CN117859007A - 用于识别离心泵中的故障、尤其是叶轮堵塞的方法以及离心泵 - Google Patents
用于识别离心泵中的故障、尤其是叶轮堵塞的方法以及离心泵 Download PDFInfo
- Publication number
- CN117859007A CN117859007A CN202280056636.0A CN202280056636A CN117859007A CN 117859007 A CN117859007 A CN 117859007A CN 202280056636 A CN202280056636 A CN 202280056636A CN 117859007 A CN117859007 A CN 117859007A
- Authority
- CN
- China
- Prior art keywords
- pump
- current
- fault
- harmonic
- motor
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000001131 transforming effect Effects 0.000 claims abstract description 3
- 238000011156 evaluation Methods 0.000 claims description 20
- 239000013598 vector Substances 0.000 claims description 20
- 230000009466 transformation Effects 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 6
- 230000001360 synchronised effect Effects 0.000 claims description 4
- 238000001228 spectrum Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000010355 oscillation Effects 0.000 description 4
- 230000006378 damage Effects 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 239000006163 transport media Substances 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000001464 adherent effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 235000012206 bottled water Nutrition 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D15/00—Control, e.g. regulation, of pumps, pumping installations or systems
- F04D15/0088—Testing machines
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D13/00—Pumping installations or systems
- F04D13/02—Units comprising pumps and their driving means
- F04D13/06—Units comprising pumps and their driving means the pump being electrically driven
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D15/00—Control, e.g. regulation, of pumps, pumping installations or systems
- F04D15/0077—Safety measures
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D15/00—Control, e.g. regulation, of pumps, pumping installations or systems
- F04D15/02—Stopping of pumps, or operating valves, on occurrence of unwanted conditions
- F04D15/0209—Stopping of pumps, or operating valves, on occurrence of unwanted conditions responsive to a condition of the working fluid
- F04D15/0218—Stopping of pumps, or operating valves, on occurrence of unwanted conditions responsive to a condition of the working fluid the condition being a liquid level or a lack of liquid supply
- F04D15/0236—Lack of liquid level being detected by analysing the parameters of the electric drive, e.g. current or power consumption
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D15/00—Control, e.g. regulation, of pumps, pumping installations or systems
- F04D15/02—Stopping of pumps, or operating valves, on occurrence of unwanted conditions
- F04D15/0245—Stopping of pumps, or operating valves, on occurrence of unwanted conditions responsive to a condition of the pump
- F04D15/0254—Stopping of pumps, or operating valves, on occurrence of unwanted conditions responsive to a condition of the pump the condition being speed or load
-
- 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
- H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
- H02P21/22—Current control, e.g. using a current control loop
-
- 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
- H02P29/50—Reduction of harmonics
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Non-Positive-Displacement Pumps (AREA)
Abstract
本发明涉及一种用于通过评估电机电流的至少一个谐波来识别在具有多相、尤其是三相驱动电机的泵、尤其是离心泵中的故障、尤其是叶轮堵塞的方法,所述方法具有以下方法步骤:基于故障模型,确定所述电机电流的至少一个指示故障的谐波的故障频率fr,pump;通过将三相电机电流变换到以所确定的至少一个故障频率fr,pump旋转的具有电流id和iq的d/q‑电流坐标系中,针对所述故障频率fr,pump计算所述电机电流的谐波幅度其中,在所述d/q‑电流坐标系中的电流id和iq的直流分量的几何和对应于所述谐波幅度
Description
技术领域
本发明涉及一种用于借助于对电机电流的至少一个谐波的评估来识别在具有三相驱动电机的离心泵中的故障、尤其是识别在具有三相驱动电机的离心泵中的叶轮堵塞的方法。
背景技术
循环泵在饮用水、冷却和加热系统中使用。近几十年来,在提高循环泵的效率方面已经做出了很大的努力。在此,研发主要集中于电机和叶轮设计以及控制算法的改进。迄今为止,循环泵中的状态监控方法的实现还很缺乏。然而,研究已经表明:泵的可能的材料损伤或损坏并不一定导致泵失灵,而是最初只能够引起电机或泵的效应降低的运行。因而,重要的是能够通过故障识别方法来尽可能早地发现这种效率恶化。
为了避免在制造泵时的附加成本,所应用的故障识别方法应该尽可能能够在泵的已经存在的硬件上执行。根据现有技术的循环泵被实施为集成产品,其具有用于执行控制算法的内置微处理器单元、转速可变的驱动器(变频器)以及永磁同步电机(PSM)和叶轮。单独的电流传感器检测电流值,作为用于电机的无传感器控制的输入参量。在这种具有电流传感器和微处理器单元的硬件配置中,循环泵提供了用于实现基于电流的故障识别方法的平台。
对于电机的基于电流的故障识别,在现有技术中提出了各种方法。最广泛流行的方法可能是电机电流特征分析(MCSA),该电机电流特征分析借助于在稳态下的电机电流的相位的频谱分析来进行故障检测。为了评估电流信号的频谱,需要预先转换到频域,这能够通过离散傅里叶变换(DFT)来实现。然而,DFT的实现需要大量计算以及高存储能力。由于该原因,在实践中经常动用快速傅里叶变换(FFT)。然而,在微处理器单元上实现FFT也会带来某些障碍。FFT的缺点包括:需要高的频率分辨率、泄漏效应以及在观察时间段期间假定的平稳运行。
发明内容
本发明的任务在于:说明一种用于基于电流的故障识别的优化方法,该方法可以容易地在泵的微处理器单元上实现。尤其是旨在借助于所寻求的方法来使存储工作量以及所要执行的操作的数量最小化。
通过一种按照权利要求1的特征的方法来解决该任务。该方法的有利的实施方案是从属权利要求的主题。此外,该方法通过具有用于执行该方法的微处理器单元的泵、尤其是离心泵来实现。
按照本发明的方法优选地在泵的集成微处理器单元上执行,尤其是在泵的正常运行时间期间。然而,在外部计算单元上的执行同样是可设想的,而且应该被本发明一并包括。以下的阐述主要涉及该方法在泵、尤其是离心泵的集成微处理器单元上的执行和实现。
按照本发明,在第一方法步骤中,借助于故障模型,确定电机电流的至少一个指示故障的谐波的频率。该故障模型可以集成在泵中。因此,通过该步骤,确定电机电流中的一个或多个特定频率,在正在进行的泵运行期间,通过对所述频率的观察能够实现故障识别。尤其是谐波或者其可感知到的变化的出现可能表征特定故障情况。重要的例如可能是在电流频谱的边带中的频率。可以从电流的至少一个谐波的特性中导出的可能的故障情况是机械故障情况,如泵或电机的轴承磨损以及可能的叶轮故障。这同样包括由于输送介质的粘附性固体所引起的叶轮堵塞。还能够识别某些运行情况,如泵的干式运转。
在另一方法步骤中,应该针对先前确定的至少一个故障频率来确定电机电流的谐波的幅度。为此,提出将多相、尤其是三相电机电流变换到两轴d-q电流坐标系中。所得到的电流坐标系以指示故障的谐波的故障频率或者相对应的角速度来旋转。由此产生的在d-q坐标系中的电流矢量因此由旋转电流矢量以及静止电流矢量组成。后者对应于归因于该谐波的电机电流的分量,该分量在所选择的表示中是在时间上恒定的,并且因此形成电流id和iq的直流分量(Gleichanteil)。在坐标表示中,通过计算这些直流分量的几何和,可以确定指示故障的谐波的幅度。与例如执行FFT或DFT相比,所提出的方法需要明显更少的操作和资源,并且由此由于资源需求相对低,可以容易地在泵的内部微处理器单元上实现。这样,该解决方案可以完全以基于软件的方式在用于控制离心泵的现有的微处理器单元上实现。可以使用总归存在的传感器以进行电机电流的电流测量,不需要附加的硬件扩展。
按照一个有利的实施方式,根据驱动电机的定子频率和/或定子的极对数,计算该至少一个故障频率。特别优选地,通过求解以下公式来获得该故障频率:
其中p表示定子的极对数,s是所使用的驱动电机的转差率,并且fs是定子频率。原则上,转差率s只有在异步电机的情况下才是重要的,而对于同步电机来说,转差率s=0。
如上文已经阐述的那样,借助于变换所确定的电流id和iq的直流分量提供了对于确定谐波幅度来说所需的信息。用于确定这些直流分量的一个简单方法是应用低通滤波器,由此,相对应的电流id、iq的时变交流分量被滤除。理想情况下,使用一阶低通滤波器。特别优选地,使用一阶巴特沃斯滤波器(Butterworth-Filter)来应用其传递函数,该传递函数可以按照
来定义,其中,T优选地对应于处理器单元的采样率。截止频率ωc必须被选择得相对小,以便尽可能消除振荡。
按照本发明的一个有利的实施方式,为了将电机电流变换到d-q电流坐标系中,应用帕克变换,尤其是按照公式
其中,是在定子坐标系中的三相电机电流的空间矢量表示,并且ωF是与指示故障的振荡频率相对应的角速度,按照ωF=2πfr,pump。应用帕克(Park)变换所需的三角函数可以在微处理器单元之内通过具有所定义的数量的值对的查找表来实现,以便使微处理器单元的内存需求最小化。可设想的是使用300至400个值对,尤其是360个值对。
上述帕克变换通常也在电动机的磁场定向(FOC)转速控制中应用,其中,在那里,不是根据谐波的特定频率来确定iq电流坐标系,而是替代于此根据当前的转子转速来确定该iq电流坐标系,使得产生关于转子静止的坐标系。如果情况如此,则按照本发明的方法已经可以动用泵的现有的控制模块用于FOC。
由于帕克变换需要三相电机电流的空间矢量表示,所以三相电机电流必须首先被转变为二维空间矢量表示。这可以通过借助于克拉克(Clarke)变换变换到定子坐标系来实现。这里,理论上也可以再次使用泵调节的已经存在的控制模块,或者替代于此,仅从该控制模块中获取关于空间矢量表示的信息。
在实践中,离心泵、尤其是循环泵,通常是压力控制的。这会引起:在负载变化时,泵的转速也可能在运行期间发生变化。相同的情况相对应地适用于电机电流消耗。为了考虑这一点,有利的是:从所计算的振动幅度中,导出与负载无关的严重程度因子,使得无论工作点如何,该严重程度因子都与参考值相当。例如可设想的是:通过求谐波幅度与电机电流的产生转矩的分量的幅度、尤其是电机电流iq的幅度之比,计算与负载无关的严重程度因子。借此,所得到的严重程度因子被归一化,并且与电机的当前的电流消耗无关。
在该方法的一个有利的扩展中,在完成对谐波幅度和/或严重程度因子的计算之后,可以与参考值或极限值进行对比。还可设想的是:检查所计算的值是否在容许的值区间内。泵可以持续地、周期性地或者在正在进行的泵运行期间在所选择的时间点执行该检查。如果发现与参考值有偏差、超过或低于极限值或者超出容许的区间,则推断出泵存在异常或故障情况。该方法可以引起对报错消息的输出或者甚至引起对正常的泵控制或调节的干预,以便避免可能的后续损坏。
按照本发明的另一有利的实施方案,还可以规定:提供外部中央评估单元,该外部中央评估单元与两个或更多个离心泵间接或直接保持通信。在这种情况下,合理的是:将由相应的离心泵单独计算的谐波幅度和/或严重程度因子的值传送给中央评估单元,以用于故障识别和故障监控。借此,离心泵不是独立监控所计算的值,而是替代于此将这些值传送给中央评估单元。该方法所具有的优点在于:外部评估单元可以收集多个可能的严重程度因子值或者谐波幅度值并且将这些值彼此进行对比。由此,可以从多个类似的泵类型中确定异常值。这些类似的泵类型例如是相同或类似的结构类型,并且其突出之处同样在于类似的应用情况。类似的泵的运行参数也在所定义的值范围内。运行参数例如包括泵的工作点、转速、输送介质的可能的温度值、运行时间或者寿命。因此,相对应地规定:除了对所收集的谐波幅度和/或严重程度因子的值的对比之外,也考虑所提供的离心泵的运行参数和/或特性。
如上文已经描述的那样,该评估单元被设计为外部实体。合理的是,该评估单元可以被实现为基于云的解决方案。与离心泵的通信可以通过专用接口来进行。然而,同样可设想的是:例如通过利用相对应的网关对泵的扩展,动用现有的通信基础设施和技术,该网关将数据经由现有的通信技术传输给该评估单元。
除了按照本发明的方法之外,本申请还涉及一种泵、优选地离心泵以及尤其是循环泵,该泵的液压单元由三相驱动电机、尤其是永磁同步电机来驱动。该离心泵还包括微处理器单元,该微处理器单元被配置为执行按照本发明的方法。该离心泵同样可以具有可能的通信模块或者与该通信模块保持连接,以便能够将所计算的谐波幅度值和/或严重程度因子值传输给外部评估单元。优选地,该微处理器单元承担泵的正常的转速调节,尤其是基于磁场定向控制。
除了按照本发明的离心泵之外,本发明还涉及一种上级系统,该上级系统由两个或更多个离心泵以及外部评估单元组成,该外部评估单元与至少两个离心泵保持通信连接。在此,这些离心泵执行相对应的方法来计算谐波幅度和/或严重程度因子,其中,该谐波幅度和/或该严重程度因子被传输给该外部评估单元。后者将所接收到的值彼此进行比较,以便能够根据所传送的数据集来确定有故障的泵。
附图说明
随后应依据实施例更详尽地阐述本发明的其它优点和特性。其中:
图1a、1b、1c示出了用于使指示故障的谐波频率可视化的不同的电流频谱图表;
图2示出了静止的定子坐标系以及旋转的d-q坐标系的对照;
图3示出了用于故障分析的以故障频率旋转的d-q坐标系的图示;
图4示出了阐明用于故障监控的各个方法步骤的框图;以及
图5示出了按照本发明的系统的系统图。
具体实施方式
本发明涉及一种关于存储工作量和所要执行的操作步骤的数量方面优化的用于对离心泵、尤其是循环泵基于电流地进行故障监控的方法。本发明的思想所基于的假设首先在于:泵或驱动电机的机械故障影响电流频谱的某些频率。
图1a、1b和1c示范性示出了具有七通道叶轮的供热循环泵在1600U/min、2200U/min和2800U/min转速下的相同电机相的相应的电流频谱。在相应的图表表示中,不仅包含针对无故障情况的电流频谱(实线曲线)而且包含针对故障情况的电流频谱(虚线曲线),其中,后者是由于叶轮的通道的人为堵塞所引起的。相应的频谱以dB为单位来呈现,其中,所呈现的电机相的基波被归一化为0dB。在附图中标明了边带fr,pump+(在下文称为上边带)的幅度和边带fr,pump-(在下文称为下边带)的幅度。
在转速为1600U/min(图1a)的情况下,故障“叶轮堵塞”会造成下边带的幅度从正常状态下的-103.5dB增加到故障状态下的-90.1dB。上边带的幅度大致保持相同。在转速为2200U/min(图1b)的情况下,电流频谱之间的差异变得更加明显。下边带幅度从-104.8dB增加到-75.5dB,并且上边带幅度从-131.0dB增加到-98.8dB。在2800U/min下的频谱看起来与2200U/min的频谱相似,但是在边带处的幅度仍然更加明显。下边带的幅度从-114.8dB增加到-76.0dB,并且上边带的幅度从-127.1dB增加到-90.9dB。上述频谱分析的结果表明:在电流信号中包含关于泵的状态的信息,其中,正常与故障之间的差异随着转速的升高而明显增大。
因而,为了进行故障监控,应评估电流频谱的特定频率,其中,对于在循环泵中应用来说关于存储工作量和操作数量方面最有前途的方案基于多重参考系理论。类似于磁场定向控制(FOC),思路是使坐标系旋转。在FOC的情况下,该坐标系以转子的频率旋转,而该坐标系就故障识别而言以故障的频率旋转。
如已经依据图1a、1b、1c所示出的那样,泵的液压以及驱动部分中的机械结构的不平衡和对准错误会影响电流频谱的边带的幅度。所提及的不平衡和对准错误可能是由于叶轮堵塞、轴承故障或者泵的干式运转所产生的。在图4的框图中简化地示出了按照本发明的方法的流程。上述相关故障频率fr,pump可以在动用故障模型10的情况下被计算,该故障模型根据驱动电机的定子频率(转子转速n)、电机转差率s和极对数p按照公式(1)来计算故障频率:
在三相电机的情况下,电机电流可以被组合在空间矢量中。为此,假设相电流之和为零。该空间矢量的实部用α-电流来表示,并且虚部用β-电流来表示。α-β坐标系(参见图2)称为定子固定的坐标系(定子坐标系)。从三相定子电流到两相α-β电流的变换称为克拉克(Clarke)变换。
为了驱动交流电机,由泵调节将定子固定的α-β电流变换到转子固定的d-q电流,这称为帕克(Park)变换。从数学上讲,使坐标系根据转子的转速n来旋转。因此,d-q电流是可用于电机控制的直流电流值。令人感兴趣的方面是:d-电流和q-电流的矢量和正好对应于电机电流的基波的幅度。按照本发明的方法利用现有技术中的这一原理来进行自动化的故障识别。
如果考虑真实电机,则相电流以及借此电流空间矢量会与振荡叠加,这些振荡的程度在泵或驱动电机的故障运行时会增加。对于按照本发明的方法,现在假设:电机电流是具有幅度和转速ωS的转矩形成电流与具有幅度/>和转速ωF的谐波之和。三相电机电流可以根据以下等式(2)来被计算:
在这种情况下,包含关于泵的状态以及关于故障严重性的信息。作为示例,可以基于等式(1)来计算ωF。
如图2中所示,定子坐标系中的电流空间矢量等于以转速ωS旋转的转矩形成分量/>与以转速ωF旋转的故障分量/>之和。按照以下等式(3)来计算三相电机电流的电流空间矢量/>
在图4的所示出的框图中,该步骤已经通过泵控制器的现有的磁场定向控制20来执行,该泵控制器提供两个电流iα和iβ作为输出参量。
就按照本发明的方法而言,的长度是令人感兴趣的。现在,以谐波频率的速度(ωK=ωF)来使d-q坐标系旋转。为了计算以d-q坐标的电流矢量,使用帕克变换的标准等式,这在该框图中通过步骤30来标明。帕克变换可以在数学上按照以下等式来实现:
如果将公式(3)代入公式(4),则对于在d-q坐标系中的当前矢量得出公式(5);
三相电流矢量等于以速度(ωS-ωF)旋转的矢量/>与静止矢量/>之和,参见图3。当ωF大于ωS时,/>和/>都朝着另一个方向旋转。
如果考虑与时间相关的参量,则id和iq由DC(直流)分量与AC(交流)分量组成,如在等式(6)和(7)中可见。
id=iF|d+iT|d·cos((ωS-ωF)t) (6)
iq=iF|q+iT|q·sin((ωS-ωF)t) (7)
初始幅度可以根据iF|d与iF|q的几何和来计算,参见以下等式(8)。
在图4的框图中,该方法步骤用附图标记50来标明。如果确定id和iq的直流分量,则可以据此来计算幅度这样,通过应用简单的变换,可以计算谐波的幅度。用于计算id和iq的直流分量的一种简单且对于内存友好的方法是一阶滤波器,该一阶滤波器在图4的框图中用附图标记40来标明。
例如,可以选择一阶巴特沃斯(Butterworth)滤波器,该一阶巴特沃斯滤波器的传递函数可以按照等式(9)被确定如下:
其中,T等于微处理器单元的采样时间。该滤波器允许简单的实现。然而,截止频率ωc必须被选择得相对小,以便尽可能消除振荡。由此,该滤波器的时间常数相对高,这使得系统缓慢并且在动态系统中可能成为问题。然而,在泵中使用时,这并不重要,因为预计不会出现快速的负载变化。
循环泵通常在压力控制下运行。这意味着:泵的负载和转速可能在运行期间发生变化,这同时意味着泵的电流消耗的变化。为了考虑这一点,计算故障的严重程度因子(“Severity Factor”SF),该严重程度因子与电流消耗有关。这在图4的框图中用附图标记60来示出。现代循环泵具有FOC 10,从中可以获得关于电流消耗的信息。为了确保负载独立性,该严重程度因子由故障指标与转矩形成分量的幅度/>之比形成,该转矩形成分量等于所使用的FOC中的q电流,其中,d电流被调节到零:
接着,依据严重程度因子SF,可以判断在泵中是否存在故障情况。可以在本地通过泵控制器来做出该判断,参见图4的块70。然而,替代地,为此也可以设立外部评估单元,该外部评估单元获得来自多个泵的严重程度因子SF。在图5中,示范性地示出了这种系统。泵1、这里是加热循环泵,借助于上述方法来计算严重程度因子SF,并且将该严重程度因子经由网关2传送给外部评估单元3,该外部评估单元在当前情况下基于云来实现。在云(Cloud)3中,所传送的数据、尤其是严重程度因子以及泵的其它运行参数(例如工作点、转速、温度、使用寿命),与来自同一组的其它泵的相对应的数据相结合。
接着,由于整个泵组有大量数据,可以在相似的边界条件(工作点、转速、温度、使用寿命)下执行严重程度因子的比较。这用于滤除有缺陷的泵,以及用于识别泵的即将发生的失灵。泵的严重程度因子与其余泵的相应值或其余泵的平均值的大的偏差可以被解释为叶轮的退化或堵塞。在这种情况下,泵所有者或运营商可以被直接通知,并且在需要时可以派出服务人员:泵所有者或运营商的信息和/或服务任务可以优选地由系统4来自动实现和生成。
Claims (16)
1.一种用于通过评估电机电流的至少一个谐波来识别在具有多相、尤其是三相驱动电机的泵、优选地离心泵(1)中的故障、尤其是叶轮堵塞的方法,所述方法具有以下方法步骤:
a.基于故障模型(10),确定所述电机电流的至少一个指示故障的谐波的故障频率fr,pump;
b.通过将三相电机电流变换到以所确定的至少一个故障频率fr,pump旋转的具有电流id和iq的d/q-电流坐标系中,针对所述故障频率fr,pump计算所述电机电流的谐波幅度其中,在所述d/q-电流坐标系中的所述电流id和iq的直流分量的几何和对应于所述谐波幅度/>
2.根据权利要求1所述的方法,其特征在于,根据所述驱动电机的定子频率和定子的极对数,尤其是按照计算所述至少一个故障频率,其中,p是所述定子的极对数,s是电机转差率,并且fs是所述定子频率。
3.根据上述权利要求中任一项所述的方法,其特征在于,通过应用低通滤波器(40)、优选地一阶低通滤波器、特别优选地一阶巴特沃斯滤波器,确定变换后的电流id和iq的直流分量。
4.根据上述权利要求中任一项所述的方法,其特征在于,借助于帕克变换(30),尤其是按照以下公式,变换到所述d-q电流坐标系中:
其中,是所述三相电机电流在定子坐标系中的空间矢量表示,并且根据所述故障频率fr,pump按照ωF=2πfr,pump来计算角速度ωF。
5.根据权利要求4所述的方法,其特征在于,通过克拉克变换,将所述三相电机电流变换成在定子坐标系中的空间矢量表示,其中,所述空间矢量优选地通过泵控制器的现有的控制模块来被确定,所述控制模块执行磁场定向转速控制(20)。
6.根据上述权利要求中任一项所述的方法,其特征在于,基于所述谐波幅度尤其是通过求所述谐波幅度/>与所述电机电流的产生转矩的分量的幅度、尤其是电流iq的幅度/>之比,确定与负载无关的严重程度因子SF。
7.根据上述权利要求中任一项所述的方法,其特征在于,所述离心泵(1)在运行时间期间监控所计算出的谐波幅度和/或严重程度因子SF,并且在发现所计算出的值有异常时输出报错消息和/或触发对泵控制器的干预。
8.根据上述权利要求中任一项所述的方法,其特征在于,尤其是在所述泵的运行时间期间,在所述泵(1)的集成微处理器单元上执行所述方法。
9.根据上述权利要求中任一项所述的方法,其特征在于,提供外部中央评估单元(3),而且两个或更多个离心泵(1)将其所计算出的所述谐波幅度和/或严重程度因子SF的值传送给所述评估单元(3),以用于故障识别。
10.根据权利要求9所述的方法,其特征在于,所述中央评估单元(3)将所接收到的值中的两个或更多个值彼此进行比较,以便识别异常并且检测故障情况。
11.根据上述权利要求9和10中任一项所述的方法,其特征在于,除了所述谐波幅度和/或所述严重程度因子SF的值之外,传输所述泵(1)的其它运行参数,例如所述泵(1)的转速n和/或工作点和/或所述泵(1)的温度值和/或使用寿命或运行时间。
12.根据权利要求11所述的方法,其特征在于,对于所接收到的值的比较,所述评估单元(3)仅使用其运行参数相同或者处在预定义范围内的这种泵(1)。
13.根据上述权利要求9至12中任一项所述的方法,其特征在于,所述评估单元(3)通过基于云的解决方案来实现。
14.根据上述权利要求中任一项所述的方法,其特征在于,在检测到故障情况时,所述评估单元(3)自动为所涉及到的泵(1)生成服务任务(4)。
15.一种泵(1)、优选地离心泵、特别优选地循环泵,所述泵具有:多相、尤其是三相驱动电机、尤其是永磁同步电机;以及微处理器单元,所述微处理器单元被配置为执行根据上述权利要求1至8中任一项所述的方法。
16.一种系统,所述系统包括至少两个根据权利要求15所述的离心泵(1)和至少一个中央评估单元(3),所述中央评估单元具有处理器,所述处理器被配置为执行根据权利要求9至14中任一项所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102021121672.9A DE102021121672A1 (de) | 2021-08-20 | 2021-08-20 | Verfahren zur Fehlererkennung, insbesondere einer Laufradverstopfung, in einer Kreiselpumpe, sowie Kreiselpumpe |
DE102021121672.9 | 2021-08-20 | ||
PCT/EP2022/072770 WO2023020998A1 (de) | 2021-08-20 | 2022-08-15 | Verfahren zur fehlererkennung, insbesondere einer laufradverstopfung, in einer kreiselpumpe, sowie kreiselpumpe |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117859007A true CN117859007A (zh) | 2024-04-09 |
Family
ID=83193471
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280056636.0A Pending CN117859007A (zh) | 2021-08-20 | 2022-08-15 | 用于识别离心泵中的故障、尤其是叶轮堵塞的方法以及离心泵 |
Country Status (5)
Country | Link |
---|---|
CN (1) | CN117859007A (zh) |
AU (1) | AU2022329093A1 (zh) |
CA (1) | CA3229738A1 (zh) |
DE (1) | DE102021121672A1 (zh) |
WO (1) | WO2023020998A1 (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1298511B2 (en) * | 2001-09-27 | 2009-11-18 | Reliance Electric Technologies, LLC | Motorized system integrated control and diagnostics using vibration, pressure, temperature, speed, and/or current analysis |
DE102008017900A1 (de) | 2008-04-09 | 2009-10-15 | Danfoss Drives A/S | Verfahren zum Erfassen eines Fehlers in einer Drehfeldmaschine |
US8253365B2 (en) | 2009-10-20 | 2012-08-28 | GM Global Technology Operations LLC | Methods and systems for performing fault diagnostics for rotors of electric motors |
US9777748B2 (en) * | 2010-04-05 | 2017-10-03 | Eaton Corporation | System and method of detecting cavitation in pumps |
RU2708303C2 (ru) * | 2015-03-25 | 2019-12-05 | ДжиИ ОЙЛ ЭНД ГЭС ЭСП, ИНК. | Система и способ управления разработкой месторождения с использованием электрических погружных насосов в качестве виртуальных датчиков |
US9806656B1 (en) * | 2016-11-30 | 2017-10-31 | Steering Solutions Ip Holding Corporation | Fault tolerant phase current measurement for motor control systems |
-
2021
- 2021-08-20 DE DE102021121672.9A patent/DE102021121672A1/de active Pending
-
2022
- 2022-08-15 WO PCT/EP2022/072770 patent/WO2023020998A1/de active Application Filing
- 2022-08-15 AU AU2022329093A patent/AU2022329093A1/en active Pending
- 2022-08-15 CA CA3229738A patent/CA3229738A1/en active Pending
- 2022-08-15 CN CN202280056636.0A patent/CN117859007A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2023020998A1 (de) | 2023-02-23 |
AU2022329093A1 (en) | 2024-03-07 |
DE102021121672A1 (de) | 2023-02-23 |
CA3229738A1 (en) | 2023-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9109517B2 (en) | Condition monitoring of mechanical drive train coupled with electrical machines | |
US10658961B2 (en) | Method for identifying the discrete instantaneous angular speed of an electromechanical system | |
US8890454B2 (en) | Phase locked loop based torsional mode damping system and method | |
EP3246689B1 (en) | Method and system for monitoring mechanical bearing | |
EP3480610B1 (en) | Diagnosing a winding set of a stator | |
CN107402350B (zh) | 一种三相异步电机偏心故障检测方法 | |
Trajin et al. | Comparison between stator current and estimated mechanical speed for the detection of bearing wear in asynchronous drives | |
CN113632026A (zh) | 旋转机械设备故障诊断方法、系统及存储介质 | |
CN117859007A (zh) | 用于识别离心泵中的故障、尤其是叶轮堵塞的方法以及离心泵 | |
KR101449535B1 (ko) | 풍력 터빈 블레이드의 상태 감시를 위한 신호 처리 장치 및 그 방법 | |
Fernandez-Temprano et al. | Broken bar condition monitoring of an induction motor under different supplies using a linear discriminant analysis | |
WO2021176761A1 (ja) | 機器監視装置及び機器監視方法 | |
JP3864309B2 (ja) | 風力発電システムおよび方法 | |
Arkan | Sensorless speed estimation in induction motor drives by using the space vector angular fluctuation signal | |
Lima et al. | Cavitation detection in centrifugal pumps driven by frequency inverter fed motors | |
Odavic et al. | Real-time fault diagnostics for a permanent magnet synchronous motor drive for aerospace applications | |
JP5703151B2 (ja) | 電力変換装置の制御装置 | |
US10928455B2 (en) | System and methods for fault diagnosis in machines | |
Kim | Rotor fault detection system for inverter driven induction motors using currents signals and an encoder | |
JP2019205243A (ja) | インバータ装置 | |
CN112924769B (zh) | 变流器故障检测方法和装置、计算机设备 | |
WO2023166778A1 (ja) | ベルトコンベアの異常検知装置 | |
CN112147504B (zh) | 变流器故障检测方法和装置、计算机设备 | |
WO2022269657A1 (ja) | 電動機付設備の故障徴候検出装置および電動機付設備の故障徴候検出方法 | |
KR102473124B1 (ko) | 전동기의 고장 검출 장치 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |