ES2336875A1 - Metodo y equipo de diagnostico de fallos en motores electricos de corriente alterna. - Google Patents
Metodo y equipo de diagnostico de fallos en motores electricos de corriente alterna. Download PDFInfo
- Publication number
- ES2336875A1 ES2336875A1 ES200703069A ES200703069A ES2336875A1 ES 2336875 A1 ES2336875 A1 ES 2336875A1 ES 200703069 A ES200703069 A ES 200703069A ES 200703069 A ES200703069 A ES 200703069A ES 2336875 A1 ES2336875 A1 ES 2336875A1
- Authority
- ES
- Spain
- Prior art keywords
- electric motors
- alternating current
- failures
- fault
- motors
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000003745 diagnosis Methods 0.000 claims abstract description 21
- 238000005259 measurement Methods 0.000 claims abstract description 5
- 230000002123 temporal effect Effects 0.000 claims abstract description 4
- 238000001514 detection method Methods 0.000 claims description 6
- 239000000523 sample Substances 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000001360 synchronised effect Effects 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 4
- 238000010183 spectrum analysis Methods 0.000 abstract description 3
- 238000012545 processing Methods 0.000 abstract description 2
- 230000006698 induction Effects 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 5
- 238000000354 decomposition reaction Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 230000003449 preventive effect Effects 0.000 description 4
- 238000002405 diagnostic procedure Methods 0.000 description 3
- 230000002950 deficient Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/04—Bearings
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M15/00—Testing of engines
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R15/00—Details of measuring arrangements of the types provided for in groups G01R17/00 - G01R29/00, G01R33/00 - G01R33/26 or G01R35/00
- G01R15/14—Adaptations providing voltage or current isolation, e.g. for high-voltage or high-current networks
- G01R15/18—Adaptations providing voltage or current isolation, e.g. for high-voltage or high-current networks using inductive devices, e.g. transformers
- G01R15/181—Adaptations providing voltage or current isolation, e.g. for high-voltage or high-current networks using inductive devices, e.g. transformers using coils without a magnetic core, e.g. Rogowski coils
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R15/00—Details of measuring arrangements of the types provided for in groups G01R17/00 - G01R29/00, G01R33/00 - G01R33/26 or G01R35/00
- G01R15/14—Adaptations providing voltage or current isolation, e.g. for high-voltage or high-current networks
- G01R15/18—Adaptations providing voltage or current isolation, e.g. for high-voltage or high-current networks using inductive devices, e.g. transformers
- G01R15/183—Adaptations providing voltage or current isolation, e.g. for high-voltage or high-current networks using inductive devices, e.g. transformers using transformers with a magnetic core
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
Abstract
Método y equipo de diagnóstico de fallos en motores eléctricos de corriente alterna. Este nuevo método y equipo supone una alternativa más genérica y de menor coste computacional a los sistemas o clásicos para el diagnóstico de motores como son el análisis de corrientes o de vibraciones mediante el análisis espectral clásico, los cuales introducen errores en caso de condiciones no estacionarias. Consiste en un nuevo sistema de diagnóstico de fallos en motores eléctricos de corriente alterna basado en la medida de corrientes, utilizándose la función de Wavelet Agnesi para definir bancos de filtros fácilmente sintonizables que permiten el estudio temporal de las diferentes frecuencias características de fallo, y su posterior procesado. El citado procesado se basa en el análisis de la componente energética de cada una de estas bandas previamente sintonizadas y el establecimiento del factor de fallo (F).
Description
Método y equipo de diagnóstico de fallos en
motores eléctricos de corriente alterna.
La presente solicitud de Patente de Invención
consiste, conforme indica su enunciado, en un nuevo método y equipo
de diagnóstico de fallos en motores eléctricos de corriente alterna
mediante el uso de filtros auto-sintonizables
basados en la convolución de la función Wavelet Agnesi con las
corrientes de alimentación, cuyos nuevos diseños cumplen la misión
para la que específicamente han sido concebido con una seguridad y
eficacia máximas, proporcionando numerosas ventajas tal y como se
detallará en la presente memoria.
La invención está relacionada, de forma general,
con el diagnóstico del estado de los motores eléctricos de corriente
alterna con el fin de detectar preventivamente fallos en los mismos,
mediante la utilización de métodos no invasivos que permitan hacer
el mencionado diagnóstico durante el funcionamiento del motor.
El sistema de diagnóstico objeto de la presente
invención servirá preferentemente para detectar fallos en motor de
inducción, pero también se podrá aplicar eficientemente para
cualquier tipo de motor eléctrico de corriente alterna, tal como los
motores de imanes permanentes.
El motor de inducción, o también llamado
asíncrono, es un tipo de motor eléctrico de corriente alterna y en
la actualidad es la máquina eléctrica más utilizada: alrededor del
70% de las aplicaciones industriales utilizan motores de inducción,
y más del 50% de la energía consumida en los países industrializados
es debida a este tipo de motores.
Un buen mantenimiento preventivo para detectar
fallos a tiempo es de especial importancia en el sector industrial.
Para ello en la actualidad se emplean diferentes técnicas, entre las
que destacan: el análisis espectral de las vibraciones y del ruido
acústico, la monitorización del campo electromagnético y medición
flujo axial, la medición de temperatura, el reconocimiento
infrarrojo, y el análisis espectral de la corriente del motor
(MCSA).
En particular referencia a la última técnica, el
método MCSA es el más utilizado hoy en día y se basa en el análisis
espectral de las corrientes de estator del motor eléctrico. Esta
técnica tan solo requiere un sensor de corriente por máquina, por lo
que se trata de una solución simple y económica. Se utiliza con
éxito para el diagnóstico de fallos mecánicos en motores, tales como
las barras rotas, excentricidad, espiras cortocircuitadas, daños en
cojinetes; y también de fallos eléctricos, tales como fase abierta y
conexiones anormales. Sin embargo, si bien el método MCSA funciona
adecuadamente para un régimen de alimentación de frecuencia fija, no
se puede utilizar en condiciones no estacionarias de los motores
eléctricos.
Es por lo que la finalidad de la presente
invención es diseñar un método de detección preventiva de fallos en
motores eléctricos de corriente alterna fiable que sirva para
realizar el diagnóstico de fallos on-line (es
decir durante el funcionamiento normal del motor) en motores
síncronos, y a la vez sirva para realizar el diagnóstico de fallos
on-line (es decir durante el funcionamiento
normal del motor) y off-line en motores
asíncronos.
Otra finalidad de la presente invención es
diseñar un equipo para la detección preventiva de fallos en motores
eléctricos de corriente alterna que comprenda unos medios adecuados
para llevar a cabo de forma óptima y autónoma dicho diagnóstico.
Y otra finalidad de la presente invención es
diseñar un método y equipo de detección preventiva de fallos en
motores eléctricos de corriente alterna que tenga unos costes
económicos, para que sea una solución rentable.
El procedimiento de diagnóstico de fallos
propuesto por la invención se basa en trabajar en el dominio
temporal, estudiando la evolución de los diferentes harmónicos
característicos, y más concretamente analizando la evolución
temporal de la amplitud de los harmónicos correspondientes al fallo.
Con esta información se puede realizar una prognosis del tiempo de
vida útil antes de alcanzar el fallo catastrófico.
Más específicamente, el método de diagnóstico
preventivo de fallos en motores consiste en la medida de las
corrientes del estator y su posterior procesado y análisis. Se basa
principalmente en la utilización de bancos de filtros, que son
filtros auto-sintonizables, junto con el posterior
análisis de la componente energética de cada una de estas bandas
previamente sintonizadas y el establecimiento del factor de fallo
(F).
El método de diagnóstico objeto de la invención
comprende las siguientes etapas:
- a)
- Medida de las corrientes del estator del motor.
- b)
- Obtención de la evolución de la velocidad (n) y el deslizamiento (s) del motor.
- c)
- Localización de las frecuencias de fallo (f_{1}, f_{2}, ... f_{n}) del motor.
- d)
- Cálculo del conjunto de banco de filtros (\psi(t)) aplicado a cada tipo de fallo, a partir de la convolución de la función Wavelet Agnesi con las corrientes de alimentación.
- e)
- Sintonización de los diferentes bancos de filtros, según el valor de las diferentes frecuencias de fallo a lo largo del tiempo.
- f)
- Análisis de la componente de señal de cada una de estas bandas previamente sintonizadas, mediante una convolución de la muestra de corriente de alimentación medida por los diferentes bancos de filtros.
- g)
- Obtención del factor de fallo (F) necesario para realizar el diagnóstico mediante la integral del cuadrado del resultado de la convolución.
El factor de fallo (F) se define como la energía
asociada a cada una de las bandas.
En referencia a la etapa "b", es decir para
poder hallar la velocidad y el deslizamiento, que son parámetros
fundamentales para el correcto posicionamiento de los diferentes
filtros y por tanto para la optimización del diagnóstico,
preferentemente se utilizará el siguiente procedimiento a partir de
las corrientes del estator:
- i)
- A través del paso por cero de la corriente de estator y como inversa al tiempo en que pasa por cero se dispone de la frecuencia principal de alimentación (f_{s}):
- ii)
- A partir de la frecuencia principal de alimentación (f_{s}) y conocidos los parámetros constructivos del motor (pares de polos), con la siguiente fórmula se consigue la velocidad de sincronismo (n_{s}):
- iii)
- El deslizamiento (s) se consigue a partir de la siguiente ecuación:
- iv)
- Para poder disponer del valor del deslizamiento es fundamental conocer la velocidad de giro, la cual es función de la potencia consumida, dicha relación se muestra en la figura nº 6.
- v)
- El cálculo de la potencia consumida se realizará a partir de las corrientes del motor, siendo la potencia (P):
P = U \cdot
I
En referencia a la etapa "d", a
continuación se detalla el proceso de cálculo de los diferentes
bancos de filtros a sintonizar por cada valor diferente de la
frecuencia de fallo a lo largo del tiempo.
Las tres fases de la intensidad de alimentación
(i_{R}, i_{S}, i_{T}) del motor tendrán la siguiente
descomposición matemática siendo "f_{n}" la frecuencia de los
harmónicos correspondientes a cada uno de los fallos presentes en el
motor eléctrico:
\vskip1.000000\baselineskip
\vskip1.000000\baselineskip
donde I_{R} = I_{S} = I_{T} =
I son los valores RMS de la componente fundamental de la corriente
de fase; I_{Rn}, I_{Sn}, I_{Tn} son los valores RMS de las
componentes de fallo; y \varphi_{Rn}, \varphi_{Sn},
\varphi_{Tn} son los desfases de cada una de estas
componentes.
A la vista de la anterior descomposición
matemática de las corrientes, un método de diagnóstico podría ser la
observación del valor de la intensidad o de la energía asociada a
cada una de las frecuencias características de fallo. No obstante,
para realizar este cometido y garantizando que no aparecen problemas
debido al análisis durante condiciones de operación no estacionarias
se propone utilizar la convolución de la función Wavelet Agnesi de
la muestra de corriente de alimentación medida por los diferentes
bancos de filtros.
La Función Wavelet, la cual se basa en la
función de Agnesi, cumple dos propiedades: tiene un longitud finita
en el dominio temporal y su valor medio es cero, con lo cual cada
función Wavelet podría considerarse como un filtro en el dominio
frecuencial. Ello permite definir bancos de filtros fácilmente
sintonizables, lo que posibilita el estudio temporal de las
diferentes frecuencias características de fallo. La función Wavelet
es la siguiente:
Tal y como se muestra en la figura nº 2, la
función Wavelet Agnesi presenta una forma de onda, y una respuesta
en frecuencia correspondiente a un filtro pasa-banda
mostrado en la figura nº 3, el cual se puede sintonizar de manera
sencilla mediante la variación de "f_{c}" (que corresponde a
la frecuencia central del mismo). Mediante el parámetro
"f_{b}" se controla el ancho de banda del mismo. La constante
C es una constante de normalización de la función, que permite
ajustar la ganancia deseada.
Con el objeto de mejorar la efectividad de la
detección de fallos se implementan distintos filtros de convolución,
de modo que el conjunto de banco de filtros aplicado para cada tipo
de fallos tendrá la siguiente notación matemática:
\vskip1.000000\baselineskip
\vskip1.000000\baselineskip
- \quad
- donde el valor de cada una de las frecuencias f_{1}, f_{2}, f_{3}, ... f_{n} corresponde a las frecuencias de análisis de cada fallo.
En referencia a la etapa "f" antes
referida, relativa a la etapa de diagnóstico, se realizará a partir
de convolucionar el vector de corriente de alimentación con los
diferentes bancos de filtros correspondientes a cada condición de
fallo.
Posteriormente, en la etapa "g", se
evaluará la energía asociada a dichos harmónicos mediante la
integración del vector resultante al cuadrado, obteniendo así el
factor de fallo (F).
Las operaciones de convolución+integración del
vector al cuadrado, correspondientes a las etapas "f" y
"g", se pueden hacer en una o varias fases a la vez,
obteniéndose idénticos resultados.
Para poder realizar correctamente el diagnóstico
de fallos de un motor eléctrico de corriente alterna se deberá
evaluar el valor de los siguientes harmónicos según el tipo de
fallo:
\vskip1.000000\baselineskip
Donde "f_{s}" corresponde a la frecuencia
de alimentación, "m" = 1, 2, 3... es un número harmónico,
"s" corresponde al deslizamiento de la máquina, y "p" al
número de pares de polos.
\vskip1.000000\baselineskip
donde l debe cumplir que la
relación con "p" debe ser "l/p" = 1, 2,
3...
\vskip1.000000\baselineskip
siendo "n_{b}" el número de
bolas del cojinete, "f_{r}" la frecuencia de giro del rotor,
"bd" es el diámetro de la bola del cojinete, "pd" el
diámetro de la pista del cojinete y finalmente "\beta"
corresponde al ángulo de ataque de la bola sobre la pista, como se
muestra en la figura nº
1.
\vskip1.000000\baselineskip
donde k = 1, 2, 3... y
"Z_{2}" es el número de ranuras o barras que tiene el
rotor.
\vskip1.000000\baselineskip
Aunque podría ser posible el diagnóstico a
partir de la evaluación de un único harmónico de fallo, para
garantizar la máxima precisión el sistema de diagnóstico de la
invención se usará un conjunto de 4 harmónicos característicos para
garantizar el correcto diagnóstico.
El procedimiento de detección de fallos en los
motores eléctricos de corriente alterna objeto de la invención se
utilizará preferentemente para motores asíncronos (también llamados
de inducción) cuando se desee diagnosticar fallos tanto
on-line como off-line,
es decir durante el funcionamiento normal del motor o bien cuando
estén desconectados.
No obstante, el procedimiento preconizado
también se utilizará con óptimos resultados para motores síncronos
de imanes permanentes cuando se desee diagnosticar fallos
on-line, es decir durante el funcionamiento
normal del motor.
El procedimiento preconizado podrá ser
igualmente aplicable al análisis de vibraciones o emisión acústica,
según las frecuencias características en cada momento.
El procedimiento de diagnóstico de fallos objeto
de la invención presenta numerosas ventajas frente a otros métodos
alternativos utilizados hasta el momento para el diagnóstico de
fallos on-line en motores eléctricos de
alterna, las cuales se resumen a continuación:
- -
- Permite el diagnóstico de manera automática y en tiempo real.
- -
- Magnifica la condición de fallo, mediante el uso de la constante "C" se pueden detectar pequeñas variaciones de amplitud.
- -
- Es independiente de la condición de operación (régimen permanente o transitorio).
- -
- Es independiente de la velocidad de giro o de la frecuencia de alimentación del motor.
En segundo lugar, se propone un equipo para
llevar a cabo el método de diagnóstico de fallos anteriormente
descrito en motores eléctricos de corriente alterna. Dicho equipo
comprende unos medios de medida de las corrientes del estator del
motor, unos medios de cálculo de la evolución de la velocidad y el
deslizamiento del motor, unos medios de cálculo de los diferentes
bancos de filtros correspondientes a cada condición de fallo, y unos
medios de cálculo de los diferentes factores de fallo.
Preferentemente dichos medios de medida de las
corrientes del estator del motor serán una sonda conectada al motor
eléctrico, que permita un rango de adquisición entre 2 y 5 kHz.
Los medios de cálculo de los diferentes factores
de fallo realizarán la convolución del vector de corriente de
alimentación con los diferentes bancos de filtros correspondientes a
cada condición de fallo y la posterior integración del vector
resultante al cuadrado.
La figura nº 1 es una vista esquemática de un
cojinete de un motor de inducción, en la que se muestran los
parámetros del cojinete necesarios para el cálculo de los harmónicos
de fallo.
La figura nº 2 muestra la forma de onda de la
función Wavelet de Agnesi.
La figura nº 3 muestra la respuesta en
frecuencia de dicha función Wavelet Agnesi.
La figura nº 4 muestra un ejemplo de bancos de
filtros para el análisis de rotura de barras o anillos
rotóricos.
La figura nº 5 muestra el resultado de la
convolución de dichos filtros con un motor con rotura de barras
operado en condiciones no estacionarias de par creciente.
La figura nº 6 muestra la relación entre la
velocidad de giro real del motor respecto de la nominal y el nivel
de potencia consumida, en relación a la nominal.
La figura nº 7 muestra el espectro de corrientes
del estator de un motor de inducción con las barras rotas y con una
frecuencia base de 50 Hz.
La figura nº 8 muestra un gráfico de la magnitud
de la corriente del estator del motor, en el experimento.
A continuación se describe y muestran los
resultados de un experimento realizado con el objetivo de verificar
los resultados obtenidos por la aplicación de un análisis de
Wavelet, junto con el Densidad Espectral de Energía.
El experimento se basa en el análisis de un
motor bajo un par de carga constante y no constante. El motor
utilizado presenta un rotor defectuoso con cuatro barras del rotor
rotas, y en donde el harmónico causado por dicho fallo presenta una
amplitud del 15% del corriente nominal, véase figura nº 7. Para
llevar a cabo el experimento se ha escogido una muestra de
frecuencias de f_{s}=6000 Hz, un número de muestras de N=65536, y
unos resultados en un ancho de banda frecuencial de 3000 Hz y una
resolución de 92 mHz en un análisis de Transformada rápida de
Fourier (FFT), lo que es suficiente para cubrir la banda
significativa del motor (0-400 Hz) y poder
distinguir los harmónicos debidos al fallo y los harmónicos debidos
al inversor de alimentación.
Las especificaciones del tipo de motor de
inducción se acompañan a continuación en la tabla nº 1.
El motor se alimenta con un voltaje sinusoidal a
50 Hz de frecuencia principal, y funciona con cuatro barras
rotóricas rotas. La figura nº 8 muestra la variación del corriente a
lo largo del tiempo, y el incremento de la carga es evidente a
t=5s.
Los resultados obtenidos de varios pruebas bajo
pares de carga no-constantes se exponen en la figura
nº 5.
Al cambiar el error con la variación de carga,
las frecuencias de fallo cambian sobre el espectro.
A pesar de que la frecuencia del harmónico va
cambiando continuamente durante la aplicación del par variable, el
pico instantáneo hasta el valor de pico del detalle prácticamente
recubre la amplitud del harmónico instantáneo debido al fallo. Esto
es evidente mediante la comparación del harmónico de fallo en la
figura nº 7 (par constante) y la evolución de la amplitud del
harmónico en la figura nº 5 (par variable).
Finalmente, la tabla nº 2 muestra claramente el
incremento de energía por una condición de fallo de la aproximación
y las descomposiciones detalladas del nivel 7. Esta energía se ha
calculado por adición de los coeficientes encuadrados.
La tabla nº 2 ilustra claramente el incremento
de energía de la convolución seleccionada. Por lo tanto, los dos
coeficientes de la descomposición de Wavelet mostrados en la citada
tabla nº 3 puede ser utilizados para detectar los fallos en los
motores, puesto que la condición de fallo se diferencia claramente
sobre los recuadros de los coeficientes de Wavelet y el incremento
es más de 100 veces en el caso de los motores defectuosos.
Las conclusiones del experimento descrito
son:
- -
- que la convolución de Wavelet es una técnica adecuada para las componentes de tiempo de aislamiento de señales no-estacionarias;
- -
- que la energía de alguna convolución de Wavelet es fácil de computarizar, obteniendo de ese modo buenos resultados para la evaluación de señales frecuenciales; y
- -
- que la energía de alguna convolución de Wavelet puede servir para la detección de fallos en el rotor de un motor eléctrico de par de carga no-constante.
Descrito suficientemente la presente invención
en combinación con las figuras anexas, fácil es comprender que podrá
introducirse en la misma cualesquiera modificaciones de detalle que
se estimen convenientes, siempre y cuando no se altere la esencia de
la misma que queda constreñida en las siguientes
reivindicaciones.
Claims (11)
1. Método de detección de fallos en motores
eléctricos de corriente alterna de los que sirven para diagnosticar
los fallos on-line en motores eléctricos de
alterna mediante métodos no invasivos que permitan hacer el
mencionado diagnóstico durante el funcionamiento normal del motor,
caracterizado en que utiliza unos filtros
auto-sintonizables basados en convolución de la
función Wavelet Agnesi con las corrientes de alimentación del
motor.
2. Método de detección de fallos en motores
eléctricos de corriente alterna de los que sirven para diagnosticar
los fallos on-line en motores eléctricos de
alterna mediante métodos no invasivos que permitan hacer el
mencionado diagnóstico durante el funcionamiento normal del motor,
caracterizado en que comprende las siguientes etapas:
- a)
- Medida de las corrientes del estator.
- b)
- Obtención de la evolución de la velocidad (n) y el deslizamiento (s).
- c)
- Localización de las frecuencias de fallo (f_{1}, f_{2}, ... f_{n}).
- d)
- Cálculo del conjunto de banco de filtros (\psi(t)) aplicado a cada tipo de fallo, a partir de la convolución de la función Wavelet Agnesi con las corrientes de alimentación.
- e)
- Sintonización de los diferentes bancos de filtros, según el valor de las diferentes frecuencias de fallo a lo largo del tiempo.
- f)
- Análisis de la componente de señal de cada una de estas bandas previamente sintonizadas, mediante una convolución de la muestra de corriente de alimentación medida por los diferentes bancos de filtros.
- g)
- Obtención del factor de fallo (F) mediante la integral del cuadrado del resultado de la convolución.
3. Método de detección de fallos en motores
eléctricos de corriente alterna según la 1ª o 2ª reivindicación,
caracterizado en que la obtención de la evolución de la
velocidad y el deslizamiento (etapa "b") se realiza a través de
las propias corrientes del estator.
4. Método de detección de fallos en motores
eléctricos de corriente alterna según la 1ª o 2ª reivindicación,
caracterizado en que el procedimiento podrá ser igualmente
aplicable al análisis de vibraciones o emisión acústica, según las
frecuencias características en cada momento.
5. Método de detección de fallos en motores
eléctricos de corriente alterna según la 2ª reivindicación,
caracterizado en que las etapas "f" y "g" se pueden
hacer en una o varias fases a la vez, obteniéndose idénticos
resultados.
6. Método de detección de fallos en motores
eléctricos de corriente alterna según la 1ª o 2ª reivindicación,
caracterizado en que se utiliza para motores síncronos de
imanes permanentes.
7. Método de detección de fallos en motores
eléctricos de corriente alterna según la 1ª o 2ª reivindicación,
caracterizado en que se utiliza para motores asíncronos.
8. Equipo de detección de fallos en motores
eléctricos de corriente alterna de los que sirven para diagnosticar
los fallos on-line en motores síncronos
mediante métodos no invasivos, caracterizado en que comprende
unos bancos de filtros fácilmente sintonizables para el estudio
temporal de las diferentes frecuencias características de fallo
definidos por la convolución de funciones Wavelet.
9. Equipo de detección de fallos en motores
eléctricos de corriente alterna de los que sirven para diagnosticar
los fallos on-line en motores síncronos
mediante métodos no invasivos, caracterizado en que comprende
unos medios de medida de las corrientes del estator del motor, unos
medios de cálculo de la evolución de la velocidad y el deslizamiento
del motor, unos medios de cálculo de los diferentes bancos de
filtros correspondientes a cada condición de fallo, y unos medios de
cálculo de los diferentes factores de fallo.
10. Equipo de detección de fallos en motores
eléctricos de corriente alterna según la 9ª o 10ª reivindicación,
caracterizado en que los medios de medida de las corrientes
del estator del motor son cualquier tipo de sonda con un rango de
adquisición entre 2 y 5 kHz.
11. Equipo de detección de fallos en motores
eléctricos de corriente alterna según la 9ª o 10ª reivindicación,
caracterizado en que comprende unos medios de cálculo de los
diferentes factores de fallo basados en la convolución del vector de
corriente de alimentación con los diferentes bancos de filtros
correspondientes a cada condición de fallo y la posterior
integración del vector resultante al cuadrado.
Priority Applications (6)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| ES200703069A ES2336875B1 (es) | 2007-11-14 | 2007-11-14 | Metodo y equipo de diagnostico de fallos en motores electricos de corriente alterna. |
| MX2010005296A MX2010005296A (es) | 2007-11-14 | 2008-11-14 | Sistema de diagnostico de fallos en motores electricos. |
| CA2707519A CA2707519A1 (en) | 2007-11-14 | 2008-11-14 | System for diagnosing defects in electric motors |
| EP08850035A EP2221597A1 (en) | 2007-11-14 | 2008-11-14 | System for diagnosing defects in electric motors |
| US12/742,835 US20100277199A1 (en) | 2007-11-14 | 2008-11-14 | System For Diagnosing Defects in Electric Motors |
| PCT/ES2008/000719 WO2009063118A1 (es) | 2007-11-14 | 2008-11-14 | Sistema de diagnóstico de fallos en motores eléctricos |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| ES200703069A ES2336875B1 (es) | 2007-11-14 | 2007-11-14 | Metodo y equipo de diagnostico de fallos en motores electricos de corriente alterna. |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| ES2336875A1 true ES2336875A1 (es) | 2010-04-16 |
| ES2336875B1 ES2336875B1 (es) | 2011-02-10 |
Family
ID=42062079
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES200703069A Active ES2336875B1 (es) | 2007-11-14 | 2007-11-14 | Metodo y equipo de diagnostico de fallos en motores electricos de corriente alterna. |
Country Status (1)
| Country | Link |
|---|---|
| ES (1) | ES2336875B1 (es) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002089305A1 (en) * | 2001-05-01 | 2002-11-07 | Square D Company | Motor bearing damage detection via wavelet analysis of the starting current transient |
-
2007
- 2007-11-14 ES ES200703069A patent/ES2336875B1/es active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002089305A1 (en) * | 2001-05-01 | 2002-11-07 | Square D Company | Motor bearing damage detection via wavelet analysis of the starting current transient |
Non-Patent Citations (5)
| Title |
|---|
| CUSIDO J; ROSERO J A; CUSIDO M; GARCIA A; ORTEGA J A; ROMERAL L "{}On-Line System for Fault Detection in Induction Machines Based on Wavelet Convolution"{}. Instrumentation and Measurement Technology Conference Proceedings, 200 7 IEEE. PD-2007-05-01. PG 1-5. ISBN 978-1-4244-0588-6; ISBN 1-4244-0588-2. * |
| CUSIDO J; ROSERO J A; CUSIDO M; GARCIA A; ORTEGA J A; ROMERAL L "On-Line System for Fault Detection in Induction Machines Based on Wavelet Convolution". Instrumentation and Measurement Technology Conference Proceedings, 200 7 IEEE. PD-2007-05-01. PG 1-5. ISBN 978-1-4244-0588-6; ISBN 1-4244-0588-2. * |
| CUSIDO J; ROSERO J A; CUSIDO M; GARCIA A; ORTEGA J A; ROMERAL L; AUTHOR Q "{}On-Line System for Fault Detection in Induction Machines based on Wavelet Convolution"{} Power Electronics Specialists Conference, 2007. PESC 2007. IEEE, PD-2007-06-17, PG 927-932. ISBN 978-1-4244-0654-8; ISBN 1-4244-0654-4. * |
| CUSIDO J; ROSERO J A; CUSIDO M; GARCIA A; ORTEGA J A; ROMERAL L; AUTHOR Q "On-Line System for Fault Detection in Induction Machines based on Wavelet Convolution" Power Electronics Specialists Conference, 2007. PESC 2007. IEEE, PD-2007-06-17, PG 927-932. ISBN 978-1-4244-0654-8; ISBN 1-4244-0654-4. * |
| ROSERO J; CUSIDO J; ORTEGA J A; ROMERAL L; GARCIA A. PMSM Bearing Fault Detection by means of Fourier and Wavelet transform. Industrial Electronics Society, 2007. IECON 2007. 33rd Annual Conference of the IEEE, PD 2007-11-05. PG 1163-1168. ISBN 978-1-4244-0783-5; ISBN 1-4244-0783-4. * |
Also Published As
| Publication number | Publication date |
|---|---|
| ES2336875B1 (es) | 2011-02-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2009063118A1 (es) | Sistema de diagnóstico de fallos en motores eléctricos | |
| CN101910857B (zh) | 监测电动机器的轴的轴电流和/或绝缘的方法及执行该方法的装置 | |
| ES2717194T3 (es) | Un método para detectar una condición de fallo en una máquina eléctrica | |
| JP6353694B2 (ja) | 劣化診断システム | |
| DK2565658T3 (en) | Fault detection based on current signature analysis of a generator | |
| Climente-Alarcon et al. | Particle filter-based estimation of instantaneous frequency for the diagnosis of electrical asymmetries in induction machines | |
| Patel et al. | Induction motor bearing fault identification using vibration measurement | |
| Mehala et al. | Condition monitoring methods, failure identification and analysis for Induction machines | |
| Gyftakis et al. | Recent experiences with MCSA and flux condition monitoring of mechanical faults in 6kV induction motors for water pumping applications | |
| Sadoughi et al. | A new approach for induction motor broken bar diagnosis by using vibration spectrum | |
| ES2336875B1 (es) | Metodo y equipo de diagnostico de fallos en motores electricos de corriente alterna. | |
| Matic et al. | Vibration Based Broken Bar Detection in Induction Machine for Low Load Conditions. | |
| Saad et al. | Fault diagnostics of induction motors based on internal flux measurement | |
| ES2360798T3 (es) | Motor asíncrono de jaula de ardilla y procedimiento de detección de averías para dicho motor. | |
| Ciszewski | Induction motor bearings diagnostic indicators based on MCSA and normalized triple covariance | |
| Nadarajan et al. | Vibration signature analysis of stator winding fault diagnosis in brushless synchronous generators | |
| Hati et al. | Some studies on condition monitoring techniques for online condition monitoring and fault diagnosis of mine winder motor | |
| Pusca et al. | Advances in diagnosis of electrical machines through external magnetic field | |
| Rodriguez et al. | Analysis of air gap flux to detect induction motor faults | |
| Treetrong | Fault detection and diagnosis of induction motors based on higher-order spectrum | |
| Contreras-Medina et al. | FPGA based multiple-channel vibration analyzer embedded system for industrial applications in automatic failure detection | |
| Kumar et al. | Static eccentricity failure diagnosis for induction machine using wavelet analysis | |
| Salah et al. | SEIG-based wind turbine condition monitoring using stray flux instantaneous frequency estimation | |
| Di Tommaso et al. | Double squirrel cage induction motors a new approach to detect rotor bar failures | |
| Gyftakis et al. | Multi-parametric monitoring of medium-power generators with brushless exciters under mechanical faults |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| EC2A | Search report published |
Date of ref document: 20100416 Kind code of ref document: A1 |
|
| FG2A | Definitive protection |
Ref document number: 2336875 Country of ref document: ES Kind code of ref document: B1 Effective date: 20110131 |