KR101140613B1 - 전동기의 온-사이트 결함 진단 방법 - Google Patents
전동기의 온-사이트 결함 진단 방법 Download PDFInfo
- Publication number
- KR101140613B1 KR101140613B1 KR1020100031107A KR20100031107A KR101140613B1 KR 101140613 B1 KR101140613 B1 KR 101140613B1 KR 1020100031107 A KR1020100031107 A KR 1020100031107A KR 20100031107 A KR20100031107 A KR 20100031107A KR 101140613 B1 KR101140613 B1 KR 101140613B1
- Authority
- KR
- South Korea
- Prior art keywords
- defect
- motor
- frequency
- signal
- calculated
- Prior art date
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000007547 defect Effects 0.000 claims abstract description 230
- 238000004364 calculation method Methods 0.000 claims description 34
- 238000012360 testing method Methods 0.000 claims description 33
- 238000004804 winding Methods 0.000 claims description 32
- 238000002405 diagnostic procedure Methods 0.000 claims description 5
- 230000003068 static effect Effects 0.000 claims description 4
- 239000011229 interlayer Substances 0.000 claims description 3
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims description 2
- 230000002093 peripheral effect Effects 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 abstract description 4
- 230000006698 induction Effects 0.000 description 14
- 230000008569 process Effects 0.000 description 10
- 230000002159 abnormal effect Effects 0.000 description 9
- 238000005259 measurement Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 230000003252 repetitive effect Effects 0.000 description 7
- 238000012774 diagnostic algorithm Methods 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000004907 flux Effects 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009427 motor defect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000012631 diagnostic technique Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Images
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
- G01R31/34—Testing dynamo-electric machines
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R1/00—Details of instruments or arrangements of the types included in groups G01R5/00 - G01R13/00 and G01R31/00
- G01R1/28—Provision in measuring instruments for reference values, e.g. standard voltage, standard waveform
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
- H02P21/14—Estimation or adaptation of machine parameters, e.g. flux, current or voltage
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
본 발명은 전동기의 결함 상태를 진단하기 위하여 작동 중인 전동기로부터 전류 신호 및 진동 신호 데이터를 획득한 뒤, 획득된 데이터로부터 전동기의 상태를 나타내는 특징값을 계산하고, 계산된 특징값을 이용하여 소정의 결함별 계산식을 통해 결함별 진단 파라미터를 계산한 뒤, 계산된 결함별 진단 파라미터를 각각의 결함별 임계치와 비교하여 각 결함별로 발생 유/무 및 경/중을 진단하도록 구성됨으로써, 전동기에서 발생한 다양한 종류의 결함 상태를 복합적으로 진단할 수 있고, 이를 통해 전동기의 효과적인 유지보수가 가능하도록 하는 전동기의 온-사이트 복합 결함 진단 방법에 관한 것이다.
Description
본 발명은 전동기의 결함 진단 방법에 관한 것으로서, 더욱 상세하게는 현장에서 작동 중인 진단 대상의 전동기로부터 그 상태를 나타내는 신호를 측정하여 전동기의 고정자 권선 결함, 회전자 바 결함, 회전자 편심, 베어링 결함 등과 같은 결함들을 정확히 진단할 수 있는 전동기의 온-사이트 결함 진단 방법에 관한 것이다.
주지된 바와 같이 유도전동기는 작동 중에 고정자 권선(stator winding) 층간 단락, 회전자 바(rotator bar) 단락, 회전자의 동적 편심 및 정적 편심, 베어링 불량 등과 같은 다양한 결함들이 발생하게 된다. 또한 이러한 결함들은 유도전동기가 작동함에 따라 단독으로 발생하거나 복합적으로 발생(여러 종류의 결함이 동시에 발생)할 수 있다.
상기한 결함들이 발생한 경우 유도전동기의 작동 중 안전사고로 연결될 수 있으므로 유도전동기의 상태를 정확하게 진단할 수 있는 방법이 다양하게 연구되고 있다.
통상 유도전동기의 결함 진단은 결함의 조기 발견 및 설비 가동 중단시간의 감소 등을 위해 주로 진동 기법을 이용하여 진행되어 왔지만, 진동 기법만으로는 전동기 결함의 조기 발견 및 설비의 정확한 분석이 어려우므로 전류, 전압, 자속 특성 등의 특성 분석을 통한 회전기기의 정밀 진단 필요성이 대두되게 되었다.
이에 산업현장에서의 회전기기(팬, 펌프, 압축기, 교반기 등) 또는 왕복운동 기기들에 사용되는 유도전동기의 전류, 전압, 자속, 온도, 진동 신호 등의 데이터를 현장에서 획득하여 전동기 고정자 권선의 절연 이상, 회전자의 파손, 공극의 불안정 등을 진단하고, 과도 전류에 의한 베어링 또는 축 손상 등의 모니터링과 정확한 상태 진단, 수명 예측, 그리고 결함의 조기 발견을 수행할 수 있도록 다양한 기법들을 활용하는 새로운 진단 기술들이 개발되고 있다.
이러한 진단 기술의 일례로서, 전류의 주파수 성분을 이용하여 유도전동기를 진단하는 MCSA(Motor Current Signature Analysis) 기법이 개발되어 있다.
MCSA 기법은 센서 없이 원격에서 전동기의 상태를 감시할 수 있을 뿐만 아니라 특히 전동기의 회전자 바 불량 진단에 효율적이고 기타 전기적 고장 탐지에 유용하다는 장점이 있는 반면, 기계적 비정상 상태 진단에는 정확도가 낮다는 단점이 있다.
따라서, 전류 신호만을 이용한 진단 기법을 보완하기 위하여 전류 신호와 전압 신호를 동시에 사용하는 ESA(Electrical Signature Analysis) 기법이 추가적으로 도입되었다.
한편, 유도전동기의 상태를 진단하기 위하여 이용되는 전기적 신호로는 인가 전류 및 전압, 순시 인가 전력, 전동기 공극 토크 등이 있으며, 이들 신호들을 이용하여 시간축, 주파수축, 시간-주파수축 예측 기법을 통해 비정상 상태에 대한 해석을 실시하고 있고, 회전수를 추정하기 위해서는 축 편심 주파수 탐지 및 극 통과 주파수 탐지 방법을 이용하고 있다.
다만, 이러한 전기적 신호를 통한 해석 방법은 고분해능의 주파수 분석법이 필요하며, 이를 위해서는 긴 시간 동안 측정해야 하는 번거로움과 데이터를 처리하는데 과다한 시간이 요구되는 문제점이 존재하였다.
특히, 고정자 전류 분석과 같은 전기적 신호를 이용하는 경우, 실제 유도전동기에서 발생 가능한 결함 중 고정자 권선, 회전자 바 단락 등의 결함은 용이하게 검출 가능하나, 베어링 손상과 같은 기계적 결함은 검출의 정확성이 낮아지는 문제가 존재한다.
또한 종래 기술에 따라 유도전동기의 고장 진단을 수행하는 경우, 각각의 결함에 대하여 결함 발생 여부를 판단할 수밖에 없어, 여러 가지 결함이 복합적으로 발생하고 있는 복합 결함 상태를 진단할 수 없는 문제점이 있으며, 고장 진단시 단순히 결함의 유무를 판단할 뿐 결함의 경, 중 정도를 구분할 수 없어 실제 유도전동기의 이상 작동 상태에 대한 정확한 진단이 어려운 문제점이 있다.
따라서, 본 발명은 상기와 같은 문제점을 해결하기 위하여 발명한 것으로서, 전동기의 결함 상태를 진단하기 위하여 작동 중인 전동기로부터 전류 신호 및 진동 신호 데이터를 획득한 뒤, 획득된 데이터로부터 각 결함별 계산식을 이용하여 전동기의 현재 상태가 반영된 특징값을 계산하고, 계산된 특징값과 측정된 전동기의 상태 신호를 이용하여 각 결함별 진단 파라미터를 계산한 뒤, 계산된 결함별 진단 파라미터를 각각의 결함별 임계치와 비교하여 결함의 발생 유/무 및 경/중을 진단하도록 구성됨으로써, 전동기에서 발생한 다양한 종류의 결함 상태를 복합적으로 진단할 수 있고, 이를 통해 전동기의 효과적인 유지보수가 가능하도록 하는 전동기의 온-사이트 복합 결함 진단 방법을 제공하는데 그 목적이 있다.
또한 본 발명은 결함의 발생 유/무뿐만 아니라 결함의 경/중 상태를 진단할 수 있는 전동기의 결함 진단 방법을 제공하는데 그 목적이 있다.
또한 본 발명은 지정된 횟수만큼 반복 시험을 진행하여 얻어지는 진단 데이터를 토대로 전동기의 결함 상태를 보다 정확히 판정하는 전동기의 결함 진단 방법을 제공하는데 그 목적이 있다.
상기 목적을 달성하기 위하여, 본 발명은, 일 군의 결함에 대해 각 결함별 발생 유/무 또는 경/중/무를 진단하기 위하여, a) 현장에 설치된 진단 대상 전동기의 작동 동안 상기 전동기의 상태를 나타내는 신호를 측정하는 데이터 취득 단계(S21,S22)와; b) 상기 데이터 취득 단계(S21,S22)에서 측정된 전동기의 상태 신호를 이용하여 회전주파수와 슬립을 구하는 회전주파수/슬립 산출 단계(S31~S34)와; c) 상기 회전주파수/슬립 산출 단계(S31~S34)에서 산출된 회전주파수와 슬립을 이용하여 미리 정해진 각 결함별 계산식으로부터 전동기의 현재 상태가 반영된 특징값을 계산하고 계산된 특징값과 측정된 전동기의 상태 신호를 이용하여 각 결함별 진단을 위한 파라미터를 계산하는 진단 파라미터 계산 단계(S41)와; d) 상기 진단 파라미터 계산 단계(S41)에서 계산된 각 결함별 진단 파라미터를 이용하여 전동기의 각 결함별 발생 유/무 또는 경/중/무를 진단하는 전동기 상태 진단 단계(S51);를 포함하여 구성되고, 상기 전동기의 상태 신호로서 진단 대상 전동기로부터 측정되는 진동 신호와 전류 신호를 모두 이용하거나 상기 전류 신호를 단독으로 이용하되, 상기 모두 이용하는 경우에서 상기 회전주파수와 슬립은 두 신호 중 진단 대상 전동기의 사양에 따라 선택된 어느 하나의 신호로부터 산출하는 것을 특징으로 하는 전동기의 온-사이트 결함 진단 방법을 제공한다.
또한 본 발명에 따른 전동기의 온-사이트 결함 진단 방법은, e) 상기 a) ~ d)의 단계를 정해진 시험횟수만큼 반복 실시하는 단계(S52)와; f) 반복 시험 후 매회 시험시마다 얻어진 결함별 진단 결과 데이터들을 토대로 하여 전동기의 결함 상태를 최종 판정하는 결함 상태 최종 판단 단계(S61);를 더 포함하여 구성될 수 있다.
또한 상기 f) 단계에서, 매회 시험시마다 얻어지는 각 결함별 발생 유/무 또는 경/중/무를 진단한 진단 결과 데이터를 이용하되, 전체 시험횟수와 각 결함의 발생 횟수로부터 각 결함별로 발생 확률을 계산하여 제공하는 것을 특징으로 한다.
여기서, 상기 진단 대상 전동기의 사양은 극 수 또는 정격속도가 될 수 있고, 상기 진단 대상 전동기의 극 수가 8극 미만인 경우 진동 신호를 이용하여 회전주파수와 슬립을 계산하고, 8극 이상인 경우 전류 신호를 이용하여 회전주파수와 슬립을 계산하도록 구성될 수 있다.
또한 상기 진단 대상 전동기의 정격속도가 1000rpm보다 큰 경우 진동 신호를 이용하여 회전주파수와 슬립을 계산하고, 정격속도가 1000rpm 이하인 경우 전류 신호를 이용하여 회전주파수와 슬립을 계산하도록 구성될 수 있다.
또한 상기 c) 단계에서, 상기 특징값은 각 결함 발생시 이상 신호가 발생하는 결함주파수이고, 일군의 결함 중 고정자 결함 상태를 진단하기 위한 특징값은 하기 식(E)로부터 계산되는 것을 특징으로 한다.
식(E) : 
(여기서, fstator _ Independ .는 고정자 권선 결함의 결함주파수이고, f0는 전원 공급 주파수임)
또한 상기 c) 단계에서, 일군의 결함 중 전류 신호를 기반으로 진단되는 결함에 대한 진단 파라미터의 계산은 전류 신호 그래프에서 "전원 공급 주파수에서의 신호의 크기와 결함주파수에서의 신호의 크기의 차"를 계산하는 것임을 특징으로 한다.
또한 상기 c) 단계에서, 일군의 결함 중 진동 신호를 기반으로 진단되는 결함에 대한 진단 파라미터의 계산은 진동 신호 그래프에서 "결함주파수에서의 신호의 크기와 상기 결함주파수를 포함하는 주파수 범위 내에서 발생한 피크 신호 값들의 평균치의 차"를 계산하는 것임을 특징으로 한다.
또한 상기 c) 단계에서 계산된 각 결함별 진단 파라미터 값을 d) 단계에서 미리 설정된 각 결함별 임계치와 비교하여 각 결함별 발생 유/무를 진단하는 것을 특징으로 한다.
또한 상기 c) 단계에서 계산된 각 결함별 진단 파라미터 값을 d) 단계에서 미리 설정된 각 결함별 하 임계치 및 상 임계치와 비교하여 각 결함의 경/중/무를 진단하는 것을 특징으로 한다.
이에 따라, 본 발명에 따른 전동기의 온-사이트 결함 진단 방법에서는 다음과 같은 효과가 있게 된다.
1) 작동 중인 진단 대상의 전동기로부터 진동 신호와 고정자 전류 신호를 검출하여 진단하므로 전동기의 기계적 결함 및 전기적 결함 모두에 대하여 정확한 진단이 가능하다.
2) 계산된 결함별 진단 파라미터를 각각의 결함별 임계치와 비교하여 각 결함별로 발생 유/무, 경/중을 진단하도록 구성됨으로써, 전동기에서 발생한 다양한 종류의 결함 상태를 동시에 복합적으로 진단할 수 있고, 이에 전동기의 효과적인 유지보수가 가능해지게 된다.
3) 전동기의 결함 발생 유/무뿐만 아니라 경/중과 같은 결함의 정도를 진단할 수 있으므로 효과적인 유지보수가 가능해진다.
4) 지정된 횟수만큼 반복 시험을 진행하여 얻어지는 진단 데이터를 토대로 전동기의 결함 상태를 보다 정확히 판정할 수 있고, 이에 전동기의 운전 신뢰성을 향상시키는 동시에 고장으로 인한 파급 효과를 최소화할 수 있는 효과가 있다.
도 1은 본 발명에 따른 전동기의 온-사이트 복합 결함 진단 방법이 실제 수행되는 과정을 순차적으로 나타내고 있는 진단 알고리즘의 순서도이다.
도 2는 7.5kW 4극 정상 전동기에서 측정된 부하에 따른 전류 신호의 그래프이다.
도 3은 7.5kW 4극 정상 전동기에서 측정된 부하에 따른 진동 신호의 그래프이다.
도 4는 7.5kW 8극 정상 전동기에서 측정된 부하에 따른 진동 신호의 그래프로서, 부하의 정도를 변화시켰을 때의 진동 신호를 나타내는 도면이다.
도 5는 11kW 8극 정상 전동기에서 측정된 부하에 따른 진동 신호의 그래프로서, 부하의 정도를 변화시켰을 때의 진동 신호를 나타내는 도면이다.
도 6과 도 7은 정상 전동기와 고정자 권선 결함 상태의 전동기를 비교하여 나타낸 전류 신호의 그래프이다.
도 8은 7.5kW 4극 정상 전동기, 회전자 바 결함 경, 회전자 바 결함 중 상태의 전동기에 대한 전부하 상태의 전류 신호 그래프이다.
도 2는 7.5kW 4극 정상 전동기에서 측정된 부하에 따른 전류 신호의 그래프이다.
도 3은 7.5kW 4극 정상 전동기에서 측정된 부하에 따른 진동 신호의 그래프이다.
도 4는 7.5kW 8극 정상 전동기에서 측정된 부하에 따른 진동 신호의 그래프로서, 부하의 정도를 변화시켰을 때의 진동 신호를 나타내는 도면이다.
도 5는 11kW 8극 정상 전동기에서 측정된 부하에 따른 진동 신호의 그래프로서, 부하의 정도를 변화시켰을 때의 진동 신호를 나타내는 도면이다.
도 6과 도 7은 정상 전동기와 고정자 권선 결함 상태의 전동기를 비교하여 나타낸 전류 신호의 그래프이다.
도 8은 7.5kW 4극 정상 전동기, 회전자 바 결함 경, 회전자 바 결함 중 상태의 전동기에 대한 전부하 상태의 전류 신호 그래프이다.
이하, 첨부한 도면을 참조하여 본 발명의 바람직한 실시예에 대해 상세히 설명하면 다음과 같다.
본 발명은 현장에서 작동 중인 진단 대상의 전동기로부터 그 상태를 나타내는 신호를 측정하여 전동기의 전기적, 기계적 결함을 진단할 수 있는 전동기의 온-사이트 결함 진단 방법에 관한 것으로서, 특히 전동기의 고정자 권선(stator winding) 결함(고정자 권선 층간 단락), 회전자 바(rotator bar) 결함(회전자 바 단락), 회전자 편심(정적 편심, 동적 편심), 베어링 결함(외륜 결함, 내륜 결함)을 정확히 진단할 수 있는 방법에 관한 것이다.
또한 본 발명의 진단 방법은 위의 결함들 중 단독 결함 발생 또는 복합 결함 발생(여러 종류의 결함이 동시에 발생)을 모두 진단할 수 있도록 구성되며, 발생 결함의 종류(각 결함의 발생 유/무)뿐만 아니라 발생 결함의 경/중 진단도 가능하도록 구성된다.
상기와 같은 본 발명에서 결함의 발생 유/무, 결함의 경/중과 같은 전동기의 상태를 알기 위하여 측정되는 신호는, 후술하는 바와 같이 전동기의 작동 중 진동센서에 의해 측정되는 진동 신호와 전류센서에 의해 측정되는 고정자 전류 신호이거나, 또는 상기 고정자 전류 신호 단독일 수 있다.
전동기의 결함 진단을 위하여 진동 신호의 측정은 진동센서를 진단 대상의 전동기에 취부하는 것을 전제로 하나, 실제 현장에서 전동기에 진동센서를 취부하는 것이 불가능한 경우가 상당수 존재한다.
즉, 진동 신호를 획득하기 위해서는 전동기에 홀을 뚫고 진동센서를 홀 안에 설치한 뒤 홀 안에 설치된 진동센서를 통해 전동기의 작동 중 진동 신호를 획득하여야 하나, 이는 현장에서 홀 가공 및 진동센서 취부를 허용하느냐 여부에 따라 결정되므로 진동 신호 획득이 불가할 수 있는 것이다.
따라서, 본 발명에서는 진동센서의 취부가 가능하여 결함 진단 알고리즘에 진동 신호의 입력이 가능한 경우, 다시 말해 진동센서에 의한 진동 신호의 획득이 가능한 경우에는 진동 신호와 전류 신호로부터 전동기의 결함 진단이 수행되도록 하되, 진동센서의 취부 및 진동 신호의 획득이 불가한 경우라면 전류센서에 의해 측정되는 전류 신호를 이용하여 전동기의 결함 진단이 수행되도록 진단 과정이 구성된다.
전류 신호를 이용하는 경우에 있어서 일반적인 유도전동기의 3상 전류에 대한 데이터를 모두 수득하여 분석할 수 있으나, 전동기의 결함 진단시 1상의 전류 신호의 데이터만으로도 충분한 분석이 가능하므로, 본 발명에서는 작업의 단순화를 고려하여 1상의 전류 신호에 대한 데이터 수득 및 분석이 이루어지도록 구성될 수 있다.
또한 본 발명에서는 결함 진단의 오류를 방지하기 위하여 동일한 과정으로 미리 정해진 횟수(예, 10회)만큼 반복 시험(측정 및 측정 데이터로부터 결함별 발생 유/무, 결함 경/중/무 진단)을 실시한 뒤, 반복된 시험의 진단 결과들로부터 최종적으로 결함의 발생 유/무 또는 경/중/무를 정확히 판정하도록 구성된다.
이러한 경우, 여러 번의 반복 시험 과정에서 매 시험마다 각 결함별 발생 유/무 또는 결함 경/중/무를 진단한 뒤 해당 결함이 있는 것으로 진단한 횟수로부터 최종적으로 그 결함의 발생 확률을 계산하여 제공하는 것이 가능하다.
즉, 측정을 통해 데이터를 획득하고, 획득된 데이터를 후술하는 진단 알고리즘에 적용하여 각 결함에 대해 발생 유/무 또는 경/중/무를 진단하며, 이러한 과정을 반복 실시하여 반복 시험 동안 진단된 결함들에 대해서 발생 횟수를 계산한 뒤 해당 결함의 발생 확률을 % 단위로 표현하여 제공하는 것이 가능한 것이다.
도 1은 본 발명에 따른 전동기의 온-사이트 복합 결함 진단 방법이 실제 수행되는 과정을 순차적으로 나타내고 있는 진단 알고리즘의 순서도이다.
도시된 바와 같이, 본 발명의 결함 진단 방법은, 현장에 설치된 진단 대상 전동기의 작동 동안 전동기의 상태를 나타내는 신호(진동 신호 및 전류 신호, 또는 진동 신호 측정이 불가한 경우 전류 신호 단독)를 측정하는 데이터 취득 단계(S21,S22)와, 측정된 전동기의 상태 신호를 이용하여 회전주파수와 슬립을 구하는 회전주파수/슬립 산출 단계(S31~S34)와, 산출된 회전주파수와 슬립을 이용하여 미리 정해진 각 결함별 계산식으로부터 진단 대상 전동기의 현재 상태를 반영하는 특징값을 계산하고 계산된 특징값과 측정된 전동기의 상태 신호를 이용하여 각 결함별 진단을 위한 파라미터를 계산하는 진단 파라미터 계산 단계(S41)와, 계산된 각 결함별 진단 파라미터를 이용하여 전동기의 각 결함별 발생 유/무 또는 경/중/무를 진단하는 전동기 상태 진단 단계(S51)와, 상기의 데이터 취득 단계(S21,S22), 회전주파수/슬립 산출 단계(S31~S34), 진단 파라미터 계산 단계(S41) 및 전동기 상태 진단 단계(S51)를 미리 정해진 시험횟수만큼 반복 실시하는 단계(S52)와, 반복 시험을 통해 얻어진 결함별 진단 결과 데이터들을 토대로 하여 전동기의 결함 상태를 최종 판정하는 결함 상태 최종 판단 단계(S61)를 포함하여 구성된다.
도 1에서 최우선의 단계로 나타내고 있는 전동기 정보 입력 및 "Index" 초기화 단계(S11)는 진단 알고리즘을 프로그램화하여 구성되는 진단 프로그램을 적용함에 있어서 전동기의 정보를 입력하고 "Index" 파라미터를 초기화하는 단계로서, 진단 알고리즘에 필요한 전동기의 정보로는 진단 대상 전동기의 극 수(= 2P, 여기서 P는 극 쌍(pole pairs) 수), 전원 공급 주파수(supply frequency)(f0), 회전자 슬롯(또는 봉) 수(Z), 정격속도, 베어링 볼 수(N)를 들 수 있다.
하기 표 1은 전동기 정보의 일례를 나타낸다.
또한 "Index" 파라미터를 초기화("Index = 0")해주는 바, 향후 "Index" 파라미터는 시험횟수 증가시마다 1씩 증가되므로, 매 시험의 완료시마다 미리 정해진 시험횟수와 비교하여 진단 알고리즘의 최종 결함 판단 및 종료의 시점을 알려줄 수 있도록 한다.
즉, 초기화 후 상기의 데이터 취득 단계(S21,S22), 회전주파수/슬립 산출 단계(S31~S34), 진단 파라미터 계산 단계(S41), 전동기 상태 진단 단계(S51)가 순차 진행되어 매회 시험이 완료시마다 다음 횟수의 측정 데이터가 진단 알고리즘에 입력으로 들어오기 전에 "Index" 파라미터는 1씩 증가하며("Index = Index + 1")(S12), 상기의 단계들이 순차적으로 여러 회 반복 실시되어 "Index"가 정해진 시험횟수를 만족하게 되면 최종의 결함 판단 단계가 진행된 후 모든 진단 과정이 종료되는 것이다(S52,S61).
이하, 도 1과 더불어 도 2 내지 도 8을 참조하여 본 발명에 따른 결함 진단 과정에 대해서 각 단계별로 구분하여 보다 상세히 설명하기로 한다.
데이터 취득 단계(
S21,S22
)
진단 대상이 되는 전동기의 정보 입력 및 "Index" 초기화 단계(S11)가 수행되고 나면, 측정 데이터를 입력받는 단계, 즉 전동기가 무부하 상태 및 미리 정해진 각 부하 상태로 작동될 때 각 결함 진단에 필요한 전동기의 상태 신호를 취득하는 단계(S21,S22)가 수행된다.
이때, 전동기의 상태를 나타내는 신호로서 진동센서에 의해 측정되는 진동 신호와 전류센서에 의해 측정되는 1상의 전류 신호를 입력받으며(S21), 진동센서의 취부가 불가한 경우에는 전류 신호만을 입력받게 된다(S22).
이와 같이 본 발명에 따른 진단 과정에서는 이용할 수 있는 데이터로 진동 신호와 1상의 전류 신호가 입력되는 경우와, 1상의 전류 신호만이 입력되는 경우의 두 경우가 구분되어 알고리즘이 수행된다.
이후 단계에서 진동 신호와 1상의 전류 신호가 함께 이용되는 경우 전동기의 고정자 권선 결함, 회전자 바 결함, 회전자 편심, 베어링 결함에 대한 진단이 수행되고, 전류 신호만을 이용하는 경우 고정자 권선 결함, 회전자 바 결함, 회전자 편심에 대한 진단이 수행된다.
회전주파수/슬립 산출 단계(S31~S34)
다음 단계로서, 데이터 취득 단계(S21,S22)를 통하여 얻어진 진동 신호 또는 1상의 전류 신호를 이용하여 전동기의 회전주파수와 슬립을 계산한다(S31~S34).
이때, 1상의 전류 신호만이 입력되는 경우에는 이 1상의 전류 신호를 이용하여 회전주파수와 슬립을 계산하게 되나, 진동 신호와 1상의 전류 신호가 함께 취득되는 경우에는 진단 대상이 되는 전동기의 사양에 따라 진동 신호와 전류 신호 중 하나를 선택하여 이용한다.
즉, 진동 신호와 전류 신호 중에서 회전주파수 및 슬립을 계산하는데 이용할 신호를 전동기의 사양에 따라 선택하는 판단 과정이 수행되는 것이다(S31).
바람직한 실시예에서, 진단 대상이 되는 전동기의 극 수가 8극 미만인 경우는 진동 신호를 이용하여 회전주파수와 슬립을 계산하고, 8극 이상인 경우는 전류 신호를 이용하여 회전주파수와 슬립을 계산한다.
또는 정격속도 1000rpm을 기준값으로 하여, 기준값 1000rpm보다 큰 정격속도의 전동기인 경우 진동 신호를 이용하여 회전주파수와 슬립을 계산하고(S32), 정격속도가 기준값 1000rpm 이하인 전동기의 경우 전류 신호를 이용하여 회전주파수와 슬립을 계산한다(S33).
유도전동기에서 극 수가 8극 미만인 경우 정격속도가 대략 1000rpm보다 크고, 8극 이상인 경우 정격속도가 1000rpm 이하이므로, 전동기의 극 수뿐만 아니라 정격속도로부터 진동 신호를 이용할 것인지, 전류 신호를 이용할 것인지를 판단하는 것이 가능하다.
상기 기준값 1000rpm은 본 발명자에 의해 선행 실시된 반복 실험을 통하여 결정된 값으로, 정격속도 1000rpm 이하의 전동기에서는 진동 신호로부터 회전주파수를 추정하는 것이 불가하였다.
즉, 본 발명자는 1000rpm 이하의 전동기의 경우 회전속도가 늦어 진동 신호의 정확성이 떨어지고 입력되는 진동 신호 데이터에서 회전주파수가 잘 보이지 않음을 실험적으로 확인하였는 바, 이는 이후 다시 설명하기로 한다.
우선, 전류 신호를 이용하여 회전주파수 및 슬립을 계산하는 방법을 설명하면, 이 경우 전류 신호의 회전자 슬롯 조화(Rotor Slot Harmonics, RSH)를 이용하여 회전주파수와 슬립을 계산한다.
알려진 회전속도의 계산식은 다음과 같다.
(fr: 회전속도(Hz), P: 극 쌍 수, Z: 회전자 슬롯(또는 봉) 수, α = ±k(k: 양의 정수), f0: 전원 공급 주파수, fsh: 슬롯 조화 주파수임)
여기서, 무부하 상태일 때 fr = f0이므로 무부하 상태의 슬롯 조화 주파수는 식(1)로부터 구해지는 다음의 식(2)에 의하여 계산될 수 있다.
( f sh0 : 무부하 상태일 때 슬롯 조화 주파수임)
또한 무부하 상태의 슬롯 조화 주파수를 이용하여 슬립 주파수를 계산하는 식은 다음의 식(3) 및 식(4)와 같다.
(fs: 슬립 주파수임)
결국, 식(4)를 통해 구해지는 슬립 주파수를 이용하여 다음의 식(5) 및 식(6)으로부터 회전주파수와 슬립을 계산할 수 있다.
(frotation: 회전주파수, s: 슬립임)
도 2는 표 1에 나타낸 7.5kW 4극 사양(Z = 28, P = 2, f0 = 60Hz)의 정상 전동기에서 부하에 따른 전류 신호의 그래프로서, 부하의 정도를 변화(부하율 5가지로 변화)시켰을 때의 슬롯 조화 주파수(fsh)를 보여주고 있다.
특히, 일례로 α = -3에서 부하의 정도를 부하율 0%, A, B, C, 100%(0%<A<B<C<100%)로 변화시켰을 때의 전류 신호 및 슬롯 조화 주파수를 나타내는 것으로, 무부하 상태의 슬롯 조화 주파수(α = -3, Z = 28, P = 2, f0 = 60Hz)를 식(2)로부터 구하면 fsh0 = 1020Hz가 되고, 각 부하 상태의 슬롯 조화 주파수 fsh는 부하의 정도가 클수록 무부하 상태의 슬롯 조화 주파수에서 멀어지게 된다.
다음으로, 진동 신호를 이용하여 회전주파수 및 슬립을 계산하는 방법을 설명하면, 이 경우에서 다음의 식(7)로부터 구해지는 무부하일 경우의 회전주파수를 이용하여 각 부하 상태의 진동 신호로부터 해당 부하 상태의 회전주파수를 추정하게 된다.
(frotation - vib -0: 무부하일 경우 진동 신호의 회전주파수임)
상기 식(7)은 무부하일 경우의 회전주파수를 계산하는 식으로, 부하가 걸린 전동기의 회전주파수는 무부하일 경우의 회전주파수(이하 무부하 회전주파수라 함)에서 주파수 시프트(shift)를 하므로, 각 부하 상태의 진동 신호에서 무부하 회전주파수(frotation - vib -0) 근처의 크기가 가장 큰 신호 값을 추출한 뒤 상기 가장 큰 신호 값이 발생한 주파수를 해당 부하 상태의 회전주파수(frotation)로 추정하게 된다.
즉, 무부하 회전주파수(frotation - vib -0)를 상기 식(7)로부터 구한 뒤, 각 부하 상태의 진동 신호에서 무부하 회전주파수 주변의 설정된 구간 내에 존재하는 가장 큰 신호 값을 보이는 주파수를 구하여, 이 주파수를 해당 부하 상태의 회전주파수(frotation)로 구하게 되는 것이다.
상기와 같이 무부하 및 각 부하 상태의 회전주파수를 구하게 되면, 구해진 회전주파수를 이용하여 식(6)으로부터 슬립을 계산할 수 있다.
도 3은 표 1에 나타낸 7.5kW 4극 사양의 정상 전동기(Z = 28, P = 2, f0 = 60Hz)에서 측정된 부하에 따른 진동 신호의 그래프로서, 부하의 정도를 변화(부하율 5가지로 변화)시켰을 때의 회전주파수를 보여주고 있다.
특히, 부하의 정도를 부하율 0%, A, B, C, 100%(0%<A<B<C<100%)로 변화시켰을 때의 진동 신호 및 회전주파수를 나타내는 것으로, 무부하 회전주파수(P = 2, f0 = 60Hz)를 식(7)로부터 구하면 frotation - vib -0 = 30Hz가 되고, 각 부하 상태의 회전주파수는 부하의 정도가 클수록 무부하 회전주파수에서 멀어지게 된다.
무부하 상태에서는 진동 신호의 크기가 부하 상태에서보다 작아지기 때문에 도 3에서 무부하 상태인 검은색 그래프의 신호 크기가 다른 부하 상태의 신호보다 작은 것이다.
그리고, 진동센서의 설치가 불가하여 전류 신호만을 이용할 수밖에 없을 경우, 즉 진단 알고리즘에 측정 데이터로 진동 신호의 입력 없이 1상의 전류 신호만이 입력되는 경우에는 식(5)와 식(6)으로부터 회전주파수와 슬립을 구하게 된다(S34).
한편, 진동 센서의 취부가 가능하여 전류 신호와 진동 신호 데이터가 모두 측정, 취득될 때, 회전주파수 및 슬립을 계산하기 위한 신호의 선택 과정에서, 극 수 8극 미만인 전동기 또는 정격속도가 미리 정해진 기준값(예, 1000rpm)보다 큰 전동기의 경우 진동 신호를 선택하여 이용하나(식(7)로부터 구해진 무부하 회전주파수 이용 추정), 극수 8극 이상 또는 정격속도가 상기 기준값 이하인 경우에는 진동 신호로부터 회전주파수 및 슬립의 추정이 불가능하므로 전류 신호를 선택하여 이용한다(식(5) 및 식(6)으로부터 계산).
본 발명자에 의해 선행 실시된 반복 실험에서 8극의 전동기(정격속도 1000rpm 이하)의 경우 진동 신호를 이용한 회전주파수 및 슬립 추정이 불가능하였는 바, 도 4는 7.5kW 8극 사양의 정상 전동기(Z = 40, P = 4, f0 = 60Hz)에서 측정된 부하에 따른 진동 신호의 그래프로서, 부하의 정도를 변화(부하율 5가지로 변화, 0%, A, B, C, 100%, 0%<A<B<C<100%)시켰을 때의 진동 신호를 나타낸다.
일단, 식(7)을 이용하여 무부하 회전주파수(frotation - vib -0)를 계산하면 15Hz이며, 이 회전주파수 15Hz 근처에서 주위 신호보다 크기가 큰 신호가 잘 보이지 않는 바, 회전주파수 및 슬립 추정이 불가능하다.
8극 전동기의 경우 정격회전속도가 느려(1000rpm 미만) 진동 신호 계측이 잘 이루어지지 않는 것으로 판단되며, 무부하 상태에서는 진동 신호의 크기가 부하 상태에서보다 작기 때문에 무부하 상태인 검은색 그래프의 신호 크기가 다른 부하 상태의 신호보다 작다.
도 5는 11kW 8극 사양의 정상 전동기(Z = 40, P = 4, f0 = 60Hz)에서 측정된 부하에 따른 진동 신호의 그래프로서, 부하의 정도를 변화(부하율 5가지로 변화, 0%, A, B, C, 100%, 0%<A<B<C<100%)시켰을 때의 진동 신호를 나타낸다.
일단, 식(7)을 이용하여 무부하 회전주파수(frotation - vib -0)를 계산하면 15Hz이며, 이 회전주파수 15Hz 근처에서 주위 신호보다 크기가 큰 신호가 잘 보이지 않는 바, 회전주파수 및 슬립 추정이 불가능하다.
결함별 진단 파라미터 계산 단계(S41)
상기 회전주파수/슬립 산출 단계(S31~S34)에서 구해진 무부하 및 각 부하 상태별 회전주파수, 슬립을 이용하여 미리 정해진 계산식으로부터 진단 대상 전동기의 현재 상태를 반영하는 특징값을 계산하고, 계산된 특징값과 측정된 전동기의 상태 신호(즉, 전류 신호와 진동 신호, 또는 전류 신호 단독)를 이용하여 각 결함별 발생 유/무 또는 경/중/무를 진단하기 위한 결함 진단 파라미터를 계산하게 된다(S41).
상기 특징값은 진단 대상 전동기의 현재 상태가 반영된 특징값으로서, 본 발명에서 결함 진단을 위하여 계산되는 주파수 영역의 파라미터를 의미하는 것이며, 회전주파수와 슬립에 종속적인 값이다.
본 발명에서는 각 결함의 진단을 위한 특징값으로서, 이전 단계에서 구해진 회전주파수, 슬립을 이용하여 미리 정해진 각 결함별 계산식으로부터 해당 결함 발생시의 이상 신호가 발생하는 결함주파수를 구하게 된다.
우선, 고정자 권선 결함의 발생시 이상 신호가 발생하는 결함주파수는 이전 단계에서 구해진 슬립을 이용하여 다음의 식(8)로부터 구해진다.
(f0: 전원 공급 주파수, l: 1, 2, 3,……, k: 1, 3, 5,……, P : 극 쌍 수, s : 슬립임)
여기서, 고정자 권선 결함의 결함주파수는 l, k에 의해 결정되나, 데이터 처리 속도, 메모리 용량 등을 고려하여 각각 미리 정해진 값들까지 연산을 수행하도록 설정함이 바람직하다(실험 결과, l 값은 1, 2, 3, 4, 5까지, k 값은 1, 3, 5까지 계산하여도 결함 진단에 충분하다).
본 발명에서 고정자 권선 결함의 결함주파수에 대해서는 식(8)과 같은 이론적 주파수 계산식이 아닌 실험적으로 찾아낸 계산식으로 적용하는 것이 가능하다.
즉, 본 발명자는 식(8)로부터 구해지는 결함주파수가 아닌 정상 상태와 고정자 권선 결함 상태를 정확히 구분할 수 있는 새로운 특징값 계산 방식을 실험적으로 찾아냈으며, 이는 9차 전원 공급 주파수, 즉 하기 식(9)와 같이 구해질 수 있다.
(fstator - Independ .: 9차 전원 공급 주파수 방식으로 계산된 결함주파수임)
도 6과 도 7은 정상 전동기와 고정자 권선 결함 상태의 전동기를 비교하여 나타낸 전류 신호의 그래프로서, 표 1에 나타낸 7.5kW 4극 사양의 전동기(f0 = 60Hz)에 대하여 정상 상태와 고정자 권선 결함 상태에서 측정한 전류 신호이다.
또한 도 6은 무부하 상태를, 도 7은 전부하 상태를 보여주는 것으로, 상기 식(9)를 통해 구한 결함주파수 fstator - Independ .에서의 신호 크기를 각각 무부하 상태와 전부하 상태에서 보여주는 것이다. 식(9)를 이용하면, fstator - Independ . = 9×60 = 540Hz이 된다.
도 6에서 녹색은 정상 상태의 전동기를, 적색은 고정자 권선 결함의 정도가 약한 전동기(결함 경)를, 파란색은 고정자 권선 결함의 정도가 강한 전동기(결함 중)를 나타낸다.
상기와 같이 9차 공급 주파수로 구해지는 고정자 권선 결함의 결함주파수는 이전 단계에서 구해진 회전주파수 및 슬립과는 독립적인 파라미터가 되며, 이를 제외한 나머지 회전자 바 결함, 회전자 편심 결함, 베어링 결함의 결함주파수는 모두 회전주파수 및 슬립에 종속적인 파라미터가 되고, 또한 이들 결함주파수들은 후술되는 바와 같이 모두 이론적인 주파수 계산식에 의해 구해진다.
다음으로, 회전자 바 결함의 발생시 이상 신호가 발생하는 결함주파수는 이전 단계에서 구해진 슬립을 이용하여 다음의 식(10)으로부터 구해진다.
(f0: 전원 공급 주파수, s: 슬립, k: 1, 2, 3,……임)
상술한 고정자 권선 결함에서와 마찬가지로 k 값을 미리 정해진 값으로 지정함이 바람직하다(실험 결과, k 값은 1, 2, 3까지 계산하여도 결합 진단에 충분함).
그리고, 회전자 편심 결함의 발생시 이상 신호가 발생하는 결함주파수는 이전 단계에서 구해진 슬립을 이용하여 다음의 식(11)로부터 구해진다.
(f0: 전원 공급 주파수, s: 슬립, nws: 1, 2, 3,……, R: 회전자 바 슬롯 수, P: 극 쌍 수, nd: 0(정적 편심), 1(동적 편심)임)
여기서, 상기 nws 값은 미리 정해진 값까지 연산을 수행하도록 설정한다.
다음으로, 베어링 결함의 발생시 이상 신호가 발생하는 결함주파수는 이전 단계에서 구해진 회전주파수를 이용하여 다음의 식(12)와 식(13)으로부터 구해질 수 있다.
- 베어링 내륜 결함
- 베어링 외륜 결함
(N: 베이링 볼 수, frotation: 회전주파수임)
상기 식은 베어링 볼 수가 6 ~ 12일 때 사용되는 계산식으로서, 저압 유도전동기의 일반적인 볼 수를 고려할 때 통상적으로 사용 가능하다.
한편, 상기와 같이 계산된 특징값과 측정된 전동기의 상태 신호, 즉 전류 신호와 진동 신호 또는 전류 신호 단독을 이용하여 각 결함별 발생 유/무, 경/중/무의 판단을 위한 결함 진단 파라미터 계산이 수행된다.
본 발명에서는 고정자 권선 결함, 회전자 바 결함, 회전자 편심 결함의 진단은 측정된 전류 신호를 이용하여 수행하며, 나머지 베어링 결함의 진단은 진동 신호를 이용하는 경우 가장 정확하므로 진동 센서에 의해 측정된 진동 신호를 이용하여 수행한다.
진동 신호의 획득이 불가한 경우 고정자 권선 결함, 회전자 바 결함, 회전자 편심 결함에 대해서만 진단이 수행된다.
이에 전류 신호로 계산하는 결함 진단 파라미터는 고정자 권선 결함, 회전자 바 결함, 회전자 편심 결함의 진단 파라미터 총 3가지가 되고, 진동 신호로 계산하는 결함 진단 파라미터는 베어링 결함의 진단 파라미터 1가지가 된다.
우선, 전류 신호를 기반으로 하는 상기 3가지 결함 진단 파라미터의 계산은 전동기의 종류별 그리고 부하의 정도에 따른 일관성을 유지하기 위하여 전류 신호 그래프에서 "전원 공급 주파수(f0)에서의 신호의 크기와 이상 신호가 발생하는 결함주파수에서의 신호의 크기의 차"로 설정할 수 있다. 여기서, 결함주파수는 식(8) ~ 식(11)에 의해 구해지는 값이며, 계산된 차이값은 다음 단계에서 고정자 권선 결함, 회전자 바 결함, 회전자 편심을 진단하는데 이용된다.
다음으로, 진동 신호를 기반으로 하는 베어링 결함 진단 파라미터의 계산은 전동기의 종류별 그리고 부하의 정도에 따른 일관성을 유지하기 위하여 진동 신호 그래프에서 "결함주파수에서의 신호의 크기와 상기 결함주파수 주변의 주파수 범위 내에서 발생한 피크 신호 값들의 평균치의 차"로 설정할 수 있다. 여기서, 결함주파수는 식(12), 식(13)에 의해 구해지는 값이며, 계산된 차이값은 다음 단계에서 베어링 결함을 진단하는데 이용된다.
진동 신호 기반 파라미터 계산 과정에서, 상기 결함주파수 주변의 주파수 범위는 앞서 구해진 결함주파수를 포함하는 주파수 범위, 즉 결함주파수를 기준으로 그 전, 후 주파수 값 사이의 범위이며, 일례로서 결함주파수를 기준으로 ±4Hz 사이의 구간으로 설정하는 것이 가능하다(이때, 주파수 범위는 '결함주파수-4 ~ 결함주파수+4' Hz의 범위가 됨).
이러한 주파수 범위 내에서 크기가 큰 순서대로 소정 개수의 피크 신호 값을 추출(예를 들면, 6개의 피크 값 추출)한 뒤 그 평균치를 구하고, 결함주파수에서의 신호의 크기와 이 평균치의 차이를 계산하게 된다.
전동기 상태 진단 단계(S51)
다음으로, 상기와 같이 계산된 각 결함별 진단 파라미터를 이용하여 진단 대상 전동기의 결함 발생 유/무 또는 결함 경/중/무를 판단하는 전동기 상태 진단 단계가 수행된다(S51).
본 단계에서는 진단 파라미터 계산 단계(S41)에서 계산된 전원 공급 주파수에서의 신호와 결함주파수에서의 신호 간 차, 그리고 결함주파수에서의 신호와 결함주파수의 주변 주파수 범위 내 피크 신호 값들의 평균치의 차를 미리 설정된 임계치와 비교하여 결함의 유/무, 경/중/무를 판단하게 된다.
전동기 상태 진단을 위한 임계치의 설정에 있어서, 각 결함별로 결함의 발생 유/무를 판정할 수 있는 하나의 임계치를 설정하는 것이 가능하나, 보다 바람직하게는 각 결함마다 경/중/무를 판정할 수 있도록 두 개의 임계치, 즉 결함의 미발생과 결함의 경한 정도를 구분할 수 있도록 하는 하 임계치와 결함의 경한 정도와 중한 정도를 구분할 수 있도록 하는 상 임계치를 설정하여 사용한다.
본 발명에서 전동기 상태 진단을 위한 임계치는 선행 실시한 반복 실험의 데이터 분석을 통해 얻어지는 것으로, 각 결함별로 임계치를 선행 실험을 통해 미리 설정한 뒤, 상기 진단 파리미터 계산 단계에서 구해진 차이값과 상기 설정된 임계치를 서로 비교하여 각 결함에 대한 진단을 수행하게 된다.
결국, 데이터 취득 단계(S21,S22), 회전주파수/슬립 산출 단계(S31~S34), 진단 파라미터 계산 단계(S41), 전동기 상태 진단 단계(S51)의 순서로 진행되는 1회의 시험으로 4가지 결함에 대한 복합 진단이 가능해진다. 즉, 각 결함별 진단 파라미터를 각각의 임계치와 비교하므로 복합적인 결함이 발생하였더라도 각 결함별로 진단이 가능하다.
도 8은 표 1의 7.5kW 4극 정상 전동기, 회전자 바 결함 경, 회전자 바 결함 중 상태의 전동기에 대한 전부하 상태의 전류 신호 그래프로서, k = 1일 때의 그래프이며, 녹색은 정상, 적색은 회전자 바 결함 경, 파란색은 회전자 바 결함 중 상태의 신호이다.
도 8의 전류 신호 데이터에서, 전원 공급 주파수(f0)는 60Hz이고, 회전자 바 결함 발생시 이상 신호가 발생하는 결함주파수(frotatorbar)는 62.08Hz이다. 따라서, 60Hz의 전류 신호 값(dB)과 62.08Hz의 전류 신호 값(dB)의 차이 ΔdB를 구하여, 하 임계치 ≤ ΔdB < 상 임계치이면 결함이 경한 상태이고, 상 임계치 ≤ ΔdB이면 결함이 중한 상태로 판단한다(각 임계치는 나타내지 않음).
이와 같이 각 결함별로 2개의 특정 임계치를 설정하면 정상(결함 무), 결함의 경/중을 구분할 수 있다.
반복 시험 및 결함 상태 최종 판단 단계(
S52
,
S61
)
다음으로, 상기와 같이 설명된 데이터 취득 단계(S21,S22), 회전주파수/슬립 산출 단계(S31~S34), 진단 파라미터 계산 단계(S41) 및 전동기 상태 진단 단계(S51)를 미리 정해진 시험횟수만큼 반복 실시하고(S52) 반복 시험을 통해 얻어진 결함별 진단 결과 데이터를 토대로 하여 전동기의 결함 상태를 최종 판정하는 결함 상태 최종 판단 단계가 수행된다(S61).
반복 시험은 진단의 정확성을 더 높이기 위해서 실시하며, 한 번의 시험 데이터가 아닌 여러 번의 시험 데이터에서 진단 결과가 어떻게 나오는지를 확인함으로써 진단의 정확성을 높일 수 있다.
도 1의 순서도를 참조하여 설명하면, "Index"가 미리 정한 값(예를 들어, 10회)에 도달할 때까지 데이터 취득 단계(S21,S22), 회전주파수/슬립 산출 단계(S31~S34), 진단 파라미터 계산 단계(S41) 및 전동기 상태 진단 단계(S51)로 이루어지는 진단 시험을 반복하며(S52), 미리 정해진 시험횟수에 도달하면 결함 상태 최종 판단 단계(S61)에서 각 결함에 따른 발생 확률을 %로 표현한다.
예를 들면, 진단 프로그램의 결과 표시 예로서, 전체 시험횟수 10회 동안 회전자 바 결함 진단이 2회, 고정자 권선 결함 진단이 8회라면, 최종 진단 결과로는 회전자 바 결함 발생 20%, 고정자 권선 결함 발생 80%로 표시한다.
또는 진단 프로그램의 결과 표시 예로서, 전체 시험횟수 10회 동안 회전자 바 중 결함 진단이 2회, 고정자 권선 경 결함 진단이 8회라면, 최종 진단 결과로는 회전자 바 중 결함 발생 20%, 고정자 권선 결함 발생 경 80%로 표시한다.
다음은 최종 진단 결과의 예를 나타낸 것이다.
예)
고정자 권선 결함 40%
회전자 바 결함 50%
회전자 편심 20%
베어링 결함 0%
예 2)
고정자 권선 결함 80%
회전자 바 결함 20%
회전자 편심 0%
베어링 결함 0%
예 3)
고정자 권선 경 결함 80%
회전자 바 중 결함 20%
회전자 편심 0%
베어링 결함 0%
이상으로 본 발명의 실시예에 대해 상세히 설명하였는 바, 본 발명의 권리범위는 상술한 실시예에 한정되지 않으며, 다음의 특허청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 포함된다.
Claims (15)
- 고정자 권선 층간 단락, 회전자 바 단락, 회전자의 동적 편심 및 정적 편심, 베어링 불량의 결함에 대해 각 결함별 발생 유/무 또는 경/중/무를 진단하기 위하여,
a) 현장에 설치된 진단 대상 전동기의 작동 동안 상기 전동기의 상태를 나타내는 신호를 측정하는 데이터 취득 단계(S21,S22)와;
b) 상기 데이터 취득 단계(S21,S22)에서 측정된 전동기의 상태 신호를 이용하여 회전주파수와 슬립을 구하는 회전주파수/슬립 산출 단계(S31~S34)와;
c) 상기 회전주파수/슬립 산출 단계(S31~S34)에서 산출된 회전주파수와 슬립을 이용하여 미리 정해진 아래의 식(8) 내지 식(13)으로부터 계산된 전동기의 현재 상태가 반영된 특징값인 주파수에서의 신호 크기 값을 계산하고 계산된 특징값과 측정된 전동기의 상태 신호인 전류신호와 진동신호를 이용하여 전류 신호로 계산하는 고정자 권선 결함, 회전자 바 결함, 회전자 편심 결함의 진단 파라미터와 진동 신호로 계산하는 베어링 결함의 진단 파라미터를 계산하는 진단 파라미터 계산 단계(S41)와;
d) 상기 진단 파라미터 계산 단계(S41)에서 계산된 각 결함별 진단 파라미터를 이용하여 전동기의 각 결함별 발생 유/무 또는 경/중/무를 진단하되, 진단 파라미터 계산 단계(S41)에서 계산된 전원 공급 주파수에서의 신호와 결함주파수에서의 신호 간 차, 그리고 결함주파수에서의 신호와 결함주파수의 주변 주파수 범위 내 피크 신호값들의 평균치의 차를 미리 설정된 임계치와 비교하여 결함의 유/무, 경/중/무를 진단하는 전동기 상태 진단 단계(S51);
를 포함하여 구성되고, 상기 전동기의 상태 신호로서 진단 대상 전동기로부터 측정되는 진동 신호와 전류 신호를 모두 이용하거나 상기 전류 신호를 단독으로 이용하되, 상기 모두 이용하는 경우에서 상기 회전주파수와 슬립은 두 신호 중 진단 대상 전동기의 사양에 따라 선택된 어느 하나의 신호로부터 산출하는 것을 특징으로 하는 전동기의 온-사이트 결함 진단 방법.
(8)
(f0: 전원 공급 주파수, l: 1, 2, 3,……, k: 1, 3, 5,……, P : 극 쌍 수, s : 슬립임)
(9)
(fstator-Independ.: 9차 전원 공급 주파수 방식으로 계산된 결함주파수임)
(10)
(f0: 전원 공급 주파수, s: 슬립, k: 1, 2, 3,……임)
(11)
(f0: 전원 공급 주파수, s: 슬립, nws: 1, 2, 3,……, R: 회전자 바 슬롯 수, P: 극 쌍 수, nd: 0(정적 편심), 1(동적 편심)임)
(12)
(13)
(N: 베이링 볼 수, frotation: 회전주파수임)
- 삭제
- 청구항 1에 있어서,
e) 상기 a) ~ d)의 단계를 정해진 시험횟수만큼 반복 실시하는 단계(S52)와;
f) 반복 시험 후 매회 시험시마다 얻어진 결함별 진단 결과 데이터들을 토대로 하여 전동기의 결함 상태를 최종 판정하는 결함 상태 최종 판단 단계(S61);
를 더 포함하는 것을 특징으로 하는 전동기의 온-사이트 결함 진단 방법.
- 청구항 3에 있어서,
상기 f) 단계에서, 매회 시험시마다 얻어지는 각 결함별 발생 유/무 또는 경/중/무를 진단한 진단 결과 데이터를 이용하되, 전체 시험횟수와 각 결함의 발생 횟수로부터 각 결함별로 발생 확률을 계산하여 제공하는 것을 특징으로 하는 전동기의 온-사이트 결함 진단 방법.
- 삭제
- 청구항 1에 있어서,
상기 진단 대상 전동기의 사양은 극 수 또는 정격속도인 것을 특징으로 하는 전동기의 온-사이트 결함 진단 방법.
- 청구항 6에 있어서,
상기 진단 대상 전동기의 극 수가 8극 미만인 경우 진동 신호를 이용하여 회전주파수와 슬립을 계산하고, 8극 이상인 경우 전류 신호를 이용하여 회전주파수와 슬립을 계산하는 것을 특징으로 하는 전동기의 온-사이트 결함 진단 방법.
- 청구항 6에 있어서,
상기 진단 대상 전동기의 정격속도가 1000rpm보다 큰 경우 진동 신호를 이용하여 회전주파수와 슬립을 계산하고, 정격속도가 1000rpm 이하인 경우 전류 신호를 이용하여 회전주파수와 슬립을 계산하는 것을 특징으로 하는 전동기의 온-사이트 결함 진단 방법.
- 삭제
- 삭제
- 삭제
- 삭제
- 청구항 1에 있어서,
상기 피크 신호 값의 평균치는 상기 주파수 범위 내에서 크기가 큰 순서대로 미리 정해진 개수의 피크 신호 값들을 추출하여 구해지는 것을 특징으로 하는 전동기의 온-사이트 결함 진단 방법.
- 청구항 1에 있어서,
상기 c) 단계에서 계산된 각 결함별 진단 파라미터 값을 d) 단계에서 미리 설정된 각 결함별 임계치와 비교하여 각 결함별 발생 유/무를 진단하는 것을 특징으로 하는 전동기의 온-사이트 결함 진단 방법.
- 청구항 1에 있어서,
상기 c) 단계에서 계산된 각 결함별 진단 파라미터 값을 d) 단계에서 미리 설정된 각 결함별 하 임계치 및 상 임계치와 비교하여 각 결함의 경/중/무를 진단하는 것을 특징으로 하는 전동기의 온-사이트 결함 진단 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020100031107A KR101140613B1 (ko) | 2010-04-05 | 2010-04-05 | 전동기의 온-사이트 결함 진단 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020100031107A KR101140613B1 (ko) | 2010-04-05 | 2010-04-05 | 전동기의 온-사이트 결함 진단 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20110111829A KR20110111829A (ko) | 2011-10-12 |
| KR101140613B1 true KR101140613B1 (ko) | 2012-05-02 |
Family
ID=45027773
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020100031107A KR101140613B1 (ko) | 2010-04-05 | 2010-04-05 | 전동기의 온-사이트 결함 진단 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101140613B1 (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101381822B1 (ko) | 2012-07-04 | 2014-04-17 | 한국전기연구원 | 전동기에서의 진동신호 분석방법 |
| KR20180049722A (ko) * | 2016-11-03 | 2018-05-11 | 한국전기연구원 | 공작기계용 전동기의 온라인 결함 진단 방법 |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101521771B1 (ko) * | 2014-10-16 | 2015-05-21 | 한국남부발전(주) | 고압전동기 수명 예측 진단 방법 |
| CN106769041B (zh) * | 2016-12-23 | 2019-02-15 | 安徽大学 | 一种变转速工况下的永磁同步电机轴承在线故障诊断装置及方法 |
| KR102152695B1 (ko) * | 2019-01-17 | 2020-09-07 | 고려대학교 산학협력단 | 3상 권선형 동기 전동기의 계자권선 단락 검출장치 및 그 방법 |
| WO2022107100A1 (en) * | 2020-11-23 | 2022-05-27 | Rayong Engineering And Plant Service Co., Ltd. | Method and system for auto-detecting induction motor fault |
| CN113820134B (zh) * | 2021-09-24 | 2023-09-05 | 中电华创电力技术研究有限公司 | 轴中心高H大于280mm卧式电机振动故障检测方法及装置 |
| KR102523468B1 (ko) * | 2022-12-05 | 2023-04-20 | 코이탱크주식회사 | 모터 상태 진단 시스템 |
| CN119270020A (zh) * | 2024-12-11 | 2025-01-07 | 青岛中微创芯电子有限公司 | 一种rc-igbt故障检测与诊断方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR19980084275A (ko) * | 1997-05-22 | 1998-12-05 | 이호림 | 전력공급선의 신호분석을 통한 전동기 비정상 상태 감시 시스템 |
| KR20030035434A (ko) * | 2001-10-31 | 2003-05-09 | 한국전력공사 | 발전전동기감시장치 |
| KR20050044320A (ko) * | 2003-02-07 | 2005-05-12 | 에이테크가부시키가이샤 | 전기 설비의 고조파 진단 방법 |
| KR20090052536A (ko) * | 2007-11-21 | 2009-05-26 | 한국전기연구원 | 발전기와 전동기의 운전중 상태감시를 위한 자속, 써지 및온도 복합 측정센서 |
-
2010
- 2010-04-05 KR KR1020100031107A patent/KR101140613B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR19980084275A (ko) * | 1997-05-22 | 1998-12-05 | 이호림 | 전력공급선의 신호분석을 통한 전동기 비정상 상태 감시 시스템 |
| KR20030035434A (ko) * | 2001-10-31 | 2003-05-09 | 한국전력공사 | 발전전동기감시장치 |
| KR20050044320A (ko) * | 2003-02-07 | 2005-05-12 | 에이테크가부시키가이샤 | 전기 설비의 고조파 진단 방법 |
| KR20090052536A (ko) * | 2007-11-21 | 2009-05-26 | 한국전기연구원 | 발전기와 전동기의 운전중 상태감시를 위한 자속, 써지 및온도 복합 측정센서 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101381822B1 (ko) | 2012-07-04 | 2014-04-17 | 한국전기연구원 | 전동기에서의 진동신호 분석방법 |
| KR20180049722A (ko) * | 2016-11-03 | 2018-05-11 | 한국전기연구원 | 공작기계용 전동기의 온라인 결함 진단 방법 |
| KR102676587B1 (ko) * | 2016-11-03 | 2024-06-18 | 한국전기연구원 | 공작기계용 전동기의 온라인 결함 진단 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20110111829A (ko) | 2011-10-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101140613B1 (ko) | 전동기의 온-사이트 결함 진단 방법 | |
| KR101298973B1 (ko) | 고압 유도전동기 종합 온라인 상태 진단 장치 및 방법 | |
| KR101474187B1 (ko) | 소자의 모니터링 방법 | |
| KR101326586B1 (ko) | 유도 전동기의 회전자 결함 진단 장치, 방법 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 매체 | |
| KR101169796B1 (ko) | 유도 전동기의 회전자바 고장 진단시스템 | |
| EP3480610B1 (en) | Diagnosing a winding set of a stator | |
| Alwodai et al. | A comparison of different techniques for induction motor rotor fault diagnosis | |
| CN109297716B (zh) | 一种双馈型风力发电机振动故障诊断方法 | |
| KR101381822B1 (ko) | 전동기에서의 진동신호 분석방법 | |
| KR102676587B1 (ko) | 공작기계용 전동기의 온라인 결함 진단 방법 | |
| Rosero et al. | Fault Detection in dynamic conditions by means of Discrete Wavelet Decomposition for PMSM running under Bearing Damage | |
| EP2851698B1 (en) | A method for detecting a fault in an electrical machine | |
| Zamudio-Ramírez et al. | Smart sensor for fault detection in induction motors based on the combined analysis of stray-flux and current signals: A flexible, robust approach | |
| KR100608235B1 (ko) | 유도전동기의 실시간 수명 예측, 결함 감지 방법 및 장치 | |
| De Angelo et al. | Discriminating broken rotor bar from oscillating load effects using the instantaneous active and reactive powers | |
| KR100810979B1 (ko) | 유도전동기의 결함 검출 방법 | |
| Fournier et al. | Effects of transmission belt looseness on electrical and mechanical measurements of an induction motor | |
| KR102028710B1 (ko) | 3상 교류 돌극형 동기기의 댐퍼 바 고장 진단 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 | |
| KR101267946B1 (ko) | 모터 수명예측방법 | |
| Matic et al. | Vibration based broken bar detection in induction machine for low load conditions. | |
| Oviedo et al. | Motor current signature analysis and negative sequence current based stator winding short fault detection in an induction motor | |
| KR101142974B1 (ko) | 인버터 구동 유도 전동기의 회전자 고장 진단 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 매체 | |
| Kumar et al. | LabVIEW based condition monitoring of induction machines | |
| US11959978B2 (en) | Method of detecting a rotor bar fault and a method of estimating an additional operating expenditure due to one or more mechanical anomalies in an electrical machine | |
| Shokoohi et al. | Beyond Signal Processing: A Model-Based Luenberger Observer Approach for Accurate Bearing Fault Diagnosis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20100405 |
|
| PA0201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20110627 Patent event code: PE09021S01D |
|
| PG1501 | Laying open of application | ||
| E701 | Decision to grant or registration of patent right | ||
| PE0701 | Decision of registration |
Patent event code: PE07011S01D Comment text: Decision to Grant Registration Patent event date: 20120321 |
|
| GRNT | Written decision to grant | ||
| PR0701 | Registration of establishment |
Comment text: Registration of Establishment Patent event date: 20120420 Patent event code: PR07011E01D |
|
| PR1002 | Payment of registration fee |
Payment date: 20120423 End annual number: 3 Start annual number: 1 |
|
| PG1601 | Publication of registration | ||
| FPAY | Annual fee payment |
Payment date: 20160418 Year of fee payment: 5 |
|
| PR1001 | Payment of annual fee |
Payment date: 20160418 Start annual number: 5 End annual number: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20170410 Year of fee payment: 6 |
|
| PR1001 | Payment of annual fee |
Payment date: 20170410 Start annual number: 6 End annual number: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20180410 Year of fee payment: 7 |
|
| PR1001 | Payment of annual fee |
Payment date: 20180410 Start annual number: 7 End annual number: 7 |
|
| FPAY | Annual fee payment |
Payment date: 20190416 Year of fee payment: 8 |
|
| PR1001 | Payment of annual fee |
Payment date: 20190416 Start annual number: 8 End annual number: 8 |
|
| PR1001 | Payment of annual fee |
Payment date: 20200416 Start annual number: 9 End annual number: 9 |
|
| PR1001 | Payment of annual fee |
Payment date: 20210420 Start annual number: 10 End annual number: 10 |
|
| PR1001 | Payment of annual fee |
Payment date: 20220419 Start annual number: 11 End annual number: 11 |
|
| PC1903 | Unpaid annual fee |
Termination category: Default of registration fee Termination date: 20240201 |