CN216927019U - 一种用于电机故障诊断的系统 - Google Patents

一种用于电机故障诊断的系统 Download PDF

Info

Publication number
CN216927019U
CN216927019U CN202121698256.6U CN202121698256U CN216927019U CN 216927019 U CN216927019 U CN 216927019U CN 202121698256 U CN202121698256 U CN 202121698256U CN 216927019 U CN216927019 U CN 216927019U
Authority
CN
China
Prior art keywords
data
module
frequency
current
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.)
Active
Application number
CN202121698256.6U
Other languages
English (en)
Inventor
徐国卿
陈梦南
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.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
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 University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN202121698256.6U priority Critical patent/CN216927019U/zh
Application granted granted Critical
Publication of CN216927019U publication Critical patent/CN216927019U/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)

Abstract

本实用新型公开了一种用于异步电机故障诊断的系统,包括依次连接的数据测量模块、数据处理模块和数据分析模块;所述数据测量模块与数据处理模块信号连接,所述数据处理模块和数据分析模块信号连接。方便操作,结构简单,方便维护。

Description

一种用于电机故障诊断的系统
技术领域
本实用新型属于电机状态监测技术领域,具体讲是一种用于电机故障诊断的系统,它是一种电机故障诊断系统。
背景技术
作为传动机械,异步电动机广泛应用于发电厂、炼钢厂、舰艇等工业与国防领域,其安全运行至关重要。异步电动机一般处于长时间连续运转状态,且工作环境恶劣,因此故障不可避免。异步电动机故障不仅损坏机体本身,而且影响整个传动系统。如果不能及时发现、检修,将导致事故、停机,造成经济损失,甚至人员伤亡。
目前,通常采用“定期检修(如半年小修,一年大修)”方式避免异步电动机事故停机。但是,由于存在检修周期,异步电动机可能在检修周期之内即发生故障、事故,“定期检修”方式对此无能为力,这就是工程现场所谓的“失检”;另一方面,在检修周期来临之际,异步电动机可能并无故障,甚至状态良好,“定期检修”方式将造成工程现场所谓的“过检”。“失检”将导致异步电动机事故、停机,其损失不言而喻。“过检”将导致无谓的维修成本、停机时间。仅仅拆卸其外壳一次即需要数万元人民币,遑论解体异步电动机、检修其定转子等。因此,“过检”将造成巨大浪费。
异步电动机故障检测与诊断技术的出现、发展、应用引发了异步电动机维修体制的一次革命,使传统的事后维修、定期检修方式逐步转变为预知维修方式。
统计表明,异步电动机故障主要包括定子绕组匝间短路故障、转子断条故障以及轴承故障,其发生的概率分别约为6%、30%、10%、40%,这些故障均是渐进的,经历发生、发展阶段而成为事故。
针对电动机拖动系统的故障,如滚动轴承、齿轮和轴系故障等方面,也出现了大量的研究与应用。近年来随着计算机仿真技术的发展,针对断条、偏心、轴承等故障诊断理论建模、仿真分析等的文献也在逐渐增多。应用范围也逐步扩展到如变频、直流和交流伺服电动机等领域。
不管是何种方式获取的电机定子电信号,其频率成分均以供电频率为主,真正的故障信号成分十分微弱,因此如何提取微弱的故障信号,剔除无用的供电频率成分是异步电机故障检测与诊断方法能够获得广泛应用的基础。
对于电信号的幅值调制,最基本的分析手段就是采用幅值谱或细化谱的边带分析方法。由于边带存在不稳定性,还可以采用Hilbert变换获取电信号的包络谱和瞬时频率谱进行分析。其中,包络谱能够去除电信号中幅值较大的主电源频率,突出故障特征频率,而且频谱的表达形式与常规的振动信号频谱相同,便于分析与比较;瞬时频率谱更适合提取电流信号中的频率调制成分。Hilbert变换解调谱分析也有缺点,对于超过载波频率的调制信号解调谱还会产生额外的解调频率成分,这种现象称为过调制,解调谱中出现的额外频率成分称为过调制折叠频率成分。有些学者采用平方解调方法或对电流进行二次方的移频解调方法来解决,但频谱中会产生故障特征频率的位移,还会出现额外的谐波成分等,不利于频谱特征的识别与诊断。
实用新型内容
为了解决现有技术问题,本实用新型的目的在于克服已有技术存在的不足,提供一种用于异步电机故障诊断的系统,利用现有技术的异步电机故障诊断方法,在本实用新型结构的基础上能更有效地进行异步电机故障诊断信息的输出和报警,本实用新型装置方便操作,结构简单,方便维护。
为达到上述发明创造目的,本实用新型采用下述技术方案:
一种用于电机故障诊断的系统,包括依次连接的数据测量模块、数据处理模块和数据分析模块;所述数据测量模块与数据处理模块信号连接,所述数据处理模块和数据分析模块信号连接。
优选地,所述数据测量模块包括三相定子电流测量单元,所述数据测量模块将测量采集的数据传送到数据处理模块。
优选地,所述数据处理模块包括坐标变换计算单元、电流矢量模长计算单元和频谱分析单元,所述坐标变换计算单元、电流矢量模长计算单元和频谱分析单元分别与数据分析模块信号连接。
优选地,所述数据分析模块包括异步电机故障判定单元,将异步电机故障判定信息通过输出设备进行输出和报警。
本实用新型用于电机故障诊断的系统,包括依次连接的数据测量模块、数据处理模块和数据分析模块;所述数据测量模块,用于测量待故障检测的异步电机的三相定子电流isa、isb、isc;所述数据处理模块,用于三相定子电流的坐标变换和定子电流综合矢量模长的计算,并对定子电流dq分量和定子电流综合矢量模长进行频谱分析;所述数据分析模块,用于根据所述定子电流dq分量和定子综合矢量模长频谱分析的结果对电机故障的类型进行判断。
所述电机故障诊断系统,该系统采用程序如下:
(1)获得待故障检测的异步电机的三相定子电流isa、isb、isc
(2)将isa、isb、isc变换至同步旋转坐标系dq0下的电流分量isd、isq
(3)对isd、isq进行频谱分析;
(4)将isa、isb、isc变换至两相静止αβ0坐标系下的电流分量i、i
(5)计算由i、i构成的综合电流矢量模长;
(6)对电流矢量模长进行频谱分析;
(7)由上述频谱分析的结果判断待监测异步电机的故障形式。
所述的程序(2)具体为:
同步旋转dq0坐标系下的isd、isq用下式求得:
Figure BDA0003179297040000031
其中θe为同步电角度
所述的程序(3)具体为:
对同步旋转坐标系下的直流电流分量进行离散傅里叶变换,计算式为:
Figure BDA0003179297040000032
其中:Idq为频率域下的电流量,k为频率轴上的序数,n是时间轴上的序数,N是采样电流的长度。
所述的程序(4)具体为:
两相静止αβ0坐标系下的i、i用下式求得:
Figure BDA0003179297040000033
所述的程序(5)具体为:
电流矢量的模长的计算式为:
Figure BDA0003179297040000034
所述的程序(6)具体为:
对电流矢量模长进行离散傅里叶变换,计算式为:
Figure BDA0003179297040000035
其中:IL是频域的电流矢量模长,k是频率轴上的序数,n是时间轴上的序数,N是采样电流的长度。
所述的程序(7)具体为:
当定子电流的同步旋转坐标轴下的分量为直流且无明显脉动变化,定子电流的矢量长度为固定值时,电机无故障;
当定子电流的同步旋转坐标轴下的分量存在2倍于基频的脉动,定子电流的矢量长度也存在2倍于基频的脉动时,电机发生了匝间短路故障;
当定子电流的同步旋转坐标轴下的分量存在2ksf1频率的脉动,定子电流的矢量长度也存在2ksf1频率的脉动时,电机发生了转子断条故障;
当定子电流的同步旋转坐标轴下的分量存在kfouter频率的脉动,定子电流的矢量长度也存在kfouter频率的脉动时,电机发生了轴承外轨道故障;
当定子电流的同步旋转坐标轴下的分量存在kfinner频率的脉动,定子电流的矢量长度也存在kfinner频率的脉动时,电机发生了轴承内轨道故障;
当定子电流的同步旋转坐标轴下的分量存在kfball频率的脉动,定子电流的矢量长度也存在kfball频率的脉动时,电机发生了轴承滚珠坏故障;
当定子电流的同步旋转坐标轴下的分量存在kfr频率的脉动,定子电流的矢量长度也存在kfr频率的脉动时,电机发生了混合偏心故障;
其中k为整数,s为转差率,f1为基频频率,fouter、finner、fball分别是轴承外轨道,轴承内轨道和滚珠故障时的特征频率,fr是电机的转动频率。
本实用新型与现有技术相比较,具有如下实质性特点和优点:
1.本实用新型装置用于异步电机故障诊断的系统,方便操作,结构简单,方便维护;
2.本实用新型装置通过结构设计,克服了定子电流中存在大量因逆变器或变频器供电而引起谐波导致异步电机故障诊断失效的问题;本实用新型与传统的基于传感器的检测的方法相比,具有检测方便、算法简单的优点;
3.本实用新型装置的结构保障了使用了同步旋转坐标系dq0下的电流分量和综合电流矢量长Il为特征量,使得对异步电机故障诊断的结果更加准确。
附图说明
图1为本实用新型的系统结构原理示意图。
图2为电机故障诊断的流程图。
图3为三相异步电机匝间短路故障检测时的matlab/simulink仿真模型。
图4为三相异步电机转子断条故障检测时的matlab/simulink仿真模型。
图5为三相异步电机轴承故障检测时的matlab/simulink仿真模型。
图6为异步电机发生匝间短路故障时的仿真结果。
图7为异步电机发生转子断条故障时的仿真结果。
图8为异步电机发生混合偏心故障时的仿真结果
图9为异步电机发生外轨道故障时的仿真结果
图10为异步电机发生内轨道故障时的仿真结果
图11为异步电机发生滚珠故障时的仿真结果
具体实施方式
下面结合附图和具体实施例对本实用新型做进一步详细说明。应理解,下述的实施实例仅用于说明本发明,并不代表或限制本发明的权利保护范围,本发明的保护范围以权利要求书为准。
本实用新型的优选实施例详述如下:
实施例一:
在本实施例中,参见图1,一种用于电机故障诊断的系统,包括依次连接的数据测量模块1、数据处理模块2和数据分析模块3;所述数据测量模块1与数据处理模块2信号连接,所述数据处理模块2和数据分析模块3信号连接。本实施例结构简单,使用方便,维护简单。
实施例二
本实施例与实施例一基本相同,特别之处在于:
在本实施例中,所述数据测量模块1包括三相定子电流测量单元,所述数据测量模块1将测量采集的数据传送到数据处理模块2。
所述数据处理模块2包括坐标变换计算单元21、电流矢量模长计算单元22和频谱分析单元23,所述坐标变换计算单元21、电流矢量模长计算单元22和频谱分析单元23分别与数据分析模块3信号连接。
所述数据分析模块3包括异步电机故障判定单元,将异步电机故障判定信息通过输出设备进行输出和报警。本实施例结构简单,使用方便,维护简单。
实施例三
本实施例与上述实施例基本相同,特别之处在于:
在本实施例中,所述数据测量模块(1),用于测量待故障检测的异步电机的三相定子电流isa、isb、isc;所述数据处理模块(2),用于三相定子电流的坐标变换和定子电流综合矢量模长的计算,并对定子电流dq分量和定子电流综合矢量模长进行频谱分析;所述数据分析模块(3),用于根据所述定子电流dq分量和定子综合矢量模长频谱分析的结果对电机故障的类型进行判断。
如图2所示为本实用新型一种用于电机故障诊断系统的流程图,该流程包括如下步骤:
步骤1:获取三相定子电流isa、isb、isc
步骤2:将isa、isb、isc变换至同步旋转坐标系dq0下的电流分量isd、isq
Figure BDA0003179297040000061
步骤3:对同步旋转坐标系下的直流电流分量进行离散傅里叶变换,计算式为:
Figure BDA0003179297040000062
步骤4:将isa、isb、isc变换至两相静止坐标系αβ0下的电流分量i、i
Figure BDA0003179297040000063
步骤5:根据i、i计算电流矢量的模长:
Figure BDA0003179297040000064
步骤6:对电流矢量模长进行离散傅里叶变换,计算式为:
Figure BDA0003179297040000065
步骤7:根据诊断的结果判断故障的类型:
当定子电流的同步旋转坐标轴下的分量为直流且无明显脉动变化,定子电流的矢量长度为固定值时,电机无故障;
当定子电流的同步旋转坐标轴下的分量存在2倍于基频的脉动,定子电流的矢量长度也存在2倍于基频的脉动时,电机发生了匝间短路故障;
当定子电流的同步旋转坐标轴下的分量存在2ksf1频率的脉动,定子电流的矢量长度也存在2ksf1频率的脉动时,电机发生了转子断条故障;
当定子电流的同步旋转坐标轴下的分量存在kfouter频率的脉动,定子电流的矢量长度也存在kfouter频率的脉动时,电机发生了轴承外轨道故障;
当定子电流的同步旋转坐标轴下的分量存在kfinner频率的脉动,定子电流的矢量长度也存在kfinner频率的脉动时,电机发生了轴承内轨道故障;
当定子电流的同步旋转坐标轴下的分量存在kfball频率的脉动,定子电流的矢量长度也存在kfball频率的脉动时,电机发生了轴承滚珠坏故障;
当定子电流的同步旋转坐标轴下的分量存在kfr频率的脉动,定子电流的矢量长度也存在kfr频率的脉动时,电机发生了混合偏心故障;
其中k为整数,s为转差率,f1是供电频率,fouter、finner、fball分别是轴承外轨道,轴承内轨道和滚珠故障时的特征频率,fr是电机的转动频率。
图3~图5为在Matlab/Simulink仿真软件上搭建的故障电机开环系统仿真模型,故障诊断方法按照前面所介绍的设计步骤搭建。
图6~图11为仿真得到的dq轴直流分量和电流综合矢量的模长,对仿真结果进行频谱分析,可得结论如下表所示:
Figure BDA0003179297040000071
本实施例用于电机故障诊断的系统,该系统包括依次连接的数据测量模块、数据处理模块和数据分析模块。通过测量待故障识别的异步电机三相电流并将其变换至静止两相坐标系αβ0和同步旋转两相坐标系dq0;利用电流的αβ分量计算出电流的综合矢量模长,电流dq分量以直流为主,定子电流综合矢量长度也为直流。故障(定子匝间短路、转子断条、转子偏心、轴承损坏等)体现在dq电流和矢量长度的脉动变化。对dq电流和矢量模长进行频谱分析,根据频谱分析的结果,很容易判别电机故障。由于电机通常由逆变器供电,电机定子上的三相电流有很多谐波含量,电机故障后,三相交流电流上既有逆变器(或变频器)供电产生得谐波,也有故障后产生的谐波,很不容易把这些谐波区分,本实用新型克服了这个缺点。本实用新型具有实时性好、算法简单的优点。本实施例结构简单,使用方便,维护简单。
上面结合附图对本实用新型实施例进行了说明,但本实用新型不限于上述实施例,还可以根据本实用新型的实用新型创造的目的做出多种变化,凡依据本实用新型技术方案的精神实质和原理下做的改变、修饰、替代、组合或简化,均应为等效的置换方式,只要符合本实用新型的实用新型目的,只要不背离本实用新型多维度风速仪用组合支架的技术原理和实用新型构思,都属于本实用新型的保护范围。

Claims (4)

1.一种用于电机故障诊断的系统,其特征在于,包括依次连接的数据测量模块(1)、数据处理模块(2)和数据分析模块(3);所述数据测量模块(1)与数据处理模块(2)信号连接,所述数据处理模块(2)和数据分析模块(3)信号连接。
2.根据权利要求1所述用于电机故障诊断的系统,其特征在于,所述数据测量模块(1)包括三相定子电流测量单元,所述数据测量模块(1)将测量采集的数据传送到数据处理模块(2)。
3.根据权利要求1所述用于电机故障诊断的系统,其特征在于,所述数据处理模块(2)包括坐标变换计算单元(21)、电流矢量模长计算单元(22)和频谱分析单元(23),所述坐标变换计算单元(21)、电流矢量模长计算单元(22)和频谱分析单元(23)分别与数据分析模块(3)信号连接。
4.根据权利要求1所述用于电机故障诊断的系统,其特征在于,所述数据分析模块(3)包括异步电机故障判定单元,将异步电机故障判定信息通过输出设备进行输出和报警。
CN202121698256.6U 2021-07-26 2021-07-26 一种用于电机故障诊断的系统 Active CN216927019U (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202121698256.6U CN216927019U (zh) 2021-07-26 2021-07-26 一种用于电机故障诊断的系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202121698256.6U CN216927019U (zh) 2021-07-26 2021-07-26 一种用于电机故障诊断的系统

Publications (1)

Publication Number Publication Date
CN216927019U true CN216927019U (zh) 2022-07-08

Family

ID=82223789

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202121698256.6U Active CN216927019U (zh) 2021-07-26 2021-07-26 一种用于电机故障诊断的系统

Country Status (1)

Country Link
CN (1) CN216927019U (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116298881A (zh) * 2023-05-17 2023-06-23 湖南师范大学 基于通道注意力多模块lmmd的电信号电机健康预警方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116298881A (zh) * 2023-05-17 2023-06-23 湖南师范大学 基于通道注意力多模块lmmd的电信号电机健康预警方法
CN116298881B (zh) * 2023-05-17 2023-08-11 湖南师范大学 基于通道注意力多模块lmmd的电信号电机健康预警方法

Similar Documents

Publication Publication Date Title
Wang et al. Multiscale filtering reconstruction for wind turbine gearbox fault diagnosis under varying-speed and noisy conditions
EP3068040A1 (en) Fault detection and diagnosis in an induction motor
Luong et al. Smart sensor-based synergistic analysis for rotor bar fault detection of induction motors
Choqueuse et al. Induction machine diagnosis using stator current advanced signal processing
Yang et al. Wind turbine condition monitoring and fault diagnosis using both mechanical and electrical signatures
CN102954857A (zh) 基于电流信号的风电机组的叶片不平衡故障诊断方法
CN109297716A (zh) 一种双馈型风力发电机振动故障诊断方法
CN113391235B (zh) 一种同步发电机转子动态匝间短路故障检测系统及方法
CN216927019U (zh) 一种用于电机故障诊断的系统
CN103744023A (zh) 一种双馈风力发电机定子绕组不对称故障检测方法
Guo et al. Gear fault diagnosis of wind turbine based on discrete wavelet transform
WO2020144965A1 (ja) 電力変換装置、回転機システム、及び診断方法
CN105891660A (zh) 一种发电机定子绕组匝间短路故障的检测方法
Choqueuse et al. Condition monitoring of induction motors based on stator currents demodulation
Bhole et al. Motor current signature analysis for fault detection of induction machine–a review
Yang et al. Condition monitoring and fault diagnosis of a wind turbine with a synchronous generator using wavelet transforms
CN111880097B (zh) 一种列车牵引电机三相对称短路故障检测方法
Jun et al. An overview of condition monitoring and fault diagnostic for wind energy conversion system
Wang et al. Online fault detection of induction motors using frequency domain independent components analysis
Elbouchikhi et al. Induction machine bearing faults detection based on Hilbert-Huang transform
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
Wang et al. Tacholess order-tracking approach for wind turbine gearbox fault detection
CN106772039A (zh) 基于穿心螺杆的汽轮发电机转子绕组匝间短路诊断方法
US20130187783A1 (en) Wind turbine condition monitoring method
CN113659908A (zh) 一种基于电流矢量模长的异步电机故障的判定方法

Legal Events

Date Code Title Description
GR01 Patent grant
GR01 Patent grant