CN117269752A - 一种适用于三相高压异步电机的运行状态监测装置及方法 - Google Patents
一种适用于三相高压异步电机的运行状态监测装置及方法 Download PDFInfo
- Publication number
- CN117269752A CN117269752A CN202310953503.XA CN202310953503A CN117269752A CN 117269752 A CN117269752 A CN 117269752A CN 202310953503 A CN202310953503 A CN 202310953503A CN 117269752 A CN117269752 A CN 117269752A
- Authority
- CN
- China
- Prior art keywords
- motor
- phase
- voltage
- spectrum
- hri
- 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
- 238000012806 monitoring device Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000001228 spectrum Methods 0.000 claims abstract description 83
- 238000004458 analytical method Methods 0.000 claims abstract description 33
- 238000010183 spectrum analysis Methods 0.000 claims abstract description 6
- 238000004891 communication Methods 0.000 claims description 53
- 238000005070 sampling Methods 0.000 claims description 38
- 238000012423 maintenance Methods 0.000 claims description 24
- 238000012544 monitoring process Methods 0.000 claims description 18
- 230000002093 peripheral effect Effects 0.000 claims description 15
- 238000003745 diagnosis Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims description 7
- 230000002146 bilateral effect Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000002955 isolation Methods 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 4
- 230000004907 flux Effects 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 description 8
- 230000007547 defect Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000001845 vibrational spectrum Methods 0.000 description 3
- 230000003139 buffering effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000016507 interphase Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000004804 winding Methods 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
Abstract
本发明提供一种适用于三相高压异步电机的运行状态监测装置及方法，该方法包括采集三相高压异步电机的三相电压信号和三相电流信号，基于频谱分析原理并采用预设算法过滤掉电压频谱对电流频谱的影响量，使用过滤后的电流频谱对三相高压异步电机的运行状态进行分析，判断三相高压异步电机是否存在常见故障类型以及故障严重程度，并通过通信模块上传分析结果。本发明通过对三相电压和三相电流进行高速采样和频谱分析，并采用特定的算法过滤掉电压频谱对电流频谱的影响量，用处理后的电流频谱进行数据算法分析，从而实现异步电机常见故障的判别，适用于所有三相异步电机。
Description
技术领域
本发明涉及设备状态监测技术领域，具体涉及一种适用于三相高压异步电机的运行状态监测装置以及应用该装置的监测方法。
背景技术
电动机是工业生产中使用数量最多、覆盖面最广的供电设备和动力机械，性能优越、操作方便、性能可靠，极大地促进了经济的发展和社会的进步。但是电动机在使用过程中不可避免地会出现故障，这样就影响到企业整个生产系统的正常工作，甚至还会造成人员伤亡，经济损失和社会影响巨大，因而对电动机的状态监测研究就尤为重要。
据统计，异步电动机故障主要分为四大类：其中转子断条故障约占10％；定子绕组匝间短路故障约占15％；轴承故障约占40％；气隙偏心故障约占30％。这些故障都是渐进式发展的，如果能及时发现电动机设备故障，并在故障早期进行维修，则可以延长电动机的使用寿命；反之，则其故障状态将迅速蔓延，甚至会造成恶性事故。特别是随着工业领域自动化和电气化水平的日益提高，系统的规模也是越来越大，生产系统中采用的电动机数量不断增加，单机容量不断提高，电动机无预警的故障和无预警突然停止运行，这样不仅会损坏电动机本身，更为严重的是这样还会中断企业的生产流程，影响整个生产系统的正常工作，不能正常完成生产任务，甚至还会危及生产人员的人身安全，造成巨大的经济损失和恶劣的社会影响。
目前，市面上针对电机状态监测常用的装置主要有两种，一种是振动频谱法，在电机本体安装震动传感器或者温度加振动一体传感器，通过对采集到的振动信号进行频谱分析，得到电机本体的状态，目前应用中振动频谱法电机状态监测装置占了大多数；另一种采用高频电流频谱法，结合机器学习算法，得到电机本体的状态。这两种高压异步电机状态分析装置都存在有一些不足，具体表现为：
第一种是采用振动频谱法的电机状态监测装置，该原理比较成熟，分析效果也比较准确。但是，需要在电机本体安装振动传感器或温度加振动一体传感器，会影响电机原来的一些固有结构和参数，如振动频率，效率等；有源传感器需要提供电源，无源传感器需要定期更换电池；而且对电气方面的故障状态分析无能为力。
第二种是采用高频电流频谱法加机器学习的电机状态监测装置，采用高频段(几十kHz)电流频谱进行分析，结合机器学习，对未知故障特征进行标定，该方法的优点是累积的故障分析案例越多，准确度就会越高。但是，由于采用的是高频段电流频谱，而电机电源回路的保护CT或测量CT的响应频率一般都小于1kHz，为了在电流采样值中获取有用的频谱信息，需要在电机电源回路加装高精度的霍尔电流传感器，而常规的霍尔电流传感器的耐压和内径都不能满足需求，采用订制的方式会大大增加了用户的成本；采用机器学习是由于异步电机高频段电流频谱分析的研究比较少，需要大量的故障电机数据进行分析，获取比较准确的判据，但是一般电机检测到故障后，就要进行停机检修，不会带病运行，因此故障电机数据积累数量还远远不够，无法给出可以实用化的检测分析结果。
发明内容
本发明提供的一种适用于三相高压异步电机的运行状态监测装置及其方法，该装置和方法解决了当前两种三相异步高压电机状态分析装置存在的缺陷，通过对三相电压和三相电流进行高速采样和频谱分析，并采用特定的算法过滤掉电压频谱对电流频谱的影响量，用处理后的电流频谱进行数据算法分析，从而实现异步电机常见故障的判别，适用于所有三相异步电机。
本发明通过以下技术方案来实现上述目的：
一种适用于三相高压异步电机的运行状态监测装置，包括开关电源模块，用于为所述运行状态监测装置提供电源；三相电压采样回路，用于采集三相电压的实时值；三相电流采样回路，所述三相电流采样回路外置有开口式高精度电流传感器，用于采集三相电流的实时值；高速采样模块，用于把采集到的三相电压和三相电流的实时值转换为数字信号；处理器模块，与所述高速采样模块连接，基于接收到的数字信号对三相高压异步电机的运行状态进行分析，判断三相高压异步电机是否存在故障及故障严重程度，并通过通信模块传输分析结果；数据存储模块，用于定时录波、故障录波及定值和参数存储。
进一步的方案是，所述通信模块包括：RS485通信模块，所述运行状态监测装置通过所述RS485通信模块与后台服务器以RS485通信方式进行通信连接，用于将录波数据、实时数据和诊断结果上传；以太网通信模块，所述运行状态监测装置通过所述以太网通信模块与后台服务器以以太网通信方式进行通信连接，用于将录波数据、实时数据和诊断结果上传；蓝牙通信模块，所述运行状态监测装置通过所述蓝牙通信模块与移动终端进行通信连接，用于现场查看实时数据和诊断结果，对定值参数进行查看和设置，并对监测装置中的程序进行在线升级。
更进一步的方案是，所述三相电压采样回路接入三相高压异步电机电源所在母线PT二次侧；所述开口式高精度电流传感器的输入端接在三相高压异步电机所在出线回路保护CT或测量CT二次侧，所述开口式高精度电流传感器的输出端与所述三相电流采样回路连接。
更进一步的方案是，所述高速采样模块包括高速ADC模数转换芯片以及采样外围电路，所述高速ADC模数转换芯片通过高速四线QSPI接口向所述处理器模块传输采样数据。
更进一步的方案是，所述RS485通信模块包括带ESD保护的半双工通信的高速收发器、逻辑非门芯片、双通道数字隔离器以及RS485通信外围电路，所述高速收发器与所述处理器模块之间通过异步串行口连接，用于上传录波数据、实时数据和诊断结果。
更进一步的方案是，所述以太网通信模块包括单芯片/单端口快速以太网物理接收器、网络隔离变压器及以太网通信外围电路组成，所述以太网物理接收器与所述处理器模块之间通过MII接口连接，用于上传录波数据、实时数据和诊断结果。
一种适用于三相高压异步电机的运行状态监测装置的监测方法，应用于上述的一种运行状态监测装置进行三相高压异步电机的运行状态监测，包括：采集三相高压异步电机的三相电压信号和三相电流信号，基于频谱分析原理并采用预设算法过滤掉电压频谱对电流频谱的影响量，使用过滤后的电流频谱对三相高压异步电机的运行状态进行分析，判断三相高压异步电机是否存在常见故障类型以及故障严重程度，并通过通信模块上传分析结果。
根据本发明所提供的一种适用于三相高压异步电机的运行状态监测装置的监测方法，在进行数据采集时，分别对缓存的三相电压和三相电流的采样数据进行混合基快速傅立叶变换算法，变换出其对应频域范围的频谱序列的谱值，其频率分辨率为0.1Hz，保存为UAh、UBh、UCh、IAh、IBh、ICh，其中h为间谐波次数。
计算影响因子，表现为公式(1)
I ＝ U/X ＝ U/(2πf * L) (1)
取工频基波f＝50.00Hz，分别使用三相基波电压有效值和三相基波电流有效值，计算出电机线圈电感的值LA、LB和LC；
将UAh、UBh、UCh代入上面公式(1)，其中，频率f取对应间谐波的频率，即f＝50.00*h，h为间谐波次数，求出电源电压间谐波在高压异步电机线圈上产生的电流间谐波I‘ Ah、I‘ Bh、I‘ Ch，即电源带来的间谐波含量；
用I‘ Ah、I‘ Bh、I‘ Ch减去IAh、IBh、ICh，即可获得由各种故障引起电动机内部磁通的分布发生变化，从而产生的间谐波I“ Ah、I” Bh、I“ Ch：
对I“ Ah、I” Bh、I“ Ch进行归一化处理，分别计算出各次谐波和间谐波的含有率HRIAh、HRIBh、HRICh。
根据本发明所提供的一种适用于三相高压异步电机的运行状态监测装置的监测方法，判断三相高压异步电机是否存在常见故障类型，包括：
对转子状态进行分析，随着转子条存在高阻接点或裂纹开始产生，转子阻抗升高，从而极通过频率PPF电流升高，导致极通过频率PPF电流频谱的峰值增加，在HRIAh、HRIBh、HRICh频谱序列中，取h为0.99～1.10之间的序列，除去基波频谱，若剩余间谐波中有频谱大于1.6％即HRIh≥1.6％，则标明电机转子故障严重，即存在多个转子断条或断环开裂；若0.4％≤HRIh＜1.6％，则表明电机转子有轻度故障，即转子存在少量断条或者裂纹；若HRIh＜0.4％，则表明电机转子正常，没有断条或者裂纹存在。
根据本发明所提供的一种适用于三相高压异步电机的运行状态监测装置的监测方法，判断三相高压异步电机是否存在常见故障类型，包括：
对定子线圈匝间短路进行状态分析：根据预先输入的电机额定参数，每相均可得到基波频谱左右对称的两个频谱段，若某相电流间谐波中有频谱大于1.5％，即HRIh≥1.5％则标明电机定子线圈故障严重，即电机定子线圈匝数过多，需要立即停机检修；若0.5％≤HRIh＜1.0％，则表明电机定子线圈有轻度故障，即定子线圈存在少量匝间短路，需尽快安排停机检修；若HRIh＜0.5％，则表明电机定子线圈正常，则没有匝间短路故障存在。
根据本发明所提供的一种适用于三相高压异步电机的运行状态监测装置的监测方法，判断三相高压异步电机是否存在常见故障类型，包括：
对气隙偏心进行状态分析：根据预先输入的电机额定参数，每相均可得到基波频谱左右对称的两个频谱段，若某相电流间谐波中有频谱大于
3.0％HRIh≥3.0％，则标明电机气隙偏心故障严重，需要立即停机检修；若0.3％≤HRIh＜1.9％，则表明电机气隙偏心有轻度故障，需尽快安排停机检修；若HRIh＜0.3％则表明电机气隙偏心正常，电机可以放心运行。
根据本发明所提供的一种适用于三相高压异步电机的运行状态监测装置的监测方法，判断三相高压异步电机是否存在常见故障类型，包括：
对轴承故障进行状态分析：根据事先输入的电机额定参数，每相均可得到4个频谱段，若某相电流间谐波中有频谱大于8.0％即HRIh≥8.0％，则标明电机轴承故障严重，需要立即停机检修；若4.0％≤HRIh＜8.0％，则表明电机轴承有轻度故障，需尽快安排停机检修；若HRIh＜4.0％，则表明电机轴承正常，电机可以放心运行。
由此可见，本发明适用于所有三相异步高压电机(包括变频电机)，通过上述技术方案即可实现三相异步高压电机常见故障的判别，具有非介入安装，不影响原来的电机结构，简单方便，不仅能分析出三相异步高压电机的机械缺陷，还能够分析出三相异步高压电机的电气缺陷，可以有效地提高企业生产中电动机的安全性、可靠性和经济性，降低运营成本，从而避免对工作人员和设备的安全威胁，为实现电动机的状态检修创造条件，并可为设计人员和制造者提供反馈信息，以改进电动机的性能。
下面结合附图和具体实施方式对本发明作进一步详细说明。
附图说明
图1是本发明一种适用于三相高压异步电机的运行状态监测装置实施例的原理图。
图2是本发明一种适用于三相高压异步电机的运行状态监测装置的监测方法实施例流程图。
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的附图，对本发明实施例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的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
一种适用于三相高压异步电机的运行状态监测装置实施例
参见图1，本发明所涉及的一种适用于三相高压异步电机的运行状态监测装置，包括：
开关电源模块，用于为运行状态监测装置提供电源。
三相电压采样回路，用于采集三相电压的实时值。
三相电流采样回路，三相电流采样回路外置有开口式高精度电流传感器，用于采集三相电流的实时值。
高速采样模块，用于把采集到的三相电压和三相电流的实时值转换为数字信号。
处理器模块，与高速采样模块连接，基于接收到的数字信号对三相高压异步电机的运行状态进行分析，判断三相高压异步电机是否存在故障及故障严重程度，并通过通信模块传输分析结果。
数据存储模块，用于定时录波、故障录波及定值和参数存储。
在本实施例中，通信模块包括：
RS485通信模块，运行状态监测装置通过RS485通信模块与后台服务器以RS485通信方式进行通信连接，用于将录波数据、实时数据和诊断结果上传；
以太网通信模块，运行状态监测装置通过以太网通信模块与后台服务器以以太网通信方式进行通信连接，用于将录波数据、实时数据和诊断结果上传；
蓝牙通信模块，运行状态监测装置通过蓝牙通信模块与移动终端进行通信连接，用于现场查看实时数据和诊断结果，对定值参数进行查看和设置，并对监测装置中的程序进行在线升级。
在本实施例中，三相电压采样回路接入三相高压异步电机电源所在母线PT二次侧；开口式高精度电流传感器的输入端接在三相高压异步电机所在出线回路保护CT或测量CT二次侧，开口式高精度电流传感器的输出端与三相电流采样回路连接。
在本实施例中，高速采样模块包括高速ADC模数转换芯片以及采样外围电路，高速ADC模数转换芯片通过高速四线QSPI接口向处理器模块传输采样数据。可见，高速采样模块主要由一片16位高速ADC模数转换芯片及外围电路组成，具有8通道同步采样，真双极性±5V模拟输入，通过高速四线QSPI接口向处理器模块上送采样数据。
在本实施例中，数据存储模块包括Flash闪存芯片及外围电路组成，该Flash闪存芯片为8MB Flash闪存芯片，具有低电压读、写、扇区擦除、块擦除及整芯片擦除功能，通过高速四线QSPI接口和处理器模块交互数据。
在本实施例中，开关电源包括AC/DC电源模块及其外围回路，具有全球输入电压范围、交直流两用、低功耗、高效率、高可靠性、安全隔离等特点。
在本实施例中，RS485通信模块包括带ESD保护的半双工通信的高速收发器、逻辑非门芯片、双通道数字隔离器以及RS485通信外围电路，高速收发器与处理器模块之间通过异步串行口连接，用于上传录波数据、实时数据和诊断结果。可见，RS485通信模块主要由一个带ESD保护的半双工通信的高速收发器，逻辑非门芯片和一片双通道数字隔离器，及外围电路组成，和处理器模块之间通过异步串行口连接，用于把录波数据、实时数据和诊断结果上送。
在本实施例中，以太网通信模块包括单芯片/单端口快速以太网物理接收器、网络隔离变压器及以太网通信外围电路组成，以太网物理接收器与处理器模块之间通过MII接口连接，用于上传录波数据、实时数据和诊断结果。可见，以太网通信模块主要由一块单芯片/单端口快速以太网物理接收器、一个网络隔离变压器及外围电路组成，和处理器模块之间通过MII接口连接，用于把录波数据、实时数据和诊断结果上送。
在本实施例中，蓝牙通信模块包括蓝牙模块和外围电路，蓝牙模块和处理器模块之间通过异步串行口连接，用于现场查看实时数据和诊断结果，对定值参数进行查看和设置，对监测装置中的程序进行在线升级。
一种适用于三相高压异步电机的运行状态监测装置的监测方法实施例：
一种适用于三相高压异步电机的运行状态监测装置的监测方法，应用于上述的运行状态监测装置进行三相高压异步电机的运行状态监测，包括：
采集三相高压异步电机的三相电压信号和三相电流信号，基于频谱分析原理并采用预设算法过滤掉电压频谱对电流频谱的影响量，使用过滤后的电流频谱对三相高压异步电机的运行状态进行分析，判断三相高压异步电机是否存在常见故障类型以及故障严重程度，并通过通信模块上传分析结果。其中，常见故障类型包括是否存在定子线圈匝间短路、转子断条、气隙偏心和轴承故障等四类常见的故障。
在进行数据采集时，分别对缓存的三相电压和三相电流的采样数据进行混合基快速傅立叶变换算法，变换出其对应频域范围的频谱序列的谱值，其频率分辨率为0.1Hz，保存为UAh、UBh、UCh、IAh、IBh、ICh，其中h为间谐波次数。
计算影响因子，表现为公式(1)
I ＝ U/X ＝ U/(2πf * L) (1)
取工频基波f＝50.00Hz，分别使用三相基波电压有效值和三相基波电流有效值，计算出电机线圈电感的值LA、LB和LC。
将UAh、UBh、UCh代入上面公式(1)，其中，频率f取对应间谐波的频率，即f＝50.00*h，h为间谐波次数，求出电源电压间谐波在高压异步电机线圈上产生的电流间谐波I‘ Ah、I‘ Bh、I‘ Ch，即电源带来的间谐波含量。
用I‘ Ah、I‘ Bh、I‘ Ch减去IAh、IBh、ICh，即可获得由各种故障引起电动机内部磁通的分布发生变化，从而产生的间谐波I“ Ah、I” Bh、I“ Ch。
对I“ Ah、I” Bh、I“ Ch进行归一化处理，分别计算出各次谐波和间谐波的含有率HRIAh、HRIBh、HRICh。
在本实施例中，判断三相高压异步电机是否存在常见故障类型，包括：
对转子状态进行分析，随着转子条存在高阻接点或裂纹开始产生，转子阻抗升高，从而极通过频率PPF电流升高，导致极通过频率PPF电流频谱的峰值增加，在HRIAh、HRIBh、HRICh频谱序列中，取h为0.99～1.10之间的序列，除去基波频谱，若剩余间谐波中有频谱大于1.6％即HRIh≥1.6％，则标明电机转子故障严重，即存在多个转子断条或断环开裂；若0.4％≤HRIh＜1.6％，则表明电机转子有轻度故障，即转子存在少量断条或者裂纹；若HRIh＜0.4％，则表明电机转子正常，没有断条或者裂纹存在。
在本实施例中，判断三相高压异步电机是否存在常见故障类型，包括：
对定子线圈匝间短路进行状态分析：根据预先输入的电机额定参数，每相均可得到基波频谱左右对称的两个频谱段，若某相电流间谐波中有频谱大于1.5％，即HRIh≥1.5％则标明电机定子线圈故障严重，即电机定子线圈匝数过多，需要立即停机检修；若0.5％≤HRIh＜1.0％，则表明电机定子线圈有轻度故障，即定子线圈存在少量匝间短路，需尽快安排停机检修；若HRIh＜0.5％，则表明电机定子线圈正常，则没有匝间短路故障存在。
在本实施例中，判断三相高压异步电机是否存在常见故障类型，包括：
对气隙偏心进行状态分析：根据预先输入的电机额定参数，每相均可得到基波频谱左右对称的两个频谱段，若某相电流间谐波中有频谱大于
3.0％HRIh≥3.0％，则标明电机气隙偏心故障严重，需要立即停机检修；若0.3％≤HRIh＜1.9％，则表明电机气隙偏心有轻度故障，需尽快安排停机检修；若HRIh＜0.3％则表明电机气隙偏心正常，电机可以放心运行。
在本实施例中，判断三相高压异步电机是否存在常见故障类型，包括：
对轴承故障进行状态分析：根据事先输入的电机额定参数，每相均可得到4个频谱段，若某相电流间谐波中有频谱大于8.0％即HRIh≥8.0％，则标明电机轴承故障严重，需要立即停机检修；若4.0％≤HRIh＜8.0％，则表明电机轴承有轻度故障，需尽快安排停机检修；若HRIh＜4.0％，则表明电机轴承正常，电机可以放心运行。
在实际应用中，本发明实施例所述的一种适用于三相高压异步电机的运行状态监测装置的监测方法，如图2所示，具体包括有以下步骤：
步骤S1，启动：监测装置上电后，开始进行自检，检测监测装置的采样模块、数据存储模块等是否正常，读取数据存储模块预置的定值参数并进行校验，自检正常后开始进行连续三相电压和三相电流采样，采样频率为10kHz，并计算三相电压有效值、三相电流有效值、三相电压不平衡度、三相电流不平衡度、三相有功功率、三相功率因数、电压谐波总畸变率、电流谐波总畸变率和频率等，根据三相电流有效值判断电机是否已启动，若电机没有启动，则进入等待状态，待检测到电机已启动，则进入下一个步骤；
步骤S2，采样数据准备：在步骤S1完成后，处理器模块开始计时，默认5分钟进行一次电机状态检测，该时间可根据用户需要进行修改；计时到开始进行三相电压、电流缓存后结束，存储数据长度为100,000采样点/通道，数据缓存完成后，置存储完成标志，退出该程序处理模块；
步骤S3，采样数据分析：分别对缓存的三相电压和三相电流采样数据进行混合基快速傅立叶变换算法(MixFFT)，变换出其对应频域范围的频谱序列的谱值，其频率分辨率为0.1Hz，保存为UAh、UBh、UCh、IAh、IBh、ICh，其中h为间谐波次数，分别为0.200，0.202，0.204，...10；
步骤S4，计算影响因子：首先，根据公式(11)计算电流：
I ＝ U/X ＝ U/(2πf * L+R) (11)
由于交流电机定子线圈的阻性阻值只有零点几欧姆，绝大部分为交流电机定子线圈的感抗，因此定子线圈的阻性阻值可以忽略不计，上述公式(11)可以简化为公式(1)：
I ＝ U/X ＝ U/(2πf * L) (1)
对于整个取工频基波f＝50.00Hz，用A相基波电压有效值和A相基波电流有效值，计算出电机线圈电感的值LA，同理计算出LB和LC；利用步骤S3中计算出来的UAh、UBh、UCh，代入上面公式(1)，其中频率f取对应间谐波的频率，即f＝50.00*h，h为间谐波次数，分别为0.20，0.21，0.22，...10，求出电源电压间谐波在高压异步电机线圈上产生的电流间谐波I‘ Ah、I‘ Bh、I‘ Ch，即电源带来的间谐波；
接着，用I‘ Ah、I‘ Bh、I‘ Ch减去IAh、IBh、ICh，即可获得由各种故障引起电动机内部磁通的分布发生变化，从而产生的间谐波I“ Ah、I” Bh、I“ Ch：
I“ Ah ＝ IAh - I‘ Ah (2)
I“ Bh ＝ IBh - I‘ Bh (3)
I“ Ch ＝ ICh - I‘ Ch (4)
然后，对公式(2-4)得到的值进行归一化处理，其中，根据国家标准中电能质量谐波和间谐波标准中的定义，采用下面公式(5)计算(间)谐波电流含有率：
HRIh ＝ Ih / I1×100％ (5)
其中，Ih为第h次谐波电流方均根值；I1为基波电流方均根值。
然后，分别计算出各次谐波和间谐波的含有率，HRIAh、HRIBh、HRICh，其中h为间谐波次数，分别为0.200，0.202，0.204，...10；
步骤S5，对转子状态进行分析，极通过频率PPF电流频谱的幅值是转子条健康的状态指标。随着转子条存在高阻接点或裂纹开始产生，转子阻抗升高，从而极通过频率PPF电流升高，导致极通过频率PPF电流频谱的峰值增加。而对工频来说，极通过频率PPF和工频的偏差在0.25Hz内，因此在HRIAh、HRIBh、HRICh频谱序列中，取h为0.99～1.10之间的序列，除去基波频谱，剩余间谐波中有频谱大于1.6％即HRIh≥1.6％则标明电机转子故障严重，即存在多个转子断条或断环开裂；0.4％≤HRIh＜1.6％则表明电机转子有轻度故障，即转子存在少量断条或者裂纹；HRIh＜0.4％则表明电机转子正常，没有断条或者裂纹存在；
步骤S6，对定子线圈匝间短路进行状态分析：定子线圈匝间短路导致定子线圈过热和电流不平衡，从而引起局部和不均衡发热，降低电机出力并最终导致接地故障，定子线圈匝间短路和匝间绝缘劣化的程度和定子槽数、转速有关，其典型故障频率为：(定子槽数RA×额定转速RS±基波频率FL)±额定转速RS，根据事先输入的电机额定参数，每相均可得到基波频谱左右对称的两个频谱段，某相电流间谐波中有频谱大于1.5％即HRIh≥1.5％则标明电机定子线圈故障严重，即电机定子线圈匝数过多，需要立即停机检修；0.5％≤HRIh＜1.0％则表明电机定子线圈有轻度故障，即定子线圈存在少量匝间短路，需尽快安排停机检修；HRIh＜0.5％则表明电机定子线圈正常，没有匝间短路故障存在；
步骤S7，对气隙偏心进行状态分析：气隙偏心指静态偏心，是定转子气隙不均衡的现象，一般由柔性基础，轴承松动，或滑动轴承气隙调整不当引起。在电流频谱中，它表现为条通过频率的工频边带，其典型故障频率为：转子槽数RB×额定转速RS±基波频率FL，根据事先输入的电机额定参数，每相均可得到基波频谱左右对称的两个频谱段，某相电流间谐波中有频谱大于3.0％即HRIh≥3.0％则标明电机气隙偏心故障严重，需要立即停机检修；0.3％≤HRIh＜1.9％则表明电机气隙偏心有轻度故障，需尽快安排停机检修；HRIh＜0.3％则表明电机气隙偏心正常，电机可以放心运行；
步骤S8，对轴承故障进行状态分析：本实施例的轴承故障指动态偏心，指存在变化的定转子气隙的现象，一般由轴承座或端盖磨损引起。它能迅速损坏轴承和轴承座，最终导致转子摩擦定子，引起电机损坏。在电流频谱中，它表现为条通过频率的工频边带，其典型故障频率为：转子槽数RB×额定转速RS±基波频率FL±额定转速RS，根据事先输入的电机额定参数，每相均可得到4个频谱段，某相电流间谐波中有频谱大于8.0％即HRIh≥8.0％则标明电机轴承故障严重，需要立即停机检修；4.0％≤HRIh＜8.0％则表明电机轴承有轻度故障，需尽快安排停机检修；HRIh＜4.0％则表明电机轴承正常，电机可以放心运行。
步骤S9，状态分析完成：经过分析后，如果电机存在故障，则保存当前状态分析用的录波数据，并和分析结果一起保存在数据存储模块中，并在装置上给出告警指示，有上级主站连接则同时把录波数据和分析结果上送；进入步骤S1，进入电气量计算，并等待下一次状态分析延时到达。
综上可得，本实施例通过在采集电机电源端电压和电机电源线上保护CT或测量CT二次侧的电流，分别计算电压和电流的频谱，并采用特定的算法，滤除电压谐波对电流谐波的影响量，对剩余电流谐波频谱进行分析，结合三相异步高压电机常见故障的谐波频谱含量，可以分析出三相异步高压电机是否存在常见的四大类故障，即转子断条，气隙偏心，定子匝间短路和轴承故障，并根据故障严重程序给出相应的推荐措施，将变三相异步高压电机的定期检修变成状态检修，从而减少了因失检或漏检造成的非必要停机。可以有效地提高企业生产中电动机的安全性、可靠性和经济性，降低运营成本，从而避免对工作人员和设备的安全威胁，为实现电动机的状态检修创造条件，并可为设计人员和制造者提供反馈信息，以改进电动机的性能。
上述实施方式仅为本发明的优选实施方式，不能以此来限定本发明保护的范围，本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (12)
1.一种适用于三相高压异步电机的运行状态监测装置，其特征在于，包括：
开关电源模块，用于为所述运行状态监测装置提供电源；
三相电压采样回路，用于采集三相电压的实时值；
三相电流采样回路，所述三相电流采样回路外置有开口式高精度电流传感器，用于采集三相电流的实时值；
高速采样模块，用于把采集到的三相电压和三相电流的实时值转换为数字信号；
处理器模块，与所述高速采样模块连接，基于接收到的数字信号对三相高压异步电机的运行状态进行分析，判断三相高压异步电机是否存在故障及故障严重程度，并通过通信模块传输分析结果；
数据存储模块，用于定时录波、故障录波及定值和参数存储。
2.根据权利要求1所述的适用于三相高压异步电机的运行状态监测装置，其特征在于：
所述通信模块包括：
RS485通信模块，所述运行状态监测装置通过所述RS485通信模块与后台服务器以RS485通信方式进行通信连接，用于将录波数据、实时数据和诊断结果上传；
以太网通信模块，所述运行状态监测装置通过所述以太网通信模块与后台服务器以以太网通信方式进行通信连接，用于将录波数据、实时数据和诊断结果上传；
蓝牙通信模块，所述运行状态监测装置通过所述蓝牙通信模块与移动终端进行通信连接，用于现场查看实时数据和诊断结果，对定值参数进行查看和设置，并对监测装置中的程序进行在线升级。
3.根据权利要求1所述的适用于三相高压异步电机的运行状态监测装置，其特征在于：
所述三相电压采样回路接入三相高压异步电机电源所在母线PT二次侧；所述开口式高精度电流传感器的输入端接在三相高压异步电机所在出线回路保护CT或测量CT二次侧，所述开口式高精度电流传感器的输出端与所述三相电流采样回路连接。
4.根据权利要求2所述的适用于三相高压异步电机的运行状态监测装置，其特征在于：
所述高速采样模块包括高速ADC模数转换芯片以及采样外围电路，所述高速ADC模数转换芯片通过高速四线QSPI接口向所述处理器模块传输采样数据。
5.根据权利要求2所述的适用于三相高压异步电机的运行状态监测装置，其特征在于：
所述RS485通信模块包括带ESD保护的半双工通信的高速收发器、逻辑非门芯片、双通道数字隔离器以及RS485通信外围电路，所述高速收发器与所述处理器模块之间通过异步串行口连接，用于上传录波数据、实时数据和诊断结果。
6.根据权利要求2所述的适用于三相高压异步电机的运行状态监测装置，其特征在于：
所述以太网通信模块包括单芯片/单端口快速以太网物理接收器、网络隔离变压器及以太网通信外围电路组成，所述以太网物理接收器与所述处理器模块之间通过MII接口连接，用于上传录波数据、实时数据和诊断结果。
7.一种适用于三相高压异步电机的运行状态监测装置的监测方法，其特征在于，该方法应用于如权利要求1至6任一项所述的一种运行状态监测装置进行三相高压异步电机的运行状态监测，其包括：
采集三相高压异步电机的三相电压信号和三相电流信号，基于频谱分析原理并采用预设算法过滤掉电压频谱对电流频谱的影响量，使用过滤后的电流频谱对三相高压异步电机的运行状态进行分析，判断三相高压异步电机是否存在常见故障类型以及故障严重程度，并通过通信模块上传分析结果。
8.根据权利要求7所述的方法，其特征在于：
在进行数据采集时，分别对缓存的三相电压和三相电流的采样数据进行混合基快速傅立叶变换算法，变换出其对应频域范围的频谱序列的谱值，其频率分辨率为0.1Hz，保存为UAh、UBh、UCh、IAh、IBh、ICh，其中h为间谐波次数。
计算影响因子，表现为公式(1)
I ＝ U/X ＝ U/(2πf * L) (1)
取工频基波f＝50.00Hz，分别使用三相基波电压有效值和三相基波电流有效值，计算出电机线圈电感的值LA、LB和LC；
将UAh、UBh、UCh代入上面公式(1)，其中，频率f取对应间谐波的频率，即f＝50.00*h，h为间谐波次数，求出电源电压间谐波在高压异步电机线圈上产生的电流间谐波I‘ Ah、I‘ Bh、I‘ Ch，即电源带来的间谐波含量；
用I‘ Ah、I‘ Bh、I‘ Ch减去IAh、IBh、ICh，即可获得由各种故障引起电动机内部磁通的分布发生变化，从而产生的间谐波I“ Ah、I” Bh、I“ Ch：
对I“ Ah、I” Bh、I“ Ch进行归一化处理，分别计算出各次谐波和间谐波的含有率HRIAh、HRIBh、HRICh。
9.根据权利要求8所述的方法，其特征在于：
判断三相高压异步电机是否存在常见故障类型，包括：
对转子状态进行分析，随着转子条存在高阻接点或裂纹开始产生，转子阻抗升高，从而极通过频率PPF电流升高，导致极通过频率PPF电流频谱的峰值增加，在HRIAh、HRIBh、HRICh频谱序列中，取h为0.99～1.10之间的序列，除去基波频谱，若剩余间谐波中有频谱大于1.6％即HRIh≥1.6％，则标明电机转子故障严重，即存在多个转子断条或断环开裂；若0.4％≤HRIh＜1.6％，则表明电机转子有轻度故障，即转子存在少量断条或者裂纹；若HRIh＜0.4％，则表明电机转子正常，没有断条或者裂纹存在。
10.根据权利要求8所述的方法，其特征在于：
判断三相高压异步电机是否存在常见故障类型，包括：
对定子线圈匝间短路进行状态分析：根据预先输入的电机额定参数，每相均可得到基波频谱左右对称的两个频谱段，若某相电流间谐波中有频谱大于1.5％，即HRIh≥1.5％则标明电机定子线圈故障严重，即电机定子线圈匝数过多，需要立即停机检修；若0.5％≤HRIh＜1.0％，则表明电机定子线圈有轻度故障，即定子线圈存在少量匝间短路，需尽快安排停机检修；若HRIh＜0.5％，则表明电机定子线圈正常，则没有匝间短路故障存在。
11.根据权利要求8所述的方法，其特征在于：
判断三相高压异步电机是否存在常见故障类型，包括：
对气隙偏心进行状态分析：根据预先输入的电机额定参数，每相均可得到基波频谱左右对称的两个频谱段，若某相电流间谐波中有频谱大于3.0％HRIh≥3.0％，则标明电机气隙偏心故障严重，需要立即停机检修；若0.3％≤HRIh＜1.9％，则表明电机气隙偏心有轻度故障，需尽快安排停机检修；若HRIh＜0.3％则表明电机气隙偏心正常，电机可以放心运行。
12.根据权利要求8所述的方法，其特征在于：
判断三相高压异步电机是否存在常见故障类型，包括：
对轴承故障进行状态分析：根据事先输入的电机额定参数，每相均可得到4个频谱段，若某相电流间谐波中有频谱大于8.0％即HRIh≥8.0％，则标明电机轴承故障严重，需要立即停机检修；若4.0％≤HRIh＜8.0％，则表明电机轴承有轻度故障，需尽快安排停机检修；若HRIh＜4.0％，则表明电机轴承正常，电机可以放心运行。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310953503.XA CN117269752A (zh) | 2023-07-31 | 2023-07-31 | 一种适用于三相高压异步电机的运行状态监测装置及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310953503.XA CN117269752A (zh) | 2023-07-31 | 2023-07-31 | 一种适用于三相高压异步电机的运行状态监测装置及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117269752A true CN117269752A (zh) | 2023-12-22 |
Family
ID=89213212
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310953503.XA Pending CN117269752A (zh) | 2023-07-31 | 2023-07-31 | 一种适用于三相高压异步电机的运行状态监测装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117269752A (zh) |
-
2023
- 2023-07-31 CN CN202310953503.XA patent/CN117269752A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN208283527U (zh) | 基于频谱分析的交流异步电机在线监测诊断系统 | |
| CN106199424B (zh) | 一种永磁同步电机匝间短路故障诊断方法 | |
| US8135551B2 (en) | Robust on line stator turn fault identification system | |
| CN103217579B (zh) | 变压器绕组在线监测系统 | |
| CN109387734B (zh) | 干式空心电力电抗器匝间短路故障在线监测装置的监测方法 | |
| CN101101319A (zh) | 发电机转子绕组匝间短路状态的检测装置 | |
| CN102135600A (zh) | 异步电动机故障检测装置及方法 | |
| CN110456270B (zh) | 一种电机绝缘在线监测方法及装置 | |
| CN105548799A (zh) | 发电电动机转子绕组匝间短路故障的在线监测方法 | |
| CN109297716A (zh) | 一种双馈型风力发电机振动故障诊断方法 | |
| US11722079B2 (en) | Detection system and method for rotor dynamic turn-to-turn short circuit fault of synchronous generator | |
| RU2351048C1 (ru) | Способ функциональной диагностики асинхронных электродвигателей | |
| CN108169559B (zh) | 一种电机定子电流谱分析设备异常的判断方法 | |
| 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 | |
| CN105259483B (zh) | 一种发电机转子绕组对铁芯和轴系的绝缘测量方法 | |
| Moosavi et al. | Fault detection in 3-phase traction motor using artificial neural networks | |
| CN117074942B (zh) | 一种电机故障自诊断方法、装置及储存介质 | |
| RU2537744C1 (ru) | Способ диагностирования изоляции обмоток статора асинхронного электродвигателя | |
| Bhattacharyya et al. | Induction motor fault diagnosis by motor current signature analysis and neural network techniques | |
| CN117269752A (zh) | 一种适用于三相高压异步电机的运行状态监测装置及方法 | |
| CN105607000A (zh) | 一种在空载状态下测量三相异步电动机堵转电流的方法 | |
| Kliman et al. | Induction motor fault detection via passive current monitoring-A brief survey | |
| CN115753913A (zh) | 电动机定子线棒潮湿劣化的确定方法、装置、设备及介质 | |
| Mayora et al. | Condition assessment of rotating electrical machines using sfra-a survey | |
| CN114062910A (zh) | 一种电机在线诊断系统和方法 |
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 |