ISSN在线(2278 - 8875)打印(2320 - 3765)
Khadim Moin西迪基1,Kuldeep刚刚2和V.K.Giri3
|
相关文章Pubmed,谷歌学者 |
访问更多的相关文章国际先进研究期刊》的研究在电子、电子、仪表工程
感应电动机尤其是三相感应电动机在工业中扮演至关重要的角色比其他电机由于其优势。因此,有一种强烈的可靠和安全运行的需求。如果有任何错误和失败发生在运动可能会导致过度的宕机和产生重大损失的收入和维护。因此,早期故障检测需要的保护发动机。在当前的场景中,感应电动机的健康监测是增加由于其潜在的降低运营成本,提高了操作的可靠性,提高为客户服务。感应电动机是一个新兴的健康监测技术初期故障的在线检测。在线健康监测涉及到测量机虽然在操作条件以检测故障,目的是减少意外故障和维护成本。在摘要中,感应电机故障的全面调查,诊断方法和未来方面的健康监测感应电动机一直在讨论。
关键字 |
健康监测、感应电动机故障、电机电流特征分析,识别和诊断技术 |
介绍 |
鼠笼式感应电动机是最广泛使用的电机工业、国内和商业应用。这些汽车的优势如健壮性,简单的建设和高可靠[1 - 2]。因为,感应电动机无疑是可靠的,但我们也不能避免失败的可能性。这些失败条件发生因为它的组件失败。如果故障发生在机器故障应该尽可能早地诊断。如果这些失败条件不是诊断,故障组件将严重影响整个汽车操作,将变得更加灾难性的。因此,巨大的收入损失和维护需要[5]。 |
不同的感应电动机故障一般分为电气或机械故障。不同类型的故障包括定子绕组故障、转子酒吧破损,失调,静态或动态气隙违规行为和轴承齿轮箱故障。最常见的故障类型的旋转设备一直是有关机器轴或转子。感应电动机的百分比失败组件,如图1所示。 |
![]() |
调查是由电气与电子工程师学会(IEEE)和电力研究所(EPRI) [3 - 4]。根据IEEE标准493 - 1997,最常见的故障及其统计出现图1所示。1985年的一项统计研究EPRI也提供了类似的结果,图1所示。从图1可以清楚地观察到感应电动机故障的主要出现在转轴以及定子绕组。 |
近年来,有重大进展领域的感应机的故障分析及维护,扩展的计算机技术,控制技术,推进智能算法。许多提出的故障检测方法,如基于知识的方法,分析模型的方法和信号处理方法[37岁,64,90,93]。 |
感应电动机故障的分类如下: |
![]() |
从图2可能观察到,感应电动机故障基本上分为两个缺点即电气和机械故障。定子故障和轴承故障组件失败的高度。在转子相关故障,转子断条和破碎的端环的类别。 |
感应机的主要故障大致可以分类如下(8、12,23岁,35岁,43岁的44): |
(我)定子故障导致开幕式或做空的一个或多个定子相绕组; |
(2)定子绕组的连接异常; |
(3)破碎的转子酒吧或裂纹转子端环; |
(iv)静态或动态气隙违规行为; |
(v)弯轴; |
(vi)做空转子磁场绕组; |
(七)轴承与齿轮箱故障; |
感应电机的健康监测一直是许多研究人员的具有挑战性的任务。因此,他们有大量的技术用于诊断各种现有感应电机的缺点。这些监测技术[13,34岁,38岁的39-43,51岁,52岁,55岁,57 - 61,76): |
(我)振动监测 |
(2)噪声监测 |
(3)磁通监控 |
(iv)局部放电监测 |
(v)电压监测 |
(vi)电流监测 |
每个方法将在进一步的小节中详细讨论。在技术中,振动监测技术已广泛应用于过去的成功诊断机械故障。这项技术提供了优秀的结果等机械故障轴承故障和机械不平衡。这种方法限制了感应电动机故障诊断的能力。它能够诊断机械故障对小型评级感应机只有不是高评级感应机(57 - 61)。 |
噪声监测、监控、磁局部放电监测和电压监测方法使用但他们早些时候需要昂贵的传感器。这些方法也有一些感应机故障诊断的能力有限。因此,这些方法不是当前场景中使用。 |
目前的监测技术是使用这些天。由于数字信号处理技术(DSP)的发展,感应电机的故障诊断是研究人员。他们用电机电流与DSP技术,如快速傅里叶变换(FFT),短期内傅里叶变换(STFT)和小波变换(WT)。FFT技术几乎所有现有的故障诊断的感应电机稳态条件,但发现这种方法不能够有效地诊断故障负载的变化。它给优秀的结果[34-43]恒定负载条件。因此,一些研究者STFT方法用于故障诊断的目的。这个方法是有优秀的能力诊断故障的瞬态条件。因此,早期故障检测已经通过这种方法常对所有频率窗口大小。以来,这个方法让所有频率恒定的窗口。因此,它给好的时间分辨率但频率分辨率较差(35、65、84 - 86年)。一些研究者WT用于感应电机故障诊断的目的。 This method has excellent features; it is able to diagnose faults in the transient conditions with improved frequency resolution. In this method the size of window is not same for all frequencies. Therefore, frequency resolution is good [33-35,65]. |
在本文中,所有的感应电动机故障,所有可能的诊断方法,他们的优势,劣势和未来方面进一步讨论了健康监测的部分。 |
感应电动机故障 |
答:机械故障 |
机械故障发生优先级最高的感应电动机。机械故障被归类为轴承故障,离心率和加载出错。 |
1)轴承故障 |
这个故障包含超过40%的感应电机故障。大部分的电机使用球或滚动体轴承和这些失败的最常见原因之一。这些轴承由一个内部和外环与一组球或滚动元素放置在跑道旋转在这些戒指,如图3所示。所示的图3人工轴承缺陷外环缺陷和内部缺陷。因为,滚动轴承的滚动元素骑比赛。大型比赛,进入一个称为外环,和轴的小比赛骑被称为内部比赛。断层在水沟内,外水沟或滚动元素会产生独特的频率成分在测量机振动和其他传感器的信号。这些轴承故障频率函数的轴承几何和运行速度。轴承故障也会导致转子偏心[7,8]。 |
一个持续的压力轴承结果到疲劳失败。这些失败在内部或外部轴承的种族。这种失败的结果在粗糙的轴承运行结果在检测到振动和噪音水平增加,污染、腐蚀、润滑不当、安装不当和布氏硬度试验的外部因素也负责轴承故障。现在当流量扰动发生转子怪癖,它导致不平衡轴电压和电流也是轴承故障的原因[6]。 |
温度对轴承故障,所以也导致,建议温度不应超过超出其预定的限制在额定负载条件。在轴承故障想象为一个小洞,坑或失踪和平的材料对应的元素,如图3所示。现在,叛逃滚动轴承元素产生机械振动在每个组件的旋转速度。考虑到洞外水沟。在这种情况下,滚动元素移动的缺陷。它会留在接触孔产生影响的机器在给雷竞技网页版定频率[9]。 |
![]() |
2)偏心故障 |
气隙偏心转子感应机器的故障很常见。不平等的定子和转子之间的气隙存在称为机偏心。偏心故障产生振动和噪声的问题。在健康的情况下机器,转子与定子中心孔,旋转和转子的中心是一样的定子孔的几何中心。当转子不是中心对齐时,径向力不平衡(不平衡磁拉力)可以导致定子转子摩擦,因此,损伤定子和转子[10 - 12]。 |
偏心是分为三个部分: |
(我)静态偏心 |
(2)动态偏心。 |
(3)混合偏心率 |
在静态的情况下离心率最小径向气隙长度的位置是固定的空间。正确定位的定子或转子铁心在调试阶段成果转化为静态偏心[11]。 |
对于动态偏心转子的中心不是中心的旋转和最低的位置与转子气隙旋转[11]。由于几个因素造成的失调如弯曲转子轴、轴承磨损或错位等。一个气隙偏心是允许的高达10%。静态偏心存在固有的水平即使在新制造的机器由于制造和装配方法[13]。 |
事实上,静态和动态怪癖往往共存。理想永远无法假定为中心的条件。因此,固有的年级偏心率是隐含对任何真正的机器。合并后的静态和动态偏心称为混合偏心[14]。 |
3)加载错误 |
这也是一种类型的机械故障。在某些应用,如飞机、齿轮的可靠性可能是维护人类生命的关键。出于这个原因,负载故障的检测(特别是有关齿轮)机械工程的一个重要研究领域。汽车往往是机械载荷耦合和齿轮。几个错误可能发生在这个机械安排。这样的缺点是耦合的例子失调和故障齿轮系统,两电机的负载(44-45)。 |
b .电气故障 |
电气故障分为定子和转子的缺点。定子故障和转子故障主要发生在绕组。 |
1)定子故障 |
不到40%的所有报告感应电机故障属于这一类。这些缺陷主要是由于发生匝间绝缘击穿造成绕组故障。他们通常被称为单相接地或相间故障。定子绕组由线圈的绝缘铜线放置在定子槽。定子绕组故障通常是由两个相邻线圈之间的绝缘故障。这叫做匝间故障或做空如图4所示。产生的感应电流产生额外的加热和引起的磁场不平衡机。如果未被发现,局部加热会造成进一步的破坏,定子绝缘,直到发生灾难性故障。不平衡的磁场也会导致过度的振动会导致轴承过早失败(15 - 34)。 |
定子故障的图示是图4所示。图中显示,所有定子绕组故障发生。这些故障称为coil-to-coil、匝间相间,coil-to-ground和开路故障。以来,图1所示的调查定子故障发生的第二个重点即不到40%。因此,重要的是这些故障早期诊断。 |
![]() |
2)转子故障 |
约占总数近10%的感应电动机转子故障发生错误。这些错误是由于转子绕组。转子故障主要是破碎的转子酒吧因为脉动载荷和直接起动。它结果的波动速度、转矩脉动、振动、转子过热,灭弧和损坏转子叠片结构(35-39)。 |
笼式转子在两个部分:分类和捏造。将转子只用于小型机器。但是,如今由于铸造技术的发展,它可用于机器的转子在3000千瓦的范围。而捏造的转子通常用于特殊应用程序的机器(40、41)。 |
转子的原因酒吧和端环破损是如下(35 8日,15日,42岁的43岁,54岁,64]。 |
(我)热应力 |
(2)磁压力 |
(3)残余应力 |
(四)动态应力 |
(v)环境压力 |
(v)环境压力 |
由于上述原因,转子酒吧可能受损,同时转子不平衡情况可能发生。 |
健康监测和健康监测的需要 |
连续评估设备在其服务的健康生活是称为健康监测或状态监测。是非常必要的检测故障时仍在发展中。这就是所谓的早期故障检测[5,33]。这个电机早期故障检测提供了一个完全安全的环境。感应电机给我们提供了连续的健康监测评估电机的电气条件。通过使用健康监测,可以提供足够的警告即将失败。因此,我们可以计划未来的预防性维护和维修工作。这可以导致最小停机时间和最优维护日程[5 46]。 |
健康监控和故障诊断方案允许机器操作员在机器前必要的备件是精简,从而减少停机时间。因此,有效的健康监测电机可以提高可靠性、安全性和效率的机器[65]。 |
健康监测具有重要意义在商业环境中由于以下原因[5]。 |
•减少维护成本 |
•预测设备故障 |
•改善设备和组件的可靠性 |
•优化设备性能 |
•改善故障预测的准确性 |
由于上述示意感应的健康监测机器的优点,现在,最重要的是找到最好的适合感应电机的监控技术。 |
健康监测技术 |
有很多方法,已经在过去的四十年里用于健康监测机器的但是最常用的技术如下所述: |
1)热监控 |
电机的热监测可以通过测量完成本地电动机的温度或估计的参数。由于卖空转定子绕组的定子电流的值会很高,因此它产生过多的热量如果不采取适当的行动和结果到电动机的破坏。因此,一些研究人员介绍了电动机热模型。这个模型基本上是分为两个部分: |
(我)有限元分析(FEA)的基础模型 |
(2)基于集中参数模型 |
有限元分析模型比第二个更精确的模型,但也高度计算方法和耗费时间[49-50]。 |
基于集中参数模型等效热网络,由热电阻、功放和相应的功率损耗。在转向转错,该地区的温度上升的错,但这可能是太慢检测潜在故障之前,发展成更严重的缺点[47-48]。 |
温度监测技术已被用于轴承和定子故障检测的目的。这种方法提供了一个有用的机器过热的迹象但是提供有限的故障诊断能力[51]。 |
2)磁通监控 |
定子电流的异常出现的谐波函数的变量由于磁动势(MMF)分布,并讨论了不同气隙高度下permeance-wave表示。因此任何失真的气隙磁通密度由于定子缺陷设置轴的轴向通量。感应电动机的轴向磁漏通量是容易测量使用一个圆形搜索线圈放置在non-drive(后)的机器,与轴同心。搜索线圈产生一个输出电压正比于轴向漏磁通的变化率。这个信号包含许多相同的频率成分出现在定子电流。是特别有用的估计速度,因为它包含一个强大的组件在滑动频率[51-52]。 |
3)振动监测 |
振动监测技术是最古老的健康监测技术的感应电动机。它被广泛用于检测机械故障轴承故障或机械不平衡等。压电换能器提供常用的电压信号与加速度成正比。这可以集成加速度信号给速度或位置[13日55]。 |
几乎所有的电机产生噪音和振动。因此,研究人员一直使用这个振动故障诊断的目的。他们成功地诊断出一些故障的振动参数。以来,非常小的振幅可以生产高噪音。噪音和振动电机是由部队的磁性,机械和气动起源(年度)。振动也会产生由于inter-turn绕组故障,单一逐步和电源电压不平衡(56、57)。 |
径向部队由于气隙磁场是电机的振动和噪声的最大来源。以来,气隙磁通密度分布的产物合成mmf波和总磁导波。结果mmf还包含可能的转子和定子不对称的影响。气隙磁导波取决于变异的,由此产生的磁力和振动也取决于这些不对称。因此,通过分析电机的振动信号,可以检测各种故障和不对称(58 - 61)。因此,我们可以说,振动监测方法是最合适的方法检测等机械故障的轴承故障,转子怪癖,齿轮故障和转子不平衡。以来,许多研究人员发现了一个非常有效的参数即振动诊断各种缺点。这种方法需要昂贵的加速器和相关连接。因此,这限制了其在多个应用程序中使用。以来,这个方法是昂贵的和不能使用大型机器故障诊断的目的。 |
4)局部放电监测 |
该方法用于检测定子绝缘故障在更高的电压电机。它由检测低振幅,超快脉冲(ns)由绝缘放电现象在小孔隙。局部放电发生,即使在健康的机器。但是增加的数量可以与绝缘局部放电活动退化[76]。 |
5)气隙转矩监测 |
产生的气隙转矩是旋转电机的磁链和电流。由于创建的任何不平衡是非常敏感的缺陷以及不平衡电压。以后,所有类型的电动机故障产生在特殊频率边带气隙转矩。以后,是不可能直接测量气隙转矩。之间的差异估计扭矩模型给出了一个暗示的破酒吧的存在。从输入终端,瞬时功率绕组包括充电和放电能量。因此,瞬时功率不能代表瞬时转矩。从输出终端,旋转电机的转子轴和机械负载构成紧张的弹簧系统,都有自己的固有频率。组件的变弱的气隙转矩传递通过张力的弹簧系统为不同的谐波转矩组件的订单是不同的。但用这种方法不容易诊断所有的缺点[77]。 |
6)噪声监测 |
通过测量和分析我们能够做的噪声频谱噪声监测。由于气隙偏心产生的噪音。这种噪声是用于在感应电动机故障检测。然而这不是准确的方法来检测故障噪声监测,因为其他机器的嘈杂的背景。通风噪声与空气扰动,产生的周期性扰动气压由于旋转部分。噪音是由于麦克斯韦应力法在铁表面。这些力量负责生产噪音定子结构[78]。 |
7)定子电压监测 |
这可以安全地测量使用高频差分电压探针或隔离放大器。它被用来计算瞬时功率,瞬时扭矩和负序阻抗(38、61、62)。 |
8)定子电流监测 |
定子电流通常使用夹式采用霍尔电流探针测量。它所包含的频率成分,可以与各种故障如机械和磁场不对称,破碎的转子酒吧和卖空的定子绕组。大多数发表的研究工作近年来检测定子电流的使用对健康监测。尤其是使用频率分析[34-43]。 |
信号处理技术 |
信号处理技术应用于测量传感器信号以生成故障或参数(如振幅与断层相关的频率成分)是敏感的特定缺陷的存在与否。 |
1)RMS |
计算简单的统计参数如整个根均方(RMS)值的信号可以提供有用的信息。例如,振动速度的均方根值是一种方便的测量整体振动的严重性。同样,定子电流的均方根值提供了一个粗略的估计电机加载[79]。 |
2)时域分析 |
时域分析是一个功能强大的工具为三相鼠笼式感应电动机。振荡的电力在时间域映射在一个角域离散波形。数据聚类技术用于提取一种平均模式,作为机械不平衡指标。时域技术可以跟踪机器的基本频率和滑动,然后计算一个诊断指数没有任何光谱分析(80 - 82)。 |
3)频率分析 |
频率分析使用快速傅里叶变换(FFT)是最常见的信号处理方法用于在线状态监测。这是因为许多机械和电气故障产生的信号的频率可以从知识确定电机极数等参数。这些故障信号出现在各种传感器信号包括振动、电流和通量。频率分析可以提供大量的信息的缺点。尽管有些缺点产生相似的故障频率,所以需要其他信息来区分它们。它还允许低水平的检测故障信号的大型“噪音”信号在其他频率[34 - 43],[65 - 68]。使用振动频率分析和电流信号被大量研究来检测轴承,定子和转子偏心的缺点。 |
图5显示了当前频谱电动机有一个破碎的酒吧。这种类型的分析称为电机电流特征分析(MCSA),显示特征(1±2 s)破酒吧显然在50 hz峰[35]。 |
频率分析等数量也被应用于瞬时功率和瞬时扭矩“部分”。可测量电压和电流信号计算。[66 - 71]。 |
FFT技术更适合在稳态分析负载是恒定的。可变负荷,从这种方法不适合故障诊断。这种方法并不适用于故障诊断也在瞬态条件下。一些研究人员还发现,从基本频率边带频率重叠。因此,故障不能在空载条件下的诊断方法。FFT方法只给出了频率信息可以不给什么信息 |
![]() |
时间频率存在。因此,一些研究人员使用短期傅里叶变换(STFT)和小波变换(WT)故障诊断目的[35]。 |
4)时频分析方法 |
传统的FFT方法已经被用于检测各种感应电动机故障,但这种方法是适用的,恒定负载是必需的。FFT方法无法诊断故障的瞬态条件。这个FFT方法能不能透露什么时候什么频率存在。因此,为了克服这些问题,一些研究人员拍摄术语傅里叶变换(STFT)方法用于检测故障的瞬态条件,但它显示了可怜的频率分辨率。该方法可以同时做3-dimesional分析,时频信息[83 - 85]。 |
这项决议的问题是发生在STFT的方法。现在,这个问题已经解决了小波变换方法。因此,在最近的趋势,一些研究人员使用小波变换在感应电动机故障诊断方法(35、65、84 - 86年)。 |
换句话说我们可以说,傅里叶变换用于传统的频率分析假设频谱是不改变采样周期对时间。这个假设并不总是有效的。特别是在机械载荷,体贴变异(85、87)。时频分析技术来解决此问题将信号划分为短时间内段的相对稳定,并计算每一部分的傅里叶变换。这允许信号的频率含量的变化随着时间的观察。注意,频率分辨率受限于片段的大小(86 - 87)。 |
小波变换是另一种时频分析方法。传统的傅里叶变换是基于被测信号分解成不同频率的正弦信号。小波变换将信号分解成一组非正弦波形。它已经普遍应用于脉冲波形类型不方便表示成正弦分量的总和。不同的研究人员使用这些方法因此定子电流传感器信号;这些技术也称为电机电流特征分析(MCSA)技术[到三十五,65]。 |
5)高阶统计数据 |
常见的均值或方差等统计措施可以用来描述时变信号的概率密度函数。也有高阶统计峰度等措施,使的样本的比例偏离均值的一个小值相比,那些偏离一个较大的值。这些更高的订单统计措施有用的属性,它们是高斯分布的测量噪声不敏感。这一手法已经用来调查机器故障的检测[58-59]。 |
可以执行频率分析(傅里叶变换)的高阶统计措施获得所谓的高阶谱。这些光谱允许组件的识别信号,有固定的相位关系,因此可能源自相同的源[59]。 |
6)定子电流公园的向量 |
公园的向量是基于瞬时空间轨迹的三相定子电流的矢量和。这个轨迹是影响定子绕组故障和气隙偏心。 |
可以分析公园的矢量图形图8所示,或通过检查其频率谱。[89]。从图6中,已经观察到,健康的和有缺陷的曲线不同,但该方法诊断故障的能力有限。这种方法从定子故障可以诊断非常有效,但在稳态操作不是在瞬态操作[23]。 |
![]() |
7)负序电流 |
当理想三相电压应用于完美对称三相机器,机器的电流大小相等。故障如卖空转弯或偏心介绍阶段之间的失衡导致电流不平衡阶段。不平衡故障严重程度和增加可以使用负序电流分量的数学描述[91]。 |
注意:然而,供应失衡电压电流也会导致失衡的阶段。因此有必要测量电源电压,这样可以考虑[33]。 |
故障检测方法 |
最后也是最困难的一步在线健康监测过程检查功能和故障参数提取在前一节中,并决定如果存在错误,如果是这样,什么类型的错。目前这样做通常是基于专家的知识和经验的用户。然而,有相当大的研究意味着自动化这个过程使用分类技术,如人工智能和模式识别。 |
这一步关键的难点是测量机故障参数的敏感性等具体细节尺寸,电力、建筑类型和加载。因此可靠的故障检测/分类算法开发,一套更广泛的“健康”和“错误”引用数据通常是必需的。最终的故障检测算法的精度明显大小的限制,广度和质量的参考数据是用于开发。 |
1)基于模型的方法 |
的影响特定故障机器输出电流等参数可以使用分析预测[91]或[92]有限元建模方法。这些模型可以准确的故障诊断对于一个给定的机器。如果电磁机械设计详细信息是可用的。注意,它可能很难使用的结果从一个电机设置一般故障阈值[53,92 - 93]。 |
2)趋势 |
这包括观察断层参数在一段时间内,以便它可以探测到突然变化将与断层的存在有关。仍然有困难的变化参数的确定对应于一个故障检测[92]。 |
3)故障阈值 |
最简单的故障检测算法使用一个阈值对于一个给定的参数。例如,有表显示了可接受的水平的机械振动振幅的大小取决于机器[57]。另一个例子是“经验法则”破酒吧显然在当前频谱。据报道,如果这些边带小于-54分贝的主峰的运动是健康的。如果大于-54分贝那么电动机是错误的,其他的是边际[65]。 |
4)多维空间技术 |
可以考虑多个故障参数代表每个故障参数的一维multiple-dimensional空间。一组给定的参数对应一个点在这个空间。点健康的操作位于不同地区在这个空间点的错误操作。 |
![]() |
支持向量分类方法(69、94)试图找到参数的线性组合(几何表示为一个超平面),将独立的健康数据,错误的数据,如图7所示。另一种方法是尝试定义几何区域的空间对应于健康的操作和错误操作[69]。 |
5)神经网络 |
人工神经网络是模仿人类大脑的神经连接。每个人工神经元接受多个输入,预设重量适用于每个输入并生成一个基于结果的非线性输出。层的神经元连接之间的输入和输出(94 - 95)。 |
神经网络的训练是由喂养在选定的参数集对应于已知的健康和错误的机器和调整输入神经元的权重给所需的输出在每种情况下[63]。 |
6)模糊逻辑 |
这涉及到决策基于分类信号为一系列乐队(模糊值)而不是简单的健康或错误的基于单一阈值。例如,基于破栏边频带振幅,电动机可以分为健康、边际或错误的。模糊逻辑允许结合模糊信息从不同的信号一起做出更准确的判断有关的健康运动(95 - 96)。 |
7)专家系统 |
专家系统寻求代表人类专家的知识通过定义一系列的规则可以得出的结论。规则的一个例子可能是:如果断条边带大于-45分贝和公园的电流矢量是一个圆形的断条故障很可能存在(92、97)。 |
在线健康监测的过程 |
在线健康监测的过程可以被理解的图8所示。块图由五个模块组成。电动机故障块显示了感应电动机发生故障,传感器信号块显示选择一个合适的信号故障诊断的目的。这个传感器信号故障诊断的发挥至关重要的作用。它已经从先前的研究,观察到的许多研究人员使用等传感器信号振动、噪音、流量、扭矩但所有提到的信号需要昂贵的传感器。因此,研究人员使用电动机电流故障诊断的目的。这个电机当前有效区分健康的和有缺陷的汽车波形(34-37,65)。因此,从去年2年,一些信号处理技术的出现,研究人员使用的电动机电流故障诊断的目的。 |
信号处理的块给的细节方法用于故障诊断的目的。已经讨论了小波变换(WT)技术是最适合感应电动机故障诊断的技术(35、65、84 - 88年)。它给同时提高分辨率的时频信息。WT发明的方法我们可以做早期故障检测,换句话说可以说诊断故障的早期即瞬态条件。 |
![]() |
因此,断层不会更加灾难性的,不会打扰的整个操作发动机。重要的和有趣的讨论,专家系统的故障诊断前。他们与他们的经验和知识可以猜测一个特定的故障发生。这不是非常正确的方法,但一些研究表明,诊断故障有效[92]。这种检测的过程称为离线故障检测过程。 |
未来的研究领域 |
1)使用多个传感器类型 |
大多数的研究已经由单一传感器信号(如。电动机电流)与特定的信号处理技术(如。FFT)给定故障检测。在未来的工作,我们可以使用多个传感器信号处理技术。因此,故障检测的准确性将会改善。 |
2)多种故障检测和诊断 |
几乎没有工作进行识别多种故障机器。这可能是复杂的相互依赖关系的故障信号如果有多于一个的错。使用多个传感器类型和处理技术也有利于这项工作。 |
3)基于不同负载条件下的检测 |
许多研究人员通常只在故障的检测在满载情况下。不过,在实践中已经看到了实际负载测试机器时可能不可控。部分加载操作可以显著改变了故障信号。例如,它已被证明,破碎的酒吧显然当前光谱敏感机器加载[35]。 |
4)可移植性的方法 |
很难概括实验室测试的结果通常是低功率机器什么多大功率的机器中。故障诊断系统实际,必须适用于机器与广泛不同的评级和不同的建筑小增量的努力。 |
5)在Inverter-Driven汽车故障检测 |
已经观察到,从先前的研究工作已经由其他研究人员。他们发现那些感应的机器故障是直接从电源操作。在当前的场景中,使用变频器驱动的汽车行业中尽管噪音,增加力量的水平。故障的检测inverterdriven机器挑战是因为噪音产生的高开关频率。另一方面,微控制器和传感器在一个逆变器的存在意味着健康监测算法可以实现成本有点高。 |
6)远程计算机监控 |
远程监控系统也可以用于未来的工作。是有用的连续感应机的远程监控无人/危险位置(如远程矿业网站或石油加工厂)和关键应用中最高的可靠性是必需的。 |
结论 |
在摘要中,感应电动机故障的全面审查及其检测技术进行了。感应电动机的精确的健康监测技术可以提高可靠性和降低维护成本。已经观察到从去年的研究论文,感应电动机的故障诊断为研究人员和学者仍然是一个具有挑战性的任务。许多研究人员发现,定子电流信号适合故障诊断的目的。已经观察到的各种研究论文的大部分工作是面向恒速异步电动机。有各种方法用于故障诊断的恒速异步电动机模糊逻辑、神经网络和遗传算法等。 |
通过一些数字信号处理技术的发明,它更容易诊断的故障变量也感应的机器。很多工作必须进行变速感应电动机。因此,对于小评级感应电动机故障进行了分析,但大型评级汽车故障诊断和分析将是具有挑战性的任务。全面的调查,发现快速傅里叶变换(FFT)方法用于稳态分析和小波变换(WT)用于瞬态分析和数字信号处理(DSP)方法给出了杰出的结果。但是,它已经发现,FFT方法不能够诊断故障在空载条件下与WT。这些方法被称为电机电流特征分析(MCSA)方法与电机电流。 |
因此,它已被观察到,MCSA技术可用于感应电机故障诊断的小波变换在瞬态条件下。但是,用小波变换进行了一些有限的工作。已经观察到,小波变换在瞬态条件下成功地诊断许多缺点。但是,对于美联储逆变感应机一些入门级别的工作已经由研究人员完成的。现在,在未来这将是有趣的,小波变换工具能否为逆变器故障诊断美联储机器也不信。因此,小波变换的时频瞬态故障检测能力工具改善分辨率可以早期的重要工具在美联储逆变器机器故障检测的目的。事实上,在美联储逆变器行业尽管使用机器的噪音。因此,现在研究人员将不得不面对的挑战感应电动机故障诊断也在这些条件。 |
承认 |
第一作者“Khadim Moin西迪基”是教学和研究学者在电机工程系,工程与技术研究所的勒克瑙通过技术教育质量改进计划(TEQIP)。他们经济上协助我开展我的研究工作。因此,特别感谢TEQIP委员会的支持和奉献。作者也感谢专业的教职员工,勒克瑙和M.M.M.科技大学的支持。 |
引用 |
|