JP7270773B2 - 誘導電動機の軸受故障重大度を推定する方法 - Google Patents
誘導電動機の軸受故障重大度を推定する方法 Download PDFInfo
- Publication number
- JP7270773B2 JP7270773B2 JP2021562441A JP2021562441A JP7270773B2 JP 7270773 B2 JP7270773 B2 JP 7270773B2 JP 2021562441 A JP2021562441 A JP 2021562441A JP 2021562441 A JP2021562441 A JP 2021562441A JP 7270773 B2 JP7270773 B2 JP 7270773B2
- Authority
- JP
- Japan
- Prior art keywords
- fault
- frequency
- mutual inductance
- severity
- current
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
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
- 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02H—EMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
- H02H3/00—Emergency protective circuit arrangements for automatic disconnection directly responsive to an undesired change from normal electric working condition with or without subsequent reconnection ; integrated protection
- H02H3/50—Emergency protective circuit arrangements for automatic disconnection directly responsive to an undesired change from normal electric working condition with or without subsequent reconnection ; integrated protection responsive to the appearance of abnormal wave forms, e.g. ac in dc installations
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02H—EMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
- H02H7/00—Emergency protective circuit arrangements specially adapted for specific types of electric machines or apparatus or for sectionalised protection of cable or line systems, and effecting automatic switching in the event of an undesired change from normal working conditions
- H02H7/08—Emergency protective circuit arrangements specially adapted for specific types of electric machines or apparatus or for sectionalised protection of cable or line systems, and effecting automatic switching in the event of an undesired change from normal working conditions for dynamo-electric motors
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Control Of Ac Motors In General (AREA)
- Protection Of Generators And Motors (AREA)
- Control Of Electric Motors In General (AREA)
Description
図1A及び図1Bは、幾つかの実施の形態による、誘導電動機101の動作における故障のタイプ及び重大度を検出及び/又は分類するシステム100のブロック図を示している。例えば、誘導電動機101は、回転子アセンブリ102、固定子アセンブリ104、メインシャフト106、及び2つの主軸受108を含む。この例では、誘導電動機101はかご形誘導電動機である。アセンブリ108の軸受欠陥は、そのような誘導電動機の代表的な故障であり、内部/外部軸受レースウェイに衝撃を与えるケージ欠陥、回転要素に衝撃を与える内部/外部レースウェイ欠陥、及びレースウェイに衝撃を与える回転要素欠陥を含む。
図2Aは、誘導電動機における種々のタイプの故障の重大度を検出するために幾つかの実施の形態によって使用されるマルチ物理モデルの変換の概略図を示している。機械的観点から、軸受故障が、その軸受故障タイプ202を或る特定の故障重大度201とともに特徴付ける幾つかの特定のロケーションに現れるとき、幾つかの振動パルスが、その故障タイプ202によって単独で決まる機械特徴周波数fc204を有する回転要素と軸受レースウェイとの間のインパクトによって生成される。この故障タイプは、内部/外部軸受レースウェイに衝撃を与えるケージ欠陥、回転要素に衝撃を与える内部/外部レースウェイ欠陥、及びレースウェイに衝撃を与える回転要素欠陥のうちの1つ又は組み合わせを含む。そのような振動を生成する機械的メカニズムは、解析的方程式又は有限要素解析を用いて定義することができる機械モデル203として構成することができる。軸受故障タイプとその関連付けられた振動周波数との間の関係は、既によく知られているが、振動信号強度が、異なるサイズ又は重大度の軸受故障とともにどのように変化するのかは、まだ調査中である。
ケージ欠陥が外部レースに衝撃を与える:
図3は、幾つかの実施の形態による、幹線給電型誘導機における相互インダクタンス変動を推定する定量的電気モデル380への入力故障電流を生成する信号処理方法のフロー図である。この実施の形態は、時間領域における誘導機に供給される固定子電流の測定値を使用する(310)。n相を有する誘導機の場合に、n-1個の相電流測定値しか必要とされない。なぜならば、第n相の電流は、キルヒホッフの電流則を用いて計算することができるからである。しかしながら、固定子電流が完全に分かっても、特性故障電流を正確に抽出するのは困難である。なぜならば、その大きさは比較的小さく、基本周波数電流の大きさよりも通常30dB~40dB低く、更には50dB低い可能性もあるからである。
パラメーターの特定:所与の誘導機の軸受故障検出の方法を実施する1つの実施の形態は、最初に、機械の電気パラメーター、供給電圧情報、及び設置された軸受の幾何学的パラメーターを特定する。
ケージ欠陥が外部レースに衝撃を与える:
Claims (15)
- 誘導電動機の固定子と回転子との間の相互インダクタンスの変動を考慮して前記誘導電動機における軸受故障の重大度を推定するシステムであって、
前記誘導電動機の動作中に固定子電流の測定値を受け取るように構成される入力インターフェースと、
一組のフィルターを記憶するように構成されるメモリであって、各フィルターは、電動機速度を使用して求めた故障周波数における故障電流を前記固定子電流から抽出するように構成され、前記一組のフィルターは、第1の故障周波数の第1の故障電流を抽出する第1のフィルターと、第2の故障周波数の第2の故障電流を抽出する第2のフィルターとを含み、さらに前記メモリは、
一組の定量的モデルであって、各定量的モデルは、前記故障周波数の前記故障電流を前記故障周波数の相互インダクタンス変動に関係付けるように構成され、該一組の定量的モデルは、前記第1の故障電流の大きさを前記第1の故障周波数の第1の相互インダクタンス変動に関係付ける第1の定量的モデルと、前記第2の故障電流を前記第2の故障周波数の第2の相互インダクタンス変動に関係付ける第2の定量的モデルとを含むものと、
前記故障周波数のそれぞれについて、前記故障周波数の前記相互インダクタンス変動に基づいて、前記誘導電動機における軸受故障の重大度を推定する少なくとも1つの故障重大度分類器と、
を記憶するものと、
前記固定子電流の前記測定値を受信すると、前記第1のフィルターを使用して前記固定子電流から前記第1の故障電流を抽出し、前記第1の定量的モデルを使用して前記第1の故障電流から前記第1の相互インダクタンス変動を求め、前記故障重大度分類器を用いて前記第1の相互インダクタンス変動を分類して、前記誘導電動機における第1のタイプの故障の前記重大度を判断することと、前記第2のフィルターを使用して前記固定子電流から前記第2の故障電流を抽出し、前記第2の定量的モデルを使用して前記第2の故障電流から前記第2の相互インダクタンス変動を求め、前記故障重大度分類器を用いて前記第2の相互インダクタンス変動を分類して、前記誘導電動機における第2のタイプの故障の前記重大度を判断することとを行うように構成されるプロセッサと、
前記誘導電動機における前記第1のタイプの故障の前記重大度と、前記誘導電動機における前記第2のタイプの故障の前記重大度とのうちの一方又は組み合わせを出力するように構成される出力インターフェースと、
を備える、システム。 - 各定量的モデルは、前記故障周波数の一組の振動関数のフーリエ級数を使用して前記故障周波数の前記相互インダクタンス変動を近似し、前記フーリエ級数における各振動関数の周波数は、前記故障周波数の倍数であり、前記フーリエ級数における各振動関数の振幅は、前記故障周波数における前記故障電流の大きさの関数であり、それによって、前記第1の定量的モデルは、前記第1の故障電流の前記大きさの前記関数の振幅を有する前記第1の故障周波数の倍数の振動関数を使用して前記第1の相互インダクタンス変動を近似し、前記第2の定量的モデルは、前記第2の故障電流の前記大きさの前記関数の振幅を有する前記第2の故障周波数の倍数の振動関数を使用して前記第2の相互インダクタンス変動を近似する、請求項1に記載のシステム。
- 前記故障周波数の倍数の前記一組の振動関数は、前記故障周波数の倍数の一組の余弦関数である、請求項2に記載のシステム。
- 前記故障周波数の倍数の前記一組の余弦関数は、1次余弦関数のみを含む、請求項3に記載のシステム。
- 前記固定子電流の前記測定値は、前記第1の故障周波数が前記第2の故障周波数よりも大きい場合には、前記第1の故障周波数の少なくとも2倍のサンプリングレートを用いてサンプリングされ、前記第2の故障周波数が前記第1の故障周波数よりも大きい場合には、前記第2の故障周波数の少なくとも2倍のサンプリングレートを用いてサンプリングされる、請求項1に記載のシステム。
- 前記固定子電流から前記故障周波数の前記故障電流を抽出するために、各フィルターは、前記固定子電流の前記測定値のパーク変換を行って、変換された固定子電流を生成し、前記変換された固定子電流から前記固定子電流の基本成分をフィルタリングして、固定子電流残差を生成し、帯域通過フィルターを使用して前記固定子電流残差から前記故障周波数を抽出して、前記故障周波数の前記故障電流を生成するように構成される、請求項1に記載のシステム。
- 前記相互インダクタンス変動の伝達関数は、前記相互インダクタンス変動を前記誘導電動機の固定子と回転子との間のエアギャップのパーミアンスにマッピングし、それによって、一組の閾値は、前記エアギャップの前記パーミアンスの一組の値を指定する、請求項1に記載のシステム。
- 前記相互インダクタンス変動の伝達関数は、前記相互インダクタンス変動を前記誘導電動機の固定子と回転子との間のエアギャップの長さプロファイルにマッピングし、それによって、一組の閾値は、前記エアギャップの前記長さプロファイルの最大変動の一組の値を指定する、請求項1に記載のシステム。
- 前記故障重大度分類器は、前記第1の相互インダクタンス変動及び前記第2の相互インダクタンス変動の伝達関数を一組の閾値からの少なくとも1つの閾値と比較して、前記誘導電動機における前記第1のタイプの故障及び前記第2のタイプの故障の前記重大度を判断する、請求項1に記載のシステム。
- 前記第1の相互インダクタンス変動の前記伝達関数が第1の閾値よりも小さいときは、前記誘導電動機は、前記第1のタイプの故障を有せず、前記第1の相互インダクタンス変動の前記伝達関数が第2の閾値よりも小さいときは、前記誘導電動機は、該誘導電動機の動作の継続を可能にする前記第1のタイプの故障を有し、前記第1の相互インダクタンス変動の前記伝達関数が前記第2の閾値よりも大きいときは、前記プロセッサは、前記誘導電動機の前記動作を停止するように構成される、請求項9に記載のシステム。
- 前記プロセッサは、前記誘導電動機におけるエアギャップ変動の周波数の関数及び前記エアギャップ変動の大きさの関数を含む前記エアギャップ変動の関数を求め、前記エアギャップ変動の前記周波数から前記故障のタイプを判断し、前記エアギャップ変動の前記大きさから前記故障の前記重大度を判断するように構成される、請求項1に記載のシステム。
- 誘導電動機の固定子と回転子との間の相互インダクタンスの変動を考慮して前記誘導電動機における軸受故障の重大度を推定する方法であって、
該方法は、メモリに結合されたプロセッサを使用し、前記メモリは、一組のフィルターであって、各フィルターは、電動機速度を使用して求めた故障周波数における故障電流を固定子電流から抽出するように構成され、該一組のフィルターは、第1の故障周波数の第1の故障電流を抽出する第1のフィルターと、第2の故障周波数の第2の故障電流を抽出する第2のフィルターとを含むものと、一組の定量的モデルであって、各定量的モデルは、前記故障周波数の前記故障電流を前記故障周波数の相互インダクタンス変動に関係付けるように構成され、該一組の定量的モデルは、前記第1の故障電流の大きさを前記第1の故障周波数の第1の相互インダクタンス変動に関係付ける第1の定量的モデルと、前記第2の故障電流を前記第2の故障周波数の第2の相互インダクタンス変動に関係付ける第2の定量的モデルとを含むものと、前記故障周波数のそれぞれについて、前記故障周波数の前記相互インダクタンス変動に基づいて、前記誘導電動機における軸受故障の重大度を推定する少なくとも1つの故障重大度分類器と、を記憶し、前記プロセッサは、該方法を実施する記憶された命令と結合され、前記命令は、前記プロセッサによって実行されると、該方法のステップを実行し、該ステップは、
前記誘導電動機の動作中に固定子電流の測定値を受け取るステップと、
前記第1のフィルターを使用して前記固定子電流から前記第1の故障電流を抽出し、前記第1の定量的モデルを使用して前記第1の故障電流から前記第1の相互インダクタンス変動を求め、前記故障重大度分類器を用いて前記第1の相互インダクタンス変動を分類して、前記誘導電動機における第1のタイプの故障の前記重大度を判断するステップと、
前記第2のフィルターを使用して前記固定子電流から前記第2の故障電流を抽出し、前記第2の定量的モデルを使用して前記第2の故障電流から前記第2の相互インダクタンス変動を求め、前記故障重大度分類器を用いて前記第2の相互インダクタンス変動を分類して、前記誘導電動機における第2のタイプの故障の前記重大度を判断するステップと、
前記誘導電動機における前記第1のタイプの故障の前記重大度と、前記誘導電動機における前記第2のタイプの故障の前記重大度とのうちの一方又は組み合わせを出力するステップと、
を含む、方法。 - 前記相互インダクタンス変動の伝達関数は、前記相互インダクタンス変動を前記誘導電動機の固定子と回転子との間のエアギャップのパーミアンスにマッピングし、それによって、一組の閾値は、前記エアギャップの前記パーミアンスの一組の値を指定する、請求項12に記載の方法。
- 前記第1の相互インダクタンス変動からエアギャップ変動の第1の重大度関数を求めることと、
前記第2の相互インダクタンス変動からエアギャップ変動の第2の重大度関数を求めることと、
前記第1の重大度関数及び前記第2の重大度関数を一組の閾値と比較して、前記第1のタイプの故障及び前記第2のタイプの故障の重大度を判断することと、
を更に含む、請求項12に記載の方法。 - 誘導電動機の固定子と回転子との間の相互インダクタンスの変動を考慮して前記誘導電動機における軸受故障の重大度を推定する方法を実行するプロセッサによって実行可能なプログラムが具現化される非一時的コンピューター可読記憶媒体であって、該非一時的コンピューター可読記憶媒体は、一組のフィルターであって、各フィルターは、電動機速度を使用して求めた故障周波数における故障電流を固定子電流から抽出するように構成され、該一組のフィルターは、第1の故障周波数の第1の故障電流を抽出する第1のフィルターと、第2の故障周波数の第2の故障電流を抽出する第2のフィルターとを含むものと、一組の定量的モデルであって、各定量的モデルは、前記故障周波数の前記故障電流を前記故障周波数の相互インダクタンス変動に関係付けるように構成され、該一組の定量的モデルは、前記第1の故障電流の大きさを前記第1の故障周波数の第1の相互インダクタンス変動に関係付ける第1の定量的モデルと、前記第2の故障電流を前記第2の故障周波数の第2の相互インダクタンス変動に関係付ける第2の定量的モデルとを含むものと、前記故障周波数のそれぞれについて、前記故障周波数の前記相互インダクタンス変動に基づいて、誘導電動機における軸受故障の重大度を推定する少なくとも1つの故障重大度分類器と、を記憶し、
前記方法は、
前記誘導電動機の動作中に固定子電流の測定値を受け取ることと、
前記第1のフィルターを使用して前記固定子電流から前記第1の故障電流を抽出し、前記第1の定量的モデルを使用して前記第1の故障電流から前記第1の相互インダクタンス変動を求め、前記故障重大度分類器を用いて前記第1の相互インダクタンス変動を分類して、前記誘導電動機における第1のタイプの故障の前記重大度を判断することと、
前記第2のフィルターを使用して前記固定子電流から前記第2の故障電流を抽出し、前記第2の定量的モデルを使用して前記第2の故障電流から前記第2の相互インダクタンス変動を求め、前記故障重大度分類器を用いて前記第2の相互インダクタンス変動を分類して、前記誘導電動機における第2のタイプの故障の前記重大度を判断することと、
前記誘導電動機における前記第1のタイプの故障の前記重大度と、前記誘導電動機における前記第2のタイプの故障の前記重大度とのうちの一方又は組み合わせを出力することと、
を含む、非一時的コンピューター可読記憶媒体。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962842544P | 2019-05-03 | 2019-05-03 | |
US62/842,544 | 2019-05-03 | ||
US16/515,564 US11099101B2 (en) | 2019-05-03 | 2019-07-18 | Method for estimating bearing fault severity for induction motors |
US16/515,564 | 2019-07-18 | ||
PCT/JP2020/006951 WO2020225960A1 (en) | 2019-05-03 | 2020-02-14 | Method for estimating bearing fault severity for induction motors |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022515935A JP2022515935A (ja) | 2022-02-22 |
JP7270773B2 true JP7270773B2 (ja) | 2023-05-10 |
Family
ID=73017267
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021562441A Active JP7270773B2 (ja) | 2019-05-03 | 2020-02-14 | 誘導電動機の軸受故障重大度を推定する方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11099101B2 (ja) |
JP (1) | JP7270773B2 (ja) |
CN (1) | CN113748326B (ja) |
DE (1) | DE112020002224T5 (ja) |
WO (1) | WO2020225960A1 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200408840A1 (en) * | 2019-06-28 | 2020-12-31 | Regal Beloit America, Inc. | Health monitor circuit for an electric machine |
CN114114068A (zh) * | 2020-08-28 | 2022-03-01 | 台达电子工业股份有限公司 | 马达连接故障检测方法 |
KR102538542B1 (ko) * | 2021-04-12 | 2023-05-30 | 서울대학교산학협력단 | 상전류 신호를 이용한 모터 고장 진단 방법 및 장치 |
GB2607975A (en) * | 2021-06-17 | 2022-12-21 | Eaton Intelligent Power Ltd | Method and apparatus for motor bearing fault detection using sensed current |
EP4356096A1 (en) * | 2021-06-17 | 2024-04-24 | Eaton Intelligent Power Limited | Method and apparatus for motor bearing fault detection using sensed current |
EP4277113A1 (en) * | 2022-05-13 | 2023-11-15 | Schneider Toshiba Inverter Europe SAS | Method for detecting a structural fault of an electric motor |
CN117233602B (zh) * | 2023-11-07 | 2024-01-30 | 迈为技术(珠海)有限公司 | 刺晶机老化检测方法和刺晶机 |
CN117388693B (zh) * | 2023-12-06 | 2024-04-02 | 北京汇思慧能科技有限公司 | 故障检测方法、设备和存储介质 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5726905A (en) * | 1995-09-27 | 1998-03-10 | General Electric Company | Adaptive, on line, statistical method and apparatus for motor bearing fault detection by passive motor current monitoring |
US6727725B2 (en) | 2001-05-01 | 2004-04-27 | Square D Company | Motor bearing damage detection via wavelet analysis of the starting current transient |
US7847580B2 (en) * | 2007-06-04 | 2010-12-07 | Eaton Corporation | System and method for motor fault detection using stator current noise cancellation |
BRPI0811393A2 (pt) * | 2007-06-04 | 2014-11-04 | Eaton Corp | "controlador configurado para detectar indícios de falha mecânica incipiente de motor, método não-invasivo para detectar falhas iminentes de rolamento em máquinas elétricas e sistema para monitorar corrente para predição de falhas de rolamento" |
US8405339B2 (en) * | 2010-07-01 | 2013-03-26 | Eaton Corporation | System and method for detecting fault in an AC machine |
US9200979B2 (en) | 2011-04-15 | 2015-12-01 | U.E. Systems, Inc. | System for bearing fault detection |
US8994359B2 (en) | 2011-08-29 | 2015-03-31 | General Electric Company | Fault detection based on current signature analysis for a generator |
US20130096848A1 (en) | 2011-10-13 | 2013-04-18 | Charles Terrance Hatch | Methods and systems for automatic rolling-element bearing fault detection |
US20140303913A1 (en) | 2013-04-08 | 2014-10-09 | General Electric Company | Broken rotor bar detection based on current signature analysis of an electric machine |
US9574965B2 (en) | 2014-06-24 | 2017-02-21 | General Electric Company | System and method of determining bearing health in a rotating machine |
JP6410572B2 (ja) * | 2014-11-11 | 2018-10-24 | 旭化成エンジニアリング株式会社 | 電流診断装置および電流診断方法 |
GB201503930D0 (en) * | 2015-03-09 | 2015-04-22 | Rolls Royce Plc | Fault detection and diagnosis in an induction motor |
US9618583B2 (en) | 2015-03-10 | 2017-04-11 | Mitsubishi Electric Research Laboratories, Inc | Fault detection in induction motors based on current signature analysis |
CN108195587B (zh) * | 2018-02-12 | 2023-08-25 | 西安交通大学 | 一种电机滚动轴承故障诊断方法及其诊断系统 |
CN109061474A (zh) * | 2018-10-15 | 2018-12-21 | 株洲中车时代电气股份有限公司 | 一种电机轴承故障诊断装置 |
-
2019
- 2019-07-18 US US16/515,564 patent/US11099101B2/en active Active
-
2020
- 2020-02-14 CN CN202080029971.2A patent/CN113748326B/zh active Active
- 2020-02-14 JP JP2021562441A patent/JP7270773B2/ja active Active
- 2020-02-14 DE DE112020002224.2T patent/DE112020002224T5/de active Pending
- 2020-02-14 WO PCT/JP2020/006951 patent/WO2020225960A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
US20200348207A1 (en) | 2020-11-05 |
WO2020225960A1 (en) | 2020-11-12 |
US11099101B2 (en) | 2021-08-24 |
JP2022515935A (ja) | 2022-02-22 |
CN113748326A (zh) | 2021-12-03 |
DE112020002224T5 (de) | 2022-01-13 |
CN113748326B (zh) | 2023-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7270773B2 (ja) | 誘導電動機の軸受故障重大度を推定する方法 | |
Su et al. | Induction machine condition monitoring using neural network modeling | |
Mehrjou et al. | Rotor fault condition monitoring techniques for squirrel-cage induction machine—A review | |
Bessous et al. | Diagnosis of bearing defects in induction motors using discrete wavelet transform | |
Choqueuse et al. | Current frequency spectral subtraction and its contribution to induction machines’ bearings condition monitoring | |
Choqueuse et al. | Induction machine faults detection using stator current parametric spectral estimation | |
Saidi et al. | Bi-spectrum based-EMD applied to the non-stationary vibration signals for bearing faults diagnosis | |
CA2847720C (en) | Broken rotor bar detection based on current signature analysis of an electric machine | |
Saidi et al. | Diagnosis of broken-bars fault in induction machines using higher order spectral analysis | |
Cusido et al. | Wavelet and PDD as fault detection techniques | |
Amanuel et al. | Comparative analysis of signal processing techniques for fault detection in three phase induction motor | |
García-Escudero et al. | Robust condition monitoring for early detection of broken rotor bars in induction motors | |
Picot et al. | Statistic-based spectral indicator for bearing fault detection in permanent-magnet synchronous machines using the stator current | |
Garcia-Calva et al. | Non-uniform time resampling for diagnosing broken rotor bars in inverter-fed induction motors | |
Amanuel et al. | Design of Vibration Frequency Method with Fine-Tuned Factor for Fault Detection of Three Phase Induction Motor | |
Climente-Alarcon et al. | Diagnosis of induction motors under varying speed operation by principal slot harmonic tracking | |
Corne et al. | Comparing MCSA with vibration analysis in order to detect bearing faults—A case study | |
WO2019167086A1 (en) | A system for assessment of multiple faults in induction motors | |
Pons-Llinares et al. | Pursuing optimal electric machines transient diagnosis: The adaptive slope transform | |
Pineda-Sanchez et al. | Transient motor current signature analysis via modulus of the continuous complex wavelet: A pattern approach | |
Irfan et al. | Analysis of distributed faults in inner and outer race of bearing via Park vector analysis method | |
Choqueuse et al. | Induction machine bearing failures detection using stator current frequency spectral subtraction | |
Obeid et al. | Experimental comparison between diagnostic indicators for bearing fault detection in synchronous machine by spectral Kurtosis and energy analysis | |
Sapena-Baño et al. | Condition monitoring of electrical machines using low computing power devices | |
Wang et al. | Vibration signature analysis for broken rotor bar diagnosis in induction motors based on cyclic modulation spectrum |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210707 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210707 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220927 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221121 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230328 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230425 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7270773 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |