RU2711647C1 - Device and method for evaluation of technical condition of asynchronous motors - Google Patents
Device and method for evaluation of technical condition of asynchronous motors Download PDFInfo
- Publication number
- RU2711647C1 RU2711647C1 RU2019110311A RU2019110311A RU2711647C1 RU 2711647 C1 RU2711647 C1 RU 2711647C1 RU 2019110311 A RU2019110311 A RU 2019110311A RU 2019110311 A RU2019110311 A RU 2019110311A RU 2711647 C1 RU2711647 C1 RU 2711647C1
- Authority
- RU
- Russia
- Prior art keywords
- engine
- input
- spectrum
- channel
- output
- Prior art date
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
- G01M7/00—Vibration-testing of structures; Shock-testing of structures
- G01M7/02—Vibration-testing by means of a shake table
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
Description
Изобретение относится к области электротехники и может быть использовано для диагностирования технического состояния асинхронных двигателей в процессе работы, в том числе на железнодорожном транспорте.The invention relates to the field of electrical engineering and can be used to diagnose the technical condition of induction motors during operation, including in railway transport.
Известно устройство диагностики работоспособностиA known device diagnostic health
электромеханической системы (патент РФ на полезную модель изобретение №146950), содержащее объект диагностики, измерительный блок, аналого-цифровой преобразователь, приемное устройство, отличающееся тем, что дополнительно введены коммутатор измерительных каналов, блок аппаратуры синхронизации, устройство первичной обработки сигналов, включающее блок нейросетевой селекции измерительных сигналов, блок формирователя временных сигналов, блок нейросетевой адаптации частоты опроса селектированных параметров, блок буферного запоминающего устройства, блок формирователя группового диагностического сигнала, устройство нейросетевого анализа, включающее блок селекции и декодирования группового сигнала, блок синхронизации, блок обработки и формирования абсолютных значений, блок формирования обучающей выборки нейронной сети, блок базы данных, блок нейросетевой диагностики, пульт оператора.an electromechanical system (RF patent for utility model invention No. 146950), comprising a diagnostic object, a measuring unit, an analog-to-digital converter, a receiving device, characterized in that an additional switch for measuring channels, a unit for synchronization equipment, a primary signal processing unit, including a neural network unit, are introduced the selection of measuring signals, the block of the shaper of temporary signals, the block of the neural network adaptation of the frequency of the survey of the selected parameters, the block of the buffer storage devices, a unit for generating a group diagnostic signal, a device for neural network analysis, including a unit for selecting and decoding a group signal, a synchronization unit, a unit for processing and generating absolute values, a unit for generating a training sample of a neural network, a database unit, a unit for neural network diagnostics, an operator panel.
Недостатком предлагаемого устройства является отсутствие возможности проведения частотного анализа сигналов, как следствие снижение уровня достоверности диагнозов.The disadvantage of the proposed device is the inability to conduct a frequency analysis of signals, as a result of a decrease in the level of reliability of diagnoses.
Известен способ диагностики механизмов и систем с электрическим приводом (патент РФ на изобретение №2641318), в котором реализуется запись значений фазных токов и напряжений электродвигателя в течение заданного интервала времени и с заданной периодичностью, разложение их на гармонические составляющие с помощью быстрого преобразования Фурье и измерение амплитуды и фазы гармонических составляющих, фильтрацию гармонических составляющих, преобразование полученного сигнала из аналоговой в цифровую форму, идентификацию технического состояния и прогнозирование ресурса безаварийной работы диагностируемого объекта по совокупности параметров гармонических составляющих фазных токов и напряжений, генерируемых электродвигателем, и динамики их изменения, согласно изобретению используют искусственную нейронную сеть, которая идентифицирует техническое состояние объекта с применением коэффициентов искажения кривой тока и кривой напряжения для каждого интервала времени с выдачей результата - кода возможного дефекта, анализирует и прогнозирует техническое состояние объекта с применением интегрального параметра поврежденности за весь исследуемый период времени и выдает результат возможного значения параметра поврежденности будущего измерения через тот же интервал времени. При этом для обучения искусственной нейронной сети применяют теорию планирования эксперимента, а для более точной оценки технического состояния механизмов и систем с электрическим приводом используют синусоидальные составляющие напряжений и токов, не являющиеся кратной основной частоте - интергармоники, которые позволяют проследить явные изменения целочисленных гармоник.A known method for diagnosing mechanisms and systems with an electric drive (RF patent for the invention No. 2641318), which implements recording the values of phase currents and electric motor voltages for a given time interval and at a given frequency, decomposing them into harmonic components using a fast Fourier transform and measuring amplitudes and phases of harmonic components, filtering harmonic components, converting the received signal from analog to digital, identification of the technical condition According to the invention, an artificial neural network is used, which identifies the technical condition of the object using the distortion coefficients of the current curve and voltage curve for each interval, and predicting the resource of trouble-free operation of the diagnosed object by the set of parameters of harmonic components of phase currents and voltages generated by the electric motor, and the dynamics of their change. time with the output of the result - a code of a possible defect, analyzes and predicts the technical condition of the object using the integral damage parameter for the entire studied period of time and gives the result of the possible value of the damage parameter of the future measurement after the same time interval. At the same time, the theory of experimental design is used to train an artificial neural network, and for a more accurate assessment of the technical state of mechanisms and systems with an electric drive, sinusoidal components of voltages and currents that are not a multiple of the fundamental frequency are used - interharmonics, which allow us to trace obvious changes in integer harmonics.
Недостатком предлагаемого способа является отсутствие анализа вибрации подшипниковых узлов и крутящего момента двигателя.The disadvantage of this method is the lack of vibration analysis of the bearing assemblies and engine torque.
Известно устройство дистанционной диагностики асинхронных электродвигателей (патент РФ на полезную модель №147268), содержащее блок датчиков тока, блок датчиков напряжения, блок датчиков температуры изоляции обмотки статора и блок датчиков температуры подшипников, при этом выходы датчиков тока и напряжения подключены через блоки аналоговых цифровых преобразователей к блоку прямого преобразования Фурье, к выходу блока прямого преобразования Фурье подключен блок нейронной сети, а выходы датчиков температуры изоляции обмотки статора электродвигателя и датчиков температуры подшипников подключены через блоки аналоговых цифровых преобразователей к блоку нейронной сети, выход блока нейронной сети подключен к блоку связи, взаимодействующим с блоком отображения информации и блоком хранения информации. Блок нейронной сети обрабатывает измеренные значения входных параметров и выдает результат -значения показателей режимов работы и поврежденности элементов асинхронного электродвигателя.A device for remote diagnostics of asynchronous electric motors is known (RF patent for utility model No. 147268), comprising a current sensor block, a voltage sensor block, a stator winding insulation temperature sensor block and a bearing temperature sensor block, while the outputs of the current and voltage sensors are connected via analog digital converter blocks a neural network block is connected to the direct Fourier transform block, a neural network block is connected to the output of the direct Fourier transform block, and the outputs of the temperature sensors of the insulation of the stator winding the motor and the temperature sensors of the bearings are connected through blocks of analog digital converters to the neural network unit, the output of the neural network unit is connected to a communication unit that interacts with the information display unit and the information storage unit. The neural network unit processes the measured values of the input parameters and gives the result, the values of the indicators of the operating modes and damage to the elements of the asynchronous electric motor.
Недостатком предлагаемого устройства является отсутствие анализа вибрации подшипниковых узлов и крутящего момента двигателя.The disadvantage of the proposed device is the lack of vibration analysis of the bearing assemblies and engine torque.
Известен способ диагностирования обобщенного технического состояния электродвигателя, описанный в патенте РФ на изобретение №2641318. Способ диагностирования технического состояния электрических машин, реализуемый на базе вычислительного комплекса, путем измерения вибрации, потребляемого тока, температуры, отличающийся тем, что измеренные значения преобразуются входными нелинейными функциями, масштабируются, суммируются с формированием обобщенного трехмерного вектора технического состояния, упомянутый вектор оценивается по заданным пороговым значениям с последующей визуализацией на дисплей.A known method for diagnosing the generalized technical condition of an electric motor, described in the patent of the Russian Federation for invention No. 2641318. A method for diagnosing the technical condition of electrical machines, implemented on the basis of a computer complex, by measuring vibration, current consumption, temperature, characterized in that the measured values are converted by input non-linear functions, scaled, summed up with the formation of a generalized three-dimensional vector of the technical state, said vector is estimated by the given threshold values with subsequent visualization on the display.
Недостатком способа является отсутствие анализа крутящего момента двигателя, что снижает достоверность диагноза.The disadvantage of this method is the lack of analysis of engine torque, which reduces the reliability of the diagnosis.
Известна система и способ для предсказания неисправностей в механизмах, приводимых в работу асинхронными машинами (патент США US 2003/0042861 А1), заключающийся в наблюдении за изменением крутящего момента, который вычисляется косвенно по величине фазных токов. Оценка отклонения вычисленной характеристики двигателя от известной говорит о неисправности в механической системе.A known system and method for predicting malfunctions in mechanisms driven by asynchronous machines (US patent US 2003/0042861 A1), which consists in monitoring the change in torque, which is calculated indirectly by the magnitude of the phase currents. An estimate of the deviation of the calculated engine characteristic from the known one indicates a malfunction in the mechanical system.
Недостатком способа является отсутствие контроля неисправностей по другим диагностическим признакам, а также отсутствие частотного анализа сигнала момента, по которому можно дифференцировать дефекты системы.The disadvantage of this method is the lack of control of faults by other diagnostic features, as well as the lack of frequency analysis of the signal of the moment, according to which it is possible to differentiate system defects.
За прототип принят способ диагностирования неисправностей и осуществляющая его система, описанная в патенте Республики Корея (KR101432786B10). Данная система включает в себя:The prototype adopted a method for diagnosing faults and implementing its system, described in the patent of the Republic of Korea (KR101432786B10). This system includes:
- устройство для диагностирования роторной обмотки с помощью анализа тока и частоты вращения; процедуру вычисления вибрации ротора;- a device for diagnosing a rotor winding by analyzing current and speed; procedure for calculating rotor vibration;
- процедуру диагностирования неисправностей подшипников, включающую блок, в котором косвенным образом вычисляется крутящий момент в воздушном зазоре двигателя, блок вычисления характеристических частот подшипников, блок частотного анализа момента, определяющий нарушение баланса распределения магнитного поля в воздушном зазоре, возникающего из-за эксцентриситета ротора, вызванного дефектами подшипника;- a procedure for diagnosing bearing malfunctions, including a unit in which the torque in the air gap of the engine is indirectly calculated, a unit for calculating the characteristic frequencies of the bearings, a frequency analysis unit for the moment that determines the imbalance in the distribution of the magnetic field in the air gap caused by the eccentricity of the rotor caused by bearing defects;
- процедуру определения КПД двигателя, в которой определяется разница между подводимой энергией и выходной мощностью двигателя, по которой судят о наличии неисправностей.- a procedure for determining the efficiency of the engine, in which the difference between the supplied energy and the engine output is determined, by which it is judged that there are malfunctions.
Недостатком устройства является определение крутящего момента косвенным способом, что может повлечь за собой снижение достоверности диагностирования при наличии дефектов в двигателе, кроме того, не диагностируются межвитковые замыкания в статорных обмотках. Еще одним недостатком описываемого устройства является отсутствие возможности определения остаточного ресурса двигателя в процессе эксплуатации.The disadvantage of this device is the determination of torque in an indirect way, which can lead to a decrease in the reliability of diagnosis in the presence of defects in the motor, in addition, inter-turn faults in the stator windings are not diagnosed. Another disadvantage of the described device is the inability to determine the residual life of the engine during operation.
Целью предлагаемого способа и устройства является повышение достоверности диагностирования и прогнозирования технического состояния асинхронных двигателей.The aim of the proposed method and device is to increase the reliability of the diagnosis and prediction of the technical condition of induction motors.
Поставленная цель достигается тем, что устройство оценки технического состояния асинхронного двигателя, содержит блок многомерной регрессии, позволяющий по совокупности диагностических признаков - амплитуд характеристических частот дефектов в спектре вибрации подшипниковых узлов, в спектре проводимости фазы статора, в спектре сигнала крутящего момента, температуры подшипниковых узлов, статора, ротора - производить оценку и прогнозирование технического состояния двигателя с помощью предлагаемого способа. Причем достоверность диагностирования повышается также за счет перекрестного анализа данных, полученного из различных источников. Например, анализ технического состояния подшипниковых узлов анализируется по данным, полученных из сигнала вибрации, спектра проводимости, сигнала момента и температуры узла. Таким образом снижается вероятность ложных диагнозов.This goal is achieved in that the device for assessing the technical condition of an induction motor, contains a multidimensional regression unit, which allows for a set of diagnostic features - the amplitudes of the characteristic frequencies of defects in the vibration spectrum of the bearing assemblies, in the spectrum of the conductivity of the stator phase, in the spectrum of the torque signal, temperature of the bearing assemblies, stator, rotor - to evaluate and predict the technical condition of the engine using the proposed method. Moreover, the reliability of diagnosis is also enhanced by cross-analysis of data obtained from various sources. For example, an analysis of the technical condition of the bearing units is analyzed according to data obtained from the vibration signal, the conductivity spectrum, the signal of the moment and the temperature of the node. Thus, the probability of false diagnoses is reduced.
На фиг. 1 представлена структурная схема предлагаемого устройства.In FIG. 1 shows a structural diagram of the proposed device.
Устройство имеет входы для сигналов:The device has inputs for signals:
1. «Параметры двигателя» - число пар полюсов, число пазов ротора, геометрические параметры подшипников и другие конструктивные параметры;1. "Motor parameters" - the number of pairs of poles, the number of grooves of the rotor, the geometric parameters of the bearings and other design parameters;
2. «Вибрация подшипника 1» - сигнал с датчика вибрации, установленного на подшипник со стороны выходного вала двигателя;2. “Bearing vibration 1” - a signal from a vibration sensor mounted on the bearing from the motor output shaft side;
3. «Вибрация подшипника 2» - сигнал с датчика вибрации, установленного на подшипник с противоположной стороны выходного вала двигателя;3. “
4. «Ток» - сигнал тока статора одной из фаз обмотки двигателя;4. "Current" - the current signal of the stator of one of the phases of the motor winding;
5. «Напряжение» - сигнал напряжения статора одной из фаз обмотки двигателя;5. "Voltage" - the voltage signal of the stator of one of the phases of the motor winding;
6. «Крутящий момент» - сигнал датчика момента, установленного на выходном валу двигателя;6. "Torque" - a signal from a torque sensor mounted on the output shaft of the engine;
7. «Обороты» - значение частоты вращения ротора асинхронного двигателя;7. "Revolutions" - the value of the rotational speed of the rotor of an induction motor;
8. «Т окр. среды» - значение температуры окружающего воздуха;8. “T okr. environment ”- value of ambient temperature;
9. «Т подшипника 1» - значение температуры подшипника со стороны выходного вала двигателя;9. “Bearing T 1” - value of the bearing temperature from the motor output shaft side;
10. «Т подшипника 2» - значение температуры подшипника с противоположной стороны выходного вала двигателя;10. "T of the bearing 2" - the value of the temperature of the bearing on the opposite side of the output shaft of the engine;
11. «Т статора» - среднее значение температуры статорной обмотки;11. "T stator" - the average temperature of the stator winding;
12. «Т ротора» - среднее значение температуры роторной обмотки; Входной канал параметров двигателя подключен к входам Р12. "T rotor" - the average temperature of the rotor winding; The input channel of the engine parameters is connected to the inputs P
анализаторов спектра 8, 11, 12. Входной канал вибрации подшипника со стороны выходного вала подключен к первому входу переключателя каналов 3. Входной канал вибрации подшипника с противоположной стороны выходного вала подключен ко второму входу переключателя каналов 3. Входной канал сигнала тока по меньшей мере одной из фаз обмотки статора связан с третьим входом переключателя каналов 3. Входной канал сигнала напряжения по меньшей мере одной из фаз обмотки статора подключен к четвертому входу переключателя каналов 3. Входной канал сигнала крутящего момента двигателя подключен к пятому входу переключателя каналов 3.
Переключатель каналов 3 управляется коммутатором 1, а выход переключателя каналов соединен с выключателем 4, управляемым сигналом производной от частоты вращения двигателя, полученным с выхода дифференциатора 10 и порогового элемента 2, подключенного к входному каналу сигнала частоты вращения двигателя,The channel selector 3 is controlled by the switch 1, and the output of the channel selector is connected to the switch 4, controlled by a signal derived from the engine speed obtained from the output of the
Выход аналого-цифрового преобразователя 5 связан с вычислителем спектра 6, соединенного с входом селектора каналов 7, синхронно переключающегося с переключателем каналов 3. Первый и второй выход селектора каналов 7 подключен к входу V анализатора спектра вибрации 8, третий и четвертый канал селектора 7 подключен к вычислителю спектра проводимости фазы двигателя 9, выход которого соединен со входом G анализатора спектра проводимости 11, а пятый выход селектора каналов 7 связан с входом М анализатора спектра крутящего момента выходного вала двигателя 12.The output of the analog-to-
Полученные пики амплитуд, соответствующие характеристическим частотам: дефектов подшипника Avb, Agb, Amb; эксцентриситету ротора Ае, Ame; межвитковым замыканиям обмотки статора As, Ams; неисправностям роторной обмотки Ar, Amr поступают на блок 14, представляющий собой блок вычисления многомерной регрессии, также имеющий входы для значения температуры подшипника, установленного со стороны выходного вала Tb1, значения температуры подшипника, установленного с противоположной стороны выходного вала Tb2, температуры статора Ts, температуры ротора Tr, вычисляемые с помощью вычитателя 13, вход сигнала частоты вращения двигателя N.The resulting amplitude peaks corresponding to the characteristic frequencies: bearing defects Avb, Agb, Amb; the eccentricity of the rotor Ae, Ame; interturn short circuits of the stator winding As, Ams; rotor winding faults Ar, Amr go to block 14, which is a multidimensional regression calculation unit, also having inputs for the temperature of the bearing installed on the output shaft Tb1 side, the temperature of the bearing mounted on the opposite side of the output shaft Tb2, stator temperature Ts, and temperature rotor Tr, calculated using
Блок многомерной регрессии имеет выходной сигнал «Оценка и прогноз технического состояния», позволяющий непрерывно оценивать текущее техническое состояние двигателя и производить анализ возможного остаточного ресурса.The multidimensional regression unit has an output signal “Assessment and forecast of the technical condition”, which allows to continuously evaluate the current technical condition of the engine and analyze the possible residual life.
Устройство работает следующем образом.The device operates as follows.
Коммутатор 1 итеративно переключает сигналы вибрации подшипников, тока и напряжения статорной обмотки, крутящего момента. Производная частоты вращения двигателя, вычисленная блоком 10, проходит через пороговый элемент, что в итоге активирует переключатель при стабильных оборотах двигателя и переключатель 4 окажется подключенным к аналого-цифровому преобразователю 5. Оцифрованный сигнал поступит на блок вычисления спектра сигнала 6. Переключатели 3 и селектор 7 объединены связью, поэтому переключаются синхронно. Таким образом, соответствующий спектр сигнала поступит на блок 8, либо блок 9, либо блок 12.The switch 1 iteratively switches the vibration signals of the bearings, current and voltage of the stator winding, torque. The derivative of the engine speed calculated by
В блоке 8 происходит анализ спектра сигнала вибрации, затем по известным из методов вибрационного диагностирования формулам находятся пики амплитуд, соответствующие дефектам подшипника.In
Блок 9 вычисляет спектр проводимости фазы. Полученный спектр подается на вход G блока анализатора спектра проводимости 11 и по известным формулам находятся пики амплитуд, соответствующие дефектам подшипников, статора, ротора и наличию эксцентриситета ротора.
Спектр сигнала крутящего момента поступает на вход М блока анализатора спектра момента 12, где проводится анализ и вычисляются пики амплитуд, соответствующие дефектам подшипников, статора, ротора и наличию эксцентриситета ротора.The spectrum of the torque signal is fed to the input M of the moment spectrum analyzer block 12, where the analysis is performed and amplitude peaks corresponding to defects of the bearings, stator, rotor and the presence of the rotor eccentricity are calculated.
Дополнительными диагностическими признаками, указывающие на глубокий дефект, является температура узла, поэтому вычисляется относительная окружающей среде температура подшипников, статора, ротора с помощью вычитателя 13.Additional diagnostic features that indicate a deep defect is the temperature of the unit, therefore, the relative temperature of the bearings, stator, rotor is calculated using a
Значения амплитуд характеристических частот, величины частоты вращения двигателя и температуры подаются на входы блока многомерной регрессии 14, который оценивает текущее техническое состояние по экспертной шкале и просчитывает возможный остаточный ресурс двигателя.The values of the amplitudes of the characteristic frequencies, the values of the engine speed and temperature are fed to the inputs of the
Предлагаемый способ оценки технического состояния асинхронных двигателей заключается в следующем. Измеренные с помощью соответствующих датчиков сигналы вибрации подшипников, тока и напряжения статорной обмотки, а также крутящего момента, оцифровывают с помощью аналого-цифрового преобразователя. Затем с помощью быстрого преобразования Фурье получают спектры этих сигналов.The proposed method for assessing the technical condition of induction motors is as follows. The vibration signals of the bearings, the current and voltage of the stator winding, as well as the torque measured using appropriate sensors, are digitized using an analog-to-digital converter. Then, using the fast Fourier transform, the spectra of these signals are obtained.
В спектре вибрации находят частотные компоненты fv, основанные на конструкции подшипника и соответствующие дефектам.In the vibration spectrum are found the frequency components f v based on the design of the bearing and corresponding to defects.
Для дефектов внутренней дорожки качения эти частоты можно рассчитать, как:For defects in the inner race, these frequencies can be calculated as:
характеристические частоты дефектов внешней дорожки качения вычисляются согласно:The characteristic frequencies of defects in the outer race are calculated according to:
характеристические частоты дефекта сепаратора могут быть найдены по выражению:the characteristic frequencies of the separator defect can be found by the expression:
для дефектов тел качения может применяться формула:for rolling body defects, the formula can be used:
где fc - характеристическая частота дефекта сепаратора, Гц; fн - характеристическая частота перекатывания тел качения по наружному кольцу, Гц; fв - характеристическая частота перекатывания тел качения по внутреннему кольцу, Гц; fш - характеристическая частота перекатывания тел качения, Гц; fr - частота вращения ротора, Гц; z - число тел качения; dш диаметр тел качения, мм; D0 диаметр окружности по центрам тел качения, мм; β - контактный угол, рад.where f c is the characteristic frequency of the separator defect, Hz; f n - the characteristic frequency of rolling of the rolling elements along the outer ring, Hz; f in - the characteristic frequency of rolling of the rolling elements along the inner ring, Hz; f W - the characteristic rolling frequency of the rolling elements, Hz; f r - rotor speed, Hz; z is the number of rolling bodies; d w the diameter of the rolling elements, mm; D 0 the diameter of the circle at the centers of the rolling elements, mm; β is the contact angle, rad.
На основе найденных спектров для сигнала тока и сигнала напряжения вычисляют спектр проводимости фазы. Необходимость получения спектра проводимости фазы обоснована тем, что причиной гармоник, возникающих в спектре тока двигателя, но отсутствующих в спектре напряжения, являются физические процессы, происходящие в двигателе, в том числе вызванные его дефектами. Процесс получения спектра проводимости проиллюстрирован на фиг. 2. Для этого спектры тока (а) и напряжения (б) фазы нормализуются, а амплитуды тока делятся на соответствующие им по частоте амплитуды напряжения. Таким образом, уменьшаются по уровню амплитуды, вызванные внешними источниками воздействия (несинусоидальное питание, помехи от внешних устройств и т.д.).Based on the spectra found for the current signal and the voltage signal, the phase conductivity spectrum is calculated. The need to obtain the phase conductivity spectrum is justified by the fact that the cause of harmonics that occur in the current spectrum of the motor, but are absent in the voltage spectrum, is the physical processes that occur in the motor, including those caused by its defects. The process of acquiring a conductivity spectrum is illustrated in FIG. 2. For this, the spectra of current (a) and voltage (b) of the phase are normalized, and the current amplitudes are divided into voltage amplitudes corresponding to them in frequency. Thus, the amplitudes caused by external sources of exposure (non-sinusoidal power, interference from external devices, etc.) decrease in level.
В полученном спектре проводимости фазы (в) находят частотные компоненты, соответствующие дефектам асинхронного двигателя.In the obtained spectrum of conductivity of phase (c), frequency components are found that correspond to defects in an induction motor.
Дефект стержней ротора асинхронного двигателя приводит к возрастанию амплитуды последовательности боковых частот в спектре проводимости фазы:The defect of the rotor rods of an induction motor leads to an increase in the amplitude of the sequence of side frequencies in the phase conduction spectrum:
где f1 - частота питающей сети, s - скольжение, k - порядок гармоники.where f 1 is the frequency of the supply network, s is the slip, k is the harmonic order.
Частотные компоненты в спектре проводимости, указывающие на присутствие короткозамкнутых витков, могут быть найдены по формуле:The frequency components in the conduction spectrum, indicating the presence of short-circuited turns, can be found by the formula:
где p - число пар полюсов; s - скольжение ротора; k - порядок гармоники, целое 1,3,5…; f1 - частота питающей сети; n - целое 1,2,3…where p is the number of pole pairs; s is the slip of the rotor; k - harmonic order,
Из-за эффекта эксцентриситета воздушного зазора появляются спектральные составляющие на частоте:Due to the eccentricity effect of the air gap, the spectral components appear at the frequency:
где - частотные компоненты в сигнале тока, Гц; nrt - целое 0,1,2,3,…; nd - порядок эксцентриситета, целое 0,1,2,3,…, при nd=0 статический эксцентриситет, при nd=1, 2, 3,… динамический; s - скольжение;р - число пар полюсов; Z2 - число зубцов ротора; - порядок гармоники магнитодвижущей силы статора, четное целое 1, 3, 5,…;where are the frequency components in the current signal, Hz; n rt is an
Дефекты подшипников приводят к появлению гармоник на частотах:Defective bearings lead to the appearance of harmonics at frequencies:
где k=1, 2, 3,…; fv - одна из характеристических частот, основанная на конструкции подшипника.where k = 1, 2, 3, ...; f v is one of the characteristic frequencies based on the design of the bearing.
В полученном спектре крутящего момента аналогично находят частоты дефектов двигателя, которые описываются следующими формулами. При дефектах ротора будут возникать пульсации момента на частотах:In the obtained spectrum of torque similarly find the frequency of engine defects, which are described by the following formulas. With rotor defects, torque pulsations will occur at frequencies:
Частотные компоненты, вызванные дефектами межвитковых замыканий в статорной обмотке, проявляются в спектре момента на частотах:The frequency components caused by defects in the inter-turn faults in the stator winding appear in the moment spectrum at frequencies:
Из-за наличия эксцентриситета в двигателе будут возникать пики спектральной характеристики на частотах:Due to the presence of eccentricity in the engine, peaks of the spectral characteristic at frequencies will occur:
Дефекты подшипников приводят к появлению гармоник на частотах:Defective bearings lead to the appearance of harmonics at frequencies:
Вычисляются дополнительные диагностические признаки, указывающие на глубокий дефект - измеренная относительно окружающей среде температура подшипников, статора и ротора.Additional diagnostic features are calculated that indicate a deep defect — the temperature of the bearings, stator, and rotor measured relative to the environment.
Значения амплитуд характеристических частот, величины частоты вращения двигателя и температуры узлов анализируются с помощью многомерной линейной регрессии. Многомерная регрессия восстанавливает неизвестную зависимость наблюдаемой вещественной величины от набора вещественных признаков, таким образом можно оценить текущее техническое состояние по экспертной шкале и просчитать возможный остаточный ресурс двигателя. Решающая функция регрессии находится по результатам экспериментальных опытов для каждого конкретного типа двигателя, причем в эксплуатации, с течением времени и накоплением данных о режимах работы двигателя, функция блока многомерной регрессии изменяется, и за счет этого результаты оценки и прогнозирования можно улучшить.The amplitudes of the characteristic frequencies, the engine speed and the temperature of the nodes are analyzed using multidimensional linear regression. Multidimensional regression restores the unknown dependence of the observable material quantity on a set of material attributes, thus it is possible to evaluate the current technical condition on an expert scale and calculate the possible residual engine life. The decisive regression function is found from the results of experimental experiments for each specific type of engine, and in operation, over time and accumulation of data on the operating modes of the engine, the function of the multidimensional regression unit changes, and due to this, the results of estimation and forecasting can be improved.
Применение предлагаемого способа и устройства, реализующего его, позволит повысить достоверность диагностирования и оценки прогнозирования остаточного ресурса асинхронных двигателей в процессе эксплуатации, и экономически оправданно к применению в машинах большой мощности, в том числе на железнодорожном транспорте.The application of the proposed method and device that implements it, will improve the reliability of diagnosis and assessment of prediction of the residual life of induction motors during operation, and is economically justified for use in high-power machines, including railway transport.
Claims (4)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2019110311A RU2711647C1 (en) | 2019-04-08 | 2019-04-08 | Device and method for evaluation of technical condition of asynchronous motors |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2019110311A RU2711647C1 (en) | 2019-04-08 | 2019-04-08 | Device and method for evaluation of technical condition of asynchronous motors |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2711647C1 true RU2711647C1 (en) | 2020-01-17 |
Family
ID=69171686
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2019110311A RU2711647C1 (en) | 2019-04-08 | 2019-04-08 | Device and method for evaluation of technical condition of asynchronous motors |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2711647C1 (en) |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SU1597807A2 (en) * | 1987-07-03 | 1990-10-07 | Научно-исследовательский и проектно-конструкторский институт автоматизированных систем управления транспортом газа | Bed for testing electric motor |
| RU2229135C2 (en) * | 1998-06-16 | 2004-05-20 | М.Э.А. Мотор Инспекшн Лтд. | Method and system to test functioning of rotary machines |
| US6774601B2 (en) * | 2001-06-11 | 2004-08-10 | Predictive Systems Engineering, Ltd. | System and method for predicting mechanical failures in machinery driven by an induction motor |
| RU39706U1 (en) * | 2004-05-13 | 2004-08-10 | Открытое акционерное общество "ВНИПП" | DEVICE FOR DIAGNOSTIC OF ROLLER CONE BEARINGS |
| RU111684U1 (en) * | 2011-07-19 | 2011-12-20 | Государственное образовательное учреждение высшего профессионального образования "Казанский государственный энергетический университет" (КГЭУ) | AUTOMATED MOTOR TECHNICAL CONDITION CONTROL SYSTEM |
| EP2523009A1 (en) * | 2011-05-12 | 2012-11-14 | ABB Technology AG | Method and apparatus for monitoring the condition of electromechanical systems |
| KR101432786B1 (en) * | 2013-11-14 | 2014-09-23 | 엠앤디테크놀로지 주식회사 | Fault diagnosis method of motor and system thereof |
| RU146950U1 (en) * | 2014-04-28 | 2014-10-20 | Дмитрий Маркович Шпрехер | ELECTROMECHANICAL SYSTEM DIAGNOSTICS DEVICE |
| RU147268U1 (en) * | 2014-04-29 | 2014-10-27 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Уфимский государственный нефтяной технический университет" | REMOTE DIAGNOSTICS DEVICE FOR ASYNCHRONOUS ELECTRIC MOTORS |
| RU2589453C2 (en) * | 2014-04-30 | 2016-07-10 | Научно-производственное объединение "ЭЛСИБ" Открытое акционерное общество | Method of determining average temperature of short-circuited winding of asynchronous motor |
| RU166464U1 (en) * | 2016-02-17 | 2016-11-27 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Омский государственный университет путей сообщения" | DEVICE FOR DETERMINING THE NUMBER OF SLOTS OF THE ROTOR OF ASYNCHRONOUS MOTORS |
| RU2626231C1 (en) * | 2016-11-10 | 2017-07-24 | федеральное государственное бюджетное образовательное учреждение высшего образования "Санкт-Петербургский горный университет" | Method of diagnostics of technical condition and electromechanical device remaining lifetime estimation with asynchronous motor |
| RU2641318C1 (en) * | 2016-08-01 | 2018-01-17 | Дмитрий Николаевич Семенов | Method of diagnosing generalized technical condition of electric motor |
| EP3293501A1 (en) * | 2016-09-08 | 2018-03-14 | Doosan Heavy Industries & Construction Co., Ltd. | Apparatus and method for detecting abnormal vibration in rotor |
-
2019
- 2019-04-08 RU RU2019110311A patent/RU2711647C1/en active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SU1597807A2 (en) * | 1987-07-03 | 1990-10-07 | Научно-исследовательский и проектно-конструкторский институт автоматизированных систем управления транспортом газа | Bed for testing electric motor |
| RU2229135C2 (en) * | 1998-06-16 | 2004-05-20 | М.Э.А. Мотор Инспекшн Лтд. | Method and system to test functioning of rotary machines |
| US6774601B2 (en) * | 2001-06-11 | 2004-08-10 | Predictive Systems Engineering, Ltd. | System and method for predicting mechanical failures in machinery driven by an induction motor |
| RU39706U1 (en) * | 2004-05-13 | 2004-08-10 | Открытое акционерное общество "ВНИПП" | DEVICE FOR DIAGNOSTIC OF ROLLER CONE BEARINGS |
| EP2523009A1 (en) * | 2011-05-12 | 2012-11-14 | ABB Technology AG | Method and apparatus for monitoring the condition of electromechanical systems |
| RU111684U1 (en) * | 2011-07-19 | 2011-12-20 | Государственное образовательное учреждение высшего профессионального образования "Казанский государственный энергетический университет" (КГЭУ) | AUTOMATED MOTOR TECHNICAL CONDITION CONTROL SYSTEM |
| KR101432786B1 (en) * | 2013-11-14 | 2014-09-23 | 엠앤디테크놀로지 주식회사 | Fault diagnosis method of motor and system thereof |
| RU146950U1 (en) * | 2014-04-28 | 2014-10-20 | Дмитрий Маркович Шпрехер | ELECTROMECHANICAL SYSTEM DIAGNOSTICS DEVICE |
| RU147268U1 (en) * | 2014-04-29 | 2014-10-27 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Уфимский государственный нефтяной технический университет" | REMOTE DIAGNOSTICS DEVICE FOR ASYNCHRONOUS ELECTRIC MOTORS |
| RU2589453C2 (en) * | 2014-04-30 | 2016-07-10 | Научно-производственное объединение "ЭЛСИБ" Открытое акционерное общество | Method of determining average temperature of short-circuited winding of asynchronous motor |
| RU166464U1 (en) * | 2016-02-17 | 2016-11-27 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Омский государственный университет путей сообщения" | DEVICE FOR DETERMINING THE NUMBER OF SLOTS OF THE ROTOR OF ASYNCHRONOUS MOTORS |
| RU2641318C1 (en) * | 2016-08-01 | 2018-01-17 | Дмитрий Николаевич Семенов | Method of diagnosing generalized technical condition of electric motor |
| EP3293501A1 (en) * | 2016-09-08 | 2018-03-14 | Doosan Heavy Industries & Construction Co., Ltd. | Apparatus and method for detecting abnormal vibration in rotor |
| CN107806985A (en) * | 2016-09-08 | 2018-03-16 | 斗山重工业株式会社 | Rotor oscillation abnormality sensing device and method |
| RU2626231C1 (en) * | 2016-11-10 | 2017-07-24 | федеральное государственное бюджетное образовательное учреждение высшего образования "Санкт-Петербургский горный университет" | Method of diagnostics of technical condition and electromechanical device remaining lifetime estimation with asynchronous motor |
Non-Patent Citations (1)
| Title |
|---|
| Скляр А. В. Совершенствование методики и устройства определения частоты вращения асинхронных двигателей на основе частотного анализа тока статора // ОмГТУ, 2018. * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhou et al. | Incipient bearing fault detection via motor stator current noise cancellation using wiener filter | |
| Kim et al. | Induction motor fault diagnosis based on neuropredictors and wavelet signal processing | |
| Singleton et al. | Extended Kalman filtering for remaining-useful-life estimation of bearings | |
| Sin et al. | Induction machine on-line condition monitoring and fault diagnosis-a survey | |
| Medjaher et al. | Data-driven prognostics based on health indicator construction: Application to PRONOSTIA's data | |
| US9459088B2 (en) | Method and apparatus for monitoring the condition of electromechanical systems | |
| Dias et al. | Spectral analysis using a Hall effect sensor for diagnosing broken bars in large induction motors | |
| Kim et al. | Sensorless fault diagnosis of induction motors | |
| RU2626231C1 (en) | Method of diagnostics of technical condition and electromechanical device remaining lifetime estimation with asynchronous motor | |
| KR102393095B1 (en) | A system for predicting and diagnosing malfunctions in rotating equipment based on artificial intelligence using vibration, sound, and image data | |
| RU2300116C2 (en) | Mode of diagnostics od electrical engines of alternating current and of mechanical arrangements involved with them | |
| Muetze et al. | The useful life of inverter-based drive bearings: Methods and research directions from localized maintenace to prognosis | |
| Zoubek et al. | Frequency response analysis for rolling-bearing damage diagnosis | |
| Corne et al. | Comparing MCSA with vibration analysis in order to detect bearing faults—A case study | |
| Gupta et al. | Early estimation of faults in induction motors using symbolic dynamic-based analysis of stator current samples | |
| RU2431152C2 (en) | Method of diagnostics of electrically driven mechanisms and systems | |
| Haddad et al. | Outer race bearing fault detection in induction machines using stator current signals | |
| Amirat et al. | Performance analysis of an EEMD-based Hilbert Huang transform as a bearing failure detector in wind turbines | |
| Obeid et al. | Stator current based indicators for bearing fault detection in synchronous machine by statistical frequency selection | |
| CN113726006B (en) | Hydroelectric production analysis decision support system | |
| RU2711647C1 (en) | Device and method for evaluation of technical condition of asynchronous motors | |
| Iorgulescu et al. | Vibration and current monitoring for fault’s diagnosis of induction motors | |
| Ranga et al. | Advanced tool based condition monitoring of induction machines by using LabVIEW—A review | |
| Antonino-Daviu et al. | Guest editorial special section on advanced signal and image processing techniques for electric machines and drives fault diagnosis and prognosis | |
| RU193341U1 (en) | Motor control and diagnostic system |