CZ9804308A3 - Detekce poruch elektrických motorů na základě modelu - Google Patents

Detekce poruch elektrických motorů na základě modelu Download PDF

Info

Publication number
CZ9804308A3
CZ9804308A3 CZ19984308A CZ430898A CZ9804308A3 CZ 9804308 A3 CZ9804308 A3 CZ 9804308A3 CZ 19984308 A CZ19984308 A CZ 19984308A CZ 430898 A CZ430898 A CZ 430898A CZ 9804308 A3 CZ9804308 A3 CZ 9804308A3
Authority
CZ
Czechia
Prior art keywords
motor
engine
model
operating
fault
Prior art date
Application number
CZ19984308A
Other languages
English (en)
Other versions
CZ295659B6 (cs
Inventor
Tugurul Durakbasa Osman
Albas Evren
A. Hakan Serafetinoglu
Ahmet Duyar
Original Assignee
Arcelik A.S.
Ahmet Duyar
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 Arcelik A.S., Ahmet Duyar filed Critical Arcelik A.S.
Publication of CZ9804308A3 publication Critical patent/CZ9804308A3/cs
Publication of CZ295659B6 publication Critical patent/CZ295659B6/cs

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00Testing of machine parts
    • G01M13/04Bearings
    • G01M13/045Acoustic or vibration analysis

Description

Detekce poruch elektrických motorů na základě modelu
Oblast techniky
Vynález se týká elektrických motorů. Konkrétněji se vynález týká postupu a přístroje pro monitorováni stavu a předpokládané údržby elektrických motorů.
Dosavadní stav techniky
Elektrické motory se Často využívají v průmyslovém prostřed! a v procesech, kde se uživil pro pohyb zboží na montážní Unce z jedné pracovní stanice do druhé nebo jako zdroje energie pro mechanické nářadí, s nimž pracuji montéři.
Příkladem je pneumatický kompresor, který dodává vzduch do mechanických šroubováků, sprejů s barvami a dalších nástrojů držených v ruce. Elektrické motory s větším výkonem řidl styk s okolím pomoci chlazeni, zahříváni a transportu vzduchu ohřívacím a chladicím systémem v budovách a vozidlech. V domácnostech a v prostředí kanceláři se elektrické motory používal v přístrojích od počítačů až po vysavače. Jak je všeobecně známo, jsou tyto přístroje hlavním zdrojem hlučností a vfcracl. Stále rostouc! poptávku trhu po méně hlučných motorech bez vbrací tze tedy splnit pouze na základě konstrukce a výroby bezporuchových motorů o ntžšf hlučnosti.
Ve výrobním prostřed! je neočekávaná porucha motoru nežádoucí a představuje velké náklady. V průmyslu by porucha motoru mohla mft závažný finanční dopad, pokud by montážní linka byla po dobu opravy nebo výměny motoru uzavřena. Ph určitých výrobních postupech, Jako např. ph výrobě polovodičů, je-li ohroženo řízeni prostředí, může mft porucha důležitého motoru za následek zničeni výrobku.
Obecně tedy existuje nerůstající poptávka po zkvalitněni 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 kvality monitorováni řízeni v průběhu výroby elektrických motorů. Déle je žádoucí
-2φφφ φ φφφφ φφ • · · φ · ♦ φφφ φφ ♦ ♦ detekovat poruchy motoru monitorováním výkonu v provozu dříve, než dojde k fatální poruše.
Nyní byly vyvinuty taková postupy detekce a diagnózy poruch, které porovnávají výstupní signály komplexních systémů s výstupním signálem získaným z matematického modelu bezporuchového systému. Porovnáni těchto signálů Je vyjádřeno číselně ve smyslu rezidua’, což je rozdíl mezí občma signály. Aby se určil typ poruchy, provádí se analýza rezidui. Součásti této analýzy jsou statistické postupy srovnáni rezidui s databází rezidui pro systémy se známými poruchami.
Až donedávna bylo obtížné získat přesné modely v reálném čase pro systémy s vlče proměnnými, tzn. se systémy s vlče než jedním vstupem a (nebo) s vlče než jednim výstupem. Nenf-H model systému přesný, budou rezidua zahrnovat ί chyby modelováni, jepchž odděleni od vlivu skutečných poruch je velmi důležité.
Další nedostatek těchto postupů detekce a diagnózy poruch se týká obtížnosti generováni databáze pro statistické testováni rezidui za účelem klasifikace poruch. K vytvořeni takovéto databáze jsou třeba prvotní Informace o všech možných poruchách a o vlivu každé z poruch na rezidua.
K monitorováni defektnlho a normálního přístrojového vybaveni a k vytvořeni databáze, která 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 chyb.
Protože mechanické poruchy jsou důsledkem vibraci, je detekce a analýza vtoraci společným prvkem mnohých detekčních schémat předcházejícího stavu techniky. Tyto postupy vyžadují vytvořeni knihovny, popisujíc! vzory vfcrací 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 vytvořeni rozsáhlé databáze, pracnou analýzu a určitý stupeň odborných znalosti o motoru.
Další nevýhoda detekce mechanické poruchy spočívá v obtížné reprodukci měřeni. Např. měřeni vibrací užitím akcelerometru je značně závislé na instalaci a umístěni snímače, aby tak byla zajištěna opakovatelná detekce projevu. I při správné instalaci a umístěni snímače může být detekce projevu narušena vbracemi okol! a změnami provozních podmínek, jako je např. rychlost chodu, vstupní napětí a zátěž motoru.
• · * · · * « 000 ·♦· « » • 0 ·
-3«··· 0·*· ·· ···*
Odhaduje se, že pravděpodobnost chybného stanoveni poruchy v systému, závisejícím na mechanické detekci poruch, je vysoká. Např. určeni stavu ložisek motoru zahrnuje analýzu mechanických vbracf motoru a rozděleni specifických frekvenci, týkajících se výhradně vad ložiska {a/nebo úbovotných součtových a rozdílových frekvenci a souvisejících harmonických). Přítomnost jiných vbracf ve vbračnlm spektru a jejich možná koincidence však bohužel často narušuje detekci požadovaného signálu. K získáni potřebných informaci jsou nutné nákladné a složité prostředky a úspěch takového systému ph detekci nebo přecfcovědi poruchy není uspokojující.
Je tedy žádoucí vyloučit komplikace způsobené chybami modelováni 1 špatným stanovením a chybějícím stanovením poruch motoru. Je těž žádoucí potřebu vytvářet rozsáhlou databázi a pracné znalecké posudky při analýze poruch elektrických motorů. Dále je žádoucí eňminovat potřebu nákladných a složitých zařízeni k získáváni a zpracováváni informaci, jež mohou indukovat existenci poruchy.
Podstata vynálezu
Vynález se týká systému detekce poruchy na základě modelu a postupu pro monitorováni a predikci požadavků na údržbu elektrických motorů, konkrétněji elektrických motorů s výkonem menším než 1 kůň. Užitím systému je možné získat informace pro včasnou diagnézu hrozícího mechanického zhrouceni elektrického motoru v provozním prostřed! při neznámých podmínkách zátěže. Jelikož postup a systém je založen na softwaru a využívá dat získaných z neintruzlvnich měření, náklady na realizaci jsou podstatně nižší než postupy údržby dané předcházejícím stavem techniky.
Systém obsahuje počítačové zařízeni spojené se snímači napětí, proudu a rychlosti multifunkčnlm zařízením pro získáváni dat Snímače poskytuji nepřetržité informace v reálném čase o vstupním napět! a proudu a o signálu výstupního napětí vytvářeném tachometrem motoru. Počítačové zařízeni aplikuje tyto Informace pn nepřetržitém Uzeni detekce poruch a diagnostického algoritmu v souvislosti s diagnostickým pozorováním.
Systém a postup využívá experimentální algoritmus modelováni o vlče proměnných k získáni modelu elektrického motoru stanovením struktury, tzn. řádu diferenciálních rovnic matematicky popisujících motor, a konstant motoru, tzn. parametrů Jako je indukčnost, odpor motoru, moment setrvačnosti, a nefyzikální parametrů, např.
> 0
0«0
-400 000« matice Λ Β a C stavových rovnic popisujících motor a Jiných zvolených parametrů. V preferovaném provedeni je vytvořen model elektrického motoru, když je známo, že motor bude pracovat bez poruch, obvykle po počáteční Instalaci motoru. Později, v provozu, se počítá signál výstupního napětí modelu na základě skutečného vstupního napětí a proudu, působících na motor, a kontinuálně se porovnává s měřeným signálem výstupního napětí motoru. Algoritmus číselně vyjadřuje srovnáni ve formě rezidua, které vznikne odečtením Jednotlivých signálů.
Diagnostický pozorovatel analyzuje reziduum a určuje, zda je motor bez poruch, nebo zda pracitfe jiným způsobem než bezporuchovým. PH bezporuchovém provozu je v ideálním případě reziduum rovno nule, v provozu však lze zvolit stanovený práh tolerance, sloužíc! ke kompenzaci modelováni poruch a hlučností a jiných vfivů, jenž mohou mft za následek nenulové reziduum.
Bude-ll v důsledku poruchy součástky motoru motor fungovat mimo svůj zamýšlený provozní rozsah nebo pokud se skutečně vyskytne porucha, bude mft reziduum nenulovou hodnotu, která překročí práh tolerance. Když počítačové zařízení detekuje nenulové reziduum, hrozí pravděpodobně porucha a je vydáno varováni, takže lze provést příslušná opatřeni k minknadzad účinku, který by jinak vznikl v důsledku nefunkčního motoru. Pfi detekci hrozíc! 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 jeden kůň. V tomto provedení se netvon rozsáhlá databáze sloužící k nalezení korelace poruch s měřenými signály, ale využívá se zde matematického modelu bezporuchového motoru a měří se provozní parametry motoru pří testování, které jsou nezávislé na zkresleni daném prostředím, obsluhou a instalaci.
Toto provedeni je zvláště výhodné ptí výrobě elektrických motorů s výkonem menším než jeden kůň, konkrétně při prováděni testováni řízeni jakosti. Po vyrobeni většího množství motorů se použjje identifikační algoritmus systému o vlče proměnných k vytvořeni základního modelu užitím celého vzorku motorů, které jsou k dispozici. Mělo by být zfejmé, že tento vzorek může obsahovat řadu poruchových motorů, takže může být nutné model zdokonalit zvolením prahu tolerance a novým testováním každého motoru vzhledem k modelu. Ty modely, které překročí prahovou hodnotu, se z vzorku odstraní, a zbývající motory se použil k vytvořeni opraveného základního modelu.
• · · · • · · • *o 444 ·
··
-5··· ·«·
Opravený základní model bude uložen v počítačovém zařízeni pro testováni řízení jakosti všech následné vyrobených motorů.
Pokud béhem testováni jakosti překroč! parametry, jako je např. indukčnost, odpor motoru, koeficient třeni nebo moment setrvačnosti práh tolerance stanovený základním modelem motoru, je testovaný motor označen jako motor s poruchou. Porovnáním parametrů testovaného motoru se základním modelem motoru s různými Kmity tolerance je možno dále poruchu motoru klasifikovat a zobrazit diagnostické informace.
Přehled obrázků na1 .YÉU-Í·· >ech
Na obrázku 1 je schematické zobrazeni elektrického motoru vhodného pro preferované provedeni vynálezu.
Obrázek 2 je půdorys typického krytu motoru.
Obrázky 3 a 4 znázorňuji typické tvary vstupní a výstupní vlny pro použití v jednom z provedeni vynálezu.
Obrázek 5 je schematické znázornění konfigurace preferovaného provedení vynálezu na systémové úrovni.
Obrázek 6 znázorňuje blokové schéma systému detekce a diagnózy poruchy podle provedeni vynálezu.
Obrázky 7A - 7B a 8A a 8B znázorňuji vývojové diagramy fungováni systému detekce a diagnózy poruchy z vynálezu podle provedeni vynálezu.
Příklady provedeni vynálezu
Následuje konkrétnější popis výkresů se vztahovými číslovkami Obrázek 1 znázorňuje systém obsahující elektrický motor 10, např. elektrický motor o výkonu menším než 1 kůň. Pro ilustraci bude motor 10 obsahovat vinuti rotoru 12, stator 14 a hřídel 16, které jsou u konců podpírány ložisky 18. Kladka 20 spojíme hřídel 16 se zátéží (není znázorněna). Kolektor 22 vede proud do rotoru nebo z rotoru 12 a kotvy 24, která ve spojeni se statorem vytváří magnetické pole vyvolávací pohyb motoru. Osoba průměrně zběhlá v oboru bude vědět, že motor 10 může mtt rotor bez komutátoru a bez vinuti. Motor 10 je namontován ve skříni 26, Izolované proti prachu, vlhkosti a jiným cizím ··· ··
-6fefe • * ·· ·· látkám. Obrázek 2 je půdorys krytu motoru, konkrétněji skříně 2S. kde je základna skflně upevněna ke krytu šrouby a matkami 28 způsobem, jež je v oboru dobře znám.
Na obrázku 5 je znázorněno preferované provedeni systému monitorováni stavu motoru 30 podle vynálezu. Systém 30 obsahuje motor 10, zdroj^energie ^2, což může být sdružené napět! nebo zdroj napájeni, jako je např. Hewlett Packard 601 OA, někoSk snímačů 34, 35 a 38, multifunkčnl desku 37 a počítač 42. Když začne působit napětí, Sotor 12 dosáhne obvykle během 25 milisekund po aplikaci napětí své provozní rychlostí, přičemž hřídel 16 bude rotovat rychlostí závislou částečně na působícím napětí a na zátěži. Rychlost motoru 12 je detekována snímačem tachometru 36, převáděna multifunkčnl vstupní (výstupní) deskou 37 z analogového signálu na digitální signál a přenášena do počítače 42- Snímač tachometru 2£ může být kodér rotační rychlostí nebo tachometr konstrukčně zabudovaný v motoru 10. Multifunkčnl deska je dále spojena s napěťovým snímačem 24, což může být např. sonda dělicí napětí v poměru 1:100, a se snimačenyprouduj}5 majícím přednostně minimální dobu odezvy 23 nanosekund (příkladem možných snímačů proudu je Tektronix 6303, sonda proL střídavý a stejnosměrný proud 100 A, modul zdroje Tektronix 502a a sonda zesilovače pro střídavý a stejnosměrný proud Tektronix 503b). Signály ze snímačů 24 a 25 jsou také upravovány deskou £7 a vstupuji do počítače 42. Počítač 42 zaznamenává ve své pamětí data z čidle (není znázorněno).
Počítač 42 provádí detekci poruchy a vytváří diagnostický model ideálního motoru, který se též ukládá do paměti. V preferovaném provedeni se model motoru nejprve tvoři užitím systému identifikačního algoritmu o vlče proměnných, což je systém Experimente! Modelling Toobox (EMT) (Sada softwarových nástrojů pro experimentální modelováni), který vytvořil Ahmet Duyar a nyní jej lze koupit u firmy Advanced Prognostic Systems, lne. 4201, North Oceán Boulevard, Suitě 206, Boča Raton, Florida 33431. EMT je nástroj experimentálního modelováni, který generuje matematickou rovnici popisující dynamické vztahy mezi vstupním a výstupním měřením získanými z experimentů sloužících k získáni vlastností systému ve zvoleném rozsahu možných režimů provozu. Tyto Informace obsahuji šířku pásma systému, optimální rychlost a dobu trváni snímáni a dostatečně silný vstupní signál k tomu, aby systém pracoval po celé šířce svého pásma. Jak je v oboru známo, experimentální modelováni je voba matematických vztahů, které by měly odpovídat sledovaným vstupním a výstupním datům. V průběhu procesu modelováni tedy vzniknou rovnice, které popisuji chováni různých prvků systému a vzájemné vztahy mezi těmito prvky
Experinentálnl model systému Je popsán skupinou diferenciálních rovnic ve formě matice. Program EMT určuje strukturu systému, Izn. uspořádáni systému, parametry a konstanty proměnných diferenciálních rovnic. V preferovaném provedeni se struktura stanovuje vytvořením informační matice využívající vstupní a výstupní data. K určeni struktury systému se používá vyhledáváni po řadách. Teorie vyhledáváni po řadách je podrobný vysvětlena v dokumentu State Space Representation of the OpenLoop Dynamics of the Space Shuttle Main Engine, jehož autory jsou Ahmet Duyar, Vasfi Eldem, Wafter C. Merrill a Ten-Huei Guo, publikovaném v prosinci 1991 v Journal of Dynamic Systems, Measurement, and Control, sv. 113, strany 684 - 690, jehož poznatky jsou zde zahrnuty v referencích.
Když je určena struktura systému, je znám počet parametrů obsažený ve skupině diferenciálních rovnic. Měřená data se používají se skupinou dřferenciálnfch rovnic obsahujících neznámé koeficienty k vytvořeni několika rovnic. Počet vytvořených rovnic je větší než počet neznámých koeficientů. Ke stanoveni neznámých koeficientů se používá technika nejmenšfch čtverců způsobem, jež je v oboru znám a je popsán ve výše uvedeném dokumentu.
Ve schématu detekce a diagnózy poruchy na základě modelu podle vynálezu se použje bezporuchový motor se skupinou rovnic podrobněji popsaných níže. Protože se v důsledku poruch motoru 10 parametry zrněni, budou se rovnice motoru 10 lišit od očekávaných rovnic generovaných modelem. Schéma vynálezu vychází z myšlenky analytické redundance, přičemž signály vytvořené modelem jsou porovnávány s naměřenými signály motoru 10, a tak se stanoví, zda motor správně funguje. Model nahrazuje potřebu primárních informaci o motoru. Na základě srovnáni urči počítač 42 generováním velikosti rezidui a jejích analýzy, zda motor pracuje bez poruch. Vynález poskytne předpověď informaci podstatných pro včasnou diagnózu hrozících poruch elektrických motorů, pracujl-fi s neznámou zátěži.
Uvažujme formou přikladu o bezchybném systému popsaném následujícími diskrétními stavovými prostorovými rovnicemi:
x(k+1) = Ax(k) + B u(k) (1) y(k) = Cx(k) (2) kde x, u a y jsou v uvedeném pořadí stavový vektor nx1, vstupní vektor px1, výstupní vektor qxl a k označme diskrétní časové přírůstky. A, B a C jsou známé nominální β ·· · · «
·
444· 444 > · 4 ·
444 ···
-844 4444 matice (parametry) systému s příslušnými rozměry. Např. v případě motoru s výkonem menším než 1 kůň systém použje měřeni vstupního napětí, proudu a rychlostí.
Na obrázku 3 je znázorněn průběh vstupního napět! 23 použitého k napájeni motoru 10. V preferovaném provedeni má vstupní napětí 38 stupňovitý vstup a v experimentálním modelu jej představuje řádkový vektor obsahujíc! měřené napětí. Obrázek 4 znázorňuje experimentálně stanovené výstupní signály proudu a rychlosti 39 a 12, přičemž naměřené výstupní signály proudu a rychlosti jsou znázorněny ptnou čarou. Popis výsledného systému mohou představovat rovnice (3) a (4), kde má např. matice A v prostorovém stavu tvar:
0 0 0 0 0 0 0 0 -00010 03,3676
0 0 0 0 0 0 0 0 0,0000 0,0020
1,0000 0 0 0 0 0 0 0 -0,1857 -2602940
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:
000000001 o • · · «·· ···
-90000000001
Kromě diskrétních matic A, B a C systému, které stanovuje modelovací program, se také určuje standardní chyba odhadu (SEE). SEE vytváří odhad chyby modelováni srovnáním modelového výstupu s měřeným výstupem. U výše uvedeného přikladu činí SEE pro model 2,8 % pro výstup proudu a 0,67 % pro výstup rychlosti.
Když v motoru IQ vznikne porucha, budou parametry, a proto i reakce systému 30 odlišné. Označlme-S parametry poruchy a proměnné systému indexem T 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 nejednodušší formě může být reriduálnl vektor r(k) definován 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 hlučnosti a chyb modelováni bude reziduální vektor r(k) roven nulovému vektoru v bezporuchovém stavu. Nenulová hodnota reziduálního vektoru ukazuje na existenci poruch. Existují-ii chyby daném hlučnosti a chyby modelováni, musf být je$ch účinek oddělen od účinku poruch tak, že se porovnali vefikosti rezidui se zvolenými prahovými hodnotami. Při použiti sledovaného rozděleni rezidui v bezporuchovém stavu se prahové hodnoty stanoví volbou konfidenčnl úrovně (v rámci til standardních odchylek), aby se minimalizoval falešný poplach a zmýlené poruchy.
Na obrázku 6 se k vytvořeni základní linie experimentálního modelu 44 motoru lp používá identifikační algoritmus pro více proměnných, EMT. Model 44 obsahuje parametry diferenciálních rovnic A, B a C a jejích řády, tzn. v rovnicích (1) a (2) 'n'. Oproti parametrům teoreticky získaného modelu nemají parametry experimentálního modelu fyzikální smysl. Jinými slovy lze říci, že 2měny těchto parametrů nelze využit k pochopeni vztahů příčiny a následku. Ačkoli neexistuje fyzikální smysl parametrů, představuje experimentální model motor 10 dostatečně přesně, jelikož nevychází z žádných předpokladů. U systému po však není třeba vycházet z primárních informaci o struktuře motoru W kromě té, Že motor 10 je na počátku bezporuchový.
• v
-10•«•β····
Výstupy z modelu 44 hodnotí počítač 42 pomocí algoritmu EMT užitím měřeni získaných ze snímače napčtl 34, snknače rychlosti 36 a snímače proudu 26 za účelem získán) výstupu z modelu. Výstup z modelu je porovnáván s výstupem z motoru indikovaným sčltackn zařízením 46 a vzniká reziduum r(k). Komparátor 48 urči, je-fi reziduálnl vektor r(k) roven nulovému vektoru, a zda tedy motor pracue v bezporuchovém stavu. Stanovl-B komparátor 48, že reziduálnl vektor r(k) má nenulovou hodnotu, Je indikována Jedna nebo větší počet poruch. Protože se však běžné vyskytuji chyby související s hlučnosti a chyby modelováni, je hodnota reziduálnfho vektoru nejdříve porovnávána se zvolenými prahovými hodnotami, aby bylo možno chybně nasnimané hodnoty eliminovat Je-li reziduálnl hodnota menši než prahová, Je pravděpodobnější, že hodnota je nenulová v důsledku této chyby dané hlučnosti či chyby modelováni a motor 10 je považován za bezporuchový. Systém 30 pak oznámí bezporuchovou povahu systému, Jak Je ukazuje obrazec 50. Jestliže však reziduálnl hodnota překroč! prahovou hodnotu, znamená to existenci poruchy a systém 30 zahájí analýzu poruchy §£. Na základě analýzy §2 je porucha klasifikována a v 54 oznámena uživatefi nebo ponechána v počítači 42 pro pozdější referend.
Užitím 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 počttač 42 zařízeni pro opakované prováděni algoritmu detekce poruchy pro předvídáni, detekci a klasifikaci mechanických poruch elektrických motorů. Systém a postup podle vynálezu je možno použit v podmínkách výroby i provozu.
Klasifikace poruchy se provádí stanovením změn parametrů motoru IQ a vyhledáním souvislosti těchto změn s poruchami motoru užitím fyzikálních parametrů teoreticky vytvořeného modelu. Uvažifrne o zjednodušených teoretických rovnicích (6) a (7) popisujících univerzální motor schopný provozu se stejnosměrných nebo střídavým proudem se vstupem stejnosměrného napětí:
Ldi/dt + RI = V + k1 Wl (6) J dw/dt + 1W = k2i2 + M (7) kde L, R, J a f jsou indukčnost, odpor, moment setrvačnosti a koeficient třeni motoru, přičemž k1 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*
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 pojem zátěže. V jednom z provedeni dtegnostlcký pozorovatel prostě vychází v modelu daného rovnicí 6, která je nezávislá na zátěži. V tomto provedeni však diagnostický pozorovatel získá jen částečné informace, není k dispozici třeni motoru a konstanta k2 a může se vyskytovat vyšší procento hlášeni neznámých poruch. Jsou-ti proto tyto informace třeba, může diagnostický pozorovatel určit derivaci rovnice (7), čimž eliminuje pojem zátěže s předpokladem konstantní zátěže. Jak bude osobě průměrně zběhlé v oboru 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 obrázku 1 a 2 mohou běžné mechanické poruchy vzniknout z nevyváženého rotoru 12, nestejně utažených šroubů nebo defektnfch ložisek 18, kolektoru 22 nebo kladky 20. Když je motor 10 instalován a pracuje se zátěži 20, budou tyto mechanické poruchy způsobovat vtorace a hluk. Uvědomfme-li si, že mechanické vtorace mají za následek fyzické přemístěni, budou vibrace způsobené vadou ložisek způsobovat periodické přemisťováni v hřídeli 1§. V elektrickém motoru se hnací hřídel otáčí konstrukcí kotvy.
Mechanické poruchy budou narušovat vyrovnáni motoru, což dále vyvolává asymetrii vzduchové mezery a změnu indukčnosti, odporu a konstantních parametru motoru, které jsou obsaženy v rovnici (6).
Proud procházejíc! motorem je částečně funkcí magnetického pole ve vzduchové mezeře mezi kotvou a statorem (nebo pólovými cívkami). Periodické přemisťováni vyvolané v hnací hřídeli ovlivňuje symetrii vzduchové mezery a magnetického pole ve vzduchové mezeře. Magnetické pote ve vzduchové mezeře naopak ovftvňuje proud procházející motorem. Protože rušivý vliv na magnetické pote ve vzduchové mezeře je periodický a má známou frekvenci, je takto ovlivněn i proud.
Změna nominální hodnoty parametru indukčnost L proto souvisí s poruchou danou nerovnováhou rotoru. Pozorovaná změna odporu motoru R je považována za známku poruchy kolektoru. Porucha ložiska je stanovena, působi-li změna koeficientu indukčnosti oscilaci a (nebo) měnf-li se současně koeficient indukčnosti I třeni.
Bezporuchové parametry, parametry poruchy a standardní odchylky bezporuchových parametrů jsou znázorněny v tabulkách 1 a 2. V tabulce 1 jsou výstupní hodnoty proudu a napětí uvažované pro model 44 při daném napět! V a zátěži M společně se zvolenými parametry tolerance (třemi standardními odchylkami) a
-12přlktadem měření proudu a napětí. Jak bude uvedeno, měřeni proudu překračuji předpokládanou hodnotu ve vice než třech standardních odchylkách. Proto je indikována porucha.
Výstupy Standardní chyba odhadu pro základní motor Tři standardní odchylky Přiklad: Snímaná hodnota indikující motor s poruchou
i 0,0072 0,0072 0,0098
ω 0,0197 0,0025 0,0245
TABULKA 1
V tabulce 2 jsou rozebrány parametry motoru s poruchou 10. Jak bude uvedeno, překročí indukčnost L odpovídajíc! parametr Indukčnost! přepokládaný v modelu 44 o vice než jednu standardní odchyku, zatímco všechny ostatní parametry jsou menši než přepokládaná hodnota plus jedna standardní odchylka. Jak je uvedeno výše, tento typ poruchy indikuje poruchu nevyrovnaného rotoru, kterou označuje prvek klasifikace poruch žá systému 2Q.
Parametry základního motoru Standardní odchylky parametrů základního motoru Přiklad: Parametry motoru s poruchou
L (indukčnost) di/dt 0,0434 0,0005 0,0445
R (opor) i 1,6269 0,1087 1,7236
f (koeficient třeni) (O 1,1517 0,0270 1,1632
kt (konstanta motoru) i 377,4760 3,3765 374,7121
TABULKA 2
9· ··
9 9 · ·
• 9 *
«99999*9
9 9
9 9 »99
-139 · 9
999 • 9
Vývojový diagram na obrázku 7A - 7B je shrnutím kroků ph realizaci systému 22 po vytvořeni modelu 44. Konkrétně platí, že počítač 42 v kroku 62 ve zvolených Intervalech zavádí model 44 do paměti a v kroku 64 zobraz! na displeji počítače 4% část informaci pro uživatele. Ph přijmu pokynu k zah^enl monitorováni motoru 10 začne systém 2Q v předem stanovených intervalech nebo kontinuálně v krocích 66 a 68 shromažďovat data ze snímačů 34 až 38. Shromažďováni dat pokračuje rychlosti, kterou může stanovit uživatel. Počítač 42 počítá hodnoty rezidua r(k), které jsou pak porovnávány s očekávaným reziduem vytvořeným modelem 44, krok 72. Ležf-li reziduum mezi prahovými hodnotami, pracuje motor bez poruch a tato informace bude v kroku 74 zobrazena pro uživatele na displeji počítače 42. Je-li však indikována porucha, je tato informace zobrazena na displeji v kroku 76.
Jakmile je detekována porucha, systém 30 může poruchu zhodnotit a poskytnout uživateli diagnostické informace. Užiti predikční podstaty vynálezu umožňuje vyhnout se neplánovanému a nákladnému fatálnímu zhrouceni. Jak znázorňuje obrázek 7B, část modelu 44 s diagnostickým pozorovatelem hodnotí v kroku 78 fyzikální parametry, tzn. proud 1 ' a rychlost V motoru 10 a porovnává tyto parametry s odpovídacími parametry modelu 44 (viz také tabulka 2). Na základě srovnáni může systém 30 klasifikovat a zobrazovat mechanický základ pro poruchu nebo sníženi výkonu motoru, jak ukazuje krok 82. Model 44 nahrazuje potřebu primárních informaci o motoru.
Algoritmus vykonávaný počítačem 42 je uveden na obrázku 7A a 7B jako Monitorováni stavu motoru (Motor Concfition Monitor - MCM). Základní myšlenka monitorováni stavu motoru spočívá v přerušovaném nebo kontinuálním sledováni změn parametrů vzhledem k týmž parametrům v době uspokojivého fungováni motoru, např. je-ll poprvé uveden do provozu, kdy je známo, že funguje bezporuchově. Během následného provozu motoru vzniká odchylka výstupu od referenční hodnoty na výstupu. Tato odchylka je pak porovnávána s předem stanovenými prahovými hodnotami. Překroční odchylka prahovou hodnotu, je detekována porucha. Porucha je klasifikována zhodnocením parametrů diagnostického modelu a novým porovnáním parametrů s jejich počáteční hodnotou užitím příslušných prahových hodnot pro tyto parametry.
Pň výrobě elektrických motorů je možné vytvořit model, který zahrnuje celou škálu variaci výrobního procesu. Pak se nepoužívá parametrů 2lskaných z jediného motoru, jak je popsáno výše při popisu systému a postupu MCM. Tato myšlenka se aplikuje k vytvořeni postupů pro detekci a diagnózu mechanických poruch elektrických
-14*· ·· • « · * • · • · • * ···· ···· ·· ··.
• · · 5 • * ♦ • · · • · · «« ···♦ ·· ··-. • · · · • · » · • ··· ··· ·· ·· motorů jako součást postupu testováni v průběhu výrobního procesu, konkrétně ve fázi zajištěni jakosti, prováděné většinou výrobců těsně pfed expedici motoru. Postup a algoritmus aplikace zajištěni jakosti, nazvaný Monitorováni jakosti motoru (Motor Qualily Monitor - MQM) je rozebrán níže.
Základními funkcemi algoritmu MQM je testováni elektrického motoru, zobrazeni výsledků testu, Uzeni experimentálního testováni (tj. vývoj základního modelu, jak je podrobněji popsán níže) a uloženi naměřených a digtalizovaných dat v paměti pro účely archivace.
Protože neexistuje žádná spolehlivá technika ČI měřeni pro identifikaci bezporuchových motorů, vznikne nejprve postup získáni modelu typických motorů zatížených poruchou (základního modelu).
Podrobnější vysvětleni postupu MQM je zobrazeno na obrázcích 8A až 8F. Postup MQM zahrnuje dvě základní funkce: 1) vytvořeni základního modelu motoru a 2) následující testováni zajištěni jakosti elektrických motorů s výkonem menším než jeden kůň. Uživatel si může zvolit některou z funkci z nabídky prezentované na displeji počítače 42. V preferovaném provedeni se vkládal uživatelsky definované* parametry, napr. prahové hodnoty a počet testovaných motorů, a poté sl uživatel vybere jednu z následujících tlí voleb: Vytvořit základní model motoru, Zvolit základní model motoru* a Testovat zajištění jakosti.
Nenl-li k dispozicí základní motor, tj. krok 90, je třeba v počátku v kroku 92 zvolit možnost VytvoRt základní model motoru, kde je na uživateli v kroku 94 požadováno dodáni Informaci uvedených v Tabulce 3, pokud se UŠI od standardního nastaveni.
INFORMACE DODANÉ UŽIVATELEM POPIS INFORMACI VOLBY NASTAVENI
Vlož rychlost rozkladu Rychlost odebíráni vzorků pR získáváni dat 500 Hz až 24 kHz Počáteční nastaveni - 24 kHz
Vlož dobu rozkladu Doba získáváni dat 0,4 sekundy až 1 sekunda
Vlož datový soubor (umistěnl/název) Umístěni a název souborů, kde jsou uložena data testu c.MD souboru
Vlož koeficient tolerance Faktor přizpůsobeni: násob! se jim standardní odchylky k získáni prahové proměnné V typickém případě: 3-krát
Vlož název základního motoru Identifikuje typ motoru, který bude modelován Univerzální motor
• ·
-15·· ·· • · · · • · • · • · ··«··· ·· ·» • · · · • · · · ♦ ·· ··· ·· *·
TABULKA 3
Výběr voby Vytvořit základní model motoru*, je povinný pň první instalaci MQM Uživatel má možnost voby vytvořeni 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 získával a ukládal ve vyhrazeném datovém souboru.
Základní model motoru se tvon ze skupiny motorů obsahujících převážně bezporuchové motory, krok 96. V jednom z preferovaných provedeni vynálezu se k vytvofení základního modelu motoru využívají data získaná ze skupiny elektrických motorů. Jak je osobě průměrně zběhlé v oboru známo, tato skupina motorů může obsahovat bezporuchové motory, ale v důsledku vnitrních neefektivit výrobního a zkušebního procesu také některé motory zatížené poruchou.
Užitím softwarového programu EMT se v krocích 98 - 100 tvoll experimentální model zvoleného typu motoru, který představuje vlastnosti zvoleného typu motoru. V kroku 102 je model hodnocen z hlediska ztečných chyb modelováni a prahových hodnot, víz kroky 102-104.
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. Lišf-fi se výkony jednoho z motorů ve skupině od výkonů experimentálního modelu o vfce než udávají jednotlivé hodnoty tolerance, je tento motor ze skupiny odstraněn a datové soubory jsou upraveny odstraněním dat souvisejících s poruchou, víz kroky 108 -112. Pak se základní model dále zdokonaluje užitím zkušebních dat pro dflčl skupinu motorů zbývqiclch ve skupině. Po vyloučeni všech motorů s výkony ležícími mimo hodnoty tolerance dané experimentálním modelem je možné experimentální model dále zdokonalit zhodnocením chyb modelováni, stFedni a standardní odchylky ve skupině, viz krok 114, dokud skupina nebude obsahovat jen ty motory, jejichž výkony budou ležet v mezích faktorů tolerance zvolených pro experimentální model. Po zopakováni 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 využiti, viz krok 116.
Existuje-li již základní model, lze výše uvedený proces zkrátit pouhým novým zavedením základního modelu motoru do aktivní paměti počítače 42 a uživatel sl může vybrat možnost 'Zvolit základní model motoru* a pak začit vykonávat Test zajištěni
-16· ·· • · · · « · • * ···· ··* ·· ·* • · · · • · · • · ·
4 4 «· ···· «·4 jakosti*. Uživateli mohou být předloženy různé voby. Základní model může např. odpovídat univerzálnímu indukčnímu motoru se stíněným pólem, synchronnímu motoru nebo jinému elektrickému motoru s výkonem menším než jeden kůň. Na obrázku 8A je příslušný základní model motoru pro testované motory zaveden do paměti počítače, je-B vybrána možnost Zvolit základní model motoru nebo Testovat zajištěni jakosti, přičemž testováni začíná na standardním typu motoru, viz krok 120. V tomto okamžiku může uživatel vložit přizpůsobeni tolerančním faktorům pro detekci poruch a klasifkaci poruch, viz kroky 122 a 124. Algoritmus MQM pak vypočítá příslušné prahy detekce a klasifikace poruchy, viz kroky 126-128.
Obrázek 8B znázorňuje měřici část algoritmu MQM, kde jsou měřené hodnoty výkonu motoru porovnávány s výstupy získanými ze základního motoru užitím zvolených prahových hodnot v průběhu testování elektrických motorů ve výrobním procesu pro účely zajištěni kvality. Prahové hodnoty se stanoví vynásobením hodnot tolerance použitých pň vývoji experimentálního základního motoru koeficientem tolerance. Algoritmus MQM umožňuje, aby technik zabývajíc! se zajištěním jakosti, stanovil užitím algoritmu MQM koeficienty, přičemž bude brát v úvahu povolené odchylky ve výkonu motorů v důsledku běžných výrobních variaci. Pokud odchylky překroč! předem zvolené prahové hodnoty, testovaný motor je označen jako motor s poruchou.
Konkrétně platí, že jakmile je zvolen záktadnf motor, vkládá uživatel v krocích 130 až 134 potřebné parametry pro Testováni zjištěni kvality”, jak souhrnně ukazuje Tabulka 4.
INFORMACEDODANÉ UŽIVATELEM POPIS INFORMACI VOLBY NASTAVENÍ
Vlož rychlost rozkladu Rychlost odebíráni vzorků pň získáváni dat 500HZ
Vlož dobu rozkladu Doba získáváni dat 0,5 sekundy
Vlož koeficient tolerance pro detekci poruchy Faktor přizpůsobeni: násobí se jim standardní odchylka k získáni prahové proměnné pro limit poruchy 3-krát
Vlož koeficient tolerance pro detekcí poruchy Faktor přizpůsobeni: násob! se jim standardní odchylka k získáni prahové proměnné pra klasifikaci poruchy 1-krát
-17·« ·* • · ·
TABULKA 4
Provádi-t se Test zajištěni kvality, počftóvá algoritmus detekci poruchy a klasifikační limity podle zvoleného typu motoru a příslušné koeficienty tolerance. Algoritmem započne shromažďováním dat, aby tak získal z motoru, který je testován, hodnoty signálu napětí, rychlosti a proudu v reálném čase, viz krok 134. Tyto signály jsou digtafizovány užitím vložené hodnoty rychlosti rozkladu a doby rozkladu, viz kroky 130 - 132. Digitalizované signáty jsou v kroku 136 uloženy v paměti a předem zpracovány za účelem eliminace hlučnosti užitfm Butterworthova softwarového filtru nebo jiného z komerčně dostupných filtračních výrobků, viz krok 140.
Signáty napětí, rychlosti a proudu v reálném čase se používají v základním modelu motoru k určeni modelového stavu motoru v běžných podmínkách, viz kroky 142 a 144. Jak ukazuje krok 146, odhad rezidua základního modelu motoru a skutečné reziduum testovaného motoru se vypočítají a porovnávají v kroku 148. Odchylka vypočítaných rezidui je pak srovnávána s prahovými hodnotami detekce poruchy. Ležf-li odchylka výkonu testovaného motoru v hodnotách tolerance, motor bude identifikován jako bezporuchový a je zobrazena nebo jinak zaznamenána odpovídajíc! zpráva, viz krok 150.
Když je detekována přítomnost poruchy u motoru, je v kroku 152 zobrazena zpráva a jak ukazuje krok 154, bude provedena klasifikace poruchy užitím diagnostického modelu podobným způsobem, jak je popsáno výše. Úhrnem řečeno, teoreticky odvozené rovnice (6) a (7), popisující elektrické motory, se použfl jako diagnostický model. Fyzikální parametry diagnostického modelu se urči experimentálně z dat získaných z výše uvedené skupiny motorů. Fyzikální parametry diagnostického modelu a související standardní odchylky budou uloženy v paměti počítače 42.
Je~ii u motoru detekována porucha, budou v krocích 156 - 162 fyzikální parametry motoru s poruchou zhodnoceny algoritmem MQM a porovnány s oc^ovldajlclmi parametry základního modelu motoru, vtz kroky 156 - 162. Výsledek tohoto srovnáni se použije ke klasifikaci poruchy motoru a zobrazeni diagnostických informaci.
PřekročHi odchylky rezidui prahové hodnoty, je stav motoru v informační části displeje počítače 4£ klasifikován jako NALEZENA PORUCHA nebo podobnou frází. Po identifikaci jsou zhodnoceny fyzikální parametry motoru s poruchou. Tyto parametry jsou porovnány s fyzikálními parametry základního modelu motoru užitím prahových «4 hodnot klasifikace poruchy (viz tabulka 4). Pro univerzální elektrický motor jsou fyzikálními parametry indukčnost, odpor a koeficienty tření a konstanty motoru jsou zadány v rovnicích (5) a (6). Každý z parametrů motoru s poruchou je porovnáván s výše uvedenými prahovými hodnotami klasifflcace poruchy. V krocích 164 - 170 je uveden reprezentativní vzorek jednoho z možných rozhodovacích stromů. Překročí-li např. parametr indukčnost motoru s poruchou prahovou hodnotu klasifikace poruchy, je zobrazeno rozhodnuti typu ZKONTROLUJTE ROVNOVÁHU.
Překroči-li parametr οφοΓ motoru s poruchou prahovou hodnotu klasifikace poruchy pro odpor, bude rozhodnutí na displeji znít ZKONTROLUJTE KOLEKTOR.
Je-li současná překročeno vlče prahových hodnot, budou zobrazena všechna výsledná rozhodnuti.
Je-li velikost všech parametrů menši než odpovídací prahová hodnota, bude zobrazené rozhodnuti na informativní části displeje znít NEKLASIFIKOVÁNO. To může vzniknout v důsledku efektu kumulace zmén v každém parametru výkonu motoru. V této situaci může mft model větší počet menších poruch, které se mohou kumulovat, a tak způsobit překročeni prahových hodnot výkonu motoru. Protože však prahovou hodnotu voli uživatel, lze zpřísnit hodnoty tolerance pro každý parametr, takže takovéto margnálnf poruchy lze detekovat
Postup MQM se částečně hodí pro použití v opravnách elektrických motorů k diagnostikováni poruch a k preventivním účelům pfi údržbě. Při této aplikaci se do paměti počítače 42 ukládal základní modely motoru pro několik elektrických motorů, Hšfcf se velikosti a výrobcem. Pfi přjetl defektního motoru zvolí opravář základní model motoru, který je testován, a provede detekcí a diagnózu poruchy.
Postup a přistroj lze také použit při monitorováni stavu a při aplikacích týkajících se preventivní údižby. V tomto provedeni, tj. třetím provedeni, bude algoritmus MCM při přerušovaném i kontinuálním monitorováni stavu nahrazen algoritmem MQM.
V dalším provedeni vynálezu se algoritmy MQM a MCM používají přímo s existujícím systémem zajištěni kvality a monitorováni stavu systému tam, kde již existuji prostředky pro shromažďováni dat pro měřeni napětí, rychlosti a proudu.
Závěrem lze říci, že algoritmus MCM a algoritmus MQM jsou velmi podobné, ale vzájemné se liší ve dvou aspektech. Za prvé, u algoritmu MCM systém nevytváří základní model motoru. To je v důsledkem typu 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 tvoři tehdy, když je známo, že motor pracce za bezporuchových podmínek. Oproti tomu MQM vytváří základní model, který zahrnuje variace běžně se vyskytující ve
-19velkém vzorku. Proto je u motoru pracujícího $ marginálními hodnotami možné překročeni zkušebních limitů stanovených modelem MQM, ale je nepravděpodobné, že by další zhoršeni nebylo zachyceno MCM, jelikož model MCM přistupuje k jednotlivým motorům specificky.
Druhý rozdíl, který existuje mezi oběma algoritmy, spočívá v tom, že MCM je omezen nutnými provozními požadavky. Např. vstupní signál působíc! na motor je závislý na požadavku daním aplikaci. Lze předpokládat, že vstup do modelu 44 nemusí být tak intenzivní jako vstupní signál aplikovaný ph testováni MQM. Dále je ph testováni MCM skutečná zátěž působíc! na motor neznámé a v průběhu intervalu měřeni získávaného ze snímačů 34 - 38 se může RSit Za těchto porknlnek se tvoh jen část modelu, která není ovlivňována zátěži. Ph modelováni signálu proudu užitím měřeného napětí a vstupních signálů rychlosti k získáni výsledků užitím diagnostického pozorovatele bude např. použita jen rovnice (6). V jiných provedeních lze k eliminaci neznámé zátěže použit postupů, jako je např. výpočet derivace rovnice (7). V takových provedeních lze zkombinovat za účelem zkvalitněni výsledků, jež získá diagnostický pozorovatel, rovnici (6) a derivaci rovnice (7).
Byly popsány a doprovodnými výkresy lustrovány určité příklady preferovaného provedení, avšak je zřejmé, že tato provedení jsou pouze ukázková a není jimi omezen celý rozsah vynálezu.
Dále je zřejmé, že tento vynález nebude Imitován konkrétní znázorněnou a popsanou konstrukcí a uspořádáním, neboť osobě průměrně zběhlé v oboru mohou vyptynout různé modifikace či změny, aniž by byl opuštěn význam a rozsah vynálezu, jak jsou dány patentovými nároky.
4« *·.
4 4 ·
4 · • 4 4 ·
4 4 «4 4444 ··
4 4 ·
4
-20«444 4444 ·· » · · · 4 ·
444 ·44 »4
PATENTOVÉ NÁROKY

Claims (28)

  1. PATENTOVÉ NÁROKY
    1. Systém detekce poruchy pro monitorováni provozního stavu motoru, pracujícího s neznámou zátéží, vyznačuje! se tim, že obsahuje:
    snímače spojené s uvedeným motorem pro měřeni zvolených provozních parametrů a počítačové zařízení spojené s uvedenými snímači ke stanoveni, kdy uvedený motor pracuje v bezporuchovém stavu při nulovém Ideálním reziduu, ke zvoleni hladiny prahové tolerance odlišné od nuly, přičemž uvedené ideální reziduum se získá vynásobením uvedených zvolených provozních parametrů konstantami a sečtením výsledků, a ke stanoveni množství rezidui uvedeného motoru v průběhu provozu, přičemž uvedené počítačové zařízeni má paměť a displej pro porovnáni každého z uvedeného množství rezidui s ideálním reziduem v paměti a pro zobrazeni zprávy na uvedeném displeji, zda uvedený motor pracuje v bezporuchovém stavu v případě, že uvedené množství rezidui je menši než prahová tolerance, nebo zda je uvedený motor ohrožen zhroucením v případě, kdy alespoň jedno z Uvedeného množství rezidui překročí práh tolerance.
  2. 2. Systém podle nároku 1, vyznačujcí se tím, že uvedené provozní parametry zahrnul působíc! napětí, výstupní proud a rychlost uvedeného motoru, přičemž uvedené provozní parametry se měň analogovými snímači.
  3. 3. Systém podle nároku 2, vyznačujtá se tím, že uvedené provozní parametry se měn analogovými snímači.
  4. 4. Systém podle nároku 3, vyznačující se tím, že uvedený systém dále obsahuje zařízeni pro získáváni dat, spojující uvedené snímače s uvedeným počítačovým zařízením, k převáděni uvedených analogových signálů na digitální tvar uvedených analogových signálů.
  5. 5. Systém podle nároku 2, vyznačující se tím, že uvedený motor je elektrický motor.
  6. 6. Systém podle nároku 2, vyznačující se tim, že uvedený motor je elektrický motor s výkonem menším než jeden kůň.
    ·· • · ·
    -21·.··::·· · ..................
  7. 7. Postup monitorováni provozu elektrického motoru za účelem detekce mechanických poruch, které mohou způsobit zhrouceni uvedeného motoru, předcházející skutečnému totálnímu zhrouceni motoru, vyznaču|ci se tím, že zahrnuje následující kroky:
    vytvořeni modelu uvedeného motoru na počítači spojeném s uvedeným motorem množstvím snímačů, méreni množství provozních signálů uvedeného motoru uvedenými snímači, aplikaci uvedeného měřeného množství provozních signálů k vyřešeni lineární stavové rovnice v diskrétních časových intervalech, porovnáni řešeni uvedené stavové rovnice s řešením navrhovaným uvedeným modelem pomoci výpočtu rezidua, určeni, a to na základě uvedeného srovnáni, zda uvedený motor pracuje bez detekované poruchy, nalezeni korelace uvedených změn s mechanickou poruchou v případě, že uvedený motor pracuje s detekovanou poruchou, a sděleni existence uvedené poruchy za účelem prevence neočekávaného zhrouceni motoru a zopakováni uvedených kroků v jiném případě, než je krok vytvořeni modelu, ve zvolených intervalech v průběhu provozu uvedeného motoru.
  8. 8. Postup podle nároku 7, vyznačufícf se tím, že uvedený krok měřeni množstvi provozních signálů zahrnuje měřeni výstupu proudu z uvedeného motoru, napětí působícího na motor a rychlosti motoru během zvoleného Intervalu.
  9. 9. Postup podle nároku 7, vyznači#ci se tím, že uvedený motor je elektrický motor s výkonem menším než jeden kůň.
  10. 10. Postup podle nároku 8, vyznači^ci se tím, že uvedený krok vytvořeni modelu uvedeného motoru zahmue zjištěni konstant motoru pro indukčnost a odpor motoru a zkombinováni uvedených konstant s měřenými signály podle následujících rovnic:
    L di/dt + R i a V + k1 w i kde k1 je konstanta motoru.
    • «
    -22»···♦·· e
    ····
  11. 11. Postup podle nároku 8, vyznačující se tím, že uvedený krok nalezení korelace a sděleni existence uvedených mechanických poruch dále zahrnuje kroky:
    incHkad nevyrovnaného motoru v reakci na změnu uvedeného provozního parametru L <S/dt, indikaci poruchy kolektoru v reakcí na změnu uvedeného parametru Ri, indikaci poruchy ložiska v reakci na oscilačni změnu uvedeného parametru L di/dt a indikaci poruchy ložiska v reakci na změnu uvedeného parametru L di/dt a f w.
  12. 12. Postup podle nároku 8, vyznacujtá se tím, že uvedený interval leží přednostně mezi 400 milisekundami a 1000 mifeekundami.
  13. 13. Postup podle nároku 12, vyznačuj se tím, že uvedené provozní parametry jsou vzorkovány vzorkovači frekvenci mezi 500 Hz a 24 kHz.
  14. 14. Postup monitorováni a detekce poruch elektrického motoru, vyznaču|ci se tím, že zahmi<e:
    když uvedený motor pracuje bezporuchovým způsobem, měřeni napětí, proudu a rychlostí uvedeného elektrického motoru množstvím snímačů, vynásobeni naměřeného napětí, proudu a rychlosti uvedeného elektrického motoru zvolenými konstantami, výpočet a uloženi výsledku diskrétních stavových prostorových rovnic: x(k+1) a Ax(k) + B u{k) y(k) = Cx(k) zopakováni kroků měřeni a vynásobeni, výpočet výsledku diskrétních stavových prostorových rovnic:
    xf(k+1) = Af xf(k) + Bf uf(k) yf(k) = Cfx(k) porovnáni rozdílů mezi y(k) a xf(k) a opakováni uvedeného sledu kroků zopakováni, výpočtu a porovnáni, dokud rozdíl nepřekroč! zvolený práh.
  15. 15. Postup podle nároku 14, vyznačující se tím, že když uvedený sled kroků má za následek rozdíl, který překročí zvolený práh, zahrnuje dále kroky:
    vofou prahové hodnoty parametru pro Indukčnost, odpor motoru, setrvačnost motoru a konstanty motoru a • «
    0 0
    0 0 •0 «000
    -23• · »•00 0000 • ·· ·
    0 0 0 ·
    00* «*· • · • 0 ·· porovnání každého z výsle&ů, L di/dt, Ri, J dw/dt, fw, k1w) a Í2 k2 s jednou z odpovídajících z uvedených zvolených prahových hodnot
  16. 16. Postip podle nároku 15, vyznačujcí se tím, že dále zahrnuje krok znázorněni výsledců uvedených kroků porovnáni.
  17. 17. Postup tříděni výrobní kvality skupiny motorů a detekce mechanických poruch, které mohou způsobit zhrouceni elektrických motorů, vyznačuje! se tím, že zahrnuje kroky;
    vofcu skupiny motorů skládající se z motorů pracujících bezporuchově a motorů pracujících s jednou nebo větším počtem neznámých poruch, měřeni množství provozních signálů uvedených motorů a aplikaci uvedených provozních signálů k řešeni následnicích diskrétních stavových prostorových rovnic;
    x(k+1) = Ax(k) + B u(k) y<k) = C x(k) vytvořeni experimentálního modelu uvedených motorů na počítačovém zařízeni, přičemž uvedený model má prahovou toleranci založenou na dvou základních odchylkách od průměru skupiny modelů, testováni každého z motorů z uvedené skupiny novým změřením uvedeného množství operačních signálů a odstraněni uvedeného modelu z uvedené skupiny motorů, překročl-l rovnice uvedeného testovaného motoru prahový limit, zopakováni uvedeného kroku měřeni, tvorby a testováni, dokud všechny modely v uvedené skupině nebudou ležet mezi uvedenými prahovými timity, zdokonaleni uvedeného experimentálního modelu uvedených motorů na základě motorů zbývajících ve skupině a uloženi uvedeného experimentálního modelu do uvedeného počítačového zařízeni.
  18. 18. Postup podle uvedeného nároku 17, vyznačujď se tím, že uvedený krok testováni zahrnuje kroky:
    měřeni napětí, proudu a rychlosti uvedených motorů množstvím snímačů, vynásobeni naměřeného napětí, proudu a rychlosti uvedených elektrických motorů zvolenými konstantami, výpočet výsledku diskrétních stavových prostorových rovnic:
    0 0
    -24«000 000*
    0 0 0 • 0 » *00 000 0 0 ·♦ ·· xf(k+1) = Afxf(k) +Bfuf(k) yf(k) = Cfx(k) porovnáni rozdílů mezí y(k) e yf(k).
  19. 19. Postup podle nároku 17, kde je vzhledem k uvedenému experimentálnímu modelu testováno množství motorů odlišných od uvedené skupiny motorů, vyznačuje! se tim, že dále zahrnuje kroky:
    měřeni uvedeného napětí, proud a rychlosti pro každý z uvedeného množství motorů, aplikaci uvedeného naměřeného množství provozních signálů k vyřešeni uvedených diskrétních stavových prostorových rovnic, porovnáni řešeni uvedené stavové rovnice s řešením na základě uvedeného experimentálního modelu s výpočtem rezidua, stanoveni, a to na základě uvedeného kroku porovnáni, zda uvedený motor funguje bez detekované poruchy.
  20. 20. Postup podle nároku 19, vyznačující se tím, že dále obsahuje kroky:
    nalezeni korelace uvedených změn s mechanickou poruchou v případě, že uvedený motor pracuje s detekovanou poruchou, a sděleni existence uvedené poruchy za účelem prevence neočekávaného zhroucení motoru.
  21. 21. Postup podle nároku 20, vyznačujtá se tím, že uvedený krok nalezeni korelace zahrnuje:
    zhodnoceni následujících rovnic Ldl/dt + Ri = V + k1 wl Jdw/dt + fw = k2i2 + M kde k1 a k2 jsou konstanty motoru.
  22. 22. Systém pro detekci a diagnózu poruchy na základě modelu pro detekci poruch ve skupině motorů a tvorbu diagnostických informaci pro korekci uvedených poruch, vyznačujά se tím, že obsahuje:
    zařízeni ke generováni modelu systému představujte! průměr bezporuchových motorů podle následujících rovnic:
    x(k+1) = Ax(k) + Bu(k) a y(k) = Cx(k) kde A, B a C představuji parametry uvedeného modelu systému, • *
    Β · Β «Β *«ΒΒ
    Β
    -25«· ·· » · · · • • « *
    Β · β··· ·*·♦ * * ·
    Β · Β
    Β · ·· • · a zallzenf k determinaci poruch systému měřením parametrů uvedených motorů porovnáním s uvedeným modelem systému.
  23. 23. Systém pode nároku 22, vyznačujte se tim, že uvedené zařízeni k determinaci obsahue počítačové zařízeni mající paměť a displej, a vyznačujte se tim, že uvedený počítač porovnává v uvedené paměti uvedené rovnice představitel každý z uvedených motorů s rovnicemi představujícími uvedený model systému a zobrazme na uvedeném displeji zprávu, zda každý z uvedených motorů pracuje v bezporuchovém stavu v případě, kdy je rozdíl mezi uvedenými rovnicemi, představujícím každý z uvedených motorů a rovnicemi představujícími uvedený model systému, menši než zvolený práh tolerance, nebo zda je každý z uvedených ohrožen zhroucením v případě, když rozdíl mezi uvedenými rovnicemi představujícími každý z uvedených motorů a rovnicemi představujícími uvedený model systému překroč! práh tolerance.
  24. 24. Systém podle nároku 22, vyznačující se tim, že uvedené motory jsou elektrické motory s výkonem menším než jeden kůň.
  25. 25. Postup testováni množství motorů běžného typu, kde uvedené množství motorů Je v neznámých provozních podmínkách, vyznačujte se tim, že zahrniqe kroky:
    měřeni napětí, proudu a rychlosti uvedených motorů, vynásobeni naměřeného napětí, proudu a rychlosti uvedených elektrických motorů zvolenými konstantami, výpočet a uloženi cfekrétnlch stavových prostorových rovnic:
    x(k+1J = A)f(k) + Bu(k) yOO = Cx(k) zopakováni kroků měřeni a vynásobeni, výpočet výsledku diskrétních stavových prostorových rovnic:
    xf(k+1) = A! xf(k) + Bf uf(k) yf(k) = Cf x(k) porovnáni rozdílů mezi y(k) a xf(k) a opakováni uvedeného sledu zopakováni, výpočtu a porovnáni sledu kroků, dokud rozdíl nepřekroč! zvolený práh.
    * ·
    -26fe fefefefe fefe • · fe » · > fe
    I · « ·♦· • fefe fefe
  26. 26. Postup podle nároku 25, vyznačuf d se tím, že když uvedený sled kroků má za následek rozdíl, který překročí zvolený práh, zahrnuje dále kroky:
    vobu prahové hodnoty parametru pro Indukčnost odpor motoru, setrvačnost motoru a konstanty motoru a porovnáni každého členu z následujících rovnic L di/dt + R i = V + ki w i Jdw/dt + fw = k2i2 +M s jednou z odpovídajících prahových hodnot
  27. 27. Postup podle nároku 26, vyznačující se tím, že dále zahrnuje znázorněni uvedených kroků porovnáni.
  28. 28. Postup podle nároku 26, vyznačující se lim, že uvedený krok porovnáni dále zahrnuje kroky:
    indikaci nevyrovnaného rotoru v reakci na změnu uvedeného provozního parametru L di/dt,
    Indikaci poruchy kolektoru v reakci na změnu uvedeného parametru Rl, indikaci poruchy ložiska v reakci na oscilačnf změny uvedeného parametru
    L di/dt a indikaci poruchy ložiska v reakci na změnu uvedeného parametru L di/dt i uvedeného parametru f w.
CZ19984308A 1996-06-24 1997-06-20 Systém a způsob monitorování provozního stavu elektrického motoru CZ295659B6 (cs)

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 true CZ9804308A3 (cs) 2005-01-12
CZ295659B6 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 (66)

* Cited by examiner, † Cited by third party
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
US7191037B2 (en) 2000-08-07 2007-03-13 Mitsui Chemicals, Inc. 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
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
EP1752898A3 (en) * 2001-03-08 2009-07-22 California Institute Of Technology Exception analysis for multimissions
DE60236351D1 (de) * 2001-03-08 2010-06-24 California Inst Of Techn Raumzeitliche echtzeit-kohärenzschätzung zur autonom-modusidentifikation und invarianzverfolgung
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
EP2538376B1 (fr) * 2011-06-20 2019-06-12 Safran Helicopter Engines Système de prescription de maintenance d'un moteur d'hélicoptère
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
CA2831060C (en) 2011-10-06 2016-05-10 Cae Inc. Method of developing a mathematical model of dynamics 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
EP3489700B1 (en) 2016-07-25 2020-08-19 Mitsubishi Electric Corporation Electric motor diagnosis device
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
EP3549111B1 (en) * 2016-12-02 2024-03-27 S.A. Armstrong Limited Performance parameterization of process equipment and systems
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
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
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
CN117332233A (zh) * 2023-10-07 2024-01-02 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

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Also Published As

Publication number Publication date
HUP9903554A3 (en) 2000-05-29
SI9720042A (sl) 1999-12-31
CA2356538C (en) 2005-08-23
IL127686A0 (en) 1999-10-28
EP0909380A1 (en) 1999-04-21
TR199802541T2 (xx) 1999-02-22
CA2260773C (en) 2002-09-10
CA2356538A1 (en) 1997-12-31
PL331205A1 (en) 1999-07-05
CN1143126C (zh) 2004-03-24
RU2155328C1 (ru) 2000-08-27
CA2260773A1 (en) 1997-12-31
HU223725B1 (hu) 2004-12-28
DE69732569T2 (de) 2006-01-26
WO1997049977A1 (en) 1997-12-31
SK179098A3 (en) 2000-02-14
JP2000513097A (ja) 2000-10-03
ATE289681T1 (de) 2005-03-15
IL127686A (en) 2001-04-30
EP0909380B1 (en) 2005-02-23
BR9710152A (pt) 2000-01-11
TR199600527A2 (xx) 1998-01-21
CZ295659B6 (cs) 2005-09-14
AU3201797A (en) 1998-01-14
CN1233325A (zh) 1999-10-27
HUP9903554A2 (hu) 2000-02-28
DE69732569D1 (de) 2005-03-31

Similar Documents

Publication Publication Date Title
CZ9804308A3 (cs) Detekce poruch elektrických motorů na základě modelu
US6014598A (en) Model-based fault detection system for electric motors
US5629870A (en) Method and apparatus for predicting electric induction machine failure during operation
US7089154B2 (en) Automatic machinery fault diagnostic method and apparatus
US6622264B1 (en) Process and system for analyzing fault log data from a machine so as to identify faults predictive of machine failures
US4060716A (en) Method and apparatus for automatic abnormal events monitor in operating plants
Paudyal et al. Local maximum acceleration based rotating machinery fault classification using KNN
KR100758152B1 (ko) 진동신호 양자화에 의한 거동반응을 이용한 고장진단방법
KR100532237B1 (ko) 전기모터용모델기초오류검출시스템
Awad Fault detection of fuel systems using polynomial regression profile monitoring
Babu et al. Review on various signal processing techniques for predictive maintenance
MXPA99000473A (en) Fault detection system based on model for electri motors
US20200210144A1 (en) Data sorting device and method, and monitoring and diagnosis device
Mustafa et al. Experimental research on machinery fault simulator (MFS): A review
Lampreia et al. T 2 charts applied to mechanical equipment condition control
Sun et al. Defect-sensitive testing data analysis method for industrial robots quality inspection
Tabasi et al. Analyzing vibration as a useful domain for getting bearing fault signals in induction motors
Bachir et al. Application of principal component analysis approach in gas turbine defect diagnosis
Zhou et al. Wavelet-based correlation modelling for health assessment of fluid dynamic bearings in brushless DC motors
RU2753578C1 (ru) Способ диагностики технического состояния роторного оборудования
KR100915720B1 (ko) 기술 장비를 진단하기 위한 방법
Joung et al. Anomaly Scoring Model for Diagnosis on Machine Condition and Health Management
Tabasi et al. Vibration analysis as useful domain for detection of bearing fault signals in induction motors
Terho Why do rotating machines fail?: How rotating machine failures can be diagnosed, mitigated or prevented using vibration analysis
Negrea Fault Diagnostics of Electrical AC Machine

Legal Events

Date Code Title Description
MM4A Patent lapsed due to non-payment of fee

Effective date: 19970620