CN113805056B - 一种智能在线监测牵引电机绝缘故障的方法 - Google Patents
一种智能在线监测牵引电机绝缘故障的方法 Download PDFInfo
- Publication number
- CN113805056B CN113805056B CN202111100857.7A CN202111100857A CN113805056B CN 113805056 B CN113805056 B CN 113805056B CN 202111100857 A CN202111100857 A CN 202111100857A CN 113805056 B CN113805056 B CN 113805056B
- Authority
- CN
- China
- Prior art keywords
- traction motor
- insulation fault
- traction
- intelligent
- insulation
- 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.)
- Active
Links
- 238000009413 insulation Methods 0.000 title claims abstract description 95
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000012544 monitoring process Methods 0.000 title claims abstract description 24
- 230000006378 damage Effects 0.000 claims abstract description 29
- 238000012423 maintenance Methods 0.000 claims abstract description 22
- 238000003745 diagnosis Methods 0.000 abstract description 11
- 238000001514 detection method Methods 0.000 abstract description 5
- 230000005389 magnetism Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004804 winding Methods 0.000 description 4
- 241000555745 Sciuridae Species 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004880 explosion Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005674 electromagnetic induction Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- WABPQHHGFIMREM-UHFFFAOYSA-N lead(0) Chemical compound [Pb] WABPQHHGFIMREM-UHFFFAOYSA-N 0.000 description 1
- 230000009526 moderate injury Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 208000037974 severe injury Diseases 0.000 description 1
- 230000009528 severe injury Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- 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
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1227—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明所公开的一种智能在线监测牵引电机绝缘故障的方法,包括如下步骤:S1:判断列车运行中当关停IGBT控制脉冲后,是否存在电流信号;S2:确定是否为所述牵引电机绝缘故障;S3:若判断为所述牵引电机绝缘故障,判断牵引电机绝缘故障损伤等级;S4:智能运维***自动安排出相应的维修计划。本发明利用对电机剩磁产生的电流进行监测,从而在线进行牵引电机绝缘故障的智能诊断。在列车运行中利用牵引逆变器的既有资源,在线监测和诊断牵引电机的绝缘故障情况,能够实现在列车运行中对牵引电机绝缘故障的智能诊断、有效地支持对列车牵引***的智能运维,提高牵引电机绝缘检测的准确性,从而提高牵引***运用的可靠性。
Description
技术领域
本发明涉及牵引电机领域,尤其涉及一种智能在线监测牵引电机绝缘故障的方法。
背景技术
目前,我国的交通强国建设方兴未艾,智慧铁路和智慧城轨作为我国智慧交通的重要组成部分,正在成为轨道交通装备行业的技术发展趋势。轨道交通装备技术正在向着智能、快捷、绿色、高安全、高可靠的方向快速发展。
智能运维是轨道交通装备技术智能化的重要体现,是实现对列车运营维护快捷、高效、高安全、高可靠的基本保障。牵引***是轨道交通装备的核心动力***,牵引电机又是牵引***关键的动力部件,对牵引电机进行智能的在线故障诊断技术是实现牵引***智能运维的重要内容。根据行业的统计和调研报告,牵引电机的绝缘故障、轴承故障等都属于严重影响列车安全运行的重大故障,其中牵引电机的绝缘故障有可能会在列车运行中引发牵引逆变器***、牵引***隔离甚至顶网等严重故障。所以,如何在列车运行中在线对牵引电机的绝缘情况进行智能诊断,在电机绝缘损伤的初期即可诊断出相关故障隐患,对保障列车的安全可靠运营有着重大的实际意义。
现有的对牵引电机绝缘诊断多采用列车回库后,全程人工进行监测和判断,工作费时费力效率低。尤其在雨雪天气时,由于较易发生牵引电机进水、绝缘损伤而导致的牵引逆变器***故障。并且现有的在线对牵引电机在线监测的方法中,不仅需要在牵引逆变器内再增加一个电流传感器,并且只能对牵引逆变器及其***部件如滤波电抗器、制动电阻、牵引电机等组成的大***进行漏电监测,无法判定出是哪个部件的漏电流超大,不能有效确定是否是牵引电机的绝缘损伤,并且在列车回库后,仍需进行全程人工检查进行确定。列车回库检测方法费时费力,牵引电机接线也不允许频繁拆装,不适合日常检修工作。
发明内容
本发明提供一种智能在线监测牵引电机绝缘故障的方法,以克服上述所提到的技术问题。
一种智能在线监测牵引电机绝缘故障的方法,方法的策略包括如下步骤:
S1:在牵引控制单元的控制软件中,设置有智能监测软件模块,以判断列车运行中当关停IGBT控制脉冲后,是否存在牵引逆变器的输出电流传感器所检测到的电流信号;
S2:若没有检测到所述电流信号,则判断未发生电机绝缘故障:若检测到所述电流信号,则通过所述智能监测软件模块对所述电流信号进行分析,以确定是否为所述牵引电机绝缘故障;
S3:若判断为所述牵引电机绝缘故障,则所述智能监测软件模块继续进行分析,从而判断牵引电机绝缘故障损伤等级;
S4:智能运维***根据所接收到的牵引控制单元发送出的牵引电机绝缘故障信号,自动安排出相应的维修计划。
进一步的,所述S2中,确定是否为所述牵引电机绝缘故障的方法为:
若所述智能监测软件模块检测到所述电流信号的波形是正半波正弦型波形,则判断为出现所述牵引电机绝缘故障;
若所述智能监测软件模块监测到所述电流信号的波形不是正半波正弦型波形,则判断没有出现所述牵引电机绝缘故障。
进一步的,所述S3中判断牵引电机绝缘故障损伤等级的方法为:通过所述智能监测软件模块分析所述正半波正弦型波形的幅值,以判断出所述牵引电机绝缘故障损伤等级。
本发明公开了一种智能在线监测牵引电机绝缘故障的方法,是为轨道交通列车的智能运维设计的针对电机绝缘在线监测的智能诊断方法,利用对电机剩磁产生的电流进行监测,从而在线进行牵引电机绝缘故障的智能诊断。在列车运行中利用牵引逆变器的既有资源,在线监测和诊断牵引电机的绝缘故障情况,能够实现在列车运行中对牵引电机绝缘故障的智能诊断、有效地支持对列车牵引***的智能运维,提高牵引电机绝缘检测的准确性,从而提高牵引***运用的可靠性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明智能在线监测牵引电机绝缘故障的方法实施方案示意图;
图2为本发明智能在线监测牵引电机绝缘故障的方法电路拓扑分析示意图;
图3a为本发明智能在线监测牵引电机绝缘故障的方法电机未发生绝缘故障时的监测电流波形示意图;
图3b为本发明智能在线监测牵引电机绝缘故障的方法的电机发生绝缘故障时的监测电流波形示意图;
图4为本发明智能在线监测牵引电机绝缘故障的方法嵌入式控制软件的流程图。
其中:A、供电网;B、受电弓;C、制动电阻;D、牵引电机;E、高速断路器。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明所公开的一种智能在线监测牵引电机绝缘故障的方法,包括如下步骤:如附图4所示。
在正常情况下,当列车在长时间惰行工况或者一些保护工况时,需要关停IGBT控制脉冲时,由于牵引电机短时剩磁的存在,旋转的牵引电机会在定子侧感应出一定的反电动势。由于异步电机内部必须由电流励磁产生磁场,关停IGBT后牵引逆变器不再向电机中输出电流,所以电机中在关停IGBT前由电流建立的磁场会在数十毫秒内消失,这部分快速消失的磁场就是剩磁。剩磁一定小于有电流时建立的稳定磁场,所以剩磁产生的反电动势一定低于母线电压。在牵引***各个部件的绝缘耐压情况都良好的正常情况下,由于IGBT已经关断以及续流二极管反向逆止作用,如附图2中所示,所以不会产生流过电流传感器检测的电流。电机剩磁会在电机内部转子侧感应出电流,即根据电磁感应原理,转子的鼠笼结构形成回路,旋转的转子鼠笼会在剩磁磁场中感应出电流,而这部分电流只能在转子鼠笼中流动,在回路电阻的作用下转化为热能,以热能形式快速消耗掉。
但是在牵引电机的绝缘损伤的故障情况下,电机定子绕组对电机壳就会存在低阻通路或者是局部短路。由于电机壳连接着转向架和车体,而输入直流负端也连接着车体,这样从电气上讲就是电机定子绕组通过绝缘损伤处和直流负端构成了相连接的回路,电路拓扑分析如附图2所示。由于此电气回路,此时剩磁产生的反电动势就可以依次通过电机定子绕组、绝缘损伤处、电机壳、车体、直流负端、逆变器IGBT的续流二极管、电机引线再回到定子绕组,构成闭合电气回路,从而在逆变器输出侧产生正半波正弦型电流波形,所述电流波形为幅值逐个减小的正半波正弦型电流波形,且电流周期与电机转速吻合、幅值大小与剩磁大小同步衰减到零。在牵引电机的绝缘损伤的故障情况下,输出电流传感器SC3和SC4检测的后续电流波形的典型图形如附图3所示。因此本发明利用对电机剩磁产生的电流进行监测,从而在线进行牵引电机绝缘故障的智能诊断。具体如下:
S1:在牵引控制单元的控制软件中,设置有智能监测软件模块,以判断列车运行中当关停IGBT控制脉冲后,是否存在牵引逆变器的输出电流传感器所检测到的电流信号;
优选地,本实施例利用牵引逆变器的既有资源,即三相输出电流传感器SC3和SC4,判断牵引电机的漏电情况,从而实现对牵引电机绝缘损伤情况的智能判断。
具体的,在牵引控制单元的成熟的嵌入式控制软件中,设置有针对牵引电机绝缘监测的智能监测软件模块,当列车运行时,在长时间惰行工况或者一些保护工况时,需要关停IGBT控制脉冲,所述智能监测软件模块能够判断列车运行中当关停IGBT控制脉冲后,监测牵引逆变器的输出电流传感器SC3和SC4所检测到的电流,如附图1所示;
所述智能监测软件模块通过给定的监测程序监测牵引逆变器的输出电流传感器SC3和SC4所检测到的电流;所述监测程序能够用于分析监测输出电流传感器检测到电流信号的有无,以及在判断为有电流的情况下进一步分析电流的波形特征和幅值,并根据电流的波形特征和幅值进一步确定故障类型和故障等级的功能。
S2:当关停所述IGBT控制脉冲后,若没有检测到所述电流信号,则判断未发生电机绝缘故障;
若检测到电流信号,则通过所述智能监测软件模块对所述电流信号进行分析,以确定是否为所述牵引电机绝缘故障;当关停所述IGBT控制脉冲后,若所述牵引逆变器的输出电流传感器没有检测到电流信号,则判断未发生电机绝缘故障;
若所述牵引逆变器的输出电流传感器检测到电流信号,则判断所述牵引电机可能出现故障,此时继续进行电机绝缘状况的判断;
确定是否为所述牵引电机绝缘故障的方法为:
若所述智能监测软件模块监测到所述牵引逆变器的输出电流传感器检测到电流信号的波形是正半波正弦型波形,则判断为出现所述牵引电机绝缘故障;
若所述智能监测软件模块监测到所述牵引逆变器的输出电流传感器检测到电流信号的波形不是正半波正弦型波形,则判断没有出现所述牵引电机绝缘故障;
若所述智能监测软件模块监测到所述牵引逆变器的输出电流传感器检测到电流信号的波形是正半波正弦型波形,则判断为出现所述牵引电机绝缘故障;此时,执行牵引逆变器停机保护功能,报出牵引电机绝缘故障信息代码;
若所述智能监测软件模块监测到所述牵引逆变器的输出电流传感器检测到电流信号的波形不是正半波正弦型波形,则判断没有出现所述牵引电机绝缘故障;而是牵引逆变器故障;报出牵引逆变器故障信息代码。
具体的,本发明的一个实施例中,所述智能监测软件模块中检测所述牵引逆变器的输出电流传感器检测到的电流信号的软件分析电流信号,采用最大相关系数法,针对不同电压等级和功率等级的牵引电机采用不同的波形识别方法。具体为:对所采集的故障电流信号进行波形识别,具体步骤是:对所采集的输出电流传感器检测到的电流信号提取其时域特征参数,与预设的正半波正弦波进行相位对齐,然后计算出最大相关系数(即相似度),当相似度大于等于0.7时,即判断为匹配波形,识别出所监测的电流波形为正半波正弦形,对应可以确定为牵引电机绝缘故障;当相似度小于0.7时,即判断为非匹配波形,识别出所监测的电流波形不是正半波正弦形,不认为是牵引电机绝缘故障。
S3:若判断为所述牵引电机绝缘故障,则所述智能监测软件模块继续进行分析,从而判断牵引电机绝缘故障损伤等级;
判断牵引电机绝缘故障损伤等级的方法为:通过所述智能监测软件模块分析所述正半波正弦型波形的幅值,以判断出所述牵引电机绝缘故障损伤等级。
具体的,当判断牵引电机绝缘故障,所述智能监测软件模块对所述正半波正弦型波形的幅值进行分析,依据不同的幅值,对应报出不同绝缘损伤程度所对应的故障等级,从而判断出电机绝缘损伤的程度。所述智能监测软件模块分析检测到的正半波正弦型波形的幅值,能够判断出所述牵引电机绝缘故障损伤等级。不同电压等级和功率等级的牵引电机在绝缘损伤后的特征电流的幅值各不相同。在本发明的一个实施例中,针对牵引电机,设定该特征电流的幅值对应三种损伤等级:达到10A对应轻微损伤;达到60A对应中等损伤;达到200A对应严重损伤。
S4:智能运维***根据所接收到的牵引控制单元发送出的牵引电机绝缘故障信号,自动安排出相应的维修计划。
具体的,在本实施例中,智能运维***根据所述牵引控制单元发送出的牵引电机绝缘故障信号,依据不同的牵引电机绝缘故障损伤等级,自动安排出相应的维修计划。所述智能运维***是已有的成熟产品,其能够根据牵引控制单元发送的各种故障信息代码,做出对应的维修内容。具体的,智能运维***根据接收到的牵引电机绝缘故障损伤等级,对应排出维修计划:对应轻微损伤,允许列车维持运行,提示需列车入库后人工进行牵引电机耐压测试检测;对应中等损伤,立即禁止对应的牵引逆变器工作,允许列车减载运行,要求列车入库后人工进行牵引电机耐压测试检测和进行必要的绝缘恢复处理;对应严重损伤,立即禁止对应的牵引逆变器工作,要求列车立即下线,并要求列车入库更换牵引电机。
在本发明的另一个实施例中,牵引逆变器的三相均设置有输出电流传感器,利用本发明所公开的检测牵引电机绝缘故障的方法对所述三相输出电流传感器产生的电流均能够进行监测。
由于牵引电机绝缘损伤的位置不同和电机剩磁初值不同,因此漏电流波形形状和波头数量均不同,但是其实际波形也是正半波正弦型电流波形。
本发明的智能监测软件模块检测到的电流信号的波形不是正半波正弦型波形时,此时判断不是所述牵引电机绝缘故障,而是牵引逆变器故障,需对牵引逆器进行进一步的监测,报出牵引逆变器故障代码,确认故障原因,以防止牵引逆变器引起的安全事故。
需要注意的是,所述智能监测软件模块中,采用其他方法如成熟的傅里叶分析方法、或者采用位图分析软件模块等方法,来监测所述牵引逆变器的输出电流传感器检测到的电流信号,以判断是否存在牵引电机绝缘故障和针对不同电压等级和功率等级的牵引电机采用不同的波形识别方法,都属于本发明的保护范围。:
本发明具有如下有益效果:
1、利用牵引逆变器的三相输出电流传感器,无需增加额外的传感器,既能简化整体***的构成,又能降低成本。
2、本发明的方法能够在列车运行中对牵引电机绝缘情况进行智能在线监测,无需列车回库停运后离线进行费时费力的人工检查。
3、本发明的方法能够有效对牵引电机的绝缘情况进行智能诊断,支持对列车牵引***的智能运维。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (2)
1.一种智能在线监测牵引电机绝缘故障的方法,其特征在于,所述在线监测牵引电机绝缘故障的方法的策略包括如下步骤:
S1:在牵引控制单元的控制软件中,设置有智能监测软件模块,以判断列车运行中当关停IGBT控制脉冲后,是否存在牵引逆变器的输出电流传感器所检测到的电流信号;
S2:若没有检测到所述电流信号,则判断未发生电机绝缘故障:若检测到所述电流信号,则通过所述智能监测软件模块对所述电流信号进行分析,以确定是否为所述牵引电机绝缘故障;
所述S2中,确定是否为所述牵引电机绝缘故障的方法为:
若所述智能监测软件模块检测到所述电流信号的波形是正半波正弦型波形,则判断为出现所述牵引电机绝缘故障;
若所述智能监测软件模块监测到所述电流信号的波形不是正半波正弦型波形,则判断没有出现所述牵引电机绝缘故障;
S3:若判断为所述牵引电机绝缘故障,则所述智能监测软件模块继续进行分析,从而判断牵引电机绝缘故障损伤等级;
S4:智能运维***根据所接收到的牵引控制单元发送出的牵引电机绝缘故障信号,自动安排出相应的维修计划。
2.根据权利要求1所述的一种智能在线监测牵引电机绝缘故障的方法,其特征在于,所述S3中判断牵引电机绝缘故障损伤等级的方法为:通过所述智能监测软件模块分析所述正半波正弦型波形的幅值,以判断出所述牵引电机绝缘故障损伤等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111100857.7A CN113805056B (zh) | 2021-09-18 | 2021-09-18 | 一种智能在线监测牵引电机绝缘故障的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111100857.7A CN113805056B (zh) | 2021-09-18 | 2021-09-18 | 一种智能在线监测牵引电机绝缘故障的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113805056A CN113805056A (zh) | 2021-12-17 |
CN113805056B true CN113805056B (zh) | 2023-12-19 |
Family
ID=78939821
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111100857.7A Active CN113805056B (zh) | 2021-09-18 | 2021-09-18 | 一种智能在线监测牵引电机绝缘故障的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113805056B (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102343921A (zh) * | 2011-06-21 | 2012-02-08 | 北京康拓红外技术股份有限公司 | 车轮传感器性能的在线监测装置及其在线监测方法 |
CN103648827A (zh) * | 2011-07-06 | 2014-03-19 | 通用电气公司 | 用于预测电机的机械故障的***和方法 |
CN105301494A (zh) * | 2014-06-13 | 2016-02-03 | 现代自动车株式会社 | 用于电动机***的故障判定方法 |
CN109142942A (zh) * | 2017-07-06 | 2019-01-04 | 天津中铁电气化设计研究院有限公司 | 一种正负极均绝缘的供电***牵引网对地泄漏监测*** |
CN208443955U (zh) * | 2018-08-03 | 2019-01-29 | 于魁勋 | 一种机车牵引电机漏电流检测装置 |
CN109782129A (zh) * | 2019-01-24 | 2019-05-21 | 中国铁道科学研究院集团有限公司 | 轨道交通牵引辅助变流器的接地故障点定位方法及装置 |
KR20190118339A (ko) * | 2018-04-10 | 2019-10-18 | 서울과학기술대학교 산학협력단 | 인버터 입력 전류 분석을 이용한 유도전동기 고장 진단 방법 및 시스템 |
CN110389570A (zh) * | 2018-04-19 | 2019-10-29 | 株洲中车时代电气股份有限公司 | 一种机车牵引***故障诊断装置及方法 |
CN110716152A (zh) * | 2019-10-09 | 2020-01-21 | 中国大唐集团科学技术研究院有限公司火力发电技术研究院 | 一种阻抗频谱监测发电机匝间短路的方法 |
CN110783886A (zh) * | 2019-11-07 | 2020-02-11 | 湖南恒创开拓电气有限公司 | 一种轨道交通供电***的漏电保护方法 |
CN111208427A (zh) * | 2020-04-23 | 2020-05-29 | 湖南中车时代通信信号有限公司 | 一种牵引电机故障诊断方法及装置 |
CN111596211A (zh) * | 2020-05-29 | 2020-08-28 | 中冶南方城市建设工程技术有限公司 | 一种交流电机控制性能自动化测试***及测试方法 |
CN111736096A (zh) * | 2020-07-27 | 2020-10-02 | 镇江大全赛雪龙牵引电气有限公司 | 一种直流开关柜框架绝缘监测与定位*** |
CN112285557A (zh) * | 2020-10-20 | 2021-01-29 | 中车青岛四方机车车辆股份有限公司 | 列车牵引电机的故障诊断***和方法 |
CN112505581A (zh) * | 2020-11-19 | 2021-03-16 | 南通大学 | 一种双定子永磁同步电机匝间短路故障诊断方法 |
CN112651087A (zh) * | 2020-09-25 | 2021-04-13 | 长春工业大学 | 一种基于分布式估计的列车电机故障检测方法 |
DE102020000382A1 (de) * | 2020-01-23 | 2021-07-29 | Daimler Ag | Verfahren zum Prüfen eines elektrischen Antriebsmotors |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6930490B2 (en) * | 2003-05-16 | 2005-08-16 | Electro-Motive Diesel, Inc. | Traction motor fault detection system |
US7834573B2 (en) * | 2007-07-31 | 2010-11-16 | Caterpillar Inc | Winding fault detection system |
JP2013040918A (ja) * | 2011-07-21 | 2013-02-28 | Denso Corp | 絶縁不良診断装置および絶縁不良診断方法 |
-
2021
- 2021-09-18 CN CN202111100857.7A patent/CN113805056B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102343921A (zh) * | 2011-06-21 | 2012-02-08 | 北京康拓红外技术股份有限公司 | 车轮传感器性能的在线监测装置及其在线监测方法 |
CN103648827A (zh) * | 2011-07-06 | 2014-03-19 | 通用电气公司 | 用于预测电机的机械故障的***和方法 |
CN105301494A (zh) * | 2014-06-13 | 2016-02-03 | 现代自动车株式会社 | 用于电动机***的故障判定方法 |
CN109142942A (zh) * | 2017-07-06 | 2019-01-04 | 天津中铁电气化设计研究院有限公司 | 一种正负极均绝缘的供电***牵引网对地泄漏监测*** |
KR20190118339A (ko) * | 2018-04-10 | 2019-10-18 | 서울과학기술대학교 산학협력단 | 인버터 입력 전류 분석을 이용한 유도전동기 고장 진단 방법 및 시스템 |
CN110389570A (zh) * | 2018-04-19 | 2019-10-29 | 株洲中车时代电气股份有限公司 | 一种机车牵引***故障诊断装置及方法 |
CN208443955U (zh) * | 2018-08-03 | 2019-01-29 | 于魁勋 | 一种机车牵引电机漏电流检测装置 |
CN109782129A (zh) * | 2019-01-24 | 2019-05-21 | 中国铁道科学研究院集团有限公司 | 轨道交通牵引辅助变流器的接地故障点定位方法及装置 |
CN110716152A (zh) * | 2019-10-09 | 2020-01-21 | 中国大唐集团科学技术研究院有限公司火力发电技术研究院 | 一种阻抗频谱监测发电机匝间短路的方法 |
CN110783886A (zh) * | 2019-11-07 | 2020-02-11 | 湖南恒创开拓电气有限公司 | 一种轨道交通供电***的漏电保护方法 |
DE102020000382A1 (de) * | 2020-01-23 | 2021-07-29 | Daimler Ag | Verfahren zum Prüfen eines elektrischen Antriebsmotors |
CN111208427A (zh) * | 2020-04-23 | 2020-05-29 | 湖南中车时代通信信号有限公司 | 一种牵引电机故障诊断方法及装置 |
CN111596211A (zh) * | 2020-05-29 | 2020-08-28 | 中冶南方城市建设工程技术有限公司 | 一种交流电机控制性能自动化测试***及测试方法 |
CN111736096A (zh) * | 2020-07-27 | 2020-10-02 | 镇江大全赛雪龙牵引电气有限公司 | 一种直流开关柜框架绝缘监测与定位*** |
CN112651087A (zh) * | 2020-09-25 | 2021-04-13 | 长春工业大学 | 一种基于分布式估计的列车电机故障检测方法 |
CN112285557A (zh) * | 2020-10-20 | 2021-01-29 | 中车青岛四方机车车辆股份有限公司 | 列车牵引电机的故障诊断***和方法 |
CN112505581A (zh) * | 2020-11-19 | 2021-03-16 | 南通大学 | 一种双定子永磁同步电机匝间短路故障诊断方法 |
Non-Patent Citations (2)
Title |
---|
Analysis of Ultra-fast Inverter Switching Transition (dv/dt) Impact based on SiC Semi-conductors to Pre-active Insulation Monitoring of High Power Traction Motors;Vogelsberger, M.A.等;《 PCIM Europe - International Exhibition and Conference for Power Electronics, Intelligent Motion, Renewable Energy and Energy Management 2015》;全文 * |
HXD1C型电力机车逆变过流 故障分析;罗铁军等;《机车电传动》;第10卷(第6期);正文第104、105、107页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113805056A (zh) | 2021-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101382585B (zh) | 一种电机中逆变器的测试方法、装置及电机 | |
CN110110856B (zh) | 一种基于多源信息深度推理的电网故障诊断方法及*** | |
CN110703138B (zh) | 动车组牵引***接地故障检测方法及装置 | |
CN101533060B (zh) | 基于行波电气量量测的电力***故障预警方法 | |
CN103403562A (zh) | 包括预加电诊断的机械*** | |
CN108196154B (zh) | 航空三级式同步电机旋转整流器故障检测及故障定位方法 | |
CN110596547B (zh) | 逆变器驱动电机的匝绝缘状态在线监测方法 | |
CN113776591A (zh) | 一种机车辅助控制单元数据记录与故障分析装置及方法 | |
CN110488135B (zh) | 一种大功率永磁直驱机车变流器接地故障判断方法及定位策略 | |
CN107843805A (zh) | 无刷励磁机旋转二极管开路故障在线诊断方法 | |
CN104597367A (zh) | 一种变频器驱动感应电机定子匝间短路故障诊断方法 | |
Wang et al. | Detection and evaluation of the interturn short circuit fault in a BLDC-based hub motor | |
CN110632435B (zh) | 高压运行状态下车载变压器短路故障的实时诊断方法 | |
CN105024595B (zh) | 一种无刷直流电机故障监控方法及装置 | |
WO2018006515A1 (zh) | 直流电传动内燃机车主电路接地保护方法 | |
Moosavi et al. | Fault detection in 3-phase traction motor using artificial neural networks | |
US10703395B2 (en) | Method and device for monitoring an electric network in a rail vehicle and rail vehicle | |
CN113805056B (zh) | 一种智能在线监测牵引电机绝缘故障的方法 | |
Zhang | Current behavior-based open-switch fault on-line diagnosis of inverters in PMSM drive systems | |
CN111289921B (zh) | 一种非接触式功率器件开路故障高速检测***及方法 | |
Pietrzak et al. | Stator phase current STFT analysis for the PMSM stator winding fault diagnosis | |
CN103814516A (zh) | 用于控制操作电动机的电源的受控开关的方法 | |
Sabir et al. | Detection and localization of electrical faults in a three phase synchronous generator with rectifier | |
WO2018006516A1 (zh) | 交直交电路接地保护方法及柴油发电机组、机车 | |
Ginart et al. | Self-healing from a PHM perspective |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |