CN114460465A - 一种永磁电机偏心故障的判断方法及*** - Google Patents

一种永磁电机偏心故障的判断方法及*** Download PDF

Info

Publication number
CN114460465A
CN114460465A CN202210364703.7A CN202210364703A CN114460465A CN 114460465 A CN114460465 A CN 114460465A CN 202210364703 A CN202210364703 A CN 202210364703A CN 114460465 A CN114460465 A CN 114460465A
Authority
CN
China
Prior art keywords
motor
analog signal
eccentric
amplitude
air gap
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.)
Pending
Application number
CN202210364703.7A
Other languages
English (en)
Inventor
徐百川
罗超月岭
黄煜昊
邹乔戈
杨凯
李黎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN202210364703.7A priority Critical patent/CN114460465A/zh
Publication of CN114460465A publication Critical patent/CN114460465A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/34Testing dynamo-electric machines
    • G01R31/343Testing dynamo-electric machines in operation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)

Abstract

本发明公开了一种永磁电机偏心故障的判断方法及***,涉及电机故障检测技术领域,所述判断方法包括:步骤S10,获取第一电模拟信号和第二电模拟信号;步骤S20,根据第一电模拟信号和第二电模拟信号反演得到电机定子振动各次谐波幅值和电机内部气隙磁通密度各次谐波幅值;步骤S30,根据电机定子振动各次谐波幅值和电机内部气隙磁通密度各次谐波幅值计算电机偏心故障百分系数;步骤S40,若电机偏心故障百分系数大于预设判断阈值,则判断电机偏心故障。本发明将电机内部气隙磁通密度信息和电机定子振动信息进行复合利用,从多个维度综合分析电机偏心状态,可以准确判断电机是否发生偏心故障。

Description

一种永磁电机偏心故障的判断方法及***
技术领域
本发明涉及电机故障检测技术领域,特别涉及一种永磁电机偏心故障的判断方法及***。
背景技术
直驱永磁电机作为近年来推出的新技术产品,省去了动力***中最薄弱的齿轮箱环节,将电机通过法兰与外界动力***直接相连,简化了结构,缩短了传动链,最大限度地提高了机组的可靠性和传动效率。并由于转子位于定子外周,增加了电机的转矩,有效提高了转矩密度。在电机故障中,机械故障约占60%,其中80%的机械故障都将导致电机偏心,并由于直驱永磁电机转子直接与外界动力***相连,提高了电机发生偏心故障的概率。因此,必须对直驱永磁电机进行偏心故障监测判断,及时发现故障,提高电机运行可靠性。
目前主流的电机偏心故障监测判断方法有定子绕组并联支路环流法、轴电压法等,但在实际应用中,上述这几类方法无法准确监测判断直驱永磁电机是否发生偏心故障,存在故障判断错误的问题。
发明内容
本发明实施例提供一种永磁电机偏心故障的判断方法及***,其能解决现有永磁电机偏心故障的判断方法,难以准确判断永磁电机是否发生偏心故障的技术问题。
第一方面,提供了一种永磁电机偏心故障的判断方法,所述判断方法包括:
获取第一电模拟信号和第二电模拟信号;
根据第一电模拟信号和第二电模拟信号反演得到电机定子振动各次谐波幅值和电机内部气隙磁通密度各次谐波幅值;
根据电机定子振动各次谐波幅值和电机内部气隙磁通密度各次谐波幅值计算电机偏心故障百分系数;
若电机偏心故障百分系数大于预设判断阈值,则判断电机偏心故障。
一些实施例中,所述根据电机定子振动各次谐波幅值和电机内部气隙磁通密度各次谐波幅值计算电机偏心故障百分系数的步骤,包括:
计算电机定子振动各次谐波幅值之和相对于电机不偏心运行时的电机定子振动偶次谐波幅值之和的第一百分比;
计算电机内部气隙磁通密度各次谐波幅值之和相对于电机不偏心运行时的电机内部气隙磁通密度基频幅值的第二百分比;
根据第一百分比和第二百分比以及对应的权重因数计算电机偏心故障百分系数。
一些实施例中,所述获取第一电模拟信号和第二电模拟信号的步骤之前,包括:
根据电机定子内周上各个方向的振动生成第一电模拟信号,并根据电机气隙内部磁场变化生成第二电模拟信号。
一些实施例中,所述获取第一电模拟信号和第二电模拟信号的步骤之后,包括:
将第一电模拟信号和第二电模拟信号转换成第一电数字信号和第二电数字信号;
将第一电数字信号和第二电数字信号进行滤波处理。
第二方面,提供了一种永磁电机偏心故障的判断***,所述判断***包括处理器,所述处理器包括:
获取单元,所述获取单元用于获取第一电模拟信号和第二电模拟信号;
反演单元,所述反演单元用于根据第一电模拟信号和第二电模拟信号反演得到电机定子振动各次谐波幅值和电机内部气隙磁通密度各次谐波幅值;
计算单元,所述计算单元用于根据电机定子振动各次谐波幅值和电机内部气隙磁通密度各次谐波幅值计算电机偏心故障百分系数;
判断单元,所述判断单元用于若电机偏心故障百分系数大于预设判断阈值,则判断电机偏心故障。
一些实施例中,所述判断***还包括:
振动传感器,所述振动传感器安装在电机定子内周上,所述振动传感器用于电机定子内周上各个方向的振动生成第一电模拟信号并发送至所述处理器。
一些实施例中,所述振动传感器为环形结构,所述振动传感器通过绝缘粘黏剂安装在电机定子内周上。
一些实施例中,所述判断***还包括:
柔性导电带,所述柔性导电带缠绕在电机气隙内部,所述柔性导电带用于根据电机气隙内部磁场变化生成第二电模拟信号发送至所述处理器。
一些实施例中,所述柔性导电带包括内芯和外层,所述内芯为导电材料制成,所述外层为绝缘材料制成,且所述内芯和外层均不可磁化。
一些实施例中,所述处理器还包括AD转换单元和降采样滤波单元:
所述AD转换单元用于将第一电模拟信号和第二电模拟信号转换成第一电数字信号和第二电数字信号后输入至降采样滤波单元;
所述降采样滤波单元用于将第一电数字信号和第二电数字信号滤波后输入至反演单元。
本发明提供的技术方案带来的有益效果包括:
本发明实施例提供了一种永磁电机偏心故障的判断方法及***,首先获取第一电模拟信号和第二电模拟信号,然后根据第一电模拟信号和第二电模拟信号反演得到电机定子振动各次谐波幅值和电机内部气隙磁通密度各次谐波幅值,再根据电机定子振动各次谐波幅值和电机内部气隙磁通密度各次谐波幅值计算电机偏心故障百分系数,最后根据电机偏心故障百分系数是否大于预设判断阈值,判断电机是否偏心故障。本发明将电机内部气隙磁通密度信息和电机定子振动信息进行复合利用,从多个维度综合分析电机偏心状态,可以准确判断电机是否发生偏心故障。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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为本发明实施例提供的一种永磁电机偏心故障的判断方法的流程图;
图2为本发明实施例提供的一种永磁电机偏心故障的判断***的示意图。
图3为本发明实施例提供的图1中实施步骤S30的流程图;
图中:1、振动传感器;2、柔性导电带;3、电机定子;4、电子转子;5、处理器。
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的一部分实施例,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做出创造性劳动的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。
本发明实施例提供了一种永磁电机偏心故障的判断方法,其能解决现有永磁电机偏心故障的判断方法,难以准确判断永磁电机是否发生偏心故障的技术问题。
参见图1所示,本发明实施例提供了一种永磁电机偏心故障的判断方法,所述判断方法包括:
步骤S10,获取第一电模拟信号和第二电模拟信号。
具体地,所述获取第一电模拟信号和第二电模拟信号的步骤之前,包括:
根据电机定子内周上各个方向的振动生成第一电模拟信号,并根据电机气隙内部磁场变化生成第二电模拟信号。参见图2所示,使用振动传感器1根据电机定子3内周上各个方向的振动生成第一电模拟信号,使用柔性导电带2根据电机气隙内部磁场变化生成第二电模拟信号。图2中电机气隙为电机定子3和电机转子4之间的空隙。
步骤S20,根据第一电模拟信号和第二电模拟信号反演得到电机定子振动各次谐波幅值和电机内部气隙磁通密度各次谐波幅值。
步骤S30,根据电机定子振动各次谐波幅值和电机内部气隙磁通密度各次谐波幅值计算电机偏心故障百分系数。
步骤S40,若电机偏心故障百分系数大于预设判断阈值,则判断电机偏心故障。
本发明实施例中的永磁电机偏心故障的判断方法,首先获取第一电模拟信号和第二电模拟信号,然后根据第一电模拟信号和第二电模拟信号反演得到电机定子振动各次谐波幅值和电机内部气隙磁通密度各次谐波幅值,再根据电机定子振动各次谐波幅值和电机内部气隙磁通密度各次谐波幅值计算电机偏心故障百分系数,最后根据电机偏心故障百分系数是否大于预设判断阈值,判断电机是否偏心故障。本发明将电机内部气隙磁通密度信息和电机定子振动信息进行复合利用,从多个维度综合分析电机偏心状态,可以准确判断电机是否发生偏心故障。
作为可选的实施方式,在一个发明实施例中,参见图3所示,所述根据电机定子振动各次谐波幅值和电机内部气隙磁通密度各次谐波幅值计算电机偏心故障百分系数的步骤,包括:
步骤S201,计算电机定子振动各次谐波幅值之和相对于电机不偏心运行时的电机定子振动偶次谐波幅值之和的第一百分比。
具体地,第一百分比k 1%的计算方式如下:
Figure 185177DEST_PATH_IMAGE002
其中,Z为定子振动各次谐波幅值。
步骤S202,计算电机内部气隙磁通密度各次谐波幅值之和相对于电机不偏心运行时的电机内部气隙磁通密度基频幅值的第二百分比。
具体地,第二百分比k 2%的计算方式如下:
Figure 774421DEST_PATH_IMAGE004
其中,X为电机不偏心运行时的气隙磁通密度基频幅值,X i 为气隙磁通密度各次谐波幅值。
步骤S203,根据第一百分比和第二百分比以及对应的权重因数计算电机偏心故障百分系数。
具体地,电机偏心故障百分系数k%的计算方式如下:
Figure 85317DEST_PATH_IMAGE006
其中,
Figure 903363DEST_PATH_IMAGE008
为第一百分比和第二百分比的权重因数,可根据第一百分比和第二百分比的可靠性调整大小。另外,可选地,预设判断阈值可为110%。
作为可选的实施方式,在一个发明实施例中,所述获取第一电模拟信号和第二电模拟信号的步骤之后,包括:
将第一电模拟信号和第二电模拟信号转换成第一电数字信号和第二电数字信号。具体地,使用处理器5的AD转换单元将第一电模拟信号和第二电模拟信号转换成第一电数字信号和第二电数字信号。
将第一电数字信号和第二电数字信号进行滤波处理。具体地,使用处理器5的采样滤波单元将第一电数字信号和第二电数字信号滤波,减少高低频信号混杂失真现象,减少冗杂信号,提高了信号可实时处理的效率。
第一电数字信号和第二电数字信号滤波后进行反演得到电机定子振动各次谐波幅值和电机内部气隙磁通密度各次谐波幅值。下面以电机内部气隙磁通密度各次谐波幅值为例:
Figure 248893DEST_PATH_IMAGE010
其中,
Figure 477880DEST_PATH_IMAGE012
为第二电数字信号,
Figure 666285DEST_PATH_IMAGE014
为电机磁通,R为柔性导电带的等效内阻,B i 为电机内部气隙磁通密度各次谐波幅值,
Figure 396344DEST_PATH_IMAGE016
为电机转速,P为电机极对数,L为电机定子周长。
参见图2所示,本发明实施例提供了一种永磁电机偏心故障的判断***,所述判断***包括处理器5,所述处理器5包括:获取单元,反演单元、计算单元和判断单元。
所述获取单元用于获取第一电模拟信号和第二电模拟信号。
所述反演单元用于根据第一电模拟信号和第二电模拟信号反演得到电机定子振动各次谐波幅值和电机内部气隙磁通密度各次谐波幅值。
所述计算单元用于根据电机定子振动各次谐波幅值和电机内部气隙磁通密度各次谐波幅值计算电机偏心故障百分系数。
具体地,根据电机定子振动各次谐波幅值和电机内部气隙磁通密度各次谐波幅值计算电机偏心故障百分系数,包括:
计算电机定子振动各次谐波幅值之和相对于电机不偏心运行时的电机定子振动偶次谐波幅值之和的第一百分比;
计算电机内部气隙磁通密度各次谐波幅值之和相对于电机不偏心运行时的电机内部气隙磁通密度基频幅值的第二百分比;
根据第一百分比和第二百分比以及对应的权重因数计算电机偏心故障百分系数。
所述判断单元用于若电机偏心故障百分系数大于预设判断阈值,则判断电机偏心故障。
本发明实施例中的永磁电机偏心故障的判断***,将电机内部气隙磁通密度信息和电机定子振动信息进行复合利用,从多个维度综合分析电机偏心状态,可以准确判断电机是否发生偏心故障。
作为可选的实施方式,在一个发明实施例中,参见图2所示,所述判断***还包括:振动传感器1,所述振动传感器1安装在电机定子内周上,所述振动传感器1用于电机定子3内周上各个方向的振动生成第一电模拟信号并发送至所述处理器5。
作为可选的实施方式,在一个发明实施例中,参见图2所示,所述振动传感器1为环形结构,所述振动传感器1通过绝缘粘黏剂安装在电机定子内周上,易安装同时也易拆卸,能有效对已投运的永磁电机进行改造。可选地,所述振动传感器1的外壳由铝合金构成,构成电磁屏蔽,以防电机漏磁对电信号传输的影响。
作为可选的实施方式,在一个发明实施例中,参见图2所示,所述判断***还包括:柔性导电带2,所述柔性导电带2缠绕在电机气隙内部,所述柔性导电带用于根据电机气隙内部磁场变化生成第二电模拟信号发送至所述处理器。所述柔性导电带所占体积极小,易于安置于永磁电机气隙内部。
作为可选的实施方式,在一个发明实施例中,所述柔性导电带包括内芯和外层,所述内芯为导电材料制成,所述外层为绝缘材料制成,且所述内芯和外层均不可磁化。不可磁化的所述柔性导电带可以消除磁场变化的影响。可选地,所述内芯为塑料里掺加丝状炭黑完全焦化的化合物,所述外层为橡胶制成。
作为可选的实施方式,在一个发明实施例中,所述处理器还包括反演单元、AD转换单元和降采样滤波单元:
所述AD转换单元用于将第一电模拟信号和第二电模拟信号转换成第一电数字信号和第二电数字信号后输入至降采样滤波单元。
所述降采样滤波单元用于将第一电数字信号和第二电数字信号滤波后输入至反演单元,所述降采样滤波单元可以减少高低频信号混杂失真现象,减少冗杂信号,提高了信号可实时处理的效率。
在本发明的描述中,需要说明的是,术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
需要说明的是,在本发明中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文发明的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种永磁电机偏心故障的判断方法,其特征在于,所述判断方法包括:
获取第一电模拟信号和第二电模拟信号;
根据第一电模拟信号和第二电模拟信号反演得到电机定子振动各次谐波幅值和电机内部气隙磁通密度各次谐波幅值;
根据电机定子振动各次谐波幅值和电机内部气隙磁通密度各次谐波幅值计算电机偏心故障百分系数;
若电机偏心故障百分系数大于预设判断阈值,则判断电机偏心故障。
2.如权利要求1所述的永磁电机偏心故障的判断方法,其特征在于,所述根据电机定子振动各次谐波幅值和电机内部气隙磁通密度各次谐波幅值计算电机偏心故障百分系数的步骤,包括:
计算电机定子振动各次谐波幅值之和相对于电机不偏心运行时的电机定子振动偶次谐波幅值之和的第一百分比;
计算电机内部气隙磁通密度各次谐波幅值之和相对于电机不偏心运行时的电机内部气隙磁通密度基频幅值的第二百分比;
根据第一百分比和第二百分比以及对应的权重因数计算电机偏心故障百分系数。
3.如权利要求1所述的永磁电机偏心故障的判断方法,其特征在于,所述获取第一电模拟信号和第二电模拟信号的步骤之前,包括:
根据电机定子内周上各个方向的振动生成第一电模拟信号,并根据电机气隙内部磁场变化生成第二电模拟信号。
4.如权利要求1所述的永磁电机偏心故障的判断方法,其特征在于,所述获取第一电模拟信号和第二电模拟信号的步骤之后,包括:
将第一电模拟信号和第二电模拟信号转换成第一电数字信号和第二电数字信号;
将第一电数字信号和第二电数字信号进行滤波处理。
5.一种永磁电机偏心故障的判断***,其特征在于,所述判断***包括处理器,所述处理器包括:
获取单元,所述获取单元用于获取第一电模拟信号和第二电模拟信号;
反演单元,所述反演单元用于根据第一电模拟信号和第二电模拟信号反演得到电机定子振动各次谐波幅值和电机内部气隙磁通密度各次谐波幅值;
计算单元,所述计算单元用于根据电机定子振动各次谐波幅值和电机内部气隙磁通密度各次谐波幅值计算电机偏心故障百分系数;
判断单元,所述判断单元用于若电机偏心故障百分系数大于预设判断阈值,则判断电机偏心故障。
6.如权利要求5所述的永磁电机偏心故障的判断***,其特征在于,所述判断***还包括:
振动传感器,所述振动传感器安装在电机定子内周上,所述振动传感器用于电机定子内周上各个方向的振动生成第一电模拟信号并发送至所述处理器。
7.如权利要求6所述的永磁电机偏心故障的判断***,其特征在于:
所述振动传感器为环形结构,所述振动传感器通过绝缘粘黏剂安装在电机定子内周上。
8.如权利要求6所述的永磁电机偏心故障的判断***,其特征在于,所述判断***还包括:
柔性导电带,所述柔性导电带缠绕在电机气隙内部,所述柔性导电带用于根据电机气隙内部磁场变化生成第二电模拟信号发送至所述处理器。
9.如权利要求8所述的永磁电机偏心故障的判断***,其特征在于:
所述柔性导电带包括内芯和外层,所述内芯为导电材料制成,所述外层为绝缘材料制成,且所述内芯和外层均不可磁化。
10.如权利要求5所述的永磁电机偏心故障的判断***,其特征在于,所述处理器还包括AD转换单元和降采样滤波单元:
所述AD转换单元用于将第一电模拟信号和第二电模拟信号转换成第一电数字信号和第二电数字信号后输入至降采样滤波单元;
所述降采样滤波单元用于将第一电数字信号和第二电数字信号滤波后输入至反演单元。
CN202210364703.7A 2022-04-08 2022-04-08 一种永磁电机偏心故障的判断方法及*** Pending CN114460465A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210364703.7A CN114460465A (zh) 2022-04-08 2022-04-08 一种永磁电机偏心故障的判断方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210364703.7A CN114460465A (zh) 2022-04-08 2022-04-08 一种永磁电机偏心故障的判断方法及***

Publications (1)

Publication Number Publication Date
CN114460465A true CN114460465A (zh) 2022-05-10

Family

ID=81418292

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210364703.7A Pending CN114460465A (zh) 2022-04-08 2022-04-08 一种永磁电机偏心故障的判断方法及***

Country Status (1)

Country Link
CN (1) CN114460465A (zh)

Citations (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1304831A (zh) * 1961-05-25 1973-01-31
JP2000322743A (ja) * 1999-05-13 2000-11-24 Sony Precision Technology Inc 光ディスクのクロストークの測定方法及び測定装置
KR20060071517A (ko) * 2004-12-22 2006-06-27 재단법인 포항산업과학연구원 유도 전동기의 편심 상태 진단 장치
JP2007037323A (ja) * 2005-07-28 2007-02-08 Mitsubishi Electric Corp 単相誘導機のエアギャップ偏心検出装置及びエアギャップ偏心検査方法
CN101672894A (zh) * 2009-10-14 2010-03-17 华北电力大学(保定) 基于高次谐波轴电压信号的电机转子匝间短路诊断方法
CN101710162A (zh) * 2009-11-27 2010-05-19 华北电力大学(保定) 基于定子铁心振动的电机转子绕组匝间短路故障诊断方法
CN102033210A (zh) * 2009-09-30 2011-04-27 田京涛 一种交流发电机气隙磁场检测装置及在交流发电机状态监测和控制方法的应用
CN102262215A (zh) * 2011-04-29 2011-11-30 华北电力大学(保定) 一种大型发电机定转子气隙偏心故障检测方法
US20130033215A1 (en) * 2011-08-01 2013-02-07 Illinois Institute Of Technology Apparatus and method for permanent magnet electric machine condition monitoring
KR20130084775A (ko) * 2012-01-18 2013-07-26 고려대학교 산학협력단 유도 전동기의 회전자 결함 진단 장치, 방법 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 매체
US20130338939A1 (en) * 2012-06-15 2013-12-19 Uvic Industry Partnerships Inc. Fault diagnosis of electric machines
WO2014021912A1 (en) * 2012-07-30 2014-02-06 Convergent Power, Inc. Three phase synchronous reluctance motor with constant air gap and recovery of inductive field energy
CN103713261A (zh) * 2013-12-26 2014-04-09 合肥工业大学 一种感应电机气隙偏心故障的检测***及检测方法
KR101432786B1 (ko) * 2013-11-14 2014-09-23 엠앤디테크놀로지 주식회사 모터의 고장진단방법 및 그 시스템
CN105698740A (zh) * 2016-03-30 2016-06-22 同济大学 一种永磁同步电机偏心诊断方法
CN107015146A (zh) * 2017-03-02 2017-08-04 浙江大学 诊断永磁电机气隙偏心故障的方法
CN109814030A (zh) * 2019-04-01 2019-05-28 西北工业大学 一种同步发电机定转子气隙动态偏心故障的诊断方法
CN110380658A (zh) * 2019-06-27 2019-10-25 江苏大学 一种无轴承磁通切换永磁电机转子偏心位移补偿控制器
CN110501640A (zh) * 2019-07-10 2019-11-26 哈尔滨工业大学(威海) 一种基于气隙磁场直接测试检测永磁电机静态偏心的方法
CN110531259A (zh) * 2019-08-12 2019-12-03 西安交通大学 基于漏磁信号的感应电机电气故障诊断方法
US20200395875A1 (en) * 2018-02-08 2020-12-17 Mitsubishi Electric Corporation Multigroup-multiphase rotary electrical machine control device and multigroup-multiphase rotary electrical machine drive device
CN112924090A (zh) * 2021-01-28 2021-06-08 华中科技大学 一种基于电磁应力分析的电机气隙偏心故障检测方法及***
CN113311328A (zh) * 2021-04-23 2021-08-27 华北电力大学(保定) 一种基于定子—绕组***振动特性的转子静偏心诊断方法
CN114157214A (zh) * 2021-11-19 2022-03-08 华中科技大学 用于多模块同步电机的偏心故障检测及气隙磁密补偿方法

Patent Citations (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1304831A (zh) * 1961-05-25 1973-01-31
JP2000322743A (ja) * 1999-05-13 2000-11-24 Sony Precision Technology Inc 光ディスクのクロストークの測定方法及び測定装置
KR20060071517A (ko) * 2004-12-22 2006-06-27 재단법인 포항산업과학연구원 유도 전동기의 편심 상태 진단 장치
JP2007037323A (ja) * 2005-07-28 2007-02-08 Mitsubishi Electric Corp 単相誘導機のエアギャップ偏心検出装置及びエアギャップ偏心検査方法
CN102033210A (zh) * 2009-09-30 2011-04-27 田京涛 一种交流发电机气隙磁场检测装置及在交流发电机状态监测和控制方法的应用
CN101672894A (zh) * 2009-10-14 2010-03-17 华北电力大学(保定) 基于高次谐波轴电压信号的电机转子匝间短路诊断方法
CN101710162A (zh) * 2009-11-27 2010-05-19 华北电力大学(保定) 基于定子铁心振动的电机转子绕组匝间短路故障诊断方法
CN102262215A (zh) * 2011-04-29 2011-11-30 华北电力大学(保定) 一种大型发电机定转子气隙偏心故障检测方法
US20130033215A1 (en) * 2011-08-01 2013-02-07 Illinois Institute Of Technology Apparatus and method for permanent magnet electric machine condition monitoring
KR20130084775A (ko) * 2012-01-18 2013-07-26 고려대학교 산학협력단 유도 전동기의 회전자 결함 진단 장치, 방법 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 매체
US20130338939A1 (en) * 2012-06-15 2013-12-19 Uvic Industry Partnerships Inc. Fault diagnosis of electric machines
WO2014021912A1 (en) * 2012-07-30 2014-02-06 Convergent Power, Inc. Three phase synchronous reluctance motor with constant air gap and recovery of inductive field energy
KR101432786B1 (ko) * 2013-11-14 2014-09-23 엠앤디테크놀로지 주식회사 모터의 고장진단방법 및 그 시스템
CN103713261A (zh) * 2013-12-26 2014-04-09 合肥工业大学 一种感应电机气隙偏心故障的检测***及检测方法
CN105698740A (zh) * 2016-03-30 2016-06-22 同济大学 一种永磁同步电机偏心诊断方法
CN107015146A (zh) * 2017-03-02 2017-08-04 浙江大学 诊断永磁电机气隙偏心故障的方法
US20200395875A1 (en) * 2018-02-08 2020-12-17 Mitsubishi Electric Corporation Multigroup-multiphase rotary electrical machine control device and multigroup-multiphase rotary electrical machine drive device
CN109814030A (zh) * 2019-04-01 2019-05-28 西北工业大学 一种同步发电机定转子气隙动态偏心故障的诊断方法
CN110380658A (zh) * 2019-06-27 2019-10-25 江苏大学 一种无轴承磁通切换永磁电机转子偏心位移补偿控制器
CN110501640A (zh) * 2019-07-10 2019-11-26 哈尔滨工业大学(威海) 一种基于气隙磁场直接测试检测永磁电机静态偏心的方法
CN110531259A (zh) * 2019-08-12 2019-12-03 西安交通大学 基于漏磁信号的感应电机电气故障诊断方法
CN112924090A (zh) * 2021-01-28 2021-06-08 华中科技大学 一种基于电磁应力分析的电机气隙偏心故障检测方法及***
CN113311328A (zh) * 2021-04-23 2021-08-27 华北电力大学(保定) 一种基于定子—绕组***振动特性的转子静偏心诊断方法
CN114157214A (zh) * 2021-11-19 2022-03-08 华中科技大学 用于多模块同步电机的偏心故障检测及气隙磁密补偿方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
YUCHEN WANG等: "Analysis and Detection of Rotor Eccentricity in Permanent Magnet Synchronous Machines Based on Linear Hall Sensors", 《 IEEE TRANSACTIONS ON POWER ELECTRONICS》 *
YUNLIU XU等: "Eccentricity Fault Modeling in Excitation Synchronous Machine", 《 2019 22ND INTERNATIONAL CONFERENCE ON ELECTRICAL MACHINES AND SYSTEMS (ICEMS)》 *
张雅晖DENG: "基于振动信号融合分析的电机偏心故障诊断", 《组合机床与自动化加工技术》 *
林万德等: "基于谐波与振动特性的大型调相机转子偏心故障诊断方法", 《河南理工大学学报(自然科学版)》 *
邵思语: "感应电动势转子偏心故障诊断方法研究", 《微特电机》 *

Similar Documents

Publication Publication Date Title
CN103713261B (zh) 一种感应电机气隙偏心故障的检测***及检测方法
Mehala et al. A comparative study of FFT, STFT and wavelet techniques for induction machine fault diagnostic analysis
Gritli et al. Demagnetizations diagnosis for permanent magnet synchronous motors based on advanced wavelet analysis
CN105698740B (zh) 一种永磁同步电机偏心诊断方法
Ehya et al. Performance evaluation of signal processing tools used for fault detection of hydrogenerators operating in noisy environments
CN110531259A (zh) 基于漏磁信号的感应电机电气故障诊断方法
Yousefi kia et al. Hybrid modelling of doubly fed induction generators with inter‐turn stator fault and its detection method using wavelet analysis
Tian et al. A review of fault diagnosis for traction induction motor
CN101694508A (zh) 一种基于低次谐波轴电压信号的电机转子典型故障诊断方法
JP2016223821A (ja) 電気機器の診断装置、電気機器の診断システム、電気機器の診断方法およびプログラム
CN114460465A (zh) 一种永磁电机偏心故障的判断方法及***
CN111664933A (zh) 一种利用静态矢量优化的振声检测信号滤波方法和***
CN111665405A (zh) 一种利用稀疏度最小化的振声检测信号滤波方法和***
Pandarakone et al. Online slight inter-turn short-circuit fault diagnosis using the distortion ratio of load current in a low-voltage induction motor
CN107462319B (zh) 一种小型电机噪声的声学识别处理方法及实验装置
Arashloo et al. A novel broken rotor bar fault detection method using park's transform and wavelet decomposition
CN111473861A (zh) 一种利用稀疏误差的变压器状态振声检测信号重构方法和***
CN112304419A (zh) 一种利用泛化稀疏编码的振声检测信号重构方法和***
Hadj et al. Finites elements and signal processing analysis of eccentricity and demagnetization faults in PMSM drivetrains: Approach for diagnosis
CN116679202B (zh) 一种基于气隙磁通密度特性的发电机故障检测方法
Deeb et al. Envelope Stator Current Analysis of an Induction Motor for Short-Circuit Fault Diagnosis
CN112179485A (zh) 一种利用Parseval能量逼近的振声检测信号重构方法和***
Anchehpoli Analysis and diagnosis of faults in the PMSM drivetrains for series hybrid electrical vehicles (SHEVs)
Akin et al. Faults in Induction and Synchronous Motors
Bousseksou et al. Detailed Analysis of Rotor Eccentricity Fault Signatures in Induction Motors using DWT-FFT Technique

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20220510