KR102126493B1 - 모터 고장 원격 진단 시스템 - Google Patents
모터 고장 원격 진단 시스템 Download PDFInfo
- Publication number
- KR102126493B1 KR102126493B1 KR1020190151548A KR20190151548A KR102126493B1 KR 102126493 B1 KR102126493 B1 KR 102126493B1 KR 1020190151548 A KR1020190151548 A KR 1020190151548A KR 20190151548 A KR20190151548 A KR 20190151548A KR 102126493 B1 KR102126493 B1 KR 102126493B1
- Authority
- KR
- South Korea
- Prior art keywords
- current
- motor
- frequency
- signal
- starting
- Prior art date
Links
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
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/25—Arrangements for measuring currents or voltages or for indicating presence or sign thereof using digital measurement techniques
- G01R19/2506—Arrangements for conditioning or analysing measured signals, e.g. for indicating peak values ; Details concerning sampling, digitizing or waveform capturing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/16—Spectrum analysis; Fourier analysis
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Mathematical Physics (AREA)
- Power Engineering (AREA)
- Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
Abstract
3 상 전류트랜스포머(CT)와 모터 코일 2차 측에 전압 센서를 구비한 데이터 취득부와 데이터 취득부로부터 신호를 공중 통신망 통하여 원거리에 송출하는 송신기를 구비한 모터 고장 원격 진단 시스템은, 송신기로부터 데이터 신호를 수신하여 모터의 극 수와 명판 정보를 시스템에 저장하도록 하는 입력신호 수신부, 입력신호 수신부로부터 입력신호가 공급되면, 기동전류신호와 정상전류신호을 발생시키는 입력신호 분배부, 기동전류를 순시 값으로 시간에 따라 변화하는 기동전류신호를 분석하여 전류 실효 값을 계산하고 동시에 기동전류신호를 연속웨이브렛 변환을 하고 최대 에너지점을 계산한 기동전류데이터를 출력하는 기동전류 파형발생부, 기동전류 파형발생부로부터 기동전류데이터를 수신하여 MCSA 및 연속웨이브렛 변환을 적용하여 시간*주파수 파형과 V 패턴 파형을 발생시켜 고장 유무를 판단하는 기동전류 판단부, 입력신호 분배부로부터 데이터 신호가 정상전류인 것으로 판단되면 모터 전류 스펙트럼분석(MCSA)으로 모터속도(1x) 및 슬립을 계산하여 저주파 진동으로 나타나는 모터의 회전주파수와 얼라인먼트 주파수를 확인하는 전류스펙트럼 발생부, 전류스펙트럼 발생부로부터 주파수 데이터 신호를 수신하여 전류스펙트럼을 발생시켜 고장판단을 하는 슬리브 베어링 이상판단부, 전류 스펙트럼 발생부로부터 얼라인먼트주파수fa를 수신하여 주파수fa에서 전류 피크 값과 fa+60Hz에서 전류 피크 값을 계산하여 고장판단을 하는 얼라인먼트 이상판단부와 시스템의 이상상태를 경고 및 표시하는 이상상태 경고 및 표시부들로 구성된다.
Description
본 발명은 산업공정에서 모터의 고장을 진단하는 진단 시스템에 관한 것으로, 특히 전류분석스펙트럼분석기술과 연속 웨이브렛 변환기술을 적용하여 원격에서 전기적 고장과 기계적 결함을 함께 진단하는 모터 고장 원격 진단 시스템을 제공하는 것에 관한 것이다.
일반적으로 모터(전동기)의 결함이나 고장은 전력 손실과 온도 증가의 원인이 되며 기계적 진동을 증가시켜 전체 시스템의 효율을 감소시키고, 전기 절연체 또는 기계부품들의 열화를 가속시켜 수명을 단축하며, 고장에 의한 공정 정지의 위험성을 높인다.
이에 따라 온라인으로 모터의 진동, 전류, 온도 등을 측정하여 고장을 진단하는 제품들이 다수 상용화되었다. 온라인 진단 방법 중 모터 전류 스펙트럼 분석 기술(MCSA; Motor Current Signature Analysis, 이하 MCSA로 통칭함)은 저가로 안전하게 원격 진단을 할 수 있기 때문에 최근 들어 많이 선호되고 있다. MCSA는 특히 전기적인 고장에 대하여 민감하여 유도전동기 로터 바 고장진단에 대해서는 다른 어떠한 진단 방법보다 신뢰성이 높은 점에 착안하여, 본 출원인은 2013. 11.14일자로 출원하고 2014.08.08일 특허 제10-1432786호로 등록되고, 이 등록발명의 명칭이 "모터의 고장진단방법 및 그 시스템"으로, 모터의 운전중에 발생하는 전류 전압을 A/D변환하여 모터의 속도와 전류 피크를 산출하여 로터 바의 파손을 판단하고, 모터의 로터 바의 주파수를 산출하여 모터의 성능을 확인하며, 에어 갭의 동적 편심과 유사하게 변화하는 자속 밀도에 불 균일에 해당하는 에어 갭 전류 및 토크의 변화로 베어링 결함을 검출하고, 모터에 대한 전체 입력전력(Pin)과 순전력 출력의 비를 산출하여 모터 작동효율을 근거로 모터의 고장을 진단하는 기술을 개시하고 있다.
그러나, 이 등록발명은 모터의 로터 바, 즉 회전자의 상태와 모터의 기계적인 결함을 MCSA만으로 진단하는 것으로, 저속의 높은 토크를 요구하는 부하, 실례를 들면 크러셔, 분산기(Disperser), 정쇄기(Refiner) 들과 같이 부하 회전 주파수가 로터 바 소손 주파수와 인접해 있거나 겹칠 가능성이 있거나 모터 부하의 30%이하인 경우 로터 바의 회전주파수의 크기의 확인이 어려운 경우는 물론, 대형 모터의 로터에 다수의 에어 덕트를 구비케 하므로 로터 바 고장 주파수의 사이드밴드 성분의 발생되므로 MCSA 기법을 이용하면 오 진단을 일으키는 등 저주파 진동이 일으키는 기계적인 결함을 진단하지 못하였다.
또한, 모터 전류에는 다양한 주파수 성분, 특히 로터 바 소손 주파수 성분으로 나타나고, 각종 고장 등의 이유로 인한 고장 성분들이 존재하는데, MCSA에서는 이러한 성분을 관찰하기 위해 <그림 1>의 기동전류 파형에서 정상상태의 모터 전류를 취득하여 퓨리에 변환(Fourier Transform)을 이용한다. 정상상태에서의 퓨리에 변환은 시간에 따라 주파수 성분이 변조되는 경우 신호의 주파수 특성 해상도가 매우 낮아진다는 단점이 있다. 또한 모터가 정상상태일 때는 로터 구조와 슬립에 따른 자속 경로 제한, 부하의 종류에 따른 간섭 성분 등을 배제할 수 없었다.
이를 <그림 1>로부터 알 수 있듯이, 기동전류는 과도상태에서의 전류를 말하는데, 모터의 기동 후 정상상태에 도달하는 과정에서 슬립이 1에서 0으로 변하며 그에 따라 다양한 주파수 성분들의 대역도 변조된다. 이러한 과도상태(Transient State)에서 다양한 주파수 성분들의 대역도 변조를 확인하려면 웨이브렛 변환(Wavelet Transform)이 필요하다.
<그림 1> 기동전류 파형
이러한 점에 착안하여 웨이브렛 변환을 이용하여 보았다. 이 웨이브렛변환은 크게 이산 웨이브렛 변환(discrete wavelet transform, DWT)과 연속 웨이브렛 변환(continuous wavelet transform, CWT) 두 가지이다.
여기서, 이산 웨이브렛 변환은 원 신호를 정해진 몇 개의 주파수 대역 창으로 나누어 각 대역 창 내부에서 시간에 따른 주파수 성분의 변조를 관찰할 수는 있지만, 대역 창 조절 제한이 있으며, 그 창 내부 성분들이 하나의 신호로 나타나서 원하는 성분(로터 바 소손 주파수)만의 변조를 추적하기 어렵고 해상도가 떨어진다는 단점이 있다.
<그림 2>에서 알 수 있는 바와 같이, 이산웨이브렛 변환 파형을 나타낸 것으로, 정해진 주파수 대역창에서 주파수 성분의 변조를 육안으로 관찰하여 역 V 패턴을 관찰해야 한다. 이 방법은 로터 바 고장을 수동으로 진단할 때 적용할 수 있다.
<그림 2> 이산웨이브렛 변환
연속 웨이브렛 변환은 네트 웍 시스템을 활용하여 자동으로 로터 바 고장을 파악하여 사용자에게 알람 신호를 제공하는데 적합하다. 즉, 로터 바 주파수 frb = (1 - 2·S)에서 슬립 S = 1 (모터 기동상태)일 때 frb = -60[Hz]이고, 슬립 S = 0 (동기속도)일 때 frb = +60[Hz] 이므로 <그림 3>과 같은 시간-주파수 파형을 구할 수 있고, 로터 바 고장이면 <그림 14>와 같은 3축(시간-주파수-전류)의 연속 웨이브렛 변환 파형을 구할 수 있다.
<그림 3> 시간-주파수 파형 <그림 4> 연속 웨이브렛 변환 파형
그러므로 2 대의 사양( 6.6KV, 3.8MW, 12극)을 가진 정상 및 고장 모터에 대한 진단을 MCSA와 연속 웨이브렛변환을 적용하여 분석한 결과는 다음과 같다
<그림 5>는 정상 모터의 MCSA 및 연속웨이브렛 변환 방법으로 시험한 것으로, 정상으로 진단되는 분석 결과인 정상작동 판단으로 이용된다.
<그림 5> 정상 모터의 MCSA 및 연속웨이브렛 변환 시험 결과
<그림 6>은 MCSA 및 연속웨이브렛 변환 시험들을 통해 고장으로 진단이 되었고 분해 검사 결과 실제로 결함이 있었다. 우측 연속웨이브렛변환 분석결과에서 고장으로 인해 나타나는 성분은 붉은색 화살표로 표시되어 있는 부분이다. 이는 <그림 7>에서 모터의 고장을 확인할 수 있다.
<그림 6> 고장 모터의 MCSA 및 연속웨이브렛 변환 시험 결과
<그림 7> 모터의 분해 검사 시 고장 부위
<그림 8>은 모터를 수리한 후 시험 분석한 결과이며, 연속웨이브렌 변환 결과는 <그림 6>의 결과와는 확연한 차이를 보이고 <그림 7>의 결과와 유사하다.
<그림 8> 고장 모터의 수리후 MCSA 및 연속웨이브렛 변환 시험 결과
<그림 9>는 사양이 6.6KV, 750KW, 6극으로 되는 정상 모터의 시험 결과이다. 여기서는 로터 바 소손에 따른 패턴이 연속웨이브렛변환 시험에서는 보이지 않고, MCSA에서도 역시 정상으로 판정되었다.
<그림 9> 정상 모터의 MCSA 및 연속웨이브렛 변환 시험 결과
<그림 10>은 모터가 고장 판정을 받은 후 연속웨이브렛 변환 결과 로터 바의 소손으로 인한 주파수가 형성되는 데에 따라 붉은색 화살표를 따라 뚜렷이 나타나 보인다.
<그림 10> 고장 모터의 MCSA 및 연속웨이브렛 변환 시험 결과
<그림 11>에서 고장 모터의 실체를 분해하여 검사한 로터 바 소손 부위를 확인할 수 있다.
<그림 11> 모터의 분해 검사 시 고장 부위
이와 같이 MSCA 및 연속웨이브렛 변환 시험결과를 통하여, 실제 모터의 로터 바 고장 상태를 검증할 수 있음 알 수 있다. 더하여 모터는 로터 바 고장의 정도가 커질수록 고장 주파수에서의 전류 크기를 증가시키는데 따라 고장 주파수 성분 에너지를 높여 연속웨이브렛변환에 의해 나타나는 패턴의 굵기가 굵어지고 색깔도 진해진다. 이를 이용하면 실제 모터의 로터 바 고장 상태를 알아낼 수 있다.
이외에도, 부품의 마모, 기계적 헐거움, 설계 결함, 윤활 시스템의 결함 등에 의한 샤프트, 슬리브 베어링, 베어링 하우징, 프레임 등에서는 간극이 너무 크거나 작아질 수 있다.
실례를 들면, 오일 월(Oil Whirl)이 로터의 불안정한 회전이나 부품 간의 간헐적 접촉을 일으켜 슬리브 베어링에 심각한 손상을 입힐 수 있다.
즉, 슬리브 베어링을 구비한 공기 압축 모터(6,600V 4,000HP 297A 2극)의 2 대가 병렬로 운전되는 중, 1 대의 진동이 높아서 2 대의 전류 스펙트럼 분석한 결과 아래 그림과 같은 결과가 관측되었다. 진동이 높은 제 2 모터(A2)는 진동이 높지 않은 제 1 모터(A1)보다 회전주파수인 1 X의 반보다 낮은 주파수에서 높은 진동이 있었고, 이하와 같이 전류 스펙트럼에서 이에 해당되는 성분이 명확하게 관찰되었다.
<그림 12> 모터(A1)의 전류 스펙트럼, 모터(A2)의 전류 스펙트럼
그러므로 두 대의 모터를 분해하여 본 결과 모터 축의 오일 월이 있는 제 2 모터(A2)는 마모가 많이 되어 손상되었음을 관찰할 수 있, 제 2 모터 축의 마모에 의한 오일 월은 저주파 진동의 원인이며 전류로도 진단할 수 있음을 알 수 있다.
또한, 모터는 커플링 등으로 부하와 연결하여 부하를 구동시키는데, 얼라인먼트 상태가 좋지 않으면 베어링 마모가 심하고 심한 경우 모터 축이 휘거나 부러질 수도 있다.
얼라인먼트 주파수 fa = fs ± k·fr
여기서 p는 폴 패어(Pole Pair)를 의미하며 4극 모터라면 30[Hz]보다 다소 큰 주파수와 90[Hz] 보다 다소 낮은 주파수에서 이하의 그림과 같이 전류 피크가 발생한다.
더하여 얼라인먼트의 상태진단은 냉각 팬모터(440V, 37kW, 4극)의 전류 스펙트럼으로 가능한 데, 실례를 들면, 4극 모터는 30Hz보다 조금 높은 주파수에서 전류 피크가 발생하는 데 따라 상태가 다르게 나타난다. <그림 13>에서 a)의 파형은 얼라인먼트가 상태가 양호한 전류 스펙트럼이고, b)의 파형은 얼라인먼트 결함 상태의 전류 스펙트럼이다.
a) 얼라인먼트 상태 양호 b) 얼라인먼트 상태 결함
<그림 13> 전류분석에 의한 얼라인먼트 상태진단
이와 같이 얼라인먼트 상태진단에 따른 결함 상태 상태에서는 정비 전에 상하 0.7mm, 좌우 1mm 로 관찰되었던 바, 얼라인먼트 상태를 전류분석 기술로 진단할 수 있다
이상과 같이 모터의 고장진단은 고장의 유형에 따라 모터의 작동 상태에 따른 전기적 신호와 기계적 결함으로 나타나는 데이터로 습득하여 이 데이터를 디지털로 변형한 전기신호들을 수치화하는 전류분석기술을 이용하여 고장판단을 하도록 한다면 매우 바람직함을 알 수 있다.
이에 따라 온라인으로 모터의 진동, 전류, 온도 등을 측정하여 고장을 진단하는 제품들이 다수 상용화되었다. 온라인 진단 방법 중 모터 전류 스펙트럼 분석 기술(MCSA; Motor Current Signature Analysis, 이하 MCSA로 통칭함)은 저가로 안전하게 원격 진단을 할 수 있기 때문에 최근 들어 많이 선호되고 있다. MCSA는 특히 전기적인 고장에 대하여 민감하여 유도전동기 로터 바 고장진단에 대해서는 다른 어떠한 진단 방법보다 신뢰성이 높은 점에 착안하여, 본 출원인은 2013. 11.14일자로 출원하고 2014.08.08일 특허 제10-1432786호로 등록되고, 이 등록발명의 명칭이 "모터의 고장진단방법 및 그 시스템"으로, 모터의 운전중에 발생하는 전류 전압을 A/D변환하여 모터의 속도와 전류 피크를 산출하여 로터 바의 파손을 판단하고, 모터의 로터 바의 주파수를 산출하여 모터의 성능을 확인하며, 에어 갭의 동적 편심과 유사하게 변화하는 자속 밀도에 불 균일에 해당하는 에어 갭 전류 및 토크의 변화로 베어링 결함을 검출하고, 모터에 대한 전체 입력전력(Pin)과 순전력 출력의 비를 산출하여 모터 작동효율을 근거로 모터의 고장을 진단하는 기술을 개시하고 있다.
그러나, 이 등록발명은 모터의 로터 바, 즉 회전자의 상태와 모터의 기계적인 결함을 MCSA만으로 진단하는 것으로, 저속의 높은 토크를 요구하는 부하, 실례를 들면 크러셔, 분산기(Disperser), 정쇄기(Refiner) 들과 같이 부하 회전 주파수가 로터 바 소손 주파수와 인접해 있거나 겹칠 가능성이 있거나 모터 부하의 30%이하인 경우 로터 바의 회전주파수의 크기의 확인이 어려운 경우는 물론, 대형 모터의 로터에 다수의 에어 덕트를 구비케 하므로 로터 바 고장 주파수의 사이드밴드 성분의 발생되므로 MCSA 기법을 이용하면 오 진단을 일으키는 등 저주파 진동이 일으키는 기계적인 결함을 진단하지 못하였다.
또한, 모터 전류에는 다양한 주파수 성분, 특히 로터 바 소손 주파수 성분으로 나타나고, 각종 고장 등의 이유로 인한 고장 성분들이 존재하는데, MCSA에서는 이러한 성분을 관찰하기 위해 <그림 1>의 기동전류 파형에서 정상상태의 모터 전류를 취득하여 퓨리에 변환(Fourier Transform)을 이용한다. 정상상태에서의 퓨리에 변환은 시간에 따라 주파수 성분이 변조되는 경우 신호의 주파수 특성 해상도가 매우 낮아진다는 단점이 있다. 또한 모터가 정상상태일 때는 로터 구조와 슬립에 따른 자속 경로 제한, 부하의 종류에 따른 간섭 성분 등을 배제할 수 없었다.
이를 <그림 1>로부터 알 수 있듯이, 기동전류는 과도상태에서의 전류를 말하는데, 모터의 기동 후 정상상태에 도달하는 과정에서 슬립이 1에서 0으로 변하며 그에 따라 다양한 주파수 성분들의 대역도 변조된다. 이러한 과도상태(Transient State)에서 다양한 주파수 성분들의 대역도 변조를 확인하려면 웨이브렛 변환(Wavelet Transform)이 필요하다.
<그림 1> 기동전류 파형
이러한 점에 착안하여 웨이브렛 변환을 이용하여 보았다. 이 웨이브렛변환은 크게 이산 웨이브렛 변환(discrete wavelet transform, DWT)과 연속 웨이브렛 변환(continuous wavelet transform, CWT) 두 가지이다.
여기서, 이산 웨이브렛 변환은 원 신호를 정해진 몇 개의 주파수 대역 창으로 나누어 각 대역 창 내부에서 시간에 따른 주파수 성분의 변조를 관찰할 수는 있지만, 대역 창 조절 제한이 있으며, 그 창 내부 성분들이 하나의 신호로 나타나서 원하는 성분(로터 바 소손 주파수)만의 변조를 추적하기 어렵고 해상도가 떨어진다는 단점이 있다.
<그림 2>에서 알 수 있는 바와 같이, 이산웨이브렛 변환 파형을 나타낸 것으로, 정해진 주파수 대역창에서 주파수 성분의 변조를 육안으로 관찰하여 역 V 패턴을 관찰해야 한다. 이 방법은 로터 바 고장을 수동으로 진단할 때 적용할 수 있다.
<그림 2> 이산웨이브렛 변환
연속 웨이브렛 변환은 네트 웍 시스템을 활용하여 자동으로 로터 바 고장을 파악하여 사용자에게 알람 신호를 제공하는데 적합하다. 즉, 로터 바 주파수 frb = (1 - 2·S)에서 슬립 S = 1 (모터 기동상태)일 때 frb = -60[Hz]이고, 슬립 S = 0 (동기속도)일 때 frb = +60[Hz] 이므로 <그림 3>과 같은 시간-주파수 파형을 구할 수 있고, 로터 바 고장이면 <그림 14>와 같은 3축(시간-주파수-전류)의 연속 웨이브렛 변환 파형을 구할 수 있다.
<그림 3> 시간-주파수 파형 <그림 4> 연속 웨이브렛 변환 파형
그러므로 2 대의 사양( 6.6KV, 3.8MW, 12극)을 가진 정상 및 고장 모터에 대한 진단을 MCSA와 연속 웨이브렛변환을 적용하여 분석한 결과는 다음과 같다
<그림 5>는 정상 모터의 MCSA 및 연속웨이브렛 변환 방법으로 시험한 것으로, 정상으로 진단되는 분석 결과인 정상작동 판단으로 이용된다.
<그림 6>은 MCSA 및 연속웨이브렛 변환 시험들을 통해 고장으로 진단이 되었고 분해 검사 결과 실제로 결함이 있었다. 우측 연속웨이브렛변환 분석결과에서 고장으로 인해 나타나는 성분은 붉은색 화살표로 표시되어 있는 부분이다. 이는 <그림 7>에서 모터의 고장을 확인할 수 있다.
<그림 7> 모터의 분해 검사 시 고장 부위
<그림 8>은 모터를 수리한 후 시험 분석한 결과이며, 연속웨이브렌 변환 결과는 <그림 6>의 결과와는 확연한 차이를 보이고 <그림 7>의 결과와 유사하다.
<그림 8> 고장 모터의 수리후 MCSA 및 연속웨이브렛 변환 시험 결과
<그림 9>는 사양이 6.6KV, 750KW, 6극으로 되는 정상 모터의 시험 결과이다. 여기서는 로터 바 소손에 따른 패턴이 연속웨이브렛변환 시험에서는 보이지 않고, MCSA에서도 역시 정상으로 판정되었다.
<그림 9> 정상 모터의 MCSA 및 연속웨이브렛 변환 시험 결과
<그림 10>은 모터가 고장 판정을 받은 후 연속웨이브렛 변환 결과 로터 바의 소손으로 인한 주파수가 형성되는 데에 따라 붉은색 화살표를 따라 뚜렷이 나타나 보인다.
<그림 10> 고장 모터의 MCSA 및 연속웨이브렛 변환 시험 결과
<그림 11>에서 고장 모터의 실체를 분해하여 검사한 로터 바 소손 부위를 확인할 수 있다.
<그림 11> 모터의 분해 검사 시 고장 부위
이와 같이 MSCA 및 연속웨이브렛 변환 시험결과를 통하여, 실제 모터의 로터 바 고장 상태를 검증할 수 있음 알 수 있다. 더하여 모터는 로터 바 고장의 정도가 커질수록 고장 주파수에서의 전류 크기를 증가시키는데 따라 고장 주파수 성분 에너지를 높여 연속웨이브렛변환에 의해 나타나는 패턴의 굵기가 굵어지고 색깔도 진해진다. 이를 이용하면 실제 모터의 로터 바 고장 상태를 알아낼 수 있다.
이외에도, 부품의 마모, 기계적 헐거움, 설계 결함, 윤활 시스템의 결함 등에 의한 샤프트, 슬리브 베어링, 베어링 하우징, 프레임 등에서는 간극이 너무 크거나 작아질 수 있다.
실례를 들면, 오일 월(Oil Whirl)이 로터의 불안정한 회전이나 부품 간의 간헐적 접촉을 일으켜 슬리브 베어링에 심각한 손상을 입힐 수 있다.
즉, 슬리브 베어링을 구비한 공기 압축 모터(6,600V 4,000HP 297A 2극)의 2 대가 병렬로 운전되는 중, 1 대의 진동이 높아서 2 대의 전류 스펙트럼 분석한 결과 아래 그림과 같은 결과가 관측되었다. 진동이 높은 제 2 모터(A2)는 진동이 높지 않은 제 1 모터(A1)보다 회전주파수인 1 X의 반보다 낮은 주파수에서 높은 진동이 있었고, 이하와 같이 전류 스펙트럼에서 이에 해당되는 성분이 명확하게 관찰되었다.
<그림 12> 모터(A1)의 전류 스펙트럼, 모터(A2)의 전류 스펙트럼
그러므로 두 대의 모터를 분해하여 본 결과 모터 축의 오일 월이 있는 제 2 모터(A2)는 마모가 많이 되어 손상되었음을 관찰할 수 있, 제 2 모터 축의 마모에 의한 오일 월은 저주파 진동의 원인이며 전류로도 진단할 수 있음을 알 수 있다.
또한, 모터는 커플링 등으로 부하와 연결하여 부하를 구동시키는데, 얼라인먼트 상태가 좋지 않으면 베어링 마모가 심하고 심한 경우 모터 축이 휘거나 부러질 수도 있다.
얼라인먼트 주파수 fa = fs ± k·fr
여기서 p는 폴 패어(Pole Pair)를 의미하며 4극 모터라면 30[Hz]보다 다소 큰 주파수와 90[Hz] 보다 다소 낮은 주파수에서 이하의 그림과 같이 전류 피크가 발생한다.
더하여 얼라인먼트의 상태진단은 냉각 팬모터(440V, 37kW, 4극)의 전류 스펙트럼으로 가능한 데, 실례를 들면, 4극 모터는 30Hz보다 조금 높은 주파수에서 전류 피크가 발생하는 데 따라 상태가 다르게 나타난다. <그림 13>에서 a)의 파형은 얼라인먼트가 상태가 양호한 전류 스펙트럼이고, b)의 파형은 얼라인먼트 결함 상태의 전류 스펙트럼이다.
a) 얼라인먼트 상태 양호 b) 얼라인먼트 상태 결함
<그림 13> 전류분석에 의한 얼라인먼트 상태진단
이와 같이 얼라인먼트 상태진단에 따른 결함 상태 상태에서는 정비 전에 상하 0.7mm, 좌우 1mm 로 관찰되었던 바, 얼라인먼트 상태를 전류분석 기술로 진단할 수 있다
이상과 같이 모터의 고장진단은 고장의 유형에 따라 모터의 작동 상태에 따른 전기적 신호와 기계적 결함으로 나타나는 데이터로 습득하여 이 데이터를 디지털로 변형한 전기신호들을 수치화하는 전류분석기술을 이용하여 고장판단을 하도록 한다면 매우 바람직함을 알 수 있다.
본 발명의 주목적은 모터전류스펙트럼분석기술과 연속웨이브렛 변환기술을 활용하여 원격에서 전기적 고장과 기계적 결함을 함께 진단하는 모터 고장 원격 진단 시스템을 제공하는 데 있다.
본 발명의 다른 목적은 모터의 작동 상태에 따른 전기적 신호와 기계적 결함으로 나타나는 데이터로 습득하여 이 데이터를 디지털로 변형한 전기신호들을 수치화하는 전류분석기술과 연속웨이브렛 변환기술을 이용하여 고장판단을 하는 모터 고장 원격 진단 시스템을 제공하는 데 있다.
본 발명의 또 다른 목적은 부하 불평형, 오정렬, 헐거움, 슬리브 베어링 결함 등의 결함이 많이 진행이 되면 소정 주파수 이상의 진동분석으로 나타나는 전류를 습득하고 모터의 회전주파수 이하의 저주파 진동을 일으키는 기계적 고장을 모터전류분석기술을 이용하여 고장판단을 하는 모터 고장 원격 진단 시스템을 제공하는 데 있다.
본 발명의 다른 목적은 모터의 작동 상태에 따른 전기적 신호와 기계적 결함으로 나타나는 데이터로 습득하여 이 데이터를 디지털로 변형한 전기신호들을 수치화하는 전류분석기술과 연속웨이브렛 변환기술을 이용하여 고장판단을 하는 모터 고장 원격 진단 시스템을 제공하는 데 있다.
본 발명의 또 다른 목적은 부하 불평형, 오정렬, 헐거움, 슬리브 베어링 결함 등의 결함이 많이 진행이 되면 소정 주파수 이상의 진동분석으로 나타나는 전류를 습득하고 모터의 회전주파수 이하의 저주파 진동을 일으키는 기계적 고장을 모터전류분석기술을 이용하여 고장판단을 하는 모터 고장 원격 진단 시스템을 제공하는 데 있다.
본 발명에 따른 3 상 모터에 설치되는 3 상 전류트랜스포머(CT)와 모터 코일 2차 측에 전압 센서로부터 전류신호 및 전압신호와 모터의 명판 정보와 모터의 극 수를 포함하는 데이터 신호를 수집하는 데이터 취득부와 데이터 취득부로부터 신호를 공중 통신망, 인터넷 등을 통하여 원거리에 송출하는 송신기를 구비한 모터 고장 원격 진단 시스템은, 송신기로부터 데이터 신호를 수신하여 모터의 극 수와 명판 정보를 시스템에 저장하도록 하는 입력신호 수신부, 입력신호 수신부로부터 입력신호가 공급되면, 이 공급전류가 기동상태 전류인 경우 기동전류신호를 발생시키고 및 정상상태 전류인 경우 정상전류신호를 발생시키는 입력신호 분배부, 입력신호분배부로부터 기동전류신호가 인가되면, 기동전류가 순시 값으로 시간에 따라 변화하는 기동전류신호를 분석하여 전류 실효 값을 계산하여 기동전류신호를 MCSA 와 연속웨이브렛 변환하여 최대 에너지점을 계산한 기동전류데이터를 출력하는 기동전류 파형발생부, 기동전류 파형발생부로부터 기동전류데이터를 수신하여 이 기동전류데이터에 근거하여 MCSA와 연속웨이브렛 변환을 동시에 적용하면 시간*주파수 파형과 최초시간*주파수*크기의 V 패턴 파형을 발생시켜 고장 유무를 판단하는 기동전류 판단부, 입력신호 분배부로부터 데이터 신호를 수신하여 이 데이터신호가 정상전류인 것으로 판단되면 모터 전류 스펙트럼분석(MCSA)으로 모터속도(1x) 및 슬립을 계산하여 저주파 진동으로 나타나는 모터의 회전주파수와 얼라인먼트 주파수를 확인하는 전류스펙트럼 발생부, 전류스펙트럼 발생부로부터 주파수 데이터 신호를 수신하여 전류스펙트럼을 발생시켜 고장판단을 하는 슬리브 베어링 이상판단부, 전류 스펙트럼 발생부로부터 얼라인먼트주파수fa를 수신하여 주파수fa에서 전류 피크 값을 계산하고, fa+60Hz에서 전류 피크 값을 계산하여 고장판단을 하는 얼라인먼트 이상판단을 하는 얼라인먼트 이상판단부와 시스템의 이상상태를 경고 및 표시하는 이상상태 경고 및 표시부들로 구성된다.
기동전류판단부는 기동전류데이터에 근거하여 MCSA와 연속웨이브렛 변환방법을 적용함으로 시간*주파수 파형과 최초시간*주파수*크기의 V 패턴 파형을 발생시키는 데 따라 최대 에너지점을 고장유무의 판단 기준으로 양호 -50db 이하, 관심 -45db~-50db, 주의 -45db~-35db 및 고장 -35db로 수치화하여 고장 판단을 한다.
슬리브베어링 이상판단부는 모터의 회전주파수 1 x의 반보다 낮은 주파수가 계산되면 식 fwhirl[1 x (35~45%)]에 근거하여 슬리브 주파수를 계산하며, fwhirl에서 전류 피크 값을 계산하고, fwhirl+60Hz에서 전류 피크 값을 계산하여 슬리브베어링의 이상판단을 한다.
기동전류판단부는 기동전류데이터에 근거하여 MCSA와 연속웨이브렛 변환방법을 적용함으로 시간*주파수 파형과 최초시간*주파수*크기의 V 패턴 파형을 발생시키는 데 따라 최대 에너지점을 고장유무의 판단 기준으로 양호 -50db 이하, 관심 -45db~-50db, 주의 -45db~-35db 및 고장 -35db로 수치화하여 고장 판단을 한다.
슬리브베어링 이상판단부는 모터의 회전주파수 1 x의 반보다 낮은 주파수가 계산되면 식 fwhirl[1 x (35~45%)]에 근거하여 슬리브 주파수를 계산하며, fwhirl에서 전류 피크 값을 계산하고, fwhirl+60Hz에서 전류 피크 값을 계산하여 슬리브베어링의 이상판단을 한다.
이상에서와 같이 본 발명은 3 상 모터의 기동 상태의 과도상태에서의 기동전류와 정상 상태의 전류에 대하여 연속웨이브렛 변환 및 전류전류스펙트럼분석을 통하여 모터의 로터 바 및 부하 불평형, 오정렬, 헐거움, 슬리브 베어링 결함 등을 전기적 방법으로 진단한다.
본 발명을 설명하기 위한 실시 예를 나타내는 도면의 간단한 설명은 다음과 같다.
도 1은 본 발명에 따른 모터 고장 원격 진단시스템의 전체 구조를 나타내는 블록선도이며,
도 2는 본 발명에 따른 모터 고장 원격 진단시스템의 작동을 보인 플로우 챠트이다.
도 1은 본 발명에 따른 모터 고장 원격 진단시스템의 전체 구조를 나타내는 블록선도이며,
도 2는 본 발명에 따른 모터 고장 원격 진단시스템의 작동을 보인 플로우 챠트이다.
본 발명을 첨부도면에 근거하여 상세히 설명하면 다음과 같다.
도 1 및 도 2에 도시와 같이, 본 발명에 따른 모터 고장 원격 진단시스템(10)은 도시되지 않은 모터 내부에 3 상 전류트랜스포머(CT)와 모터 코일 2차 측에 전압 센서로부터 전류신호 및 전압신호와 모터의 명판 정보와 모터의 극 수를 포함하는 데이터 신호를 수집하는 데이터 취득부(20)와 이 데이터 취득부(20)로부터 신호를 공중 통신망, 인터넷 등을 통하여 원거리에 송출하는 라우터 등과 같은 송신기(30)들을 구비한다.
모터 고장 원격 진단 시스템(10)은 서버 컴퓨터로 구성되며, 송신기(30)로부터 데이터 신호를 수신하는 입력신호 수신부(11)가 수신한다.
입력신호 수신부(11)는 단계(101)에서 동작하게 되면 송신기(30)부터 수집된 데이터 신호를 처리하여 단계(102)에서 입력신호 인가를 판단하고, 입력신호가 데이터를 포함하고 있으면 단계(104)로 이전하여 모터의 극 수와 명판 정보를 시스템에 저장하도록 하고, 아니면 동시에 단계(104)로 이전하여 대기 상태로 된다.
이후 입력신호 수신부(11)로부터 입력신호를 입력신호 분배부(12)로 인가햐며, 입력신호 분배부(12)는 단계(105)에서 기동상태 전류인가를 단계(106)에서 판단하고 정상상태 전류인가를 판단하고 기동상태 전류가 아니거나 정상상태 전류가 아닌 경우 단계(104)로 이전된다.
입력신호 분배부(12)는 기동상태전류를 기동전류파형발생부(13)에 인가하고 정상전류를 전류스펙트럼발생부(14)에 인가한다.
기동전류파형발생부(13)는 기동전류가 순시값으로 시간에 따라 변화하는 전류실효값을 단계(106)에서 계산하고 단계(108)로 이전하여 정격전류 이상의 전류가 취득되면 기동전류 시작지점을 계산하여 기동전류파형<그림 1>을 발생시킨다.
기동이 시작되면 단계(110)에서 기동전류 신호를 연속웨이브렛 변환을 하고 단계(111)에서 최대 에너지점을 계산하고 이 결과에 따른 기동전류데이터를 기동전류판단부(15)에 인가한다.
기동전류판단부(15)는 기동전류데이터에 근거하여 연속웨이브렛 변환만을 적용하면 <그림 3>과 같이 시간*주파수 파형을 발생시키며 최초시간*주파수*크기의 3축 파형, 즉 V 패턴파형을 발생시킨다.
더하여 본 발명에 따르면, 기동전류판단부(15)는 단계(111)에서 기동전류데이터에 MCSA 및 연속웨이브렛 변환방법을 동시 적용함으로 정상모터의 경우 <그림 5>의 시간*주파수 파형과 최초시간*주파수*크기의 3축 파형을 발생시키고, 고장모터의 경우 <그림 6>의 시간*주파수 파형과 최초시간*주파수*크기의 3축 파형을 발생시키고 최대에너지점을 표기한다.
이후 기동전류판단부(15)는 최종 기동전류데이터를 기반으로 단계(112)를 수행하는데 소정의 고장유무의 판단 기준, 실례를 들면 양호는 -50db 이하, 관심은 -45db~-50db, 주의는 -45db~-35db 및 고장은 -35db로 수치화 하여 비교된다. 그리고 단계(113)에서는 고장의 경우 경고장치를 작동시키고 고장표시를 한다.
이와 같은 방법으로 고장 확인된 모터를 수리 후 상기에서 개시된 바와 같MCSA 및 연속웨이브렛 변환을 동시 적용하면 <그림 6>의 고장 모터의 결과가 고장 수리 후 <그림 8> 의 정상모터로 작동함을 확인할 수 있었으며, 다른 한편으로 사양 6.6KV, 750KW, 6극의 모터에 MCSA 및 연속웨이브렛 변환방법을 동시 적용하여 보아도 그 결과에 따라 <그림 9>에서와 같이 로터 바 소손에 따른 패턴이 보이지 않아 정상 모터로 판정하고, <그림 10> 모터 바의 소손으로 인한 주파수에 따라 V 패턴이 확인되었다.
한편 입력신호 분배부(12)로부터 데이터 신호가 전류스펙트럼 발생부(14)에 인가되어 단계(106)에서 정상전류인 것으로 판단되면 단계(120)로 이전하여 모터 전류 스펙트럼분석(MCSA)으로 모터속도(1x) 및 슬립을 계산한다.
전류스펙트럼 발생부(14)는 오일 월이 슬리브 베어링에 손상을 일으켜 모터의 로터 바 고장을 일으킨 경우 모터의 진동 및 손실증가에 따라 로터의 불안정한 회전이나 부품 간 간헐적 접촉이 저주파 진동으로 나타나는 경우 단계(121)에서 로터의 회전주파수 1 x의 반보다 낮은 주파수가 계산되면 식 fwhirl[1 x (35~45%)]에 근거하여 슬리브 주파수를 계산하며, 단계(122)에서 fwhirl에서 전류 피크 값을 계산하고 그 다음 단계(123)에서 fwhirl+60Hz에서 전류 피크 값을 계산하여 그들의 데이터를 점검한다.
전류스펙트럼 발생부(14)는 주파수 데이터 신호를 슬리브 베어링 이상판단부(16)에 인가한다. 이 슬리브 베어링 이상판단부(16)는 단계(124)에서 고장판단을 한다. 이때 정상 모터와 고장 모터는 <그림 12>에 도시와 같이 전류 스펙트럼을 형성한다. 마지막으로 단계(125)에서는 이상상태 경고 및 표시부(18)에서 이상 경고를 하고 표시를 한다.
전류 스펙트럼 발생부(14)는 단계(120)를 수행하면서 모터속도가 60Hz를 기준으로 위 아래로 30Hz 이상이거나 90Hz 미만으로 되는 경우 모터의 얼라인먼트가 커플링 등으로 부하와 연결이 불안정하여 고장을 일으키는 이상상태로 되는데 이를 판단하기위하여 얼라인먼트 이상 판단부(17)에 얼라인먼트 회전속도 데이터를 인가한다.
얼라인먼트 이상 판단부(17)는 상기와 같이 얼라인먼트 주파수fa를 단계(126)에서 계산하고 단계(127)에서는 주파수fa에서 전류 피크 값을 계산하고, 단계(128)에서는 fa+60Hz에서 전류 피크 값을 계산하고 고장판단을 단계(129)에서 한다. 마지막으로 단계(130)에서는 이상상태 경고 및 표시부(18)에서 이상 경고를 하고 표시를 한다.
이상에서와 같이 기계적 결함으로 발생하는 고장을 저주파 진동을 모터전류스펙트럼분석을 하므로 진단할 수 있다.
도 1 및 도 2에 도시와 같이, 본 발명에 따른 모터 고장 원격 진단시스템(10)은 도시되지 않은 모터 내부에 3 상 전류트랜스포머(CT)와 모터 코일 2차 측에 전압 센서로부터 전류신호 및 전압신호와 모터의 명판 정보와 모터의 극 수를 포함하는 데이터 신호를 수집하는 데이터 취득부(20)와 이 데이터 취득부(20)로부터 신호를 공중 통신망, 인터넷 등을 통하여 원거리에 송출하는 라우터 등과 같은 송신기(30)들을 구비한다.
모터 고장 원격 진단 시스템(10)은 서버 컴퓨터로 구성되며, 송신기(30)로부터 데이터 신호를 수신하는 입력신호 수신부(11)가 수신한다.
입력신호 수신부(11)는 단계(101)에서 동작하게 되면 송신기(30)부터 수집된 데이터 신호를 처리하여 단계(102)에서 입력신호 인가를 판단하고, 입력신호가 데이터를 포함하고 있으면 단계(104)로 이전하여 모터의 극 수와 명판 정보를 시스템에 저장하도록 하고, 아니면 동시에 단계(104)로 이전하여 대기 상태로 된다.
이후 입력신호 수신부(11)로부터 입력신호를 입력신호 분배부(12)로 인가햐며, 입력신호 분배부(12)는 단계(105)에서 기동상태 전류인가를 단계(106)에서 판단하고 정상상태 전류인가를 판단하고 기동상태 전류가 아니거나 정상상태 전류가 아닌 경우 단계(104)로 이전된다.
입력신호 분배부(12)는 기동상태전류를 기동전류파형발생부(13)에 인가하고 정상전류를 전류스펙트럼발생부(14)에 인가한다.
기동전류파형발생부(13)는 기동전류가 순시값으로 시간에 따라 변화하는 전류실효값을 단계(106)에서 계산하고 단계(108)로 이전하여 정격전류 이상의 전류가 취득되면 기동전류 시작지점을 계산하여 기동전류파형<그림 1>을 발생시킨다.
기동이 시작되면 단계(110)에서 기동전류 신호를 연속웨이브렛 변환을 하고 단계(111)에서 최대 에너지점을 계산하고 이 결과에 따른 기동전류데이터를 기동전류판단부(15)에 인가한다.
기동전류판단부(15)는 기동전류데이터에 근거하여 연속웨이브렛 변환만을 적용하면 <그림 3>과 같이 시간*주파수 파형을 발생시키며 최초시간*주파수*크기의 3축 파형, 즉 V 패턴파형을 발생시킨다.
더하여 본 발명에 따르면, 기동전류판단부(15)는 단계(111)에서 기동전류데이터에 MCSA 및 연속웨이브렛 변환방법을 동시 적용함으로 정상모터의 경우 <그림 5>의 시간*주파수 파형과 최초시간*주파수*크기의 3축 파형을 발생시키고, 고장모터의 경우 <그림 6>의 시간*주파수 파형과 최초시간*주파수*크기의 3축 파형을 발생시키고 최대에너지점을 표기한다.
이후 기동전류판단부(15)는 최종 기동전류데이터를 기반으로 단계(112)를 수행하는데 소정의 고장유무의 판단 기준, 실례를 들면 양호는 -50db 이하, 관심은 -45db~-50db, 주의는 -45db~-35db 및 고장은 -35db로 수치화 하여 비교된다. 그리고 단계(113)에서는 고장의 경우 경고장치를 작동시키고 고장표시를 한다.
이와 같은 방법으로 고장 확인된 모터를 수리 후 상기에서 개시된 바와 같MCSA 및 연속웨이브렛 변환을 동시 적용하면 <그림 6>의 고장 모터의 결과가 고장 수리 후 <그림 8> 의 정상모터로 작동함을 확인할 수 있었으며, 다른 한편으로 사양 6.6KV, 750KW, 6극의 모터에 MCSA 및 연속웨이브렛 변환방법을 동시 적용하여 보아도 그 결과에 따라 <그림 9>에서와 같이 로터 바 소손에 따른 패턴이 보이지 않아 정상 모터로 판정하고, <그림 10> 모터 바의 소손으로 인한 주파수에 따라 V 패턴이 확인되었다.
한편 입력신호 분배부(12)로부터 데이터 신호가 전류스펙트럼 발생부(14)에 인가되어 단계(106)에서 정상전류인 것으로 판단되면 단계(120)로 이전하여 모터 전류 스펙트럼분석(MCSA)으로 모터속도(1x) 및 슬립을 계산한다.
전류스펙트럼 발생부(14)는 오일 월이 슬리브 베어링에 손상을 일으켜 모터의 로터 바 고장을 일으킨 경우 모터의 진동 및 손실증가에 따라 로터의 불안정한 회전이나 부품 간 간헐적 접촉이 저주파 진동으로 나타나는 경우 단계(121)에서 로터의 회전주파수 1 x의 반보다 낮은 주파수가 계산되면 식 fwhirl[1 x (35~45%)]에 근거하여 슬리브 주파수를 계산하며, 단계(122)에서 fwhirl에서 전류 피크 값을 계산하고 그 다음 단계(123)에서 fwhirl+60Hz에서 전류 피크 값을 계산하여 그들의 데이터를 점검한다.
전류스펙트럼 발생부(14)는 주파수 데이터 신호를 슬리브 베어링 이상판단부(16)에 인가한다. 이 슬리브 베어링 이상판단부(16)는 단계(124)에서 고장판단을 한다. 이때 정상 모터와 고장 모터는 <그림 12>에 도시와 같이 전류 스펙트럼을 형성한다. 마지막으로 단계(125)에서는 이상상태 경고 및 표시부(18)에서 이상 경고를 하고 표시를 한다.
전류 스펙트럼 발생부(14)는 단계(120)를 수행하면서 모터속도가 60Hz를 기준으로 위 아래로 30Hz 이상이거나 90Hz 미만으로 되는 경우 모터의 얼라인먼트가 커플링 등으로 부하와 연결이 불안정하여 고장을 일으키는 이상상태로 되는데 이를 판단하기위하여 얼라인먼트 이상 판단부(17)에 얼라인먼트 회전속도 데이터를 인가한다.
얼라인먼트 이상 판단부(17)는 상기와 같이 얼라인먼트 주파수fa를 단계(126)에서 계산하고 단계(127)에서는 주파수fa에서 전류 피크 값을 계산하고, 단계(128)에서는 fa+60Hz에서 전류 피크 값을 계산하고 고장판단을 단계(129)에서 한다. 마지막으로 단계(130)에서는 이상상태 경고 및 표시부(18)에서 이상 경고를 하고 표시를 한다.
이상에서와 같이 기계적 결함으로 발생하는 고장을 저주파 진동을 모터전류스펙트럼분석을 하므로 진단할 수 있다.
10 : 모터 고장 원격 진단 시스템 20: 데이터 취득부
30 : 송신기 11: 입력신호 수신부
13:기동전류 파형 발생부 15: 기동전류 판단부
14: 전류스펙트럼 발생부 16:슬리브 베어링 이상판단부
17: 얼라인먼트 이상판단부 18: 이상상태 경고 및 표시부
30 : 송신기 11: 입력신호 수신부
13:기동전류 파형 발생부 15: 기동전류 판단부
14: 전류스펙트럼 발생부 16:슬리브 베어링 이상판단부
17: 얼라인먼트 이상판단부 18: 이상상태 경고 및 표시부
Claims (3)
- 3 상 모터에 설치되는 3 상 전류트랜스포머(CT)와 모터 코일 2차 측에 전압 센서로부터 전류신호 및 전압신호와 모터의 명판 정보와 모터의 극 수를 포함하는 데이터 신호를 수집하는 데이터 취득부와 데이터 취득부로부터 신호를 공중 통신망, 인터넷 등을 통하여 원거리에 송출하는 송신기를 구비한 모터 고장 원격 진단 시스템은, 송신기로부터 데이터 신호를 수신하여 모터의 극 수와 명판 정보를 시스템에 저장하도록 하는 입력신호 수신부, 입력신호 수신부로부터 입력신호가 공급되면, 이 공급전류가 기동상태 전류인 경우 기동전류신호를 발생시키고 정상상태 전류인 경우 정상전류신호를 발생시키는 입력신호 분배부, 입력신호분배부로부터 기동전류신호가 인가되면, 기동전류가 순시 값으로 시간에 따라 변화하는 기동전류신호를 분석하여 전류 실효 값을 계산하여 기동전류신호를 모터 전류 스펙트럼분석(MCSA)과 연속웨이브렛 변환하여 최대 에너지점을 계산한 기동전류데이터를 출력하는 기동전류 파형발생부, 기동전류 파형발생부로부터 기동전류데이터를 수신하여 이 기동전류데이터에 근거하여 MCSA 및 연속웨이브렛 변환을 적용하면 시간*주파수 파형과 최초시간*주파수*크기의 V 패턴 파형을 발생시켜 고장 유무를 판단하는 기동전류 판단부, 입력신호 분배부로부터 데이터 신호를 수신하여 이 데이터신호가 정상전류인 것으로 판단되면 MCSA로 모터속도(1x) 및 슬립을 계산하여 저주파 진동으로 나타나는 모터의 회전주파수와 얼라인먼트 주파수를 확인하는 전류스펙트럼 발생부, 전류스펙트럼 발생부로부터 주파수 데이터 신호를 수신하여 전류스펙트럼을 발생시켜 고장판단을 하는 슬리브 베어링 이상판단부, 전류 스펙트럼 발생부로부터 얼라인먼트주파수fa를 수신하여 주파수fa에서 전류 피크 값을 계산하고, fa+60Hz에서 전류 피크 값을 계산하여 고장판단을 하는 얼라인먼트 이상판단을 하는 얼라인먼트 이상판단부와 시스템의 이상상태를 경고 및 표시하는 이상상태 경고 및 표시부들로 구성한 것을 특징으로 하는 모터 원격 진단 시스템.
- 청구항 1에 있어서,
기동전류판단부가 기동전류데이터를 기반하여 MCSA 및 연속웨이브렛 변환에 따른 시간*주파수 파형과 최초시간*주파수*크기의 3축 파형을 발생시켜 최대 에너지점을 고장유무의 판단 기준으로 양호 -50db 이하, 관심 -45db~-50db, 주의 -45db~-35db 및 고장 -35db로 수치화하여 고장판단을 하게 한 것을 특징으로 하는 모터 원격 진단 시스템.
- 청구항 1에 있어서,
슬리브베어링 이상판단부가 모터의 회전주파수 1 x의 반보다 낮은 주파수가 계산되면 식 fwhirl[1 x (35~45%)]에 근거하여 슬리브 주파수를 계산하며, fwhirl에서 전류 피크 값을 계산하고, fwhirl+60Hz에서 전류 피크 값을 계산하여 슬리브베어링의 이상판단을 하게 한 것을 특징으로 하는 모터 원격 진단 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190151548A KR102126493B1 (ko) | 2019-11-22 | 2019-11-22 | 모터 고장 원격 진단 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190151548A KR102126493B1 (ko) | 2019-11-22 | 2019-11-22 | 모터 고장 원격 진단 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102126493B1 true KR102126493B1 (ko) | 2020-07-07 |
Family
ID=71603177
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190151548A KR102126493B1 (ko) | 2019-11-22 | 2019-11-22 | 모터 고장 원격 진단 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102126493B1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114355186A (zh) * | 2021-11-26 | 2022-04-15 | 合肥工业大学 | 异步电机系统转子断条及速度传感器故障的诊断方法 |
| WO2022245004A1 (ko) * | 2021-05-20 | 2022-11-24 | 주식회사 원프레딕트 | 모터 3상 전류 신호 기반 베어링 결함을 진단하는 방법 및 이러한 방법을 수행하는 장치 |
| KR20240043450A (ko) * | 2022-09-27 | 2024-04-03 | 한국기계연구원 | 유청정기의 고장 진단 장치 및 방법 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090078075A (ko) * | 2008-01-14 | 2009-07-17 | 충북대학교 산학협력단 | Ｄｆｔ와 웨이블렛을 이용한 유도전동기 고장진단방법 |
| KR20110108950A (ko) * | 2010-03-30 | 2011-10-06 | 울산대학교 산학협력단 | 신경회로망과 특징점을 이용한 고장진단장치 및 그의 고장진단방법 |
| EP2551685A1 (en) * | 2011-07-25 | 2013-01-30 | Fundació CTM Centre Tecnològic | Diagnostic system and method for failures in electromechanical actuators |
| US20150233792A1 (en) * | 2012-05-31 | 2015-08-20 | Canrig Drilling Technology | Methods and Apparatuses for Defect Diagnosis in a Mechanical System |
-
2019
- 2019-11-22 KR KR1020190151548A patent/KR102126493B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090078075A (ko) * | 2008-01-14 | 2009-07-17 | 충북대학교 산학협력단 | Ｄｆｔ와 웨이블렛을 이용한 유도전동기 고장진단방법 |
| KR20110108950A (ko) * | 2010-03-30 | 2011-10-06 | 울산대학교 산학협력단 | 신경회로망과 특징점을 이용한 고장진단장치 및 그의 고장진단방법 |
| EP2551685A1 (en) * | 2011-07-25 | 2013-01-30 | Fundació CTM Centre Tecnològic | Diagnostic system and method for failures in electromechanical actuators |
| US20150233792A1 (en) * | 2012-05-31 | 2015-08-20 | Canrig Drilling Technology | Methods and Apparatuses for Defect Diagnosis in a Mechanical System |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022245004A1 (ko) * | 2021-05-20 | 2022-11-24 | 주식회사 원프레딕트 | 모터 3상 전류 신호 기반 베어링 결함을 진단하는 방법 및 이러한 방법을 수행하는 장치 |
| CN114355186A (zh) * | 2021-11-26 | 2022-04-15 | 合肥工业大学 | 异步电机系统转子断条及速度传感器故障的诊断方法 |
| CN114355186B (zh) * | 2021-11-26 | 2023-03-07 | 合肥工业大学 | 异步电机系统转子断条及速度传感器故障的诊断方法 |
| KR20240043450A (ko) * | 2022-09-27 | 2024-04-03 | 한국기계연구원 | 유청정기의 고장 진단 장치 및 방법 |
| KR102654326B1 (ko) | 2022-09-27 | 2024-04-04 | 한국기계연구원 | 유청정기의 고장 진단 장치 및 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102126493B1 (ko) | 모터 고장 원격 진단 시스템 | |
| Mehala et al. | Motor current signature analysis and its applications in induction motor fault diagnosis | |
| Climente-Alarcon et al. | Vibration transient detection of broken rotor bars by PSH sidebands | |
| Thomson et al. | Current signature analysis to detect induction motor faults | |
| Knight et al. | Mechanical fault detection in a medium-sized induction motor using stator current monitoring | |
| JP5792374B2 (ja) | 減磁を監視するための方法 | |
| Amirat et al. | EEMD-based wind turbine bearing failure detection using the generator stator current homopolar component | |
| US6941785B2 (en) | Electric fuel pump condition monitor system using electrical signature analysis | |
| Fenger et al. | Development of a tool to detect faults in induction motors via current signature analysis | |
| Amirat et al. | Wind turbines condition monitoring and fault diagnosis using generator current amplitude demodulation | |
| CN103261904B (zh) | 电动机器的监测和故障诊断 | |
| KR20130041572A (ko) | 고압 유도전동기 종합 온라인 상태 진단 장치 및 방법 | |
| Amirat et al. | Wind turbine bearing failure detection using generator stator current homopolar component ensemble empirical mode decomposition | |
| CN109814030A (zh) | 一种同步发电机定转子气隙动态偏心故障的诊断方法 | |
| KR20180049722A (ko) | 공작기계용 전동기의 온라인 결함 진단 방법 | |
| Iorgulescu et al. | Vibration monitoring for diagnosis of electrical equipment's faults | |
| Thomson et al. | Industrial application of current signature analysis to diagnose faults in 3-phase squirrel cage induction motors | |
| KR102028710B1 (ko) | 3상 교류 돌극형 동기기의 댐퍼 바 고장 진단 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 | |
| KR100810979B1 (ko) | 유도전동기의 결함 검출 방법 | |
| Kucuker et al. | Detection of mechanical imbalances of induction motors with instantaneous power signature analysis | |
| Bhattacharyya et al. | Induction motor fault diagnosis by motor current signature analysis and neural network techniques | |
| Duque-Perez et al. | Condition monitoring of induction motors fed by Voltage Source Inverters. Statistical analysis of spectral data | |
| Iorgulescu et al. | Noise and vibration monitoring for diagnosis of DC motor's faults | |
| Kumar et al. | LabVIEW based condition monitoring of induction machines | |
| CN114062910A (zh) | 一种电机在线诊断系统和方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |