EP3552033A1 - Installation de diagnostic d'une machine électrique - Google Patents

Installation de diagnostic d'une machine électrique

Info

Publication number
EP3552033A1
EP3552033A1 EP17821683.4A EP17821683A EP3552033A1 EP 3552033 A1 EP3552033 A1 EP 3552033A1 EP 17821683 A EP17821683 A EP 17821683A EP 3552033 A1 EP3552033 A1 EP 3552033A1
Authority
EP
European Patent Office
Prior art keywords
electrical fault
machine
acoustic signal
electrical
fault
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
EP17821683.4A
Other languages
German (de)
English (en)
Inventor
Tsivalalaina David RAZAFIMAHEFA
Nicolas HERAUD
Eric Jean Roy SAMBATRA
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Universite De Corse P Paoli
Centre National de la Recherche Scientifique CNRS
Institut Superieur De Technologie D'antsiranana (ist - D)
Original Assignee
Universite De Corse P Paoli
Centre National de la Recherche Scientifique CNRS
Institut Superieur De Technologie D'antsiranana (ist - D)
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 Universite De Corse P Paoli, Centre National de la Recherche Scientifique CNRS, Institut Superieur De Technologie D'antsiranana (ist - D) filed Critical Universite De Corse P Paoli
Publication of EP3552033A1 publication Critical patent/EP3552033A1/fr
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
    • G01R31/1209—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing using acoustic measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/34—Testing dynamo-electric machines
    • G01R31/343—Testing dynamo-electric machines in operation

Definitions

  • the invention relates to an electrical diagnostic installation of an electric machine such as a motor or a generator.
  • an electric machine such as a motor or a generator.
  • Such electrical machines are used in almost all drive systems and especially in wind turbines.
  • the implementation of the method may require means for storing important data, in particular for storing a multiplicity of fault signatures, and important calculation means for comparing on the fly a measurement of current with the stored signatures.
  • the invention proposes a new electrical fault diagnosis method on an electrical machine, characterized in that it is based on a frequency study of a temporal acoustic signal representative of the noise emitted by the machine during its operation.
  • the inventors have found in tests on the one hand that the frequency spectrum of the acoustic signal corresponding to the noise emitted by an electric machine during operation is superimposed on the frequency spectrum of a current flowing in a winding.
  • the short-circuit between turns has been modeled by a contact resistance Rk between two turns of a stator winding, impedance contact resistance that varies over time as a function of the evolution of the fault; as an indication, and for the machine studied, Rk is chosen between a few tens of Ohm (appearance of the short circuit) and zero (short-circuit franc), intermediate values of Rk being chosen to simulate the evolution over time of the default.
  • harmonics at frequencies fcc (k + (ls) * n / p) * fo, fo being the frequency of the electrical network supplying the machine, where p is the number of pairs of poles of the machine, s being the slip of the machine, k being an odd integer and n being an even integer; these harmonics are present only when the machine has an electrical fault, and their amplitude increases with the importance of the present fault; experience has shown that harmonics at frequencies above a few hundred Hz (about 10% for the machine studied and tested) have a fairly low amplitude and can therefore be neglected; identifying the harmonics below this value is thus sufficient for a reliable diagnosis of an electrical fault;
  • the determination of the frequency spectrum of the acoustic signal may comprise the identification of the frequencies of the harmonics present in the acoustic signal, for example by applying to the acoustic signal a Fast Fourier Transform, a Short Term Fourier Transform or a Continuous Wavelet Transform. .
  • the predefined frequencies to be searched have for example been defined beforehand by a theoretical study of the monitored electrical machine. The search for the predefined frequencies is performed directly in the frequency spectrum of the acoustic signal.
  • the method according to the invention therefore does not require a reference acoustic signal specific to the machine to be monitored and therefore does not require an initialization step for measuring a reference acoustic signal linked to the machine to be monitored.
  • the results provided by the method according to the invention are thus totally independent of the state of the machine at the time of implementation of the method. This is all the more interesting that it can not be completely guaranteed that an electric machine, even new, is free of electrical fault.
  • the implementation of the method according to the invention requires having a measurement of the acoustic signal emitted by an electrical machine to be diagnosed. Also, according to one embodiment of the method, there may be provided a step of measuring an acoustic signal emitted by an electric machine in operation, the measuring step being performed prior to the step of determining the frequency spectrum of said acoustic signal. According to another mode of implementation, the acoustic signal is measured elsewhere, and possibly saved in a memory; the measured signal is then simply made available at the appropriate time for the execution of the method according to the invention.
  • an electrical fault is signaled if at least one predefined frequency characteristic of an electrical fault is identified. It thus becomes possible to trigger a preventive maintenance operation of the machine to eliminate the fault before it causes a failure.
  • the amplitude of the corresponding harmonic can be determined.
  • a state of progress of said electrical fault can be specified as a function of the amplitude of the harmonic or of the harmonics present at the predefined frequency (s). s) of said electrical fault.
  • s the predefined frequency
  • a state of progress of said electrical fault is specified, said state of progress being a function of the amplitude of the harmonic or the harmonics present (s) at the predefined frequency or at the predefined frequencies characteristic (s) of said electrical fault and / or a function of the amplitude of a harmonic present at a predefined frequency characteristic of a mechanical vibration of the electric machine, said mechanical vibration being generated by said electrical fault.
  • the state of the defect can thus be determined more accurately and a failure can be anticipated more effectively taking into account that vibration and short-circuit current can lead to faster deterioration of the machine.
  • the state of progress of the electrical fault is defined by a fuzzy logic method taking into account the amplitude of the harmonic or harmonics present at the predefined frequency or at the predefined frequencies characteristic ( s) of the identified electrical fault and the amplitude of the harmonic present at a predefined frequency characteristic of the mechanical vibration of the electric machine.
  • Short circuit between turns is one of the most common electrical faults in electrical machines.
  • the invention is of course not limited to the diagnosis of short circuits between turns.
  • Other defects can be detected, as for example a short-circuit between two phases, a short-circuit between a phase and a housing of the machine, a fault of eccentricity between the rotor and the stator, ...
  • the invention also relates to a product embodied by a computer program downloadable from a communication network and / or recorded on a computer readable medium and / or executable by a processor, characterized in that it comprises code instructions of adapted program for the implementation of a method as described above.
  • the invention relates to a diagnostic installation comprising computer means adapted to implement a method as described above.
  • the installation may also include means for measuring an acoustic signal emitted by an electric machine in operation.
  • the installation is easy to set up since it does not require any physical connection with the machine; it also requires very little space and very little investment.
  • the invention can thus be easily implemented including for the automatic monitoring and diagnosis of machines already in operation on site.
  • the measuring means a microphone for example, compact, is installed closer to the generator and the computer means can be deported to the foot of the wind turbine, or remotely in a monitoring site of a wind farm.
  • FIG. 1 is a simplified diagram of a diagnostic installation according to the invention.
  • FIG. 2 is a diagram of the main steps of a diagnostic method according to the invention
  • the invention relates to a method of electrical fault diagnosis on an electrical machine, based on the study of an acoustic signal emitted by an electric machine in operation, and more particularly on the study of the frequency spectrum of said acoustic signal.
  • An installation according to the invention comprises (FIG. 1) essentially a sound measurement sensor, for example a microphone 10, and a data acquisition and processing system 20 essentially comprising computer means such as a computer equipped with means for storing and executing a computer program comprising a plurality of code lines adapted for carrying out a method of processing data according to the invention and as described below.
  • the system 20 includes in particular a data memory in which are stored the calculated predefined frequency or frequencies characteristic of an electrical fault on the machine to be monitored.
  • the predefined frequency (s) are specific to the machine to be monitored and are calculated from electrical and mechanical parameters of the machine, as detailed below.
  • the microphone is positioned as close to the electrical machine 1 to diagnose to limit the recording of noise.
  • the machine is an asynchronous motor.
  • the invention can be implemented for other types of electrical machines such as a generator.
  • Figure 2 shows schematically the steps of an exemplary method according to the invention. These steps are repeated in a loop, on the fly, during the entire time of the monitoring of a machine in operation. The steps represented in dotted lines are optional.
  • the acoustic signal corresponding to the noise emitted by the electric machine is measured (step 31).
  • the acoustic signal is not saved in the example shown.
  • the acoustic signal can be filtered (step 32) to eliminate any unwanted noise due to the external environment of the machine.
  • the wind can generate parasitic noise due to mechanical vibrations of a housing surrounding the electric machine.
  • parasitic noises are preferably filtered to facilitate the realization of the following steps.
  • a spectral analysis of the acoustic signal is then performed to determine the spectrum of the harmonic frequencies present in the acoustic signal (step 34).
  • the spectral analysis of the acoustic signal is carried out for example by implementing a Fast Fourier Transform, a Short Term Fourier Transform or a Continuous Wavelet Transform.
  • any predefined frequencies characteristic of an electrical fault (36) are then sought in the frequency spectrum (step 36).
  • the amplitude of the harmonic is determined.
  • the amplitude of each harmonic may be normalized (step 37), for example by taking as a reference the main harmonic of rank 1.
  • the progress of said electrical fault is specified according to the amplitude of the harmonics present at the predefined frequencies.
  • fcc (k + (ls) * n / p) * fo characteristics of an electrical fault and as a function of the amplitude of a harmonic present at a predefined frequency close to the frequency 2 * fo characteristic of a mechanical vibration of the electric machine.
  • the state of progress of the electrical fault is defined by a fuzzy logic method taking into account the amplitude of the harmonic or harmonics present at the predefined frequency (s). (s) the electrical fault identified and the amplitude of the harmonic present at a predefined frequency characteristic of the mechanical vibration of the electric machine.
  • the fuzzy logic method here makes it possible to qualitatively calculate the state of progress of the State_M defect by providing a set of rules formulated in natural language; the implemented method gives a qualitative value of State_M (state of the machine) among a set of qualitative values ⁇ SAIN, INDEFINED, DEBUT, EVOLVED, CRITICAL ⁇ according to qualitative values of the input variables H_D and H_V (respectively l the amplitude of the harmonic of default and the amplitude of the harmonic of vibration) taken among a set of qualitative values ⁇ NONE, ZERO, SMALL, MEDIUM, LARGE ⁇ .
  • the method according to the invention will thus provide a qualitative value among SAIN / INDEFINI / DEBUT / EVOLUE / CRITICAL /, to define a degree of urgency for a preventive maintenance action and effectively plan said preventive maintenance action.
  • the state SAIN of the machine corresponds, in the mathematical model of an asynchronous machine with short-circuit fault, to a contact resistance between turns Rk much greater than 40 Ohms
  • the state DEBUT corresponds to Rk between 20 and 40 Ohms
  • the EVOLUE state corresponds to Rk between 5 and 15 Ohms
  • the CRITICAL state corresponds to Rk between 0 and 5 Ohms.
  • the INDEFINED state corresponds to a situation between SAIN and DEBUT where, in the frequency spectrum of the measured acoustic signal, the harmonics at the characteristic frequencies seem to appear but have an amplitude too small to be detected with certainty.

Landscapes

  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • General Physics & Mathematics (AREA)
  • Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)

Abstract

L'invention concerne un procédé de diagnostic de défaut électrique sur une machine électrique tel qu'un moteur asynchrone, procédé caractérisé en ce qu'il comprend les étapes suivantes, consistant à : • déterminer un spectre de fréquences d'un signal acoustique émis par une machine électrique en fonctionnement (34), • rechercher d'éventuelles fréquences prédéfinies caractéristiques d'un défaut électrique (36) • signaler un défaut électrique (étape 40) si au moins une fréquence prédéfinie caractéristique d'un défaut électrique est détectée. Le cas échéant, un état d'avancement du défaut électrique peut également être précisé. L'invention concerne également un produit programme d'ordinateur adapté pour la mise en œuvre d'un procédé tel que décrit ci-dessus. L'invention concerne enfin une installation de diagnostic comprenant des moyens informatiques adaptés pour mettre en œuvre un procédé tel que décrit ci-dessus. Application à la maintenance préventive des machines électriques.

Description

Installation de diagnostic d'une machine électrique
Domaine technique et état de l'art
L'invention concerne une installation de diagnostic électrique d'une machine électrique telle qu'un moteur ou une génératrice. De telles machines électriques sont utilisées dans presque tous les systèmes d'entraînement et notamment dans les éoliennes.
Fabriquées dans des quantités de plus en plus importantes, ces machines électriques sont de plus en plus sujettes à des défauts, en particulier des défauts électriques qui peuvent apparaître au fil de l'utilisation de ces machines électriques. Les défauts électriques tels que des court-circuits entre spires des enroulements électriques des machines électriques sont susceptibles de dégénérer en panne rendant inutilisables les machines. Pour des applications telles que les éoliennes, installées le plus souvent dans des milieux hostiles ou bien loin de toute compétence de dépannage adéquate, on cherche donc des moyens de diagnostic efficace pour se prémunir des défauts électriques et effectuer des opérations de maintenance préventive.
Aujourd'hui, l'analyse et le suivi des courants statoriques dans le temps est l'une des méthodes les plus utilisées pour la détection de défaut dans les machines électriques. Elle se base sur la comparaison des courants statoriques avec des signatures de défaut obtenues sur banc d'essai et mémorisées. Cependant, cette technique est difficile à mettre en oeuvre car elle suppose d'équiper les machines de moyens de mesure spécifiques des courants. De plus, cette technique n'est efficace qu'en présence d'un réseau de distribution d'énergie non pollué ; or les réseaux sur lesquels sont connectés de plus en plus de sources d'énergie renouvelables sont de plus en plus pollués en harmoniques et présentent parfois des déséquilibres importants entre les différentes phases du réseau. De même, les caractéristiques internes de certaines machines, notamment leur possible faible inertie, les rendent plus vulnérables aux perturbations externes apportées par le réseau, ce qui rend l'analyse des courants statoriques plus difficile et plus complexe. Enfin, la mise en œuvre de la méthode peut nécessiter des moyens de stockage de données importants notamment pour mémoriser une multiplicité de signatures de défaut, et des moyens de calculs importants pour comparer à la volée une mesure de courant avec les signatures mémorisées. II y a donc un réel besoin d'un outil de diagnostic électrique des machines électriques en fonctionnement, plus facile à mettre en place, plus efficace sur le plan de la détection et / ou nécessitant moins de moyens de calculs et moins de moyens de mémorisation.
Description de l'invention L'invention propose un nouveau procédé de diagnostic de défaut électrique sur une machine électrique, caractérisé en ce qu'il est basé sur une étude en fréquence d'un signal acoustique temporel représentatif du bruit émis par la machine lors de son fonctionnement. De manière fortuite, les inventeurs ont constaté lors d'essais d'une part que le spectre de fréquences du signal acoustique correspondant au bruit émis par une machine électrique en cours de fonctionnement se superpose au spectre de fréquences d'un courant circulant dans un enroulement de ladite machine, et d'autre part que le spectre de fréquences du signal acoustique et le spectre de fréquences du signal temporel du courant se déforment de manière similaire par la présence d'harmoniques additionnels à des fréquences caractéristiques lorsqu'un défaut électrique, dans les essais un court-circuit, naît et se développe dans un enroulement de la machine électrique.
Partant du constat que le signal acoustique et le courant circulant dans les enroulements en court-circuit évoluent de manière similaire dans le temps, il devient possible de détecter un défaut électrique sur la machine par l'analyse du signal acoustique émis par la machine pendant son fonctionnement. La mesure d'un signal acoustique étant beaucoup plus facile à réaliser qu'une mesure de courant dans un enroulement d'une machine électrique, comme on le verra mieux plus loin, la détection de défaut peut être réalisée plus facilement et avec plus de précision.
Cette constatation de la superposition du signal acoustique et du courant circulant dans les enroulements a été expliquée par les inventeurs et corroborée par une étude théorique et des essais de la manière suivante. Une machine asynchrone ne présentant pas de défaut et une machine asynchrone présentant un défaut de type court- circuit entre spires d'un enroulement statorique ont été modélisées. La machine a été modélisée de manière classique à partir d'une représentation physique de la géométrie de son circuit magnétique et de ses enroulements. Le court-circuit entre spires a été modélisé par une résistance de contact Rk entre deux spires d'un enroulement statorique, résistance de contact d'impédance variable dans le temps en fonction de l'évolution du défaut ; à titre indicatif, et pour la machine étudiée, Rk est choisie entre quelques dizaines d'Ohm (apparition du court circuit) et zéro (court-circuit franc), des valeurs intermédiaires de Rk étant choisies pour simuler l'évolution dans le temps du défaut.
Puis, pour la machine saine comme pour la machine présentant un défaut, l'évolution dans le temps des courants statoriques a été calculée et simulée. Des essais avec des mesures de courants statoriques sur une machine réelle de test saine puis mise en court-circuit ont permis de valider les formules de courant calculées par superposition des représentations fréquentielles des courants mesurés et des courants calculés. Sur les courants calculés, l'application d'une démodulation utilisant une transformée de Hilbert puis d'une méthode dite « Multi-input signal processing » utilisant une transformée de Park a permis de calculer la fréquence et l'amplitude des harmoniques présents dans les courants et de les classer selon leur origine ; ont notamment été identifiés :
• des harmoniques impairs, à des fréquences égales à m*fo, m étant un nombre entier impair et fo étant la fréquence du réseau d'alimentation : ces harmoniques correspondent pour partie à une pollution présente sur le réseau d'alimentation et pour partie à des bruits dus à la configuration des enroulements de la machine ; cette pollution et ces bruits se retrouvent dans les courants circulant dans les enroulements et dans le signal acoustique correspondant ; ces harmoniques sont présents qu'il y ait ou non défaut électrique
• des harmoniques à des fréquences fcc = (k + (l-s)*n/p)*fo, fo étant la fréquence du réseau électrique alimentant la machine, p étant le nombre de paires de pôles de la machine, s étant le glissement de la machine, k étant un nombre entier impair et n étant un nombre entier pair ; ces harmoniques sont présents uniquement lorsque la machine présente un défaut électrique, et leur amplitude augmente avec l'importance du défaut présent ; l'expérience a montré que les harmoniques à des fréquences supérieures à quelques centaines de Hz (10*fo environ pour la machine étudiée et testée) ont une amplitude assez faible et peuvent en conséquence être négligés ; identifier les harmoniques en dessous de cette valeur est ainsi suffisant pour un diagnostic fiable d'un défaut électrique ;
• des harmoniques proches des harmoniques pairs et correspondant à des vibrations mécaniques de la machine, vibrations provoquées par la présence d'un défaut électrique et susceptibles d'accélérer une dégradation de la machine ; ces harmoniques sont présents uniquement lorsque la machine présente un défaut électrique, et leur amplitude augmente avec l'importance du défaut présent. Cette étude théorique, validée par des tests, a ensuite permis de définir un procédé de diagnostic d'une machine électrique comprenant les étapes suivantes consistant à :
• déterminer un spectre de fréquences d'un signal acoustique émis par une machine électrique en fonctionnement,
• rechercher dans le spectre déterminé d'éventuelles fréquences prédéfinies caractéristiques d'un défaut électrique,
• signaler un défaut électrique si au moins une fréquence prédéfinie caractéristique d'un défaut électrique est détectée.
La détermination du spectre de fréquences du signal acoustique peut comprendre l'identification des fréquences des harmoniques présents dans le signal acoustique, par exemple en appliquant au signal acoustique une Transformée de Fourier Rapide, une Transformée de Fourier à Court Terme ou une Transformée en Ondelette Continue. Les fréquences prédéfinies à chercher ont par exemple été définies préalablement par une étude théorique de la machine électrique surveillée. La recherche des fréquences prédéfinies est effectuée directement dans le spectre de fréquences du signal acoustique. Avec l'invention, il n'est donc pas nécessaire de comparer le signal acoustique et / ou le spectre de fréquences dudit signal acoustique avec un signal acoustique de référence correspondant à la machine à surveiller et / ou un spectre de fréquences du signal acoustique de référence de la machine à surveiller. Le procédé selon l'invention ne nécessite donc pas de signal acoustique de référence spécifique à la machine à surveiller et ne nécessite donc pas d'étape d'initialisation pour la mesure d'un signal acoustique de référence lié à la machine à surveiller. Les résultats fournis par le procédé selon l'invention sont ainsi totalement indépendants de l'état de la machine au moment de la mise en œuvre du procédé. Ceci est d'autant plus intéressant qu'il ne peut être totalement garanti qu'une machine électrique, même neuve, soit exempte de défaut électrique.
La mise en œuvre du procédé selon l'invention nécessite d'avoir une mesure du signal acoustique émis par une machine électrique à diagnostiquer. Aussi, selon un mode de mise en œuvre du procédé, peut être prévue une étape consistant à mesurer un signal acoustique émis par une machine électrique en fonctionnement, l'étape de mesure étant réalisée préalablement à l'étape de détermination du spectre de fréquences dudit signal acoustique. Selon un autre mode de mise en œuvre, le signal acoustique est mesuré par ailleurs, et éventuellement sauvegardé dans une mémoire ; le signal mesuré est ensuite simplement mis à disposition au moment opportun pour l'exécution du procédé selon l'invention.
Selon un mode de mise en œuvre, un défaut électrique est signalé si au moins une fréquence prédéfinie caractéristique d'un défaut électrique est identifiée. Il devient ainsi possible de déclencher une opération de maintenance préventive de la machine pour éliminer le défaut avant qu'il entraîne une panne.
Selon un autre mode de mise en œuvre, pour au moins une fréquence prédéfinie caractéristique d'un défaut électrique, l'amplitude de l'harmonique correspondant peut être déterminée.
Au cours de l'étape de signalement d'un défaut, un état d'avancement dudit défaut électrique peut être précisé en fonction de l'amplitude de l'harmonique ou des harmoniques présent(s) à la (aux) fréquences prédéfinies caractéristique(s) dudit défaut électrique. En fonction de l'état d'avancement du défaut, il devient alors possible de planifier plus efficacement une opération de maintenance en fonction de l'état d'avancement du défaut, et donc en fonction du degré d'urgence de l'opération de maintenance.
Selon une variante, au cours de l'étape de signalement d'un défaut, un état d'avancement dudit défaut électrique est précisé, ledit état d'avancement étant fonction de l'amplitude de l'harmonique ou des harmoniques présent(s) à la fréquence prédéfinie ou aux fréquences prédéfinies caractéristique(s) dudit défaut électrique et / ou fonction de l'amplitude d'un harmonique présent à une fréquence prédéfinie caractéristique d'une vibration mécanique de la machine électrique, ladite vibration mécanique étant générée par ledit défaut électrique. L'état d'avancement du défaut peut ainsi être déterminé avec plus de précision et une panne peut être anticipée plus efficacement en tenant compte du fait que la vibration et le courant de court-circuit peuvent entraîner une détérioration plus rapide de la machine.
Selon un mode de réalisation, l'état d'avancement du défaut électrique est défini par une méthode de logique floue prenant en compte l'amplitude de l'harmonique ou des harmoniques présent(s) à la fréquence prédéfinie ou aux fréquences prédéfinies caractéristique(s) du défaut électrique identifié et l'amplitude de l'harmonique présent à une fréquence prédéfinie caractéristique de la vibration mécanique de la machine électrique. Au cours de l'étape de signalement d'un défaut, un défaut électrique de type court-circuit entre spires peut être signalé lorsqu'un ou des harmoniques de défaut sont détectés pour des fréquences fcc = (k + (l-s)*n/p)*fo, fo étant la fréquence du réseau électrique alimentant la machine, p étant le nombre de paires de pôles de la machine, s étant le glissement de la machine, k étant un nombre entier impair et n étant un nombre entier pair et / ou lorsqu'un harmonique de vibration est identifié pour une fréquence fv proche de 2*fo. Une détérioration accélérée de la machine peut ainsi être anticipée. Le court-circuit entre spires est l'un des défauts électriques les plus fréquents dans les machines électriques.
Dans le cadre d'une première mise en œuvre de l'invention, les fréquences fcc = (k + (l-s)*n/p)*fo caractéristiques d'un court-circuit entre spires ont été calculées à partir d'un modèle de la machine asynchrone. Mais l'invention n'est bien sûr pas limitée au diagnostic des court-circuits entre spires. D'autres défauts peuvent être détectés, comme par exemple un court-circuit entre deux phases, un court-circuit entre une phase et un carter de la machine, un défaut d'excentricité entre le rotor et le stator, ...
L'invention concerne également un produit concrétisé par un programme d'ordinateur téléchargeable depuis un réseau de communication et/ou enregistré sur un support lisible par ordinateur et/ou exécutable par un processeur, caractérisé en ce qu'il comprend des instructions de code de programme adaptées pour la mise en œuvre d'un procédé tel que décrit ci-dessus.
L'invention concerne enfin une installation de diagnostic comprenant comprenant des moyens informatiques adaptés pour mettre en œuvre un procédé tel que décrit ci-dessus. L'installation peut également comprendre un moyen de mesure d'un signal acoustique émis par une machine électrique en fonctionnement. L'installation est facile à mettre en place puisqu'elle ne nécessite aucune connexion physique avec la machine ; elle demande de plus très peu de place, et très peu d'investissement. L'invention peut ainsi être aisément mise en œuvre y compris pour la surveillance et le diagnostic automatiques de machines déjà en fonctionnement sur site. Dans le cas d'une génératrice installée au sommet d'une éolienne par exemple, le moyen de mesure, un micro par exemple, peu encombrant, est installé au plus proche de la génératrice et les moyens informatiques peuvent être déportés au pied de l'éolienne, ou à distance dans un lieu de surveillance d'un parc d'éoliennes.
Brève description des figures
L'invention sera mieux comprise, et d'autres caractéristiques et avantages de l'invention apparaîtront à la lumière de la description détaillée qui suit d'un exemple d'un procédé et d'une installation selon l'invention. Ces exemples sont donnés à titre non limitatif. La description est à lire en relation avec les dessins annexés dans lesquels :
• la figure 1 est un schéma simplifié d'une installation de diagnostic selon l'invention, et
• la figure 2 est un schéma des principales étapes d'un procédé de diagnostic selon l'invention
Description d'un mode de réalisation de l'invention
Comme dit précédemment, l'invention concerne un procédé de diagnostic de défaut électrique sur une machine électrique, basé sur l'étude d'un signal acoustique émis par une machine électrique en fonctionnement, et plus particulièrement sur l'étude du spectre de fréquences dudit signal acoustique.
Une installation selon l'invention comprend (fig.1) essentiellement un capteur de mesure du son, par exemple un micro 10, et un système d'acquisition et de traitement 20 de données comprenant essentiellement des moyens informatiques tels qu'un ordinateur doté de moyens pour mémoriser et exécuter un programme d'ordinateur comprenant une pluralité de lignes de codes adaptées pour la mise en œuvre d'un procédé de traitement de données selon l'invention et tel que décrit ci-dessous. Le système 20 comprend notamment une mémoire de données dans laquelle sont mémorisées la ou les fréquences prédéfinies calculées caractéristiques d'un défaut électrique sur la machine à surveiller. La ou les fréquences prédéfinies sont spécifiques à la machine à surveiller et sont calculées à partir de paramètres électriques et mécaniques de la machine, comme cela est détaillé plus loin. Le micro est positionné au plus près de la machine électrique 1 à diagnostiquer pour limiter l'enregistrement de bruits parasites.
Dans l'exemple mis en œuvre, la machine est un moteur asynchrone. Mais l'invention peut être mise en œuvre pour d'autres types de machines électriques comme par exemple une génératrice.
La figure 2 montre schématiquement les étapes d'un exemple de procédé selon l'invention. Ces étapes sont répétées en boucle, à la volée, pendant tout le temps de la surveillance d'une machine en fonctionnement. Les étapes représentées en pointillées sont optionnelles.
Le signal acoustique correspondant au bruit émis par la machine électrique est mesuré (étape 31) . Le signal acoustique n'est pas sauvegardé dans l'exemple représenté. Si nécessaire, en fonction de l'environnement de la machine en fonctionnement, le signal acoustique peut être filtré (étape 32) pour éliminer d'éventuels bruits parasites dus à l'environnement externe de la machine. Par exemple, dans le cas particulier d'une éolienne, le vent peut générer des bruits parasites liés à des vibrations mécaniques d'un carter entourant la machine électrique. Ces bruits parasites sont de préférence filtrés pour faciliter la réalisation des étapes suivantes.
Une analyse spectrale du signal acoustique est ensuite réalisée pour déterminer le spectre des fréquences harmoniques présentes dans le signal acoustique (étape 34). L'analyse spectrale du signal acoustique est réalisée par exemple en mettant en œuvre une Transformée de Fourier Rapide, une Transformée de Fourier à Court Terme ou une Transformée en Ondelette Continue.
D'éventuelles fréquences prédéfinies caractéristiques d'un défaut électrique (36) sont ensuite recherchées dans le spectre de fréquences (étape 36). La recherche consiste à vérifier si la ou les fréquences prédéfinies mémorisées dans la mémoire de données sont présentes dans le spectre de fréquences. En particulier, sont recherchés dans le spectre de fréquences d'éventuels harmoniques de fréquence fcc = (k + (l-s)*n/p)*fo et d'éventuels harmoniques proches des harmoniques pairs, notamment un harmonique de fréquence proche de 2fo, en vue de détecter un éventuel défaut de court circuit entre spires de la machine. Au moins pour chaque fréquence prédéfinie détectée dans le spectre de fréquences du signal acoustique, l'amplitude de l'harmonique est déterminée. Pour faciliter la prise de décision ultérieure, l'amplitude de chaque harmonique peut être normalisée (étape 37), par exemple en prenant comme référence l'harmonique principal de rang 1.
Enfin, si au moins une fréquence prédéfinie caractéristique dudit défaut électrique est détectée, alors un défaut électrique est signalé (étape 40).
Dans l'exemple représenté et mis en oeuvre, au cours de l'étape de signalement d'un défaut, l'état d'avancement dudit défaut électrique est précisé en fonction de l'amplitude des harmoniques présents aux fréquences prédéfinies fcc = (k + (l-s)*n/p)*fo caractéristiques d'un défaut électrique et en fonction de l'amplitude d'un harmonique présent à une fréquence prédéfinie proche de la fréquence 2*fo caractéristique d'une vibration mécanique de la machine électrique. Des essais ont montré que, pour un court-circuit sur un moteur asynchrone, l'harmonique de vibration peut apparaître sans les harmoniques aux fréquences fcc, ou les harmoniques aux fréquences fcc peuvent apparaître sans l'harmonique de vibration ; dans tous les cas, l'apparition de l'harmonique de vibration ou l'apparition des harmoniques fcc mérite de signaler l'existence d'un défaut potentiel.
Dans un exemple de mise en œuvre, l'état d'avancement du défaut électrique est défini par une méthode de logique floue prenant en compte l'amplitude de l'harmonique ou des harmoniques présent(s) à la (aux) fréquences prédéfinies caractéristique(s) du défaut électrique identifié et l'amplitude de l'harmonique présent à une fréquence prédéfinie caractéristique de la vibration mécanique de la machine électrique. La méthode de logique floue permet ici de calculer de manière qualitative l'état d'avancement du défaut Etat_M en fournissant un ensemble de règles formulées en langage naturel ; la méthode mise en œuvre fournit une valeur qualitative de Etat_M (état de la machine) parmi un ensemble de valeurs qualitatives {SAIN, INDEFINI, DEBUT, EVOLUE, CRITIQUE} en fonction de valeurs qualitatives des variables d'entrées H_D et H_V (respectivement l'amplitude de l'harmonique de défaut et l'amplitude de l'harmonique de vibration) prises parmi un ensemble de valeurs qualitatives {AUCUN, ZERO, PETIT, MOYEN, GRAND}. Le procédé selon l'invention va ainsi fournir une valeur qualitative parmi SAIN/INDEFINI/DEBUT/EVOLUE/CRITIQUE/, permettant de définir un degré d'urgence pour une action de maintenance préventive et planifier efficacement ladite action de maintenance préventive.
Dans l'exemple mis en œuvre, l'état SAIN de la machine correspond, dans le modèle mathématique d'une machine asynchrone avec défaut de court-circuit, à une résistance de contact entre spires Rk très supérieure à 40 Ohms, l'état DEBUT correspond à Rk compris entre 20 et 40 Ohms, l'état EVOLUE correspond à Rk compris entre 5 et 15 Ohms et l'état CRITIQUE correspond à Rk compris entre 0 et 5 Ohms. L'état INDEFINI correspond à une situation entre SAIN et DEBUT où, dans le spectre de fréquences du signal acoustique mesuré, les harmoniques aux fréquences caractéristiques semblent apparaître mais ont une amplitude trop faible pour être détectées avec certitude.

Claims

REVENDICATIONS
1. Procédé de diagnostic de défaut électrique sur une machine électrique, procédé caractérisé en ce qu'il comprend les étapes suivantes, consistant à :
• déterminer un spectre de fréquences d'un signal acoustique émis par une machine électrique en fonctionnement (34),
• rechercher d'éventuelles fréquences prédéfinies caractéristiques d'un défaut électrique (36)
• signaler un défaut électrique (étape 40) si au moins une fréquence prédéfinie caractéristique d'un défaut électrique est détectée.
2. Procédé selon la revendication 1, comprenant également une étape consistant à mesurer un signal acoustique émis par une machine électrique en fonctionnement, l'étape de mesure étant réalisée préalablement à l'étape de détermination du spectre de fréquences dudit signal acoustique.
3. Procédé selon la revendication 2 dans lequel, au cours de l'étape de mesure, le signal acoustique est mesuré et mémorisé.
4. Procédé selon l'une des revendications précédentes dans lequel la détermination du spectre de fréquences du signal acoustique comprend l'identification des fréquences des harmoniques présents dans le signal acoustique .
5. Procédé selon la revendication 4 dans lequel, pour au moins une fréquence prédéfinie caractéristique d'un défaut électrique, l'amplitude de l'harmonique correspondant est déterminée.
6. Procédé selon la revendication 5 dans lequel, au cours de l'étape de signalement d'un défaut, un état d'avancement dudit défaut électrique est précisé, ledit état d'avancement étant fonction de l'amplitude de l'harmonique ou des harmoniques présent(s) à la (aux) fréquence(s) prédéfinie(s) caractéristique(s) dudit défaut électrique et / ou fonction de l'amplitude d'un harmonique présent à une fréquence prédéfinie caractéristique d'une vibration mécanique de la machine électrique, ladite vibration mécanique étant générée par ledit défaut électrique.
7. Procédé selon la revendication 6 dans lequel l'état d'avancement du défaut électrique est défini par une méthode de logique floue prenant en compte l'amplitude de l'harmonique ou des harmoniques présent(s) à la fréquence prédéfinie ou aux fréquences prédéfinies caractéristique(s) du défaut électrique identifié et / ou l'amplitude de l'harmonique présent à une fréquence prédéfinie caractéristique de la vibration mécanique de la machine électrique.
8. Procédé selon l'une des revendications 1 à 7 dans lequel, au cours de l'étape de signalement d'un défaut, un défaut électrique de type court-circuit entre spires est signalé lorsqu'un ou des harmoniques de défaut sont détectés pour des fréquences fcc = (k + (l-s)*n/p)*fo, fo étant la fréquence du réseau électrique alimentant la machine, p étant le nombre de paires de pôles de la machine, s étant le glissement de la machine, k étant un nombre entier impair et n étant un nombre entier pair ou lorsqu'un harmonique de vibration est identifié pour une fréquence fv proche de 2*fo.
9. Procédé selon l'une des revendications 1 à 8 dans lequel la détermination du spectre de fréquences du signal acoustique met en œuvre une Transformée de Fourier Rapide, une Transformée de Fourier à Court Terme ou une Transformée en Ondelette Continue.
10. Produit programme d'ordinateur téléchargeable depuis un réseau de communication et/ou enregistré sur un support lisible par ordinateur et/ou exécutable par un processeur, caractérisé en ce qu'il comprend des instructions de code de programme adaptées pour la mise en œuvre d'un procédé selon l'une des revendications 1 à 9.
11. Installation de diagnostic comprenant des moyens informatiques adaptés pour mettre en œuvre un procédé selon l'une des revendications 1 à 9.
12. Installation selon la revendication 11 comprenant également un capteur de mesure d'un signal acoustique émis par une machine électrique en fonctionnement.
EP17821683.4A 2016-12-06 2017-12-05 Installation de diagnostic d'une machine électrique Withdrawn EP3552033A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1662025A FR3059784A1 (fr) 2016-12-06 2016-12-06 Installation de diagnostic d'une machine electrique
PCT/FR2017/053395 WO2018104651A1 (fr) 2016-12-06 2017-12-05 Installation de diagnostic d'une machine électrique

Publications (1)

Publication Number Publication Date
EP3552033A1 true EP3552033A1 (fr) 2019-10-16

Family

ID=57861143

Family Applications (1)

Application Number Title Priority Date Filing Date
EP17821683.4A Withdrawn EP3552033A1 (fr) 2016-12-06 2017-12-05 Installation de diagnostic d'une machine électrique

Country Status (3)

Country Link
EP (1) EP3552033A1 (fr)
FR (1) FR3059784A1 (fr)
WO (1) WO2018104651A1 (fr)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022153013A1 (fr) * 2021-01-15 2022-07-21 Safran Procede de surveillance d'un actionneur

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111819452A (zh) * 2019-02-02 2020-10-23 深圳市大疆创新科技有限公司 电机运行状态的获取方法和装置
CN113359029B (zh) * 2021-06-03 2022-12-23 大连交通大学 一种检测精度高的列车电机故障声学检测设备

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0738011B2 (ja) * 1988-05-16 1995-04-26 株式会社日立製作所 高圧電力機器の異常診断システム
US20060209632A1 (en) * 2002-11-12 2006-09-21 U-E Systems, Inc. General purpose signal converter
US7148696B2 (en) * 2005-01-12 2006-12-12 Eaton Corporation Electrical switching apparatus and method including fault detection employing acoustic signature
JP5089537B2 (ja) * 2008-09-10 2012-12-05 三菱電機株式会社 電動送風機の故障診断装置及びそれを搭載した電気機器
JP5578982B2 (ja) * 2010-08-06 2014-08-27 株式会社東芝 装置故障評価システム
US9046577B2 (en) * 2011-04-13 2015-06-02 GM Global Technology Operations LLC Corona and partial discharge diagnostic device and method for using the same
EP3207256B1 (fr) * 2014-10-15 2023-11-29 Grundfos Holding A/S Procédé et système de détection de défauts de pompes par un dispositif de communication portable
US9618583B2 (en) * 2015-03-10 2017-04-11 Mitsubishi Electric Research Laboratories, Inc Fault detection in induction motors based on current signature analysis

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022153013A1 (fr) * 2021-01-15 2022-07-21 Safran Procede de surveillance d'un actionneur
FR3119019A1 (fr) * 2021-01-15 2022-07-22 Safran Procede de surveillance d’un actionneur

Also Published As

Publication number Publication date
WO2018104651A1 (fr) 2018-06-14
FR3059784A1 (fr) 2018-06-08

Similar Documents

Publication Publication Date Title
EP3123139B1 (fr) Procédé d'estimation du caractère normal ou non d'une valeur mesurée d'un paramètre physique d'un moteur d'aéronef
Sahraoui et al. The use of a modified prony method to track the broken rotor bar characteristic frequencies and amplitudes in three-phase induction motors
EP3552033A1 (fr) Installation de diagnostic d'une machine électrique
EP3658881B1 (fr) Procede et dispositif de recherche d'un defaut susceptible d'affecter un dispositif mecanique tournant de transmission de puissance
WO2013131948A1 (fr) Procede de reconnaissance de decharges partielles emises a l'interieur ou a l'exterieur d'un appareil electrique
WO2011064490A1 (fr) Procede et dispositif de surveillance de vibrations en torsion d'un arbre rotatif d'une turbomachine
FR3076348A1 (fr) Procede et dispositif de surveillance d'un roulement equipant un dispositif tournant
EP2966526A1 (fr) Procédé et système de fusion d'indicateurs de surveillance d'un dispositif
WO2015086959A1 (fr) Procédé et dispositif de détection de défauts mécaniques dans une machine tournante a régime variable
WO2020221618A1 (fr) Procede de detection de defauts non francs dans un cable par analyse en composantes principales
CN117606782B (zh) 风力发电机叶片故障检测方法、装置、设备及存储介质
JP5643372B2 (ja) 回転機の良否診断システム
EP3593154B1 (fr) Procede de surveillance d'un equipement de type actionneur electromecanique
EP3298419B1 (fr) Procede d'analyse d'un cable, impliquant un traitement d'amplification de la signature d'un defaut non franc
WO2021023478A1 (fr) Procede et systeme de surveillance d'un reseau de cables, par analyse en composantes principales
EP3650876B1 (fr) Détection de défaut électrique dans une génératrice
FR3049713A1 (fr) Systeme actif de mise a la terre d'un arbre avec analyse diagnostic d'une forme d'onde
WO2019101891A1 (fr) Procédé et dispositif de diagnostic de défaut d'un alternateur
Ahmaida et al. Gear wear process monitoring using acoustic signals
EP2796955B1 (fr) Système de détection d'anomalie
Alicando et al. Bearing Fault Detection of a Single-phase Induction Motor Using Acoustic and Vibration Analysis Through Hilbert-Huang Transform
WO2019034497A1 (fr) Procede, mis en oeuvre par ordinateur, de reconstruction de la topologie d'un reseau de cables
KR101714851B1 (ko) 신호 분석 방법 및 장치
FR3103652A1 (fr) Procédé, dispositif et système de surveillance d’une machine électrique tournante
WO2014207357A1 (fr) Surveillance de la qualite d'un canal de communication supporte par un contact glissant

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20190529

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

AX Request for extension of the european patent

Extension state: BA ME

RIN1 Information on inventor provided before grant (corrected)

Inventor name: HERAUD, NICOLAS

Inventor name: RAZAFIMAHEFA, TSIVALALAINA DAVID

Inventor name: SAMBATRA, ERIC JEAN ROY

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: EXAMINATION IS IN PROGRESS

17Q First examination report despatched

Effective date: 20221117

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION IS DEEMED TO BE WITHDRAWN

18D Application deemed to be withdrawn

Effective date: 20230531