 동기 전동기의 상태 진단 장치, 진단 방법, 및 진단 방법을 실행시키기 위한 프로그램을 기록한 기록 매체 | |
RU2623696C1 (ru) | Способ и устройство для измерения тока ротора генератора с бесщеточным возбуждением | |
CN112034344A (zh) | 水轮发电机转子绕组匝间短路故障实时在线诊断方法 | |
CN113125952A (zh) | 一种永磁转子电机反电动势测试方法 | |
Sarma et al. | Condition monitoring of rotating electrical machines | |
Iorgulescu et al. | Noise and vibration monitoring for diagnosis of DC motor's faults | |
CN114062910A (zh) | 一种电机在线诊断系统和方法 | |
Lui | Stray magnetic field based health monitoring of electrical machines | |
RU90199U1 (ru) | Устройство диагностики электродвигателей переменного тока и связанного с ними механического оборудования | |
Grieger et al. | Estimation of static eccentricity severity in induction motors for on-line condition monitoring |
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 |