CN103376410A - 电动机的预防保全装置 - Google Patents
电动机的预防保全装置 Download PDFInfo
- Publication number
- CN103376410A CN103376410A CN201310082028XA CN201310082028A CN103376410A CN 103376410 A CN103376410 A CN 103376410A CN 201310082028X A CN201310082028X A CN 201310082028XA CN 201310082028 A CN201310082028 A CN 201310082028A CN 103376410 A CN103376410 A CN 103376410A
- Authority
- CN
- China
- Prior art keywords
- motor
- state
- model
- unit
- operational ton
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
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
- G01R31/343—Testing dynamo-electric machines in operation
-
- 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
- G01R19/02—Measuring effective values, i.e. root-mean-square values
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/32—Automatic controllers electric with inputs from more than one sensing element; with outputs to more than one correcting element
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本发明提供一种电动机的预防保全装置,能够提高电动机的异常检测精度,能够进行包含附电动机的附带设备的异常监视、检测的电动机的预防保全。电动机基于从电动机驱动装置输入的操作量而动作,预防保全装置包括:状态量获取单元,获取与操作量处于预定的相关关系的电动机的状态量;模型储存单元,预先储存有根据相关关系对在电动机及其附带设备正常情况下的操作量与状态量的关系进行了建模的相关模型;模型状态量算出单元,算出模型储存单元储存的相关模型中相对于电动机运转时的操作量的状态量;以及异常检测单元,通过将在运转时由状态量获取单元获取的状态量与由模型状态量算出单元算出的状态量进行比较,检测出电动机及其附带设备的异常。
Description
技术领域
本发明涉及电动机的预防保全装置。
背景技术
电动机是构成工厂的主要设备之一。很多情况下电动机都是工厂的重要要素,其故障也会影响整个工厂。因此,在工厂的运转中,需要通过监视电动机是否产生异常,来预防电动机故障(即预防保全)。
作为以往的电动机的异常诊断方法,已知的是检测在电动机起动时的振动,基于该检测结果来诊断电动机绕组的松弛(例如参照专利文献1)。
专利文献
专利文献1:日本特开昭60-066647号公报
发明内容
另外,例如在炼铁厂的轧制工厂等所使用的大型的电动机中,多附属有用于冷却电动机的发热的冷风机、向轴承给油的轴承给油装置等附带设备。而且,由于在这样的电动机的附带设备中产生故障的情况下也需要停止电动机,因此不仅需要监视电动机的主体,而且还要监视电动机的附带设备是否产生异常,预防其故障。
然而,专利文献1所示的发明存在的问题是:完全没有考虑电动机的附带设备的异常,无法进行包含电动机的附带设备的异常监视、检测的电动机的预防保全。
本发明是为解决这样的问题而完成的,得到一种电动机的预防保全装置,其能够提高电动机的异常检测精度,能够进行包含附电动机的附带设备的异常监视、检测的电动机的预防保全。
本发明所涉及的电动机的预防保全装置,基于从电动机驱动装置输入的操作量而动作,包括:状态量获取单元,该状态量获取单元获取与所述操作量处于预定的相关关系的所述电动机的状态量;模型储存单元,该模型储存单元预先储存有相关模型,所述相关模型是根据所述相关关系,将所述电动机和所述电动机的附带设备为正常情况下的所述操作量与所述状态量的关系进行建模而成的;模型状态量算出单元,该模型状态量算出单元算出所述模型储存单元储存的所述相关模型中相对于所述电动机运转时的所述操作量的状态量;以及异常检测单元,该异常检测单元通过将所述运转时由所述状态量获取单元获取的所述状态量与由所述模型状态量算出单元算出的所述状态量进行比较,检测出所述电动机和所述电动机的附带设备的异常。
本发明所涉及的电动机的预防保全装置取得的效果有:能够提高电动机的异常检测精度,能够进行包含附电动机的附带设备的异常监视、检测的电动机的预防保全。
附图说明
图1是示出本发明的实施方式1所涉及的电动机的预防保全装置的整体结构的框图。
图2是示出本发明的实施方式1所涉及的电动机及其附带设备的结构的图。
图3是示出本发明的实施方式1所涉及的预防保全装置的功能结构的框图。
图4是示出本发明的实施方式1所涉及的电动机的预防保全装置的相关模型的一个例子的图表。
图5是示出本发明的实施方式1所涉及的电动机的预防保全装置的异常判定的一个例子的图。
图6是示出本发明的实施方式2所涉及的预防保全装置的功能结构的框图。
图7是示出本发明的实施方式3所涉及的预防保全装置的功能结构的框图。
附图标记说明
1 电动机
1a 转轴
1b 转子
1c 转子绕组
1d 定子铁心
1e 定子绕组
2 电动机的附带设备
2a 冷却风扇
2b 水冷热交换器
2c 轴承台
3 电动机驱动装置
4 电动机侧远程IO盘
5 驱动装置侧远程IO盘
6 通信网络
7 预防保全装置
7a 模型储存部
7b 模型状态量算出部
7c 比较部
7d 告知部
7e 校正量储存部
7f 计数部
8 绕组温度测定用电阻温度探测器
9 制冷剂温度测定用电阻温度探测器
10 相关模型
11 阈值
12 检测点
具体实施方式
根据附图来说明本发明。在各图中同一附图标记示出相同部分或者相当部分,适当简化或者省略对其重复的说明。
实施方式1
图1至图5涉及本发明的实施方式1,图1是示出电动机的预防保全装置的整体结构的框图;图2是示出电动机及其附带设备的结构的图;图3是示出预防保全装置的功能结构的框图;图4是示出电动机的预防保全装置的相关模型的一个例子的图表;图5是示出电动机的预防保全装置的异常判定的一个例子的图。
在图1中,1是电动机。附属有电动机的附带设备2。图2示出关于这些电动机1和电动机的附带设备2的具体结构的一个例子。电动机1具有可旋转地设在电动机1的内部的转子1b;以及从该转子1b的中央延伸设置并与转子1b成为一体进行旋转的转轴1a。在转子1b的外周设有转子绕组1c。而且,与转子绕组1c对置的卷绕在定子铁心1d的定子绕组1e固定在电动机1内而配置。
在电动机1设有冷风机,该冷风机由用于冷却在电动机1内部产生的热量的冷却风扇2a和水冷热交换器2b构成。冷却风扇2a使空气在电动机1内循环,对在电动机1产生的热量进行冷却。送入电动机1内的空气使电动机1内的热量冷却,结果被加温而温度上升。夺走电动机1内的热量的空气被水冷热交换器2b冷却,恢复为冷空气,之后被冷却风扇2a再次送入电动机1内。
通过利用这样的冷却风扇2a和水冷热交换器2b来进行循环冷却,电动机1被冷却防止产生烧灼等不理想。此外,水冷热交换器2b包括在内部有冷却水循环的冷却水管,通过使空气与冷却水之间进行热交换来冷却空气。
另外,在电动机1的转轴1a部分设置可旋转地支撑转轴1a的轴承台2c。在该轴承台2c包括向轴承提供润滑油的轴承给油装置。这些水冷热交换器2b、冷却风扇2a和轴承台2c(轴承给油装置)是电动机的附带设备2的一个例子。
电动机1的动作由电动机驱动装置3驱动。电动机1经由电动机侧远程IO盘4,电动机驱动装置3经由驱动装置侧远程IO盘5分别与通信网络6连接,电动机1与电动机驱动装置3能够通过通信网络6相互进行电通信。
电动机驱动装置3经由通信网络6向电动机1发送操作信号。在该操作信号包含电动机1的操作量相关的信息,电动机1根据接收的操作信号所指示的操作量而动作。
在将电动机1与电动机驱动装置3相连的通信网络6连接有预防保全装置7。该预防保全装置7通过基于从电动机驱动装置3向电动机1输入的操作信号的操作量以及与该操作量处于预定的相关关系的电动机1的状态量,对电动机1和电动机的附带设备2的异常进行监视、检测,实施电动机1的预防保全。
下面,说明以利用预防保全装置7对电动机的附带设备2即冷风机(冷却风扇2a和水冷热交换器2b)的异常进行监视、检测为对象的情况。
预防保全装置7使用负载率作为操作信号的操作量,使用绕组温度上升值作为与该操作量(负载率)处于预定的相关关系的电动机1的状态量,对冷风机的异常进行监视、检测。
下面说明负载率与绕组温度上升值之间成立的预定的相关关系。
首先,负载率L是当前的电流值相对于额定电流值的比率,由下式(1)决定。
L=i(当前值)/i(额定值)×100(%)···(1)
负载率的均方根RMS的平方(RMS^2)可由下式(2)表示。
RMS^2=(L1^2·t1+L2^2·t2+…+Ln^2·tn)/T···(2)
此处,T是求出RMS的对象时间,t1、t2、…、tn是将求出RMS的对象时间T内进行分割的取样时间,L1、L2、…、Ln分别是各取样时间t1、t2、…tn的负载率,T=t1+t2+…+tn。
而且,在式(2)代入式(1),会得到下面式(3)的关系。
RMS^2∝i^2···(3)
接下来,推导绕组温度上升值ΔT与电动机1的绕组电流值i的关系。在电动机1产生的损耗的种类有铁损耗、铜损耗、杂散负载损耗、机械损耗等。其中,电动机1的绕组线圈所产生的发热量处的铜损耗占据电动机1的损耗的大部分。由于绕组温度上升值ΔT与电动机1的损耗成正比,因此可知若将电动机1的损耗与铜损耗视为大致相同,则绕组温度上升值ΔT与铜损耗即电动机1的绕组线圈所产生的发热量成正比。
若i为绕组电流,R为绕组电阻,t为时间,则绕组线圈的发热量Q由下式(4)表示。
Q=i^2·R·t···(4)
而且,若使用所述的绕组温度上升值ΔT与发热量Q成正比,则由式(4)推导出绕组温度上升值ΔT与绕组电流i之间具有下式(5)所示的关系。
ΔT∝i^2···(5)
而且,从式(3)和式(5)能够推导出下式(6)所示的关系。
ΔT∝RMS^2···(6)
这样,可知绕组温度上升值ΔT理论上与负载率的均方根RMS的平方(RMS^2)成正比,处于一方变化则另一方也随此变化的相关的关系。
预防保全装置7通过经由通信网络6获取从电动机驱动装置3向电动机1发送的操作信号,能够得到输入至电动机1的操作量即负载率。
另外,为了得到电动机1的状态量之一的绕组温度上升值ΔT,在电动机1安装有绕组温度测定用电阻温度探测器8和制冷剂温度测定用电阻温度探测器9这2个电阻温度探测器(Resistance Temperature Detector)。绕组温度测定用电阻温度探测器8用于检测电动机1内的绕组部分的温度(排气温度),制冷剂温度测定用电阻温度探测器9用于检测从此处向电动机1内导入的制冷剂(空气)的温度(进气温度)。
预防保全装置7经由通信网络6获取由绕组温度测定用电阻温度探测器8检测的排气温度、和由制冷剂温度测定用电阻温度探测器9检测的进气温度这2个状态量,通过求出排气温度相对于进气温度之差,算出绕组温度上升值ΔT。此外,预防保全装置7所涉及的操作量(负载率的RMS)的获取定时与状态量(绕组温度上升值ΔT)的获取定时同步。
通过这样,由于预防保全装置7得到的操作量即负载率的RMS与状态量即绕组温度上升值ΔT理论上处于式(6)所示的比例关系,因此如果电动机1和电动机的附带设备2(冷风机)为正常的状态,则负载率RMS与绕组温度上升值ΔT示出较强的相关性,负载率的RMS的平方与绕组温度上升值ΔT应该能用下面式(7)所示的直线公式来建模。
ΔT=k·RMS^2+c···(7)
因此,预防保全装置7利用处于这样的预定的相关关系的操作量和状态量的性质,对电动机1和所述电动机的附带设备2的异常进行监视、检测。该预防保全装置7的结构如图3所示。预防保全装置7包括模型储存部7a、模型状态量算出部7b、比较部7c和告知部7d。
模型储存部7a预先储存有对电动机1和电动机的附带设备2为正常状态下的操作量和状态量的关系进行了建模的相关模型。关于该操作量和状态量的关系的建模,以至此说明的负载率的RMS和绕组温度上升值ΔT为例来进行说明。
首先,在电动机1和电动机的附带设备2(冷风机)正常运转时,在一定时间的期间,收集多组操作量即负载率的RMS和状态量即绕组温度上升值ΔT的数据。接下来,基于收集的数据,例如使用最小二乘法等已知的回归分析方法,算出式(7)的系数k和截距c,求出以式(7)的形式表示的回归式,生成对正常状态下的操作量和状态量的关系进行了建模的相关模型。
然后,将这样生成的操作量(负载率的RMS)和状态量(绕组温度上升值ΔT)的相关模型储存在模型储存部7a。图4示出预先储存在模型储存部7a的相关模型的负载率的RMS的平方与绕组温度上升值ΔT的关系的一个例子。
在电动机1和电动机的附带设备2运转中,预防保全装置7定期获取操作量和状态量。而且,预防保全装置7所包括的模型状态量算出部7b通过将在运转中获取的操作量应用于模型储存部7a储存的相关模型,算出从相关模型预想的如果电动机1和电动机的附带设备2正常时会取的状态量(以下称作模型状态量)。
以至此以负载率的RMS和绕组温度上升值ΔT为例的话,预防保全装置7算出电动机1和电动机的附带设备2运转中的一定期间内的负载率的RMS的平方,模型状态量算出部7b通过将该RMS的平方代入式(7),算出模型状态量的绕组温度上升值ΔT。
预防保全装置7所包括的比较部7c将由模型状态量算出部7b算出的模型状态量与运转中实际检测的状态量进行比较,在运转中实际检测的状态量相对于模型状态量偏离预定的基准以上的情况下,检测出在电动机1、电动机的附带设备2产生了异常。
参照图5说明该异常检测判定。在图5中,10是由回归式(7)表示的相关模型。而且,在与该相关模型10的直线相比向ΔT轴的正侧相隔预定的基准,设定异常检测判定所使用的阈值11。而且,在运转中实际检测的状态量为该阈值11以上的情况(检测点12)下,检测出在电动机1、电动机的附带设备2产生了异常。
此外,此处,将阈值11设定在与相关模型10的直线相比向上方侧相隔预定的基准,但也可以将相关模型10的直线向ΔT轴的正方向以预定的倍率(例如1.5倍)放大设定作为阈值11。
预防保全装置7的告知部7d在由比较部7c对模型状态量与实际的状态量进行比较,检测出在电动机1、电动机的附带设备2产生了异常的情况下,将该内容告知给保养员等。作为利用该告知部7d的告知形态,例如可以显示在预防保全装置7的显示画面,也可以使蜂鸣器、声音等鸣动来告知。
在这样构成的电动机的预防保全装置中,预先生成对电动机1和电动机的附带设备2为正常状态下的操作量和状态量的关系进行了建模的相关模型。而且,在电动机1和电动机的附带设备2的运转中,通过将相关模型上的模型状态量与实际的状态量进行比较,检测出电动机1和电动机的附带设备2的异常。
此处,一般在欲基于根据操作量的变化而变化的状态量来进行异常的检测的情况下,通过根据运转中的操作量的值使成为异常检测的基准的状态量变化,能够进行更准确的异常检测。然而,正常状态下被进行取样的数据的操作量与运转中的实际的操作量不一定一致。所以,在正常状态下被进行取样的数据的操作量与运转中的实际的操作量不一致的情况下,会产生不知如何设定异常检测的基准值这样的问题。
对于这样的问题,在本发明所涉及的电动机的预防保全装置中,由于使用对正常状态下的操作量和状态量的关系进行了建模的相关模型,来设定成为异常检测的基准的状态量,因此能够根据实际的操作量来设定适当的基准值,能够实现精度更高的异常检测。
另外,从基准值的设定所需的正常时的操作量、状态量的数据量来看,在不使用相关模型的情况下,为了提高异常检测精度,基准值的设定需要有更多的数据量。而与之相对,在使用相关模型的情况下,生成得到一定以上的相关的相关模型所需量的数据量即可,即,能以更少的数据量来实现精度更高的异常检测。
并且,对于电动机的附带设备2例如冷风机而言,冷风机所包括的冷却水管由于长期使用会在管内部附着有污垢,有时管道会被慢慢堵塞。由于该堵塞会使冷风机的冷却功能下降,因此最终有可能导致电动机的故障。然而,直接检测出这样的冷却水管的堵塞等冷风机的异常是非常困难的。
但是,若由于这样的冷却水管的堵塞等使冷风机的冷却功能下降,则与正常时相比,即使是相同的负载率(操作量),绕组温度上升值ΔT(状态量)也会增大。因此,通过检测实际的状态量从正常时的相关模型中的模型状态量的偏离,就能够间接检测出这样的电动机的附带设备2的异常。
并且另外,由于冷风机的冷却水管的堵塞等这样的随着时间慢慢发生的劣化所伴随的异常到发现为止的时间比较长,因此其检测是非常困难的。但是,通过使用正常时的相关模型来设定异常检测的基准,由于能够提高异常检测的精度,因此即使是这样的长期慢慢发生的劣化,也能够检测。
如上所述构成的电动机的预防保全装置包括:状态量获取单元即电阻温度探测器,获取与从电动机驱动装置向电动机输入的操作量处于预定的相关关系的电动机的状态量;模型储存单元,预先储存有相关模型,所述相关模型是根据相关关系,对电动机和电动机的附带设备为正常情况下的操作量与状态量的关系进行建模而成的;模型状态量算出单元,算出模型储存单元储存的相关模型中相对于电动机运转时的操作量的状态量;以及异常检测单元即比较部,通过将所述运转时由状态量获取单元获取的状态量与由模型状态量算出单元算出的状态量进行比较,检测出电动机和电动机的附带设备的异常。
因此,能够提高电动机的异常检测精度,能够进行包含附电动机的附带设备的异常监视、检测的电动机的预防保全,能够准确判断电动机的附带设备的劣化。另外,由于能够事先得知电动机的附带设备的故障的征兆,适当实施与其症状相应的保养,因此能够预防影响整个工厂运转的电动机的突发故障。
实施方式2
图6是示出本发明的实施方式2所涉及的预防保全装置的功能结构的框图。
此处说明的实施方式2基于上述的实施方式1的结构,考虑了与电动机的状态量具有预定的相关关系的操作量以外的、给该状态量带来影响的要素,从而算出模型状态量。
下面,与实施方式1同样,作为例子,说明适用负载率的RMS作为操作量,使用绕组温度上升值ΔT作为状态量的情况。状态量即绕组温度上升值ΔT除了操作量即负载率(的RMS)以外,例如还会根据电动机的附带设备2即冷风机的水冷热交换器2b的冷却水的温度和流量、冷却风扇2a的风量而变动。
例举具体数值来说明,例如在其他运转条件相同的前提下,在冷却水的温度为20度时绕组温度上升值ΔT为30度,在冷却水温度为25度时绕组温度上升值ΔT为32度的情况下,关于冷却水温度的校正量为+2度。通过这样,分别根据运转条件来评价关于冷却水温度的校正量、关于冷却水流量的校正量、关于风扇风量的校正量。
然后,将这些校正量分别作为α1、α2、α3,将这些校正量作为校正项代入的相关模型的回归式如下式(8)。
ΔT=k·RMS^2+c+α1+α2+α3···(8)
本实施方式2的预防保全装置7在算出异常检测的基准值的设定所使用的模型状态量中,使用具有该式(8)这样的校正项的回归式。即,预防保全装置7如图6所示,除了模型储存部7a、模型状态量算出部7b、比较部7c和告知部7d,还包括校正量储存部7e。
该校正量储存部7e预先储存操作量以外的要素给状态量带来的影响(即、操作量以外的要素带来的状态量的变化量)作为校正量。模型储存部7a储存的相关模型是如实施方式1的式(7)那样不包含校正项的形态。而且,模型状态量算出部7b在算出模型储存部7a储存的相关模型的模型状态量时,通过添加校正量储存部7e储存的校正量,算出根据式(8)的模型状态量。
这样,在算出模型状态量中,通过从表示操作量与状态量的相关的部分,分离出操作量以外的影响状态量的要素作为校正项来处理,相关模型的生成、使用了算出的模型状态量的异常检测等手续能够与实施方式1同样,进行考虑了操作量以外的影响状态量的要素的异常检测。
此外,其他结构与实施方式1同样,省略其详细说明。
如上所述构成的电动机的预防保全装置除了实施方式1的结构外,还包括预先储存操作量以外的要素带来的状态量的变化量作为校正量的校正量储存部,模型状态量算出部添加校正量储存部储存的校正量,算出模型储存部储存的相关模型中相对于电动机运转时的操作量的状态量。
因此,除了能够取得与实施方式1同样的效果外,能够不使用复回归分析就考虑操作量以外的要素来校正相关模型,能够不经过复杂的数据处理就进一步提高异常检测精度。
实施方式3
图7是示出本发明的实施方式3所涉及的预防保全装置的功能结构的框图。
此处说明的实施方式3基于上述的实施方式1的结构,对于模型状态量对运转中实际检测的状态量偏离预定的基准以上的次数进行计数,在一定期间内的该次数为预定的次数以上的情况下,检测为电动机、电动机的附带设备产生异常。
本实施方式3的预防保全装置7如图6所示,除了模型储存部7a、模型状态量算出部7b、比较部7c和告知部7d,还包括计数部7f。比较部7c对由模型状态量算出部7b算出的模型状态量及运转中实际检测的状态量进行比较,判定对于模型状态量在运转中实际检测的状态量是否偏离预定的基准以上。
计数部7f对由比较部7c判定为对于模型状态量实际的状态量偏离预定的基准以上的次数进行计数。然后,在该次数在一定期间之间为预定的次数以上的情况下,检测为电动机1、电动机的附带设备2产生异常。
告知部7d与实施方式1同样,在检测为电动机1、电动机的附带设备2产生了异常的情况下,将其内容利用画面显示、声音等告知给保养员等。此外,此处也可以利用比较部7c来记录对于模型状态量判定为实际的状态量偏离预定的基准以上的时刻,在用该告知部7d来告知时,利用画面显示等使保养员得知该时刻、次数。
如上所述构成的电动机的预防保全装置基于实施方式1的结构,在运转时由状态量获取单元获取的状态量相对于由模型状态量算出部算出的状态量偏离预定的基准量以上的次数,在一定期间内为预定的次数以上的情况下,异常检测单元即比较部和计数部检测出电动机和电动机的附带设备的异常。
因此,除了能够取得与实施方式1同样的效果外,还抑制产生异常的误检测并实现快速且高精度的异常检测,还能够得知保养检查的适当时期。
Claims (3)
1.一种电动机的预防保全装置,是基于从电动机驱动装置输入的操作量而动作的电动机的预防保全装置,该电动机的预防保全装置的特征在于,包括:
状态量获取单元,该状态量获取单元获取与所述操作量处于预定的相关关系的所述电动机的状态量;
模型储存单元,该模型储存单元预先储存有相关模型,所述相关模型是根据所述相关关系,将所述电动机和所述电动机的附带设备为正常情况下的所述操作量与所述状态量的关系进行建模而成的;
模型状态量算出单元,该模型状态量算出单元算出所述模型储存单元储存的所述相关模型中相对于所述电动机运转时的所述操作量的状态量;以及
异常检测单元,该异常检测单元通过将所述运转时由所述状态量获取单元获取的所述状态量与由所述模型状态量算出单元算出的所述状态量进行比较,检测出所述电动机和所述电动机的附带设备的异常。
2.如权利要求1所述的电动机的预防保全装置,其特征在于,
包括校正量储存单元,该校正量储存单元预先储存所述操作量以外的要素带来的所述状态量的变化量作为校正量,
所述模型状态量算出单元添加所述校正量储存单元储存的所述校正量,算出所述模型储存单元储存的所述相关模型中相对于所述电动机运转时的所述操作量的状态量。
3.如权利要求1或2所述的电动机的预防保全装置,其特征在于,
在所述运转时由所述状态量获取单元获取的所述状态量相对于由所述模型状态量算出单元算出的所述状态量偏离预定的基准量以上的次数,在一定期间内为预定的次数以上的情况下,所述异常检测单元检测出所述电动机和所述电动机的附带设备的异常。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012091866A JP2013223284A (ja) | 2012-04-13 | 2012-04-13 | 電動機の予防保全装置 |
JP2012-091866 | 2012-04-13 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103376410A true CN103376410A (zh) | 2013-10-30 |
CN103376410B CN103376410B (zh) | 2015-11-18 |
Family
ID=49461827
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310082028.XA Active CN103376410B (zh) | 2012-04-13 | 2013-03-14 | 电动机的预防保全装置 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP2013223284A (zh) |
KR (1) | KR101332113B1 (zh) |
CN (1) | CN103376410B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018103863A1 (de) * | 2016-12-09 | 2018-06-14 | Siemens Aktiengesellschaft | Verfahren zum betrieb einer elektrischen rotationsmaschine, insbesondere eines turbogenerators |
KR20170002137U (ko) | 2017-04-05 | 2017-06-16 | 김홍섭 | 진동압전센서를 이용한 전동기 동작상태 확인장치 |
KR101858951B1 (ko) * | 2018-02-01 | 2018-05-17 | 주식회사 프로웰 | 계측 구동 모터 감시 제어 장치 및 감시 제어 방법 |
KR20180003196U (ko) | 2018-08-16 | 2018-11-09 | 김홍섭 | 전동기의 진동주파수 측정장치 |
JP7434838B2 (ja) | 2019-11-26 | 2024-02-21 | 富士電機機器制御株式会社 | 診断装置、分電盤、制御盤、診断方法及び機械診断プログラム |
JP2022147213A (ja) | 2021-03-23 | 2022-10-06 | 富士電機株式会社 | モータの異常診断装置、異常診断方法及び異常診断プログラム |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1160850A (zh) * | 1996-01-11 | 1997-10-01 | 株式会社东芝 | 设备诊断方法及设备异常诊断装置 |
JP2005188956A (ja) * | 2003-12-24 | 2005-07-14 | Mitsubishi Electric Corp | モータ異常検出装置及びモータ異常検出装置を備えた電気機器 |
CN101943911A (zh) * | 2008-12-23 | 2011-01-12 | 巴西航空有限公司 | 用于机电***和组件的健康监控和预测 |
CN102025231A (zh) * | 2009-09-18 | 2011-04-20 | 东芝三菱电机产业***株式会社 | 电动机预防保养装置及电动机预防保养方法 |
CN102029985A (zh) * | 2009-09-25 | 2011-04-27 | 株式会社万都 | 电子驻车制动***及其控制方法 |
CN202003011U (zh) * | 2011-01-21 | 2011-10-05 | 安徽泰坦联成能源技术有限公司 | 一种电机异常监控及故障诊断装置 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61173692A (ja) * | 1985-01-25 | 1986-08-05 | Toshiba Corp | 異常監視装置 |
JPS61207155A (ja) * | 1985-03-08 | 1986-09-13 | Mitsubishi Electric Corp | 発電装置 |
JPS6258851A (ja) * | 1985-05-22 | 1987-03-14 | Nippon Steel Corp | 電動機冷却フアンの風量制御方法 |
JPH0350932U (zh) * | 1989-09-25 | 1991-05-17 | ||
JPH0654572A (ja) * | 1992-07-31 | 1994-02-25 | Omron Corp | 電動機の熱保護装置 |
JPH0698590A (ja) * | 1992-09-16 | 1994-04-08 | Hitachi Ltd | 車両用駆動電動機の温度保護装置 |
JP2004096888A (ja) * | 2002-08-30 | 2004-03-25 | Toyota Motor Corp | ロータ破損検出システム |
JP2004100525A (ja) * | 2002-09-06 | 2004-04-02 | Honda Motor Co Ltd | 電気モータの温度推定装置 |
KR100957909B1 (ko) * | 2003-07-04 | 2010-05-13 | 주식회사 포스코 | 모타의 쇼트링 이상상태 검출 및 제어장치 |
JP2005284405A (ja) * | 2004-03-26 | 2005-10-13 | Matsushita Electric Works Ltd | 異常診断装置 |
DE102005004862A1 (de) * | 2005-02-02 | 2006-08-10 | Siemens Ag | Verfahren zur Überwachung der Temperatur zumindest eines Lagers einer elektrischen Maschine, eine hiermit korrespondierende Überwachungseinrichtung sowie elektrische Maschine mit einer derartigen Überwachungseinrichtung |
KR100740630B1 (ko) * | 2005-10-31 | 2007-07-18 | 재단법인 포항산업과학연구원 | 유도 전동기 회전자 이상 검출방법 및 검출장치 |
GB0526274D0 (en) * | 2005-12-23 | 2006-02-01 | Trw Ltd | Electric motor control |
JP2009077456A (ja) * | 2007-08-31 | 2009-04-09 | Mk Seiko Co Ltd | モータの過熱防止方法およびそれを用いた電動はさみ |
DE602008001366D1 (de) * | 2008-02-07 | 2010-07-08 | Hitachi Ltd | Drehende elektrische Maschine |
JP2009303365A (ja) * | 2008-06-12 | 2009-12-24 | Hitachi Constr Mach Co Ltd | 電動モータの保護装置および電動式油圧ショベル |
-
2012
- 2012-04-13 JP JP2012091866A patent/JP2013223284A/ja active Pending
- 2012-11-23 KR KR1020120133528A patent/KR101332113B1/ko active IP Right Grant
-
2013
- 2013-03-14 CN CN201310082028.XA patent/CN103376410B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1160850A (zh) * | 1996-01-11 | 1997-10-01 | 株式会社东芝 | 设备诊断方法及设备异常诊断装置 |
JP2005188956A (ja) * | 2003-12-24 | 2005-07-14 | Mitsubishi Electric Corp | モータ異常検出装置及びモータ異常検出装置を備えた電気機器 |
CN101943911A (zh) * | 2008-12-23 | 2011-01-12 | 巴西航空有限公司 | 用于机电***和组件的健康监控和预测 |
CN102025231A (zh) * | 2009-09-18 | 2011-04-20 | 东芝三菱电机产业***株式会社 | 电动机预防保养装置及电动机预防保养方法 |
CN102029985A (zh) * | 2009-09-25 | 2011-04-27 | 株式会社万都 | 电子驻车制动***及其控制方法 |
CN202003011U (zh) * | 2011-01-21 | 2011-10-05 | 安徽泰坦联成能源技术有限公司 | 一种电机异常监控及故障诊断装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2013223284A (ja) | 2013-10-28 |
KR20130115977A (ko) | 2013-10-22 |
KR101332113B1 (ko) | 2013-11-21 |
CN103376410B (zh) | 2015-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103376410A (zh) | 电动机的预防保全装置 | |
CN103403463B (zh) | 故障检测和诊断算法 | |
KR101279669B1 (ko) | 전동기의 예방 보전 장치 | |
TWI569120B (zh) | A monitoring device, a monitoring method, a program and a recording medium thereof | |
WO2018100655A1 (ja) | データ収集システム、異常検出方法、及びゲートウェイ装置 | |
US20150310723A1 (en) | Trending machine health data using rfid transponders | |
Zhao et al. | Field implementation and evaluation of a decoupling-based fault detection and diagnostic method for chillers | |
JP2018169161A (ja) | 電池の劣化診断装置、劣化診断方法、及び劣化診断システム | |
CN104635121A (zh) | 旋转电机的绝缘监视的温度补偿 | |
TW201607234A (zh) | 電動機控制裝置 | |
US20190170613A1 (en) | Methods and Apparatus for Predictive Failure Analysis of a Cooling Device | |
JP2010025475A (ja) | 冷凍サイクル機器に用いられる故障診断装置 | |
JP6862130B2 (ja) | 異常検知装置、異常検知方法、およびプログラム | |
Zhao et al. | Development, evaluation, and validation of a robust virtual sensing method for determining water flow rate in chillers | |
WO2010069318A1 (en) | Wear-out pattern recognition | |
JP2019021305A (ja) | 監視システム | |
JP2003067038A (ja) | 運用保全情報提供システムおよび管理費用徴収方法 | |
JP2014049010A (ja) | 点検保全データ検証装置、点検保全データ検証システムおよび点検保全データ検証方法 | |
JP2005315564A (ja) | 空調機の異常検知装置及び異常検知方法 | |
CN102025231A (zh) | 电动机预防保养装置及电动机预防保养方法 | |
JP6658462B2 (ja) | プラント設備劣化診断装置 | |
JP7329753B2 (ja) | 情報処理装置、情報処理方法、および、学習装置 | |
JP2007026134A (ja) | 異常判定装置 | |
Bhandarkar et al. | Monitoring health of IoT equipped 3-phase induction motor using interactive dashboard | |
JP6755653B2 (ja) | 情報処理システム及び情報処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |