CZ295659B6 - Systém a způsob monitorování provozního stavu elektrického motoru - Google Patents
Systém a způsob monitorování provozního stavu elektrického motoru Download PDFInfo
- Publication number
- CZ295659B6 CZ295659B6 CZ19984308A CZ430898A CZ295659B6 CZ 295659 B6 CZ295659 B6 CZ 295659B6 CZ 19984308 A CZ19984308 A CZ 19984308A CZ 430898 A CZ430898 A CZ 430898A CZ 295659 B6 CZ295659 B6 CZ 295659B6
- Authority
- CZ
- Czechia
- Prior art keywords
- motor
- engine
- model
- group
- operating
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000012544 monitoring process Methods 0.000 title claims abstract description 22
- 238000011161 development Methods 0.000 claims abstract description 5
- 230000008859 change Effects 0.000 claims description 22
- 230000004044 response Effects 0.000 claims description 21
- 238000003745 diagnosis Methods 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 14
- 230000002950 deficient Effects 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 10
- 235000009434 Actinidia chinensis Nutrition 0.000 claims description 4
- 244000298697 Actinidia deliciosa Species 0.000 claims description 4
- 235000009436 Actinidia deliciosa Nutrition 0.000 claims description 4
- 230000010355 oscillation Effects 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000006698 induction Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 32
- 238000012423 maintenance Methods 0.000 abstract description 5
- 238000012937 correction Methods 0.000 abstract description 4
- 238000004422 calculation algorithm Methods 0.000 description 24
- 238000012360 testing method Methods 0.000 description 23
- 238000004519 manufacturing process Methods 0.000 description 11
- 238000000275 quality assurance Methods 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 7
- 230000000875 corresponding effect Effects 0.000 description 6
- 230000007257 malfunction Effects 0.000 description 5
- 238000000354 decomposition reaction Methods 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000000737 periodic effect Effects 0.000 description 4
- 239000000523 sample Substances 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 3
- 238000006731 degradation reaction Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000003908 quality control method Methods 0.000 description 3
- 238000001816 cooling Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000013399 early diagnosis Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003449 preventive effect Effects 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 238000012372 quality testing Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012109 statistical procedure Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012956 testing procedure Methods 0.000 description 1
- 238000001845 vibrational spectrum Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/04—Bearings
- G01M13/045—Acoustic or vibration analysis
Landscapes
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- General Physics & Mathematics (AREA)
- Control Of Multiple Motors (AREA)
- Control Of Electric Motors In General (AREA)
- Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
Systém monitorování provozního stavu elektrického motoru, obsahujícího snímače (34, 35 a 36) pro měření provozních signálů motoru (10) a počítačové zařízení (42). Detekce poruchy na základě modelu a postupu pro modelování a předvídání požadavků na údržbu elektrických motorů. Počítačové zařízení (42) obsahuje model motoru (10) a prostředek pro použití naměřených provozních signálů k řešení lineární, časově diskrétní stavové rovnice, vypočtení zbytku srovnáním řešení časově diskrétní stavové rovnice s řešením navrhovaným modelem, stanovení na základě výpočtu a srovnání, zdali motor (10) pracuje v bezporuchovém stavu, korelování zbytku s chybou v případě, že motor (10) pracuje se zjištěnou chybou a sdělení existence chyby k zabránění neočekávané poruchy motoru (10) a opakování těchto kroků ve zvolených časových intervalech během provozu motoru (10). Dále je definován způsob monitorování provozního stavu elektrického motoru (10) k zjišťování poruch schopných způsobit selhání motoru (10) pro tento systém monitorování. Způsob detekování poruch a diagnózy je založen na modelu, pro zjišťování poruch v elektrických motorech (10) běžného motorového typu a vývoje diagnostických informací pro korekci poruch.ŕ
Description
Oblast techniky
Vynález se týká systému monitorování provozního stavu elektrického motoru obsahujícího snímače pro měření provozních signálů motoru a počítačové zařízení spojené s motorem snímači. Vynález se dále týká způsobu monitorování provozního stavu elektrického motoru k zjišťování poruch schopných způsobit selhání motoru. Vynález se také týká způsobu detekování poruch a diagnózy, založeného na modelu, pro zjišťování poruch v elektrických modelech běžného motorového typu a vývoje diagnostických informací pro korekci poruch.
Dosavadní stav techniky
Elektrické motory se často využívají v průmyslovém zařízení a v procesech, kde se používají pro pohybování zbožím na montážní lince zjedné pracovní stanice do druhé nebo jako zdroje energie pro mechanické nářadí, s nímž pracují montéři. Příkladem je vzduchový kompresor, který dodává stlačený vzduch do mechanických šroubováků, rozprašovačů barev a dalších malých nástrojů držených v ruce. Elektrické motory s větším výkonem si řídí své prostředí pomocí chlazení, ohřívání a transportu vzduchu ohřívacím a chladicím systémem v budovách a vozidlech. V domácnostech a v prostředí kanceláří se elektrické motory používají v přístrojích od počítačů až po vysavače. Jak je všeobecně známo, jsou tyto přístroje hlavním zdrojem hlučnosti a vibrací. Stále rostoucí poptávku trhu po méně hlučných motorech bez vibrací lze tedy splnit pouze na základě konstrukce a výroby bezporuchových motorů o nižší hlučnosti.
Ve výrobním prostředí je neočekávaná porucha motoru nežádoucí a představuje velké náklady. V průmyslu by porucha motoru mohla mít závažný finanční dopad, pokud by montážní linka byla po dobu opravy nebo výměny motoru odstavena. Při určitých výrobních procesech, jako např. při výrobě polovodičů, je-li ohroženo řízení prostředí, může mít porucha důležitého motoru za následek zničení výrobku.
Obecně tedy existuje narůstající poptávka po zkvalitnění spolehlivosti elektrických motorů a konkrétně v průmyslovém prostředí po detekci hrozících poruch tak, aby motory mohly být opraveny nebo vyměněny již během rutinní údržby, a nikoli až po výskytu chyby. Je též žádoucí zkvalitnit spolehlivost elektrických motorů zlepšením monitorování řízení jakosti v průběhu výroby elektrických motorů. Dále je žádoucí detekovat poruchy motoru monitorováním výkonu v provozu dříve, než dojde k fatální poruše.
Nyní byly vyvinuty takové způsoby detekce a diagnózy poruch, které porovnávají výstupní signály komplexních systémů s výstupním signálem získaným z matematického modelu bezporuchového systému. Porovnání těchto signálů je vyjádřeno číselně ve smyslu „zbytku“, což je rozdíl mezi oběma signály. Aby se určil typ poruchy, provádí se analýza zbytků. Součástí této analýzy jsou statistické postupy srovnání zbytků s databází zbytků pro systémy se známými poruchami.
Až donedávna bylo obtížné získat přesné modely v reálném čase pro systémy s více proměnnými, tzn. se systémy s více než jedním vstupem a (nebo) s více než jedním výstupem. Není-li model systému přesný, budou zbytky zahrnovat i chyby modelování, jejichž oddělení od vlivu skutečných poruch je velmi obtížné.
Další nedostatek těchto postupů detekce a diagnózy poruch se týká obtížnosti generování databáze pro statistické testování zbytků za účelem klasifikace poruch. K vytvoření takovéto databáze jsou třeba prvotní informace o všech možných poruchách a o vlivu každé z poruch na zbytky. K monitorování defektního a normálního přístrojového vybavení a k vytvoření databáze, která
-1 CZ 295659 B6 obsahuje známky poruchy pro účely klasifikace poruch, je tedy potřebná určitá doba. Tento postup je nákladný i časově náročný. Databáze musí také vyhovovat specifickým požadavkům daného schématu detekce a diagnózy poruch.
Protože jsou mechanické poruchy důsledkem vibrací, je detekce a analýza vibrací společným prvkem mnohých detekčních schémat předcházejícího známého stavu techniky. Tyto postupy vyžadují vytvoření knihovny, popisující vzory vibrací motoru, k nimž již došlo a které jsou dávány do vztahu s detekovanou poruchou.
Společná nevýhoda detekce mechanické poruchy spočívá v tom, že aby bylo možno nalézt korelaci skutečné poruchy s detekovaným projevem, jsou u schématu potřebné primární informace o projevu poruchy. Takováto korelace vyžaduje vytvoření rozsáhlé databáze, pracnou analýzu a určitý stupeň odborných znalostí o motoru.
Další nevýhoda detekce mechanické poruchy spočívá v obtížné reprodukci měření. Např. měření vibrací užitím akcelerometru je značně závislá na způsobu instalace a umístění snímače, aby tak byla zajištěna opakovatelná detekce projevu. I při správné instalaci a umístění snímače může být detekce projevu narušena vibracemi okolí a změnami provozních podmínek, jako je např. rychlost chodu, vstupní napětí a zátěž motoru. Odhaduje se, že pravděpodobnost chybného stanovení poruchy v systému, závisejícím na mechanické detekci poruch, je vysoká. Např. určení stavu ložisek motoru zahrnuje analýzu mechanických vibrací motoru a rozdělení specifických frekvencí, týkajících se výhradně vad ložisek (a/nebo libovolných součtových a rozdílových frekvencí a souvisejících harmonických). Přítomnost jiných vibrací ve vibračním spektru a jejich možná koincidence však bohužel často narušují detekci požadovaného signálu. K získání potřebných informací jsou nutné nákladné a složité prostředky a úspěch takového systému při detekci nebo předpovědi poruchy není uspokojující.
Je tedy žádoucí vyloučit komplikace způsobené chybami modelování i špatným stanovením a chybějícím stanovením poruch motoru. Je též žádoucí vyloučit potřebu vytvářet rozsáhlou databázi a pracné znalecké posudky při analýze poruch elektrických motorů. Dále je žádoucí eliminovat potřebu nákladných a složitých prostředků k získávání a zpracovávání informací, jež mohou indikovat existenci poruchy.
Podstata vynálezu
Vynález se týká systému monitorování provozního stavu elektrického motoru, obsahujícího snímače pro měření provozních signálů motoru a počítačové zařízení spojené s motorem snímači. Vynález spočívá v tom, že počítačové zařízení obsahuje model motoru a prostředek pro použití naměřených provozních signálů k řešení lineární, časově diskrétní stavové rovnice, vypočtení zbytku srovnáním řešení časově diskrétní stavové rovnice s řešením navrhovaným modelem, stanovení na základě výpočtu a srovnání, zdali motor pracuje v bezporuchovém stavu, korelování zbytku s chybou v případě, že motor pracuje se zjištěnou chybou a sdělení existence chyby k zabránění neočekávané poruchy motoru a opakování těchto kroků ve zvolených časových intervalech během provozu motoru.
Systém podle vynálezu dále s výhodou obsahuje prostředek pro třídění mechanických poruch elektrického motoru srovnáváním proudových hodnot provozních parametrů s referenčními hodnotami provozních parametrů.
U systému podle vynálezu jsou s výhodou snímače analogovými snímači.
U systému podle vynálezu jsou s výhodou snímači napěťový snímač, proudový snímač a tachometrový snímač.
-2CZ 295659 B6
Systém podle vynálezu dále s výhodou obsahuje multifunkční desku pro příjem výstupů ze snímačů a převod analogového signálu na digitální signál a přenášení převedeného signálu do počítače.
U systému podle vynálezu je motor s výhodou elektromotor s výkonem menším než 500 W.
Vynález se dále týká způsobu monitorování provozního stavu elektrického motoru k zjišťování poruch schopných způsobit selhání motoru. Vynález spočívá v tom, že způsob obsahuje kroky vývoje modelu motoru na počítači, připojení motoru k počítači snímači, měření provozních signálů motoru snímači, použití naměřených provozních signálů k řešení lineární časově diskrétní stavové rovnice, vypočtení zbytku srovnáním řešení stavové rovnice s řešením navrhovaným modelem, určení, na základě výpočtového a srovnávacího kroku, zdali motor pracuje bez detekované poruchy, korelování zbytku s poruchou v případě, že motor pracuje s detekovanou poruchou a sdělení existence poruchy k zabránění neočekávané poruchy motoru a opakování těchto kroků, kromě kroku vytvoření modelu, ve zvolených časových intervalech během provozu motoru.
U způsobu podle vynálezu uvedený krok vývoje modelu s výhodou obsahuje kroky změření napětí V, proudu i a rychlosti w elektrického motoru, vynásobení naměřeného napětí V, proudu i a rychlosti w elektrického motoru s konstantami k získání reprezentace bezchybného systému, vypočtení a uložení výsledku časově diskrétních stavových prostorových rovnic:
x(k+l) = A x(k) + B u(k) y(k) = Cx(k) kde x je stavový vektor, u je vstupní vektor a v je výstupní vektor a k označuje diskrétní časové přírůstky a kde A, B a C jsou známé nominální matice parametrů elektrického motoru, zopakování kroků měření a vynásobení, vypočtení výsledku diskrétních stavových prostorových rovnic pro aktuální hodnoty:
xf(k+l) = Af xf(k) + Bf uf(k) yf(k) = Cf x(k) porovnání rozdílů mezi y(k) a yf(k) a opakování sledu kroků opakování, vypočtení a porovnání dokud rozdíl překračuje zvolený práh.
U způsobu podle vynálezu krok změření provozních signálů svýhodou obsahuje změření výstupu i proudu z motoru, napětí V přiváděného do motoru a rychlosti w motoru během zvoleného intervalu.
U způsobu podle vynálezu krok vývoje modelu motoru svýhodou obsahuje získání konstant motoru pro induktanci L, odpor R, moment J setrvačnosti a koeficient f tření motoru a kombinování konstant L, R, J, f s naměřenými signály podle následujících rovnic:
L di/dt + R i = V + kl w i a
J dw/dt + fw = k2i2 + M kde kl je konstanta motoru a M představuje zatížení motoru.
U způsobu podle vynálezu krok korelování a sdělování s výhodou dále obsahuje kroky indikování nevyváženého rotoru v odezvu na změnu provozního parametru L di/dt, indikování poruchy
-3CZ 295659 B6 kolektoru v odezvu na změnu parametru Ri, indikování poruchy ložiska v odezvu na změnu oscilace parametru L di/dt a indikování poruchy ložiska v odezvu na změnu parametru L di/dt a parametru f w.
U způsobu podle vynálezu je interval s výhodou v rozmezí 400 milisekund a 1000 milisekund.
U způsobu podle vynálezu jsou s výhodou provozní signály vzorkovány s frekvencí vzorkování v rozmezí 500 Hz až 24 kHz.
Způsob podle vynálezu je s výhodou provádět tak, že když uvedený sled kroků vede k zbytku překračujícímu zvolený práh, obsahuje dále kroky zvolení prahové hodnoty parametru pro induktanci Ldi/dt, odpor Ri motoru, setrvačnosti J dw/dt motoru a konstant fw, kiwi ai2 k2 motoru a porovnání každého součinu L di/dt, Ri, J dw/dt, fw, kiwi a i2 k2 s odpovídajícím součinem ze zvolených prahových hodnot.
Způsob podle vynálezu s výhodou dále obsahuje krok zobrazení výsledků kroků porovnání.
Vynález se dále týká způsobu detekování poruch a diagnózy, založeného na modelu, pro zjišťování poruch v elektrických motorech běžného motorového typu a vývoje diagnostických informací pro korekci poruch, spočívajícího podle vynálezu v tom, že obsahuje kroky vytvoření reprezentace modelového stavu skupiny motorů, přičemž reprezentace modelového stavu zahrnuje prahovou mez odvozenou ze skupiny motorů, změření provozních parametrů každého motoru ze skupiny motorů k vyvinutí reprezentace modelového stavu každého ze skupiny motorů, srovnání reprezentace modelového stavu skupiny motorů s reprezentací modelového stavu každého motoru ze skupiny motorů, stanovení zdali každý ze skupiny motorů je vadný motor, odstranění porouchaného motoru ze skupiny motorů na základě kroku stanovení, změnění prahové meze reprezentace modelového stavu skupiny motorů v odezvu na detekci vadného motoru a zopakování kroků srovnání, stanovení, odstranění a změnění pro každý motor ze skupiny motorů.
Způsob podle vynálezu s výhodou dále obsahuje kroky zvolení skupiny motorů, zahrnující motory pracující bezchybně a motory pracující s jednou neznámou poruchou nebo s více neznámými poruchami, změření provozních signálů pro každý motor ze skupiny motorů, použití provozních signálů k řešení sady diskrétních stavových prostorových rovnic pro skupinu motorů, kde sada diskrétních stavových prostorových rovnic je ve tvaru:
k(k+l) = Ax(k)+Bu(k) y(k) = Cx(k) kde x je stavový vektor, u je vstupní vektor a y je výstupní vektor, k označuje diskrétní časové přírůstky a A, B a C jsou známé nominální matice skupiny motorů, srovnání řešení sady diskrétních stavových prostorových rovnic pro každý motor ze skupiny motorů s řešením sady diskrétních stavových prostorových rovnic pro motory k identifikování vadného motoru, odstranění vadného motoru ze skupiny motorů k vytvoření druhé skupiny motorů a přepočítání první sady diskrétních stavových prostorových rovnic pro druhou skupinu motorů.
U způsobu podle vynálezu měřicí krok s výhodou dále obsahuje kroky změření napětí V, proudu i a rychlosti w u každého ze skupiny motorů snímači, násobení naměřeného napětí V, proudu i a rychlosti w u každého motoru ze skupiny motorů se zvolenými konstantami v souladu s následujícími rovnicemi:
L di/dt+Ri = V + kl wi
J dw/dt+fw = k2 i2 + M
-4CZ 295659 B6 k získání konstant motoru pro induktanci L, odpor R, moment setrvačnosti J a koeficient tření f každého ze skupiny motorů, kde kl a k2 jsou motorové konstanty a M představuje zatížení každého motoru ze skupiny motorů.
Způsob podle vynálezu dále s výhodou obsahuje kroky srovnání řešení sady rovnic konstant motorů pro každý motor ze skupiny motorů s řešením rovnic konstant motorů pro skupiny motorů k identifikování vadného motoru, odstranění vadného motoru ze skupiny motorů k vytvoření druhé skupiny motorů a přepočítání rovnic konstant motorů pro druhou skupinu motorů.
Způsob podle vynálezu dále s výhodou obsahuje krok stanovení, pro každý motor ze skupiny motorů zdali je porouchaný.
Způsob podle vynálezu v odezvu na krok stanovení dále s výhodou obsahuje krok zatřídění poruchy spojené s každým motorem ze skupiny motorů.
U způsobu podle vynálezu krok použití dále s výhodou obsahuje krok zvolení prahové meze založené na dvou standardních odchylkách kolem středu kombinované skupiny provozních signálů.
Způsob podle vynálezu dále s výhodou obsahuje kroky vytvoření diagnostického modelu ze skupiny motorů, přičemž diagnostický model zahrnuje fyzikální parametry a standardní odchylku spojenou s každým fyzikálním parametrem, přičemž diagnostický model má prahovou mez spojenou s každým z fyzikálních parametrů, měření zvolených fyzikálních parametrů každého motoru ze skupiny motorů, pro každý motor srovnání každého ze zvolených fyzikálních parametrů s diagnostickým modelem a pro každý motor identifikování alespoň jedné poruchy pokud alespoň jeden ze zvolených fyzikálních parametrů překračuje odpovídající prahovou mez fyzikálního parametru v diagnostickém modelu.
Způsob podle vynálezu dále obsahuje s výhodou zobrazení výsledků kroku identifikování.
U způsobu podle vynálezu krok identifikování dále s výhodou obsahuje kroky indikování nevyváženého rotoru v odezvu na změnu členu L di/dt v první rovnici, indikování poruchy kolektoru v odezvu na změnu členu Ri v první rovnici, indikování poruchy ložiska v odezvu na změnu oscilací u členu L di/dt v první rovnici a indikování poruchy ložiska v odezvu na změnu jak členu L di/dt, tak členu f w v první a druhé rovnici.
Systém monitorování provozního stavu elektrického motoru, obsahující snímače pro měření provozních signálů motoru a počítačové zařízení spojené s motorem snímači a způsob monitorování provozu elektrického motoru k zjišťování poruch schopných způsobit selhání motoru, jakož i způsob detekování poruch a diagnózy, založený na modelu, pro zjišťování poruch v elektrických motorech běžného motorového typu a vývoje diagnostických informací pro korekci poruch, umožňují získat informace pro včasnou diagnózu hrozící mechanické poruchy elektrického motoru v provozním prostředí při neznámých podmínkách zátěže. Jelikož je systém a způsob podle předmětného vynálezu založen na softwaru a využívá dat získaných zneintruzivních měření, jsou náklady na realizaci podstatně nižší než jak je tomu u systémů a způsobů údržby daných předcházejícím známým stavem techniky.
Systém obsahuje počítačové prostředky připojené ke snímačům napětí, proudu a rychlosti multifunkčními prostředky pro získávání dat. Snímače poskytují nepřetržité informace v reálném čase o vstupním napětí a proudu a o signálu výstupního napětí, vytvářeném tachometrem motoru. Počítačový prostředek používá tyto informace při nepřetržitém řízení algoritmu detekce a diagnózy poruch v souvislosti s diagnostickým pozorováním.
Systém a způsob využívají algoritmu experimentálního modelování více proměnných k získání modelu elektrického motoru stanovením struktury, tzn. řádu diferenciálních rovnic matematicky
-5CZ 295659 B6 popisujících motor, a konstant motoru, tzn. parametrů jako je indukčnost, odpor motoru, moment setrvačnosti, a nefyzikálních parametrů, jako jsou matice A, B a C stavových rovnic popisujících motor a jiných zvolených parametrů. Ve výhodném provedení se vytváří model elektrického motoru tehdy, když je známo, že motor pracuje bez poruch, obvykle po počáteční instalaci motoru. Později, během provozu, se vypočítává signál výstupního napětí modelu na základě skutečného vstupního napětí a proudu, působících na motor, a kontinuálně se porovnává se změřeným signálem výstupního napětí motoru. Algoritmus číselně vyjadřuje srovnání ve formě zbytku, který vznikne odečtením příslušných signálů.
Diagnostický pozorovatel analyzuje zbytek a určuje, zda je motor bez poruch nebo zda pracuje jiným způsobem než bezporuchovým. Při bezporuchovém provozuje v ideálním případě zbytek roven nule, ačkoli v provozu však lze zvolit stanovený práh tolerance, sloužící ke kompenzaci chyb v modelování a šumu nebo jiných rušivých vlivů, jenž mohou mít za následek nenulový zbytek.
Když se stav součástky motoru zhorší natolik, že motor pracuje mimo svůj zamýšlený provozní rozsah nebo pokud se skutečně vyskytne porucha, bude mít zbytek nenulovou hodnotu, která překročí práh tolerance. Když počítačový prostředek detekuje nenulový zbytek, hrozí pravděpodobně porucha a je vydáno varování, takže lze provést příslušná opatření k minimalizaci účinku, který by jinak vznikl v důsledku nefunkčního motoru. Po detekci hrozící poruchy zhodnotí diagnostický pozorovatel naměřené proměnné motoru, stanoví odchylku od referenční hodnoty a diagnostikuje pravděpodobnou součástku, která selhala nebo selhává.
V jiném provedení vynálezu je popsán systém pro detekci a diagnózu mechanických poruch elektrických motorů s výkonem menším než 500 W. V tomto provedení se netvoří rozsáhlá databáze sloužící k nalezení korelace poruch s naměřenými signály, ale využívá se zde matematického modelu bezporuchového motoru a měří se provozní parametry testovaného motoru, které jsou necitlivé na zkreslení dané prostředím, obsluhou a instalací.
Toto provedení je zvláště výhodné při výrobě elektrických motorů s výkonem menším než 500 W, konkrétně při provádění testování v rámci řízení jakosti. Po vyrobení skupiny motorů se použije identifikační algoritmus systému o více proměnných k vytvoření základního modelu s použitím celého souboru motorů, které jsou k dispozici. Mělo by být zřejmé, že tento soubor může obsahovat řadu poruchových motorů, takže může být nutné model zpřesnit zvolením tolerančního prahu a novým testováním každého motoru vzhledem k modelu. Ty motory, které překročí prahovou hodnotu, se ze souboru odstraní, a zbývající motory se použijí k vytvoření opraveného základního modelu. Opravený základní model se uloží v počítačovém prostředku pro testování pro řízení jakosti všech následně vyrobených motorů.
Pokud během testování jakosti překročí parametry, jako je např. indukčnost, odpor motoru, koeficient tření nebo moment setrvačnosti toleranční práh stanovený základním modelem motoru, je testovaný motor označen jako motor s poruchou. Porovnáním parametrů testovaného motoru se základním modelem motoru s různými tolerančními mezerami je možno dále poruchu motoru klasifikovat a zobrazit diagnostické informace.
Přehled obrázků na výkresech
Na obr. 1 je schematicky zobrazen elektrický motor vhodný pro výhodné provedení vynálezu.
Na obr. 2 je půdorys typického krytu motoru.
Na obr. 3 a 4 jsou znázorněny typické tvary vstupní a výstupní vlny pro činnost u jednoho provedení vynálezu.
-6CZ 295659 B6
Obr. 5 je schematické znázornění konfigurace výhodného provedení vynálezu na systémové úrovni.
Obr. 6 znázorňuje blokové schéma systému detekce a diagnózy poruch podle jednoho provedení vynálezu.
Obr. 7A, 7B a 8A, 8B znázorňují vývojové diagramy fungování systému detekce a diagnózy poruchy u vynálezu podle provedení předmětného vynálezu.
Příklady provedení vynálezu
Následuje konkrétnější popis pomocí výkresů se vztahovými značkami. Obr. 1 znázorňuje systém obsahují elektrický motor 10, např. elektrický motor o výkonu menším než 500 W. Pro ilustraci motor 10 obsahuje vinutí rotoru 12, stator 14 a hřídel 16, který je u obou konců podpírán ložisky 18. Kladka 20 spojuje hřídel 16 se zátěží (není znázorněna), Kolektor 22 vede proud do rotoru 12 nebo z rotoru 12 a kotvy 24, která ve spojení se statorem 14 vytváří magnetické pole vyvolávající pohyb motoru 10. Odborníkovi v oboru bude zřejmé, že motor 10 může mít rotor bez komutátoru a bez vinutí. Motor 10 je namontován ve skříni 26, která ho izoluje od prachu, vlhkosti a jiných cizích látek. Obr. 2 je půdoiys krytu motoru, konkrétněji skříně 26, kde je základna skříně 26 upevněna k víku šrouby a matkami 28 způsobem, jež je v oboru dobře znám.
Na obr. 5 je znázorněno výhodné provedení systému 30 monitorování stavu motoru 10 podle vynálezu. Systém 30 obsahuje motor 10, zdroj energie 32, což může být buď síťové napětí, nebo zdroj napájení, jako je např. Hewlett Packard 6010A, skupinu snímačů 34, 35 a 38, multifunkční desku 37 a počítač 42. Když se přivede napětí, motor 12 dosáhne obvykle během 25 milisekund po přivedení napětí své provozní rychlosti, přičemž hřídel 16 bude rotovat rychlostí závislou částečně na působícím napětí a na zátěži. Rychlost motoru 12 je detekována snímačem 36 tachometru, převáděna multifunkční vstupní/výstupní deskou 37 z analogového signálu na digitální signál a přenášena do počítače 42. Snímač 36 tachometru může být kodér rotační rychlosti nebo tachometr konstrukčně zabudovaný v motoru 10. Multifunkční deska 37 je dále spojena s napěťovým snímačem 34, což může být např. sonda dělící napětí v poměru 1:100, a se snímačem proudu 35 majícím přednostně minimální dobu odezvy 23 nanosekund (příklady možných snímačů proudu jsou Tektronix 6303, sonda pro střídavý a stejnosměrný proud 100 A, modul zdroje Tektronix 502a a zesilovač sondy pro střídavý a stejnosměrný proud Tektronix 503b). Signály ze snímačů 34 a 35 jsou také upravovány deskou 37 a vstupují do počítače 42. Počítač 42 zaznamenává ve své paměti data ze snímačů (není znázorněno).
Počítač 42 provádí detekci poruchy a vytváří diagnostický model ideálního motoru, který se též ukládá do paměti. Ve výhodném provedení se model motoru nejprve tvoří užitím systému identifikačního algoritmu o více proměnných, což je systém nazvaný Experimental Modelling Toolbox (EMT) (Sada softwarových nástrojů pro experimentování modelování), který vytvořil Ahmet Duyar a nyní jej lze koupit u firmy Advanced Prognostic Systems, Inc., 4201, North Oceán Boulevard, Suitě 206, Boča Raton, Florida 33431, USA. EMT je nástroj pro experimentální modelování, který generuje matematickou rovnici popisující dynamické vztahy mezi měřeními vstupů a výstupů, získanými z experimentů sloužících k získání vlastností systému ve zvoleném rozsahu možných režimů provozu. Tyto informace obsahují šířku pásma systému, optimální rychlost a dobu trvání snímání a dostatečně silný vstupní signál k tomu, aby systém pracoval po celé šířce svého pásma. Jak je to v oboru známo, experimentování modelování je volba matematických vztahů, které by měly odpovídat sledovaným vstupním a výstupním datům. V průběhu procesu modelování tedy vzniknou rovnice, které popisují chování různých prvků systému a vzájemné vztahy mezi těmito prvky.
Experimentální model systému je popsán skupinou diferenciálních rovnic reprezentovaných ve formě matice. Program EMT určuje strukturu systému, tj. řád systému, parametry a konstantní koeficienty proměnných diferenciálních rovnic. Ve výhodném provedení se struktura stanovuje vytvořením informační matice využívající vstupní a výstupní data. K určení struktury systému se používá vyhledávání po řadách v matici. Teorie vyhledávání po řadách je podrobněji vysvětlena v dokumentu Statě Space Representation of the Open-Loop Dynamics of the Space Shuttle Main Engine (Stavová prostorová reprezentace dynamiky otevřené smyčky u hlavního motoru raketoplánu Space Shuttle), jehož autory jsou Ahmet Duyar, Vasfi Eldem, Walter C. Merrill a TenHuei Guo, publikovaném v prosinci 1991 vJoumal of Dynamic Systems, Measurement, and Control, sv. 113, strany 684 - 690, jehož poznatky jsou zde zahrnuty formou odkazu.
Jakmile je určena struktura systému, je znám počet parametrů obsažený ve skupině diferenciálních rovnic. Naměřená data se použijí se skupinou diferenciálních rovnic obsahujících neznámé koeficienty k vytvoření několika rovnic. Počet vytvořených rovnic je větší než počet neznámých koeficientů. Ke stanovení neznámých koeficientů se používá technika nejmenších čtverců způsobem, jež je v oboru znám a je popsán ve výše uvedeném dokumentu.
Schéma detekce a diagnózy poruchy na základě podle vynálezu popisuje bezporuchový motor skupinou rovnic podrobněji popsaných níže. Protože se v důsledku poruch motoru 10 parametry změní, budou se rovnice motoru 10 lišit od očekávaných rovnic generovaných modelem. Schéma tohoto vynálezu vychází z koncepce analytické redundance, přičemž signály vytvořené modelem jsou porovnávány s naměřenými signály motoru 10, a tak se stanoví, zda motor správně funguje. Model nahrazuje potřebu zjišťování primárních informací o motoru. Na základě srovnání určí počítač 42 generováním velikosti zbytků a jejich analýzy, zda motor pracuje bez poruch. Vynález poskytuje předpověď informací podstatných pro včasnou diagnózu hrozících poruch elektrických motorů, pracují-li s neznámou zátěží.
Uvažujme formou příkladu o bezchybném systému popsaném následujícími diskrétními stavovými prostorovými rovnicemi:
x(k+l) = Ax(k) + Bu(k) (1) y(k) = Cx(k) (2) kde x, u a y jsou v uvedeném pořadí stavový vektor nxl, vstupní vektor pxl, výstupní vektor qxl a k označuje diskrétní časové přírůstky. A, B a C jsou známé nominální matice (parametry) systému s příslušnými rozměry. Např. v případě motoru s výkonem menším než 500 W systém použije měření vstupního napětí, proudu a rychlosti.
Na obr. 3 je znázorněn průběh vstupního napětí 38 použitého k napájení motoru 10. Ve výhodném provedení má vstupní napětí 38 stupňovitý vstup a v experimentálním modelu jej představuje řádkový vektor obsahující měření napětí. Obr. 4 znázorňuje experimentálně stanovený výstupní signál 39 proudu a výstupní signál 40 lychlosti, přičemž naměřené výstupní signály 39 a 40 proudu a rychlosti jsou znázorněny plnou čarou. Popis výsledného systému mohou představovat rovnice (3) a (4), kde má např. matice A v prostorovém stavu tvar:
-8CZ 295659 B6
0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | -00010 | 93,3676 |
0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0,0000 | 0,0020 |
1,0000 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | -0,1857 | -260,2940 |
0 | 1,0000 | 0 | 0 | 0 | 0 | 0 | 0 | -0,0001 | -0,0920 |
0 | 0 | 1,0000 | 0 | 0 | 0 | 0 | 0 | 0,0258 | 487,7519 |
0 | 0 | 0 | 1,0000 | 0 | 0 | 0 | 0 | 0,0001 | 1,0220 |
0 | 0 | 0 | 0 | 1,0000 | 0 | 0 | 0 | 0,4119 | -636,3152 |
0 | 0 | 0 | 0 | 0 | 1,0000 | 0 | 0 | -00002 | -2,7525 |
0 | 0 | 0 | 0 | 0 | 0 | 1,0000 | 0 | 0,5182 | 315,4224 |
0 | 0 | 0 | 0 | 0 | 0 | 0 | 1,0000 | 0,0002 | 2,8204 |
Matice B má tvar:
-2,6188
0,0012
4,3719
0,0092
-3,5824
-0,0259
1,0257
0,0156
1,0915
0,0000 a výstupní matice C, která spojuje proměnnou s výstupem, má tvar:
0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 |
0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 |
Kromě diskrétních matic A, B a C systému, které stanovuje modelovací program, se také určuje standardní chyba odhadu (Standard Error of Estimate, tj. zkráceně SEE). SEE vytváří odhad chyby modelování srovnáním modelového výstupu s naměřeným výstupem. U výše uvedeného příkladu činí SEE pro model 2,8 % pro výstup proudu a 0,67 % pro výstup rychlosti.
Když v motoru 10 vznikne porucha, budou parametry, a proto i reakce systému 30 odlišné. Označíme-li parametry za poruchy a proměnné systému indexem f, budou rovnice popisující systém s poruchou vypadat následovně:
xf(k+1) = Af xf(k) + uf(k)(3) yf(k) = Cf xf(k)(4)
Ve své nejjednodušší formě může být zbytkový vektor r(k) definován jako rozdíly mezi výstupem z bezporuchového systému a výstupem ze systému s poruchou takto:
r(k) = yf(k) - y(k)(5)
V případě absence chyb daných šumem a chyb z modelování bude zbytkový vektor r(k) roven nulovému vektoru za podmínek bezporuchového stavu. Nenulová hodnota zbytkového vektoru ukazuje na existenci poruch. Existují-li chyby dané šumem a chyby z modelování, musí být jejich účinek oddělen od účinku poruch tak, že se porovnají velikosti zbytků se zvolenými prahovými
-9CZ 295659 B6 hodnotami. Při použití sledovaného rozdělení zbytků za podmínek bez poruch se prahové hodnoty stanoví volbou úrovně spolehlivosti (v rozmezí od tří standardních odchylek), aby se minimalizoval falešný poplach a zmeškané poruchy.
Na obr. 6 se k vytvoření základní linie experimentálního modelu 44 motoru 10 používá identifikační algoritmus pro více proměnných, EMT. Model 44 obsahuje parametry diferenciálních rovnic A, B a C a jejich řády, tj. n v rovnicích (1) a (2). Oproti parametrům teoreticky získaného modelu nemají parametry experimentálního modelu fyzikální smysl. Jinými slovy lze říci, že změny těchto parametrů nelze využít k pochopení vztahů příčiny a následku. Ačkoli neexistuje fyzikální smysl parametrů, představuje experimentální model motor 10 dostatečně přesně, jelikož í f Ví o struktuře motoru 10 kromě té, že motor 10 je na počátku bezporuchový.
Výstupy z modelu 44 hodnotí počítač 42 pomocí algoritmu EMT s použitím měření získaných ze snímače napětí 34, snímače rychlosti 36 a snímače proudu 26 za účelem získání výstupu z modelu. Výstup z modelu je porovnáván s výstupem z motoru indikovaným sčítacím zařízením 46 a vzniká zbytek r(k). Komparátor 48 určí, je-li zbytkový vektor r(k) roven nulovému vektoru, a zda tedy motor pracuje v bezporuchovém stavu. Stanoví-li komparátor 48, že má zbytkový vektor r(k) nenulovou hodnotu, je indikována jedna nebo větší počet poruch. Protože se však běžně vyskytují chyby související se šumem a chyby z modelování, je hodnota zbytkového vektoru nejdříve porovnávána se zvolenými prahovými hodnotami, aby bylo možno eliminovat chybně nasnímané hodnoty. Je-li zbytková hodnota menší než prahová, je pravděpodobnější, že je hodnota nenulová v důsledku chyby dané šumem ěi chyby z modelování a motor 10 je považován za bezporuchový. Systém 30 pak oznámí bezporuchovou povahu systému, jak to ukazuje obdélník 50. Jestliže však zbytková hodnota překročí prahovou hodnotu, znamená to existenci poruchy a systém 30 zahájí analýzu 52 poruchy, Na základě analýzy 52 je porucha klasifikována a v 54 oznámena uživateli nebo ponechána v počítači 42 pro pozdější referenci.
Použitím diagnostického postupu na základě modelu lze vymodelovat proudovou charakteristiku motoru v bezporuchovém stavu, a poté ji porovnat s proudovou charakteristikou stejného motoru v provozu. Ve vynálezu obsahuje počítač 42 zařízení pro opakované provádění algoritmu detekce poruchy pro předvídání, detekci a klasifikaci mechanických poruch elektrických motorů. Systém a postup podle vynálezu je možno použít v podmínkách výroby i provozu.
Klasifikace poruchy se provádí stanovením změn parametrů motoru 10 a vyhledáním souvislosti těchto změn s poruchami motoru 10 s použitím fyzikálních parametrů teoreticky vytvořeného modelu. Uvažme zjednodušeně teoretické rovnice (6) a (7) popisující univerzální motor schopný provozu se stejnosměrným nebo střídavým proudem se vstupem stejnosměrného napětí:
L di/dt + R i = V + kl wi (6)
J dw/dt + fw = k2 i2 + M (7) kde L, R, J a f jsou indukčnost, odpor, moment setrvačnosti a koeficienty tření motoru, přičemž kl a k2 jsou konstanty motoru. V rovnicích (6) a (7) jsou výstupní proměnné, tj. proud a rychlost, označeny jako i a w, zatímco výstupní proměnná, napětí, je označena V. Zátěž je označena jako M.
V algoritmu MCM je zátěž M obecně přístupná nebo snadno měřitelná. Proto je třeba pracovat s rovnicemi (6) a (7) tak, aby diagnostický pozorovatel mohl vyloučit člen zátěže. V jednom provedení diagnostický pozorovatel prostě zakládá model na rovnici 6, která je nezávislá na zátěži.
V tomto provedení však diagnostický pozorovatel získá jen částečné informace, není k dispozici tření motoru a konstanta k2 a může se vyskytovat vyšší procento hlášení neznámých poruch. Jsou-li proto tyto informace třeba, může diagnostický pozorovatel použít derivaci rovnice (7), čímž eliminuje člen zátěže za předpokladu konstantní zátěže. Jak to bude odborníkovi v oboru n
zřejmé, zátěž jako člen rovnice lze eliminovat i jinými matematickými prostředky, např. vyjádřením rovnic (6) a (7) v maticovém tvaru a vynásobením obou stran příslušnými maticovými operátory.
Na obr. 1 a 2 mohou běžné mechanické poruchy vzniknout z nevyváženého rotoru 12, nestejně utažených šroubů 28 nebo defektních ložisek 18, kolektoru 22 nebo kladky 20. Když je motor 10 instalován a pracuje se zátěží M, budou tyto mechanické poruchy způsobovat vibrace a hluk. Uvědomíme-li si, že mechanické vibrace mají za následek fyzické přemísťování, budou vibrace způsobené vadou ložisek způsobovat periodické přemísťování v hřídeli 16. V elektrickém motoru hnacím hřídelem otáčí konstrukce kotvy. Mechanické poruchy budou narušovat vyrovnání motoru od osy, což zase bude vyvolávat asymetrii vzduchové mezery a změnu indukčnosti, odporu a konstantních parametrů motoru, které jsou obsaženy v rovnici (6). Protože proud procházející motorem je částečně funkcí magnetické pole ve vzduchové mezeře mezi kotvou a statorem (nebo pólovými cívkami), periodické přemísťování vyvolané v hnací hřídeli ovlivňuje symetrii vzduchové mezery a magnetického pole ve vzduchové mezeře. Magnetické pole ve vzduchové mezeře naopak ovlivňuje proud procházející motorem. Protože je rušivý vliv na magnetické pole ve vzduchové mezeře periodický a má známou frekvenci, je takto ovlivněn iproud.
Změna nominální hodnoty parametru indukčnost L proto souvisí s poruchou danou nerovnováhou rotoru. Pozorovaná změna parametru odporu R je považována za známku poruchy kolektoru. Porucha ložiska se zjistí tehdy, způsobuje-li změna koeficientu indukčnosti oscilace a (nebo) mění-li se současně koeficient indukčnost i tření.
Bezporuchové parametry, parametry poruchy a standardní odchylky bezporuchových parametrů jsou znázorněny v tabulkách 1 a 2. V tabulce 1 jsou uvedeny výstupní hodnoty proudu a rychlosti uvažované pro model 44 při daném napětí V a zátěži M společně se zvolenými parametry tolerance (třemi standardními odchylkami) a příkladem měření proudu a napětí. Jak to bude uvedeno, měření proudu překračují předpokládanou hodnotu o více než tři standardní odchylky. Proto je indikována porucha.
Tabulka 1
Výstupy | Standardní chyba odhadu pro základ u motoru | Tři standardní odchylky | Příklad: Snímaná hodnota indikující motor s poruchou |
i | 0,0072 | 0,0008 | 0,0098 |
w | 0,0197 | 0,0025 | 0,0245 |
Parametry motoru 10 s poruchou jsou zkoumány v tabulce 2. Jak bude uvedeno, překročí indukčnost L u vadného motoru 10 odpovídají parametr indukčnosti předpokládaný v modelu 44 o více než jednu standardní odchylku, zatímco všechny ostatní parametry jsou menší než předpokládaná hodnota plus jedna standardní odchylka. Jak je to uvedeno výše, tento typ poruchy indukuje poruchu způsobenou nevyváženým rotorem, kterou označuje prvek 54 klasifikace poruch systému 30.
-11 CZ 295659 B6
Tabulka 2
Základní parametry motoru | Standardní odchylky základních parametrů motoru | Příklad: Parametry motoru s poruchou | |
L (indukčnost) di/dt | 0,0434 | 0,0005 | 0,0445 |
R (odpor) i | 1,6269 | 0,1087 | 1,7236 |
f (koeficient tření) w | 1,1517 | 0,0270 | 1,1632 |
kt (konstanta motoru) i | 377,4760 | 3,3765 | 374,7121 |
Vývojový diagram na obr. 7A - 7B je shrnutím kroků při realizaci systému 30 po vytvoření modelu 44. Konkrétně platí, že počítač 42 v kroku 62 ve zvolených intervalech zavádí model 44 do paměti a v kroku 64 zobrazí na displeji počítače 42 část informací pro uživatele. Po příjmu pokynu k zahájení monitorování motoru lOzačne systém 30 v předem stanovených intervalech nebo kontinuálně v krocích 66 a 68 shromažďovat data ze snímačů 34 až 38. Shromažďování dat pokračuje rychlostí, kterou může stanovit uživatel. Počítač 42 počítá hodnoty zbytků r(k), které jsou pak porovnávány s očekávaným zbytkem vytvořeným modelem 44, krok 72. Leží-li zbytek mezi prahovými hodnotami, pracuje motor bez porucha a tato informace bude v kroku 74 zobrazena pro uživatele na displeji počítače 42. Je-li však indukována porucha, je tato informace zobrazena na displeji v kroku 76.
Jakmile je detekována porucha, systém 30 může poruchu vyhodnotit a poskytnout uživateli diagnostické informace. Užití predikční podstaty tohoto vynálezu umožňuje vyhnout se neplánovanému a nákladnému fatálnímu zhroucení. Jak to znázorňuje obrázek 7B, část modelu 44 s diagnostickým pozorovatelem hodnotí v kroku 78 fyzikální parametry, tzn. proud i a rychlost w motoru 10 a porovnává tyto parametry s odpovídajícími parametry modelu 44 (viz také tabulka 2). Na základě srovnání může systém 30 klasifikovat a zobrazovat mechanický základ pro poruchu nebo snížení výkonu motoru tak, jak to ukazuje krok 82. Model 44 nahrazuje potřebu připravovat primární informace o motoru.
Algoritmus vykonávaný počítačem 42 je uveden na obrázku 7A a 7B jako monitorování stavu motoru (Motor Condition Monitor, tj. zkráceně MCM). Základní myšlenka monitorování stavu motoru spočívá v přerušovaném nebo kontinuálním sledování změn parametrů vzhledem k týmž parametrům vyhodnoceným v době uspokojivého fungování motoru, např. když je poprvé uveden do provozu, kdy je známo, že funguje bezporuchově. Během následného provozu motoru vzniká odchylka výstupů od referenčních hodnot výstupů. Tato odchylka se pak porovnává s předem stanovenými prahovými hodnotami. Překročí-li odchylka prahovou hodnotu, detekuje se porucha. Porucha se klasifikuje zhodnocením parametrů diagnostického modelu a novým porovnáním parametrů s jejich počáteční hodnotou s užitím příslušných prahových hodnot pro tyto parametry.
Při výrobě elektrických motorů je možné vytvořit model, který zahrnuje celou škálu variací výrobního procesu. Pak se nepoužívá parametrů získaných z jediného motoru, jak je to popsáno výše při popisu systému a postupu MCM. Tato myšlenka se aplikuje k vytvoření postupů pro detekci a diagnózu mechanických poruch elektrických motorů jako součásti postupu testování
-12CZ 295659 B6 v průběhu výrobního procesu, konkrétně ve fázi zajištění jakosti, prováděné většinou výrobců těsně před expedicí motoru.Postup a algoritmus pro aplikace zajištění jakosti, nazvaný monitorování jakosti motoru (Motor Quality Monitor - MCM) je rozebrán níže.
Základními funkcemi algoritmu MQM je testování elektrického motoru, zobrazení výsledků testu, řízení experimentálního testování (tj. vývoj základního modelu tak, jak je podrobněji popsán níže) a uložení naměřených a digitalizovaných dat v paměti pro účely archivace. Protože neexistuje žádná spolehlivá technika či měření pro identifikaci bezporuchových motorů, vytvoří se nejprve postup získání modelu typických motorů nezatížených poruchou („základního modelu“).
Podrobnější vysvětlení postupu MQM je zobrazeno na obr. 8A až 8F. Postup MQM zahrnuje dvě základní funkce: 1) vytvoření základního modelu motoru a 2) následující testování z důvodu zajištění jakosti elektrických motorů s výkonem menším než 500 W. Uživatel si může zvolit některou z těchto funkcí z nabídky prezentované na displeji počítače 42. Ve výhodném provedení se vkládají „uživatelsky definované“ parametry, např. prahové hodnoty a počet testovaných motorů, a poté si uživatel vybere jednu z následujících tří voleb: „vytvořit základní model motoru“, „zvolit základní model motoru“ a „testovat pro zajištění jakosti“.
Není-li k dispozici základní motor, tj. krok 90, je třeba zpočátku v kroku 92 zvolit možnost „vytvořit základní model motoru“, kde je na uživateli v kroku 94 požadováno dodání informací uvedených v Tabulce 3, pokud se liší od standardního nastavení.
Tabulka 3
INFORMACE A/NEBO MOŽNOSTI DODANÉ UŽIVATELEM | POPIS INFORMACÍ | STANDARDNÍ NASTAVENÍ A/NEBO MOŽNOSTI |
Vložit rychlost rozkladu | Rychlost odebírání vzorků při získávání dat | 500 Hz až 24 kHz Počáteční nastavení 24 kHz |
Vložit dobu rozkladu | Doba získávání dat | 0,4 s až 1,0 s |
Vložit datový soubor (umístění/název) | Umístění a název souborů, kde jsou uložena data testu | c:\ID souboru |
Vložit koeficient tolerance | Faktor přizpůsobení: násobí se jím standardní odchylky k získání prahové proměnné | V typickém případě: 3krát |
Vložit název základního motoru | Identifikuje typ motoru, který bude modelován | Univerzální motor |
Výběr volby „vytvořit základní model motoru“ je povinný při první instalaci MQM. Uživatel má možnost volby vytvoření základních motorů pro různé typy elektrických motorů nebo pro týž typ elektrického motoru, avšak s různými koeficienty tolerance. Model motoru, jeho parametry a jejich standardní odchylky se získávají a ukládají ve vyhrazeném datovém souboru.
Základní model motoru se tvoří ze skupiny motorů obsahujících převážné bezporuchové motory, krok 96. V jednom z preferovaných provedení vynálezu se k vytvoření základního modelu motoru využívají data získaná ze skupiny elektrických motorů. Jak bude zřejmé odborníkovi v oboru,
- 13CZ 295659 B6 tato skupina motorů může obsahovat bezporuchové motory, ale v důsledku vnitřních neefektivit výrobního a zkušebního procesu také některé motory zatížené poruchou.
Užitím softwarového programu EMT se v krocích 98 až 100 tvoří experimentální model zvoleného typu motoru, který představuje vlastnosti zvoleného typu motoru. V kroku 102 je model hodnocen z hlediska zřejmých chyb modelování a prahových hodnot, viz kroky 102 až 104.
Užitím základního modelu motoru vytvořeného ze skupiny je pak v kroku 106 každý z motorů ve skupině testován vzhledem k experimentálnímu základnímu motoru na základě tolerančních hodnot získaných z projektované standardní odchylky SEE. Liší-li se výstupy jednoho z motorů ve skupině od výstupů experimentálního modelu o více než udávají jednotlivé hodnoty tolerance, je tento motor ze skupiny odstraněn a datové soubory jsou upraveny odstraněním dat souvisejících s poruchou, viz kroky 108 až 112. Pak se základní modle dále zdokonaluje užitím zkušebních dat pro dílčí skupinu motorů zbývajících ve skupině. Po vyloučení všech motorů s výstupy ležícími mimo hodnoty tolerance dané experimentálním modelem je možné experimentální model dále zdokonalit zhodnocením chyb modelování, střední a standardní odchylky ve skupině, viz krok 114, dokud skupina nebude obsahovat jen ty motory, jejichž výstupy budou ležet v mezích faktorů tolerance zvolených pro experimentální model. Po zopakování tohoto periodického procesu bude experimentální model reprezentovat vlastnosti bezchybných modelů vyrobených se stejnými specifikacemi. Experimentální model je uložen jako základní model motoru do databáze v paměti počítače 42 pro další využití, viz krok 116.
Existuje-li již základní model motoru, lze výše uvedený proces zkrátit pouhým novým zavedením základního modelu motoru do aktivní paměti počítače 42 a uživatel si může vybrat možnost „zvolit základní model motoru“ a pak začít vykonávat „testovat pro zajištění jakosti“. Uživateli mohou být předloženy různé volby. Základní model může např. odpovídat univerzálnímu indukčnímu motoru se stíněným pólem, synchronnímu motoru nebo jinému elektrickému motoru s výkonem menším než 500 W. Na obrázku 8A je příslušný základní model motoru pro testované motory zaveden do paměti počítače, je-li vybrána možnost „zvolit základní model motoru“ nebo „testovat pro zajištění jakosti“, přičemž testování začíná na standardním typu motoru, viz krok 120. V tomto okamžiku může uživatel vložit přizpůsobení tolerančním faktorům pro detekci poruch a klasifikaci poruch, viz kroky 122 a 124. Algoritmus MQM pak vypočítá příslušné prahy detekce a klasifikace poruchy, viz kroky 126 až 128.
Obr. 8B znázorňuje měřicí část algoritmu MQM, kde jsou měřené hodnoty výstupů motorů porovnávány s výstupy získanými ze základního motoru užitím zvolených prahových hodnot v průběhu testování elektrických motorů ve výrobním procesu pro účely zajištění jakosti. Prahové hodnoty se stanoví vynásobením hodnot tolerance použitým při vývoji experimentálního základního motoru koeficientem tolerance. Algoritmus MQM umožňuje, aby technik zabývající se zajištěním jakosti, stanovil užitím algoritmu MQM koeficienty, přičemž bude brát v úvahu povahové odchylky ve výstupech motorů v důsledku běžných výrobních variací. Pokud odchylky překročí předem zvolené prahové hodnoty, testovaný motor je označen jako motor sporuchou.
Konkrétně platí, že jakmile je zvolen základní motor, vkládá uživatel v krocích 130 až 134 potřebné parametry pro „testovat pro zajištění jakosti“ jak to souhrnně ukazuje Tabulka 4.
- 14CZ 295659 B6
Tabulka4
INFORMACE DODANÉ UŽIVATELEM | POPIS INFORMACI | STANDARDNÍ VOLBY A/NEBO NASTAVENÍ |
Vložit rychlost rozkladu | Rychlost odebírání vzorků při získávání dat | 500 Hz |
Vložit dobu rozkladu | Doba získávání dat | 0,5 s |
Vložit koeficient tolerance pro detekci poruchy | Faktor přizpůsobení: násobí se jím standardní odchylka k získání prahové proměnné pro mez poruchy | Skrát |
Vložit koeficient tolerance pro detekci poruchy | Faktor přizpůsobení: násobí se jím standardní odchylka k získání prahové proměnné pro klasifikaci poruchy | fkrát |
Provádí-li se „testovat pro zajištění jakosti“, počítává algoritmus detekci poruchy a klasifikační meze podle zvoleného typu motoru a příslušných koeficientů tolerance. Algoritmus započne shromažďováním dat, aby se tak získaly z motoru, který je testován, hodnoty signálu napětí, rychlosti a proudu v reálném čase, viz krok 134. Tyto signály jsou digitalizovány užitím dříve uložených hodnot rychlosti rozkladu a doby rozkladu, viz kroky 130 až 132. Digitalizované signály jsou v kroku 136 uloženy v paměti a předem zpracovány za účelem eliminace šumu s použitím Butterworthova softwarového filtru nebo jiného z komerčně dostupných filtračních produktů, viz krok 140.
Signály napětí, rychlosti a proudu v reálném čase se používají v základním modelu motoru k určení modelového stavu motoru v běžných podmínkách, viz kroky 142 a 144. Jak ukazuje krok 146, odhad zbytku základního modelu motoru a skutečný zbytek testovaného motoru se vypočítají a porovnávají v kroku 148. Odchylka vypočítaných zbytků se pak srovná s prahovými hodnotami detekce poruchy. Leží-li odchylky výstupů testovaného motoru v hodnotách tolerance, motor bude identifikovat jako bezporuchový a zobrazí se nebo jinak zaznamená odpovídající zpráva, viz krok 150.
Když se detekuje přítomnost poruchy u motoru, v kroku 152 se zobrazí zpráva a jak ukazuje krok 154, provede se klasifikace poruchy s použitím diagnostického modelu podobným způsobem, jak je to popsáno výše. Úhrnem řečeno, teoreticky odvozené rovnice (6) a (7), popisují elektrické motory, se použijí jako diagnostický model. Fyzikální parametry diagnostického modelu se určí experimentálně z dat získaných z výše uvedené skupiny motorů. Fyzikální parametry diagnostického modelu a související standardní odchylky se uloží v paměti počítače 42.
Je-li u motoru detekována porucha, budou v krocích 156 až 162 fyzikální parametry motoru s poruchou zhodnoceny algoritmem MQM a porovnány s odpovídajícími parametry základního modelu motoru, viz kroky 156 až 162. Výsledek tohoto srovnání se použije ke klasifikaci poruchy motoru a zobrazení diagnostických informací.
Překročí-li odchylky zbytků prahové hodnoty, je stav motoru v informační části displeje počítače 42 klasifikován jako „NALEZENA PORUCHA“ nebo podobnou frázi. Po identifikaci se zhodnotí fyzikální parametry motoru s poruchou. Tyto parametry se porovnají s fyzikálními parametry základního modelu motoru s použitím prahových hodnot klasifikace poruchy (viz tabulka 4). Pro univerzální elektrický motor jsou fyzikálními parametry indukčnost, odpor a koeficienty tření a
- 15 CZ 295659 B6 konstanty motoru jak jsou zadány v rovnicích (5) a (6). Každý z parametrů motoru s poruchou se porovnává s výše uvedenými prahovými hodnotami klasifikace poruchy. V krocích 164 až 170 se uvádí reprezentativní vzorek jednoho z možných rozhodovacích stromů.
Překročí-li např. parametr indukčnost motoru s poruchou prahovou hodnotu klasifikace poruchy, zobrazí se rozhodnutí typu „ZKONTROLUJE VYVÁŽENÍ“.
Překročí-li parametr odpor motoru s poruchou prahovou hodnotu klasifikace poruchy pro odpor, bude rozhodnutí na displeji znít „ZKONTROLUJTE KOLEKTOR“.
Překročí-li jak parametr tření, tak parametr indukčnosti motoru s poruchou prahové hodnoty klasifikace poruchy, bude rozhodnutí na displeji znít „ZKONTROLUJTE LOŽISKA“.
Je-li současně překročeno více prahových hodnot, budou zobrazena všechna výsledná rozhodnutí.
Je-li velikost všech parametrů menší než odpovídající prahová hodnota, bude zobrazené rozhodnutí na informativní části displeje znít „NEKLASIFIKOVÁNO“. To může vzniknout v důsledku kumulativního účinku změn v každém parametru na výstupu motoru. V této situaci může mít model větší počet menších poruch, které se mohou kumulovat, a tak způsobit překročení prahových hodnot u výstupů motoru. Protože však prahovou hodnotu volí uživatel, lze zpřísnit hodnoty tolerance pro každý parametr, takže takovéto marginální poruchy lze detekovat.
Postu MQM se zvláště dobře hodí pro použití v opravnách elektrických motorů k diagnostikování poruch a k účelům preventivní údržby. Při této aplikaci se do paměti počítače 42 ukládají základní modely motoru pro několik elektrických motorů, lišících se velikostí a výrobcem. Při přijetí defektního motoru zvolí opravář základní model motoru, který je testován, a provede detekci a diagnózu poruchy.
Postup a přístroj lze také použít při monitorování stavu a při aplikacích týkajících se preventivní údržby. V tomto provedení, tj. třetím provedením, bude algoritmus MCM při přerušovaném i kontinuálním monitorování stavu nahrazen algoritmem MQM.
V dalším provedení vynálezu se algoritmy MQM a MCM používají přímo s existujícím systémem zajištění jakosti a monitorování stavu systému tam, kde již existují prostředky pro shromažďování dat pro měření napětí, rychlosti a proudu.
Závěrem lze říci, že algoritmus MCM a algoritmus MQM jsou si velmi podobné, ale vzájemně se liší ve dvou aspektech. Za prvé, u algoritmu MCM systém nevytváří základní model motoru. To jev důsledkem povahy monitorování stavu, kde se systém zabývá pouze monitorováním jediného motoru. Z tohoto důvodu postup MCM s výhodou využívá modelu monitorovaného motoru vyvinutého přímo „na míru“. Takový model se tvoří tehdy, když je známo, že motor pracuje za bezporuchových podmínek. Oproti tomu MQM vytváří základní model, který zahrnuje variace běžně se vyskytující ve velkém souboru. Proto je u motoru pracujícího s marginálními hodnotami možné překročení zkušebních limitů stanovených u modelu MQM, ale je nepravděpodobné, že by další zhoršení nebylo zachyceno pomocí MCM, jelikož model MCM je specifický pro jednotlivý motor.
Druhý rozdíl, který existuje mezi oběma algoritmy, spočívá v tom, že MCM je nutně omezen provozními požadavky. Např. vstupní signál působí na motor je závislý na požadavku daném aplikací. Lze ocenit, že vstup přivede do modelu 44 nemusí být tak „bohatý“ na vstupní signál, jaký by mohl být převeden při testování MQM. Dále je při testování MCM skutečná zátěž působící na motor neznámá a v průběhu intervalu měření získaného ze snímačů 34 až 38 se může lišit. Za těchto okolností se modeluje jen ta část modelu, která není ovlivňována zátěží. Při modelování signálu proudu použitím vstupních signálů změřeného napětí a rychlosti k získání výsledků užitím diagnostického pozorovatele bude např. použita jen rovnice (6). V jiných provedeních lze
-16CZ 295659 B6 k eliminaci členu neznámé zátěže použít postupů, jako je např. výpočet derivace rovnice (7). V takových provedeních lze zkombinovat za účelem zkvalitnění výsledků, jež získá diagnostický pozorovatel, rovnici (6) a derivaci rovnice (7).
Ač byly popsány a v přiložených výkresech znázorněny určité příklady výhodných provedení, je zřejmé, že tato provedení jsou pouze příkladná a není jimi vymezen celý rozsah vynálezu.
Dále je zřejmé, že tento vynález nebude omezen na konkrétní znázorněnou a popsanou konstrukci a uspořádání, neboť odborníkovi v oboru mohou být zřejmé různé modifikace či změny, aniž by byla opuštěna myšlena a rozsah vynálezu, jak jsou dále patentovými nároky.
PATENTOVÉ NÁROKY
Claims (25)
1. Systém (30) monitorování provozního stavu elektrického motoru (10), obsahující:
snímače (34, 35 a 36) pro měření provozních signálů motoru (10) a počítačové zařízení (42) spojené s motorem (10) snímače (34, 35 a 3 6), vyznačující se tím, že počítačové zařízení (42) obsahuje model motoru (10) a prostředek pro použití naměřených provozních signálů k řešení lineární, časově diskrétní stavové rovnice, vypočtení zbytku srovnání řešení časově diskrétní stavové rovnice s řešením navrhovaným modelem, stanovení na základě výpočtu a srovnání, zdali motor (10) pracuje v bezporuchovém stavu, korelování zbytku s chybou v případě, že motor (10) pracuje se zjištěnou chybou a sdělení existence chyby k zabránění neočekávané poruchy motoru (10) a opakování těchto kroků ze zvolených časových intervalech během provozu motoru (10).
2. Systém podle nároku 1,vyznačující se tím, že dále obsahuje prostředek pro třídění mechanických poruch elektrického motoru (10) srovnáváním proudových hodnot provozních parametrů s referenčními hodnotami provozních parametrů.
3. Systém podle nároku 1, vyznačující se tím, že snímače (34, 35 a 36) jsou analogovými snímači.
4. Systém podle nároku 1, vyznačující se t í m, že snímače (34, 35 a 36) jsou napěťový snímač (34), proudový snímač (35) a tachometrový snímač (36).
5. Systém podle nároků 1 až 4, vyznačující se tím, že dále obsahuje multifunkční desku (37) pro příjem výstupů ze snímačů (34, 35 a 36) a převod analogového signálu na digitální signál a přenášení převedeného signálu do počítače (42).
6. Systém podle nároků 1 až 5,vyznačující se tím, že motor (10) je elektromotor s výkonem menším než 500 W.
7. Způsob monitorování provozního stavu elektrického motoru (10) k zajišťování poruch schopných způsobit selhání motoru (10), vyznačující se tím, že obsahuje kroky: vývoje modelu motoru (10) na počítači (42), připojení motoru (10) k počítači (42) snímači (34, 35 a 36), měření provozních signálů motoru (10) snímači (34,35 a 36),
-17CZ 295659 B6 použití naměřených provozních signálů k řešení lineární časově diskrétní stavové rovnice, vypočtení zbytku srovnáním řešení stavové rovnice s řešením navrhovaným modelem, určení, na základě výpočtového a srovnávacího kroku, zdali motor (10) pracuje bez detekované poruchy, korelování zbytu s poruchou v případě, že motor (10) pracuje s detekovanou poruchou a sdělením existence poruchy k zabránění neočekávané poruchy motoru (10) a opakování těchto kroků, kromě kroku vytvoření modelu, ve zvolených časových intervalech během provozu motoru (10).
8. Způsob podle nároku 7, vyznačující se tím, že uvedený krok vývoje modelu obsahuje kroky:
změření napětí V proudu a i rychlosti w elektrického motoru (10), vynásobení naměřeného napětí V, proudu i a rychlosti w elektrického motoru 10, s konstantami k získání reprezentace bezchybného systému, vypočtení a uložení výsledku časově diskrétních stavových prostorových rovnic:
x(k+l) = A x(k) + B u(k) y(k) = Cx(k) kde x je stavový vektor, u je vektor a v je výstupní vektor a k označuje diskrétní časové přírůstky a kde A, B a C jsou známé nominální matice parametrů elektrického motoru (10), zopakování kroků měření a vynásobení, vypočtení výsledku diskrétních stavových prostorových rovnic pro aktuální hodnoty:
xf(k+l) = Af xf(k) + Bf uf(k) yf(k) = Cf x(k) porovnání rozdílů mezi y(k) a yf(k) a opakování sledu kroků opakování, vypočtení a porovnání dokud rozdíl překračuje zvolený práh.
9. Způsob podle nároku 8, vyznačující se tím, že krok změření provozních signálů obsahuje změření výstupu i proudu z motoru (10), napětí V přiváděného do motoru (10) a rychlosti w motoru (10) během zvoleného intervalu.
10. Způsob podle nároku 7, v y z n a č u j í c í se tím, že krok vývoje modelu motoru (10) obsahuje získání konstant motoru (10) pro induktanci L, odpor R, moment J setrvačnosti a koeficient f tření motoru (10) a kombinování konstant L, R., J. f s naměřenými signály podle následujících rovnic:
L di/dt + R i = V + kl w i a
J dw/dt + fw = k2i2 + M kde kl je konstanta motoru (10) a M představuje zatížení motoru (10).
11. Způsob podle nároku 10, vyznačující se tím, že krok korelování a sdělování dále obsahuje kroky:
indikování nevyváženého rotoru (12) v odezvu na změnu provozního parametru L di/dt, indikování poruchy kolektoru (22) v odezvu na změnu parametru Ri,
-18CZ 295659 B6 indikování poruchy ložiska (18) v odezvu na změnu oscilace parametru L di/dt a indikování poruchy ložiska (18) v odezvu na změnu parametru L di/dt a parametru f w.
12. Způsob podle nároku 8, vyznačující se tím, že interval je v rozmezí 400 milisekund a 1000 milisekund.
13. Způsob podle nároku 9, v y z n a č u j í c í se t í m, že provozní signály jsou vzorkovány s frekvencí vzorkování v rozmezí 500 Hz až 24 kHz.
14. Způsob podle nároku 7, vyznačující se tím, že když uvedený sled kroků uvede k zbytku překračujícímu zvolený práh, obsahuje dále kroky:
zvolené prahové hodnoty parametru pro indukci Ldi/dt, odpor Ri motoru (10), setrvačnosti J dw/dt motoru (10) a konstant fw, kiwi a i2 k2 motoru (10) a porovnání každého součinu L di/dt, Ri, J dw/dt, fw, kiwi a i2 k2 s odpovídajícím součinem ze zvolených prahových hodnot.
15. Způsob podle nároku 14, vyznačující se tím, že dále obsahuje krok zobrazení výsledků kroků porovnání.
16. Způsob detekování poruch a diagnózy, založený na modelu, pro zjišťování poruch v elektrických motorech (10) běžného motorového typu a vývoje diagnostických informací pro korekci poruch, vyznačující se tím, že obsahuje kroky:
vytvoření reprezentace modelového stavu skupiny motorů (10), přičemž reprezentace modelového stavu zahrnuje prahovou mez odvozenou ze skupiny motorů (10), změření provozních parametrů každého motoru (10) ze skupiny motorů (10) k vyvinutí reprezentace modelového stavu každého ze skupiny motorů (10), srovnání reprezentace modelového stavu skupiny motorů (10) s reprezentací modelového stavu každého motoru (10) ze skupiny motorů (10), stanovení zdali každý ze skupiny motorů (10) je vadný motor (10), odstranění porouchaného motoru (10) ze skupiny motorů (10) na základě kroku stanovení, změnění prahové meze reprezentace modelového stavu skupiny motorů (10) v odezvu na detekci vadného motoru (10) a zopakování kroků srovnání, stanovení, odstranění a změnění pro každý motor (10) ze skupiny motorů (10).
17. Způsob podle nároku 16, vy zn a č uj í c í se t í m , že dále obsahuje kroky:
zvolení skupiny motorů (10) zahrnující motory (10) pracující bezchybně a motory (10) pracující s jednou neznámou poruchou nebo s více neznámými poruchami, změření provozních signálů pro každý motor (10) ze skupiny motorů (10), použití provozních signálů k řešení sady diskrétních stavových prostorových rovnic pro skupinu motorů (10), kde sada diskrétních stavových prostorových rovnic je ve tvaru:
k(k+l) = Ax(k)+Bu(k) y(k) = Cx(k) kde x je stavový vektor, u je vstupní vektor a y je výstupní vektor, k označuje diskrétní časové přírůstky a A, B a C jsou známé nominální matice skupiny motorů (10), srovnání řešení sady diskrétních stavových prostorových rovnic pro každý motor (10) ze skupiny motorů (10) s řešením sady diskrétních stavových prostorových rovnic pro motory (10) k identifikování vadného motoru (10),
-19CZ 295659 B6 odstranění vadného motoru (10) ze skupiny motorů (10) k vytvoření druhé skupiny motorů (10) a přepočítání první sady diskrétních stavových prostorových rovnic pro druhou skupinu motorů (10).
18. Způsob podle nároku 17, vyznačující se tím, že měřicí krok dále obsahuje kroky: změření napětí V, proudu i a rychlost w u každého ze skupiny motorů (10) snímači, násobení naměřeného napětí V, proudu i a rychlosti w u každého motoru (10) ze skupiny motorů (10) se zvolenými konstantami v souladu s následujícími rovnicemi:
L di/dt+Ri = V + kl wi
J dw/dt+fw = k2 i2 + M k získání konstant motoru (10) pro induktanci L, odpor R, moment setrvačnosti J a koeficient tření f každého ze skupiny motorů (10), kde kl a k2 jsou motorové konstanty a M představuje zatížení každého motoru (10) ze skupiny motorů (10)
19. Způsob podle nároku 18, v y z n a č u j í c í se t í m , že obsahuje kroky:
srovnání řešení sady rovnic konstant motorů (10) pro každý motor (10) ze skupiny motorů (10) s řešením rovnic konstant motorů (10) pro skupinu motorů (10) k identifikování vadného motoru (10), odstranění vadného motoru (10) ze skupiny motorů (10) k vytvoření druhé skupiny motorů (10) a přepočítání rovnic konstant motorů (10) pro druhou skupinu motorů (10).
20. Způsob podle nároku 19, vyznačující se tím, že dále obsahuje krok stanovení, pro každý motor (10) ze skupiny motorů (10) zdali je porouchaný.
21. Způsob podle nároku 20, v y z n a č u j í c í se t í m , že v odezvu na krok stanovení dále obsahuje krok zatřídění poruchy spojené s každým motorem (10) ze skupiny motorů (10).
22. Způsob podle nároku 17, vyznačující se tím, že krok použití dále obsahuje krok zvolený prahové meze založené na dvou standardních odchylkách kolem středu kombinované skupiny provozních signálů.
23. Způsob podle nároku 16, vyznačující se tím, že dále obsahuje kroky:
vytvoření diagnostického modelu ze skupiny motorů (10), přičemž diagnostický model zahrnuje fyzikální parametry a standardní odchylku spojenou s každým fyzikálním parametrem, přičemž diagnostický model má prahovou mez spojenou s každým z fyzikálních parametrů, měření zvolených fyzikálních parametrů každého motoru (10) ze skupiny motorů (10), pro každý motor srovnání každého ze zvolených fyzikálních parametrů s diagnostickým modelem a pro každý motor identifikování alespoň jedné poruchy pokud alespoň jeden ze zvolených fyzikálních parametrů překračuje odpovídající prahovou mez fyzikálního parametru v diagnostickém modelu.
24. Způsob podle nároku 23, vy z n a č uj í c í se t í m , že dále obsahuje zobrazení výsledků kroku identifikování.
-20CZ 295659 B6
25. Způsob podle nároku 23, vyznačuj ící se t í m, že krok identifikování dále obsahuje kroky:
indikování nevyváženého rotoru (12) v odezvu na změnu členu L di/dt v rovnici,
5 indikování poruchy kolektoru (22) v odezvu na změnu členu Ri v první rovnici, indikování poruchy ložiska (18) v odezvu na změnu oscilací u členu L di/dt v první rovnici a indikování poruchy ložiska (18) v odezvu na změnu jak členu L di/dt, tak členu f w v první a druhé rovnici.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TR96/00527A TR199600527A2 (xx) | 1996-06-24 | 1996-06-24 | Elektrik motorlar� i�in model bazl� hata tespit ve te�his sistemi. |
Publications (2)
Publication Number | Publication Date |
---|---|
CZ9804308A3 CZ9804308A3 (cs) | 2005-01-12 |
CZ295659B6 true CZ295659B6 (cs) | 2005-09-14 |
Family
ID=21620853
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CZ19984308A CZ295659B6 (cs) | 1996-06-24 | 1997-06-20 | Systém a způsob monitorování provozního stavu elektrického motoru |
Country Status (17)
Country | Link |
---|---|
EP (1) | EP0909380B1 (cs) |
JP (1) | JP2000513097A (cs) |
CN (1) | CN1143126C (cs) |
AT (1) | ATE289681T1 (cs) |
AU (1) | AU3201797A (cs) |
BR (1) | BR9710152A (cs) |
CA (2) | CA2260773C (cs) |
CZ (1) | CZ295659B6 (cs) |
DE (1) | DE69732569T2 (cs) |
HU (1) | HU223725B1 (cs) |
IL (1) | IL127686A (cs) |
PL (1) | PL331205A1 (cs) |
RU (1) | RU2155328C1 (cs) |
SI (1) | SI9720042A (cs) |
SK (1) | SK179098A3 (cs) |
TR (2) | TR199600527A2 (cs) |
WO (1) | WO1997049977A1 (cs) |
Families Citing this family (77)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2127153B1 (es) * | 1997-07-29 | 1999-12-01 | Univ Oviedo | Metodo para la proteccion y deteccion de fallos incipientes en el aislamiento de motores electricos mediante automatas programables. |
US6529135B1 (en) * | 1999-10-12 | 2003-03-04 | Csi Technology, Inc. | Integrated electric motor monitor |
TW542909B (en) * | 2000-08-07 | 2003-07-21 | Mitsui Chemicals Inc | The method for controlling production process |
US7031950B2 (en) * | 2000-12-14 | 2006-04-18 | Siemens Corporate Research, Inc. | Method and apparatus for providing a virtual age estimation for remaining lifetime prediction of a system using neural networks |
EP1752898A3 (en) * | 2001-03-08 | 2009-07-22 | California Institute Of Technology | Exception analysis for multimissions |
EP1724717A3 (en) * | 2001-03-08 | 2009-07-22 | California Institute Of Technology | Real-time spatio-temporal coherence estimation for autonomous mode identification and invariance tracking |
WO2002073351A2 (en) * | 2001-03-08 | 2002-09-19 | California Institute Of Technology | Real-time spatio-temporal coherence estimation for autonomous mode identification and invariance tracking |
US6892127B2 (en) * | 2003-02-28 | 2005-05-10 | General Electric Company | Methods and apparatus for assessing gas turbine engine damage |
DE102006025010A1 (de) † | 2006-05-26 | 2007-11-29 | Khs Ag | Stellantrieb |
US8676356B2 (en) * | 2009-01-09 | 2014-03-18 | Eaton Corporation | System and method for motor parameter estimation |
DE102009054959B4 (de) * | 2009-12-18 | 2022-08-25 | Robert Bosch Gmbh | Verfahren zur Fehlererkennung in einem Steuergerät |
KR20120049672A (ko) * | 2010-11-09 | 2012-05-17 | 현대자동차주식회사 | 정기적 차량 관리 시스템 및 그 방법 |
CN102680233A (zh) * | 2011-03-17 | 2012-09-19 | 北汽福田汽车股份有限公司 | 电动机故障诊断设备及方法 |
RU2479096C2 (ru) * | 2011-04-18 | 2013-04-10 | Государственное образовательное учреждение высшего профессионального образования "Южно-Российский государственный технический университет (Новочеркасский политехнический институт)" | Способ диагностирования электрических и механических повреждений асинхронного двигателя с короткозамкнутым ротором |
KR101218441B1 (ko) * | 2011-05-04 | 2013-01-04 | 한양대학교 산학협력단 | 매입형 영구자석 동기 모터 제어 시스템 및 그의 센서 고장 검출 방법 |
JP5644666B2 (ja) * | 2011-05-17 | 2014-12-24 | 東芝三菱電機産業システム株式会社 | 電動機の予防保全装置 |
PL2538376T3 (pl) * | 2011-06-20 | 2019-11-29 | Safran Helicopter Engines | System nakazywania konserwacji silników śmigłowców |
US9845012B2 (en) * | 2011-07-06 | 2017-12-19 | General Electric Company | System and method for predicting mechanical failure of a motor |
CN102435948B (zh) * | 2011-09-30 | 2014-07-09 | 深圳众为兴技术股份有限公司 | 一种动负荷模拟测试仪及模拟测试方法 |
EP2729927A4 (en) | 2011-10-06 | 2014-07-30 | Cae Inc | METHOD FOR DEVELOPING A MATHEMATIC DYNAMIC MODEL OF A VEHICLE FOR USE IN A COMPUTER-CONTROLLED VEHICLE SIMULATOR |
CN102494894A (zh) * | 2011-11-17 | 2012-06-13 | 高丙团 | 风力发电机组音频监测和故障诊断系统及其方法 |
EP2788624B1 (en) * | 2011-12-07 | 2020-03-18 | Flow Control LLC. | Pump using multi voltage electronics with run dry and over current protection |
CN102866016B (zh) * | 2012-10-18 | 2015-07-22 | 徐州重型机械有限公司 | 移动起重机发动机故障快速诊断仪以及诊断方法 |
KR101432786B1 (ko) | 2013-11-14 | 2014-09-23 | 엠앤디테크놀로지 주식회사 | 모터의 고장진단방법 및 그 시스템 |
EP2933647A1 (en) | 2014-04-14 | 2015-10-21 | ABB Technology AG | A model based diagnostic of induction machine |
EP2988187B1 (en) * | 2014-08-22 | 2017-03-29 | ABB Schweiz AG | A method for assessing the condition of rotating machinery connected to an electric motor |
CN104680232A (zh) * | 2014-10-28 | 2015-06-03 | 芜湖杰诺瑞汽车电器系统有限公司 | 基于rvm的发动机故障检测方法 |
CN104569819B (zh) * | 2015-01-12 | 2017-06-16 | 清华大学 | 一种异步牵引电机的故障检测方法 |
WO2016184451A1 (de) * | 2015-05-21 | 2016-11-24 | Kastanienbaum GmbH | Verfahren und vorrichtung zur steuerung/regelung eines aktorisch angetriebenen robotergelenks |
WO2016198128A1 (en) * | 2015-06-12 | 2016-12-15 | Siemens Aktiengesellschaft | A method and apparatus for performing a model-based failure analysis of a complex industrial system |
EP3151072B1 (de) | 2015-09-29 | 2020-07-29 | Siemens Aktiengesellschaft | Verfahren und system zur fehlererkennung und überwachung bei einem elektronisch geregelten oder gesteuerten maschinenteil |
CN105277883A (zh) * | 2015-10-28 | 2016-01-27 | 林蓉瑶 | 一种电机故障监测及报警装置 |
JP6583057B2 (ja) * | 2016-03-02 | 2019-10-02 | トヨタ自動車株式会社 | 車両の制御装置 |
CN105974796A (zh) * | 2016-06-16 | 2016-09-28 | 航天恒星科技有限公司 | 一种多驱动网络设备的故障诊断与容错控制方法 |
CN106199261B (zh) * | 2016-07-04 | 2019-03-05 | 芯海科技(深圳)股份有限公司 | 基于互联网的电器老化度持续检测系统及检测方法 |
KR102104117B1 (ko) | 2016-07-25 | 2020-04-23 | 미쓰비시덴키 가부시키가이샤 | 전동기의 진단 장치 |
CN106646192A (zh) * | 2016-11-25 | 2017-05-10 | 广州周立功单片机科技有限公司 | 电机驱动器硬件自检方法和系统 |
CN110036418B (zh) * | 2016-12-02 | 2021-06-04 | 塞阿姆斯特朗有限公司 | 护理装备和系统的性能参数化 |
LU93350B1 (de) * | 2016-12-12 | 2018-07-03 | Phoenix Contact Gmbh & Co Kg Intellectual Property Licenses & Standards | Verfahren zur Überwachung einer elektromechanischen Komponente eines Automatisierungssystems |
CN106707119A (zh) * | 2016-12-23 | 2017-05-24 | 中国二冶集团有限公司 | 大型电机轴承的绝缘检测方法 |
US10928814B2 (en) | 2017-02-24 | 2021-02-23 | General Electric Technology Gmbh | Autonomous procedure for monitoring and diagnostics of machine based on electrical signature analysis |
CN107178514B (zh) * | 2017-05-04 | 2019-08-20 | 山东大学 | 风机机组非侵入式能效诊断方法与系统 |
CN108983090B (zh) * | 2017-06-02 | 2022-04-08 | 天津市松正电动汽车技术股份有限公司 | 一种电机霍尔零点调节装置及其调节方法 |
US10403116B2 (en) * | 2017-06-20 | 2019-09-03 | General Electric Company | Electrical signature analysis of electrical rotating machines |
RU181087U1 (ru) * | 2017-10-19 | 2018-07-04 | федеральное государственное бюджетное образовательное учреждение высшего образования "Санкт-Петербургский горный университет" | Устройство диагностики двигателей переменного тока с преобразователем частоты |
RU2716172C2 (ru) * | 2018-03-14 | 2020-03-06 | Федеральное государственное бюджетное образовательное учреждение высшего образования Иркутский государственный университет путей сообщения (ФГБОУ ВО ИрГУПС) | Способ диагностики асинхронных двигателей с короткозамкнутым ротором |
DE102018204669A1 (de) * | 2018-03-27 | 2019-10-02 | Continental Teves Ag & Co. Ohg | Verfahren zum Überwachen einer Steuerung |
CN108777556B (zh) * | 2018-06-29 | 2022-03-18 | 江苏大学 | 两电机调速系统的无模型自适应鲁棒解耦控制方法 |
EP3648337B1 (en) * | 2018-10-30 | 2022-06-08 | Roche Diagnostics GmbH | Method of estimating an operating state of a drive system and drive system |
US10495544B1 (en) * | 2019-01-15 | 2019-12-03 | Caterpillar Inc. | Failure detection device for detecting an issue with a part of a machine |
CN110007232B (zh) * | 2019-05-23 | 2021-09-03 | 广东工业大学 | 一种鼠笼式异步电机运行效率的预测方法及相关装置 |
CN110907824A (zh) * | 2019-11-06 | 2020-03-24 | 天津工业大学 | 一种基于高频信号耦合注入的电机故障检测系统 |
DE102020200667A1 (de) | 2020-01-21 | 2021-07-22 | Volkswagen Aktiengesellschaft | Verfahren zur Bestimmung des Verbrauchs eines elektrischen Antriebsmotors |
CN111459906B (zh) * | 2020-03-02 | 2022-11-15 | 西安工业大学 | 一种电机数据库的建立方法 |
CN111476471B (zh) * | 2020-03-30 | 2023-10-27 | 北京四方继保工程技术有限公司 | 一种基于综合能源模型的综合能源故障诊断系统及方法 |
CN111409113A (zh) * | 2020-05-09 | 2020-07-14 | 廊坊市智恒机器人科技有限公司 | 一种机器人故障检测系统 |
JP7409222B2 (ja) * | 2020-05-14 | 2024-01-09 | マツダ株式会社 | 移動体の制御装置 |
CN112648140B (zh) * | 2020-12-21 | 2022-03-18 | 北京华能新锐控制技术有限公司 | 基于信号重构的风电机组桨距角编码器故障容错方法 |
CN112684235B (zh) * | 2020-12-24 | 2024-02-23 | 浙江可胜技术股份有限公司 | 定日镜用减速机在线智能故障诊断方法及系统 |
CN112688608B (zh) * | 2020-12-25 | 2022-08-02 | 北京航空航天大学 | 一种三相永磁同步电机控制系统的故障诊断方法 |
WO2022186382A1 (ja) * | 2021-03-05 | 2022-09-09 | 株式会社タダノ | 故障予兆検出システムおよび作業車 |
US20240151608A1 (en) * | 2021-03-10 | 2024-05-09 | KSB SE & Co. KGaA | Method of detecting vibration anomalies in an electronic device and associated system |
JP7643124B2 (ja) | 2021-03-23 | 2025-03-11 | 富士電機株式会社 | モータの異常診断装置、異常診断方法及び異常診断プログラム |
CN114063456B (zh) * | 2021-11-15 | 2023-06-02 | 哈尔滨工业大学 | 利用自回归模型和卡尔曼滤波算法的故障预测与预警方法 |
CN114065820B (zh) * | 2021-11-29 | 2025-02-11 | 北京唐智科技发展有限公司 | 一种多维数据故障决策方法、装置及存储介质 |
CN114813115B (zh) * | 2022-03-28 | 2025-03-11 | 天地上海采掘装备科技有限公司 | 滚筒采煤机摇臂断轴故障在线识别方法 |
CN114962172B (zh) * | 2022-04-28 | 2024-09-03 | 西安热工研究院有限公司 | 一种风力机塔筒螺栓故障预警方法及系统 |
CN114545908B (zh) * | 2022-04-28 | 2022-07-19 | 中汽研汽车检验中心(天津)有限公司 | 车用液压系统模型构建和仿真方法,及整车仿真系统 |
CN115328079B (zh) * | 2022-07-26 | 2025-09-05 | 清华大学深圳国际研究生院 | 一种基于集合论和未知输入观测器的故障检测方法 |
CN115687976B (zh) * | 2022-10-31 | 2025-09-02 | 中南大学 | 一种故障诊断方法、系统及存储介质 |
CN117332233B (zh) * | 2023-10-07 | 2024-05-31 | 江苏丰昌机电科技有限公司 | 一种电机智能化维护系统 |
CN117289129B (zh) * | 2023-11-27 | 2024-02-06 | 四川省医学科学院·四川省人民医院 | 用于手术机器人的微型减速电机检测实验台及检测方法 |
CN117791971B (zh) * | 2023-12-11 | 2024-06-21 | 爱克玛电驱动系统(苏州)有限公司 | 一种具有故障诊断报警功能的筒轴电机 |
CN118131037B (zh) * | 2024-01-19 | 2024-09-24 | 淮阴工学院 | 基于大数据的永磁电机运行监测方法 |
CN118777864B (zh) * | 2024-06-17 | 2024-12-13 | 广东群策电机有限公司 | 一种电动机故障预警方法、系统、设备及存储介质 |
CN119163568B (zh) * | 2024-11-20 | 2025-02-28 | 广东阳硕绿建科技股份有限公司 | 一种风力发电机故障监测诊断系统 |
CN119376332B (zh) * | 2024-12-25 | 2025-04-18 | 湖南九友智能装备有限公司 | 一种基于plc的配料控制系统及方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU1401323A1 (ru) * | 1986-05-27 | 1988-06-07 | Специальное Проектно-Конструкторское И Технологическое Бюро Электродвигателей Производственного Объединения "Укрэлектромаш" | Способ определени состо ни электродвигател |
SU1561151A1 (ru) * | 1988-04-18 | 1990-04-30 | Предприятие П/Я А-1001 | Способ испытани электродвигател на ресурс |
US5519300A (en) * | 1993-06-29 | 1996-05-21 | Liberty Technologies, Inc. | Method and apparatus for analysis of polyphase electrical motor systems |
DE4421950C2 (de) * | 1993-12-09 | 1998-06-04 | Peter Mueller | Einrichtung zum Diagnostizieren und Regeln eines Verbrennungs- oder Elektromotors |
-
1996
- 1996-06-24 TR TR96/00527A patent/TR199600527A2/xx unknown
-
1997
- 1997-06-20 EP EP97927586A patent/EP0909380B1/en not_active Expired - Lifetime
- 1997-06-20 PL PL97331205A patent/PL331205A1/xx unknown
- 1997-06-20 SI SI9720042A patent/SI9720042A/sl not_active IP Right Cessation
- 1997-06-20 BR BR9710152-4A patent/BR9710152A/pt not_active Application Discontinuation
- 1997-06-20 HU HU9903554A patent/HU223725B1/hu not_active IP Right Cessation
- 1997-06-20 JP JP10502852A patent/JP2000513097A/ja not_active Abandoned
- 1997-06-20 CA CA002260773A patent/CA2260773C/en not_active Expired - Lifetime
- 1997-06-20 TR TR1998/02541T patent/TR199802541T2/xx unknown
- 1997-06-20 RU RU99101059/06A patent/RU2155328C1/ru not_active IP Right Cessation
- 1997-06-20 DE DE69732569T patent/DE69732569T2/de not_active Expired - Lifetime
- 1997-06-20 CA CA002356538A patent/CA2356538C/en not_active Expired - Lifetime
- 1997-06-20 IL IL12768697A patent/IL127686A/en not_active IP Right Cessation
- 1997-06-20 CZ CZ19984308A patent/CZ295659B6/cs not_active IP Right Cessation
- 1997-06-20 CN CNB971974519A patent/CN1143126C/zh not_active Expired - Fee Related
- 1997-06-20 WO PCT/TR1997/000008 patent/WO1997049977A1/en active IP Right Grant
- 1997-06-20 AU AU32017/97A patent/AU3201797A/en not_active Abandoned
- 1997-06-20 SK SK1790-98A patent/SK179098A3/sk unknown
- 1997-06-20 AT AT97927586T patent/ATE289681T1/de not_active IP Right Cessation
Also Published As
Publication number | Publication date |
---|---|
DE69732569T2 (de) | 2006-01-26 |
EP0909380B1 (en) | 2005-02-23 |
HUP9903554A2 (hu) | 2000-02-28 |
CZ9804308A3 (cs) | 2005-01-12 |
EP0909380A1 (en) | 1999-04-21 |
RU2155328C1 (ru) | 2000-08-27 |
CA2260773A1 (en) | 1997-12-31 |
CA2260773C (en) | 2002-09-10 |
CA2356538A1 (en) | 1997-12-31 |
SK179098A3 (en) | 2000-02-14 |
PL331205A1 (en) | 1999-07-05 |
TR199600527A2 (xx) | 1998-01-21 |
TR199802541T2 (xx) | 1999-02-22 |
AU3201797A (en) | 1998-01-14 |
JP2000513097A (ja) | 2000-10-03 |
WO1997049977A1 (en) | 1997-12-31 |
SI9720042A (sl) | 1999-12-31 |
CA2356538C (en) | 2005-08-23 |
IL127686A0 (en) | 1999-10-28 |
HU223725B1 (hu) | 2004-12-28 |
CN1233325A (zh) | 1999-10-27 |
CN1143126C (zh) | 2004-03-24 |
ATE289681T1 (de) | 2005-03-15 |
HUP9903554A3 (en) | 2000-05-29 |
DE69732569D1 (de) | 2005-03-31 |
BR9710152A (pt) | 2000-01-11 |
IL127686A (en) | 2001-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CZ295659B6 (cs) | Systém a způsob monitorování provozního stavu elektrického motoru | |
US6014598A (en) | Model-based fault detection system for electric motors | |
US5629870A (en) | Method and apparatus for predicting electric induction machine failure during operation | |
US5210704A (en) | System for prognosis and diagnostics of failure and wearout monitoring and for prediction of life expectancy of helicopter gearboxes and other rotating equipment | |
US7089154B2 (en) | Automatic machinery fault diagnostic method and apparatus | |
US4060716A (en) | Method and apparatus for automatic abnormal events monitor in operating plants | |
KR100532237B1 (ko) | 전기모터용모델기초오류검출시스템 | |
KR100758152B1 (ko) | 진동신호 양자화에 의한 거동반응을 이용한 고장진단방법 | |
US20230213375A1 (en) | Vibro-electric condition monitoring | |
KR20140072331A (ko) | 이상진단 사전감시 방법 | |
US20050065744A1 (en) | System and method for detecting and excluding outlier sensors in sensor-based monitoring | |
Da Costa et al. | A new approach for real time fault diagnosis in induction motors based on vibration measurement | |
RU2753578C1 (ru) | Способ диагностики технического состояния роторного оборудования | |
US20200210144A1 (en) | Data sorting device and method, and monitoring and diagnosis device | |
Awad | Fault detection of fuel systems using polynomial regression profile monitoring | |
MXPA99000473A (en) | Fault detection system based on model for electri motors | |
Nyanteh | Application of artificial intelligence to rotating machine condition monitoring | |
Sun et al. | Defect-sensitive testing data analysis method for industrial robots quality inspection | |
Damian Augustyn et al. | Application of Torque Signal Analysis of Servomotors to Assess of Support System | |
KR100915720B1 (ko) | 기술 장비를 진단하기 위한 방법 | |
Lampreia et al. | Vibrations detection and analysis in equipments with MCUSUM charts and frequencies graphs | |
Martins et al. | Data Analytics Towards Predictive Maintenance for Industrial Ovens | |
Słupski et al. | Selection of operating parameters in technical equipment diagnostics using vehicle testing as an illustrative example | |
Lee | A RECONFIGURABLE EMBEDDED PROGNOSTICS PLATFORM FOR MACHINERY PERFORMANCE MANAGEMENT | |
Fico et al. | Brushless DC motors failure detection using the continuous wavelet transform |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Patent lapsed due to non-payment of fee |
Effective date: 19970620 |