CN116609652A - 一种基于起重机电机振温信号的电机健康预测评估方法 - Google Patents
一种基于起重机电机振温信号的电机健康预测评估方法 Download PDFInfo
- Publication number
- CN116609652A CN116609652A CN202310437195.5A CN202310437195A CN116609652A CN 116609652 A CN116609652 A CN 116609652A CN 202310437195 A CN202310437195 A CN 202310437195A CN 116609652 A CN116609652 A CN 116609652A
- Authority
- CN
- China
- Prior art keywords
- motor
- crane
- crane motor
- temperature
- vibration
- 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
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000036541 health Effects 0.000 title claims abstract description 57
- 230000008569 process Effects 0.000 claims abstract description 41
- 238000012544 monitoring process Methods 0.000 claims abstract description 31
- 238000004458 analytical method Methods 0.000 claims abstract description 26
- 230000005540 biological transmission Effects 0.000 claims abstract description 7
- 238000011156 evaluation Methods 0.000 claims abstract description 7
- 238000004804 winding Methods 0.000 claims description 15
- 230000002159 abnormal effect Effects 0.000 claims description 14
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 230000003111 delayed effect Effects 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 abstract description 6
- 230000008901 benefit Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000000819 phase cycle Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012795 verification Methods 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
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K3/00—Thermometers giving results other than momentary value of temperature
- G01K3/08—Thermometers giving results other than momentary value of temperature giving differences of values; giving differentiated values
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
-
- 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
- G01R19/12—Measuring rate of change
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本发明公开了一种基于起重机电机振温信号的电机健康预测评估方法,包括:使用振动传感器收集起重机电机的传动轴承上的振动信号,通过振动信号构建电机振动分析模型,预测起重机电机在电机振动分析模型下的健康状态;使用温度传感器收集起重机电机运行过程中的温度,计算出起重机电机温升均值,并得出装卸过程中起重机电机温升标准差,根据起重机电机温升标准差预测起重机电机温度监测下的健康状态;采用电流传感器、电压传感器收集起重机电机运行过程中的电流、电压实时变化量,预测起重机电机在电流、电压监测下的健康状态;对三种状态下的起重机电机健康状态进行综合评估,预测起重机电机的健康状态,为维修人员提供更换电机的科学依据。
Description
技术领域
本发明属于港口安全技术领域,具体地,涉及一种基于起重机电机振温信号的电机健康预测评估方法。
背景技术
电机在起重机驱动机构中核心元件,是起重机机构运行必不可少的部件,其电机在使用过程中的冲击、振动、温升、电流、电压、使用时间、绕组绝缘等参数的实时监测是电机安全、稳定、可靠运行的根本,对电机健康评估和使用寿命显得尤为重要。同时电机的科学监测也是成本控制、安全效益的最大保障。电机的大数据统计、振动检测和健康评估的技术研发,也是码头绿色发展、数字经济、生态利益的发展战略。
在现阶段港口码头的起重机上,电机的故障完全是随机性、不定时性、不确定性等因素,这对电机维护保养带来极大的困难,且起重机的电机型号规格很多、驱动机构复杂,这些备件给生产成本带来了很大的资金压力和现金流转;如果不提前备件,当电机损坏后再次采购该型号规格电机,由于起重机驱动电机大多数是非标订制,采购周期长,造成设备停机时间很长,影响码头整个生产效益。
发明内容
针对现有技术中存在的问题,本发明提供了一种基于起重机电机振温信号的电机健康预测评估方法,通过对起重机电机振动、电流、电压、温升等参数的健康检测进行剩余寿命评估,为维修人员提供更换电机的科学依据,同时收集统计电机的数据信息为电机大数据理论提供参考验证。
为实现上述技术目的,本发明采用如下技术方案:一种基于起重机电机振温信号的电机健康预测评估方法,具体包括如下步骤:
步骤1、使用振动传感器收集起重机电机的传动轴承上的振动信号,通过振动信号构建电机振动分析模型,预测起重机电机在电机振动分析模型下的健康状态;
步骤2、使用温度传感器收集起重机电机运行过程中的温度,计算出起重机电机温升均值,并得出装卸过程中起重机电机温升标准差,根据起重机电机温升标准差预测起重机电机温度监测下的健康状态;
步骤3、采用电流传感器、电压传感器收集起重机电机运行过程中的电流、电压实时变化量,预测起重机电机在电流、电压监测下的健康状态;
步骤4、对预测起重机电机在电机振动分析模型下的健康状态、根据起重机电机温升标准差预测起重机电机温度监测下的健康状态、预测起重机电机在电流、电压监测下的健康状态进行综合评估,预测起重机电机的健康状态。
进一步地,所述起重机电机的传动轴承上布置振动传感器。
进一步地,步骤1中电机振动分析模型的构建过程为:
v(t)=f(i1,ω1)
其中,v(t)为收集的起重机电机振动的时域信号,i1为电子电流,ω1为定子绕组匝数,f()为由v(t)、i1、ω1构成的函数。
进一步地,步骤1中若电机振动分析模型对应的起重机振动趋势曲线正常,则预测起重机电机在电机振动分析模型下的状态为健康;否则,预测起重机电机在电机振动分析模型下的状态为异常。
进一步地,所述起重机电机的三相绕组线圈内部设有一个温度传感器,且起重机电机的每相绕组线圈的前、中、后位置各设有一个温度传感器。
进一步地,步骤2包括如下子步骤:
步骤S21、当起重机动力回路上电时,获取各温度传感器收集的温度值Tα,当起重机动力回路断电后并延迟10分钟读取各温度传感器收集的温度值Tβ,得出此次整个装卸过程中起重机电机温升值T1=Tβ-Tα;
步骤S22、起重机电机在正常工作状态下,对于不同季节、不同装卸过程重复步骤S21获取各装卸过程中起重机电机温升值,并计算出各装卸过程中起重机电机温升均值;
步骤S23、对于某装卸过程中,通过温度传感器收集上电时和断电10分钟后的温度,求取各传感器下的起重机电机温升值,并求取起重机电机温升值与各装卸过程中起重机电机温升均值的标准差;
步骤S24、若标准差超过设定阈值,则在此次装卸过程中预测出起重机电机温度监测下的状态异常;否则,预测出起重机电机温度监测下的状态健康。
进一步地,所述起重机电机的电源控制柜内的电缆上安装一组电流传感器和电压传感器。
进一步地,步骤3中若监测的电流或电压异常,则预测出起重机电机在电流、电压监测下的状态异常;否则,预测出起重机电机在电流、电压监测下的状态健康。
与现有技术相比,本发明具有如下有益效果:本发明基于起重机电机振温信号的电机健康预测评估方法通过对起重机电机振动、电流、电压、温升等参数的健康检测进行健康状态评估,并对起重机电机在振动、电流、电压、温升状态进行综合预测评估,评估结果更为准确,未来电机预估寿命和状态监测提供科学依据,给码头维护人员提供精准有效的科学维修保养数据,大大提高电机使用性能的安全性和可靠性。
附图说明
图1为本发明基于起重机电机振温信号的电机健康预测评估方法的流程图;
图2为本发明中振动传感器的安装示意图。
具体实施方式
下面结合附图对本发明的技术方案作进一步地解释说明。
如图1为本发明基于起重机电机振温信号的电机健康预测评估方法,具体包括如下步骤:
步骤1、在起重机电机的传动轴承上布置振动传感器,如图2,使得振动测量方向与起重机电机的振动方向一致。使用振动传感器收集起重机电机的传动轴承上的振动信号,通过振动信号构建电机振动分析模型,预测起重机电机在电机振动分析模型下的健康状态,具体地,若电机振动分析模型对应的起重机振动趋势曲线正常,则预测起重机电机在电机振动分析模型下的状态为健康;否则,预测起重机电机在电机振动分析模型下的状态为异常。
本发明中电机振动分析模型是以电机拖动理论为基础,分析电磁波与转子电流、定子电流的关系,推导电机不同运行状态与振动频率的关系,结合起重机采集的振动数据,基于小波分析等方法,确定电机振动频率,从而在线评估电机的运行状态,实现电机安全运行监测与预警,其构建过程具体为:
首先,三相异步电机的定子接于供电电网后,定子电流综合矢量产生定子磁动势基波/>
其中,ω1为定子绕组匝数,kω1为定子谐波分布系数,p为磁极对数。
当三相定子沿气隙按逆时针方向排列时,因电流相序是正序,将以同步转速沿逆时针方向旋转,当转子绕组通过起动电阻Rst接通后,产生的转子电流是与定子电流同频率的三相对称电流/>联合产生转子磁动势基波/>
其中,ω2为转子绕组匝数,kω2为转子谐波分布系数,θ12为定子与转子对应相的轴线夹角。
由于和/>两磁动势同极数,同转速,同转向,也就是说它们在空间相对静止,因此可以进行矢量相加求出气隙中的合成励磁磁动势基波,最后产生气隙磁场。仿照变压器所用分析法,把定子电流/>分解为励磁电流/>和转矩电流分量/>两个分量,即/>其流过定子三相绕组产生励磁磁动势/>
且,磁动势之间满足:
由式(1)~(4)化简得出:
由于转子电流可由定子电流i推导得到,因此电流在时域中对应的函数模型为:
其中,σ1和σ2分别表示电流之间的函数关系。
由磁动势基波产生同转速、同转向的旋转磁场以及由定子、转子磁动势产生的旋转磁场的磁场强度/>分别为:
其中,Λ0为气隙导磁的不变部分,Bm、B1、B2为振幅,且分别正比于电流im、i、i2,αm、α1、α2分别为相位,且αm=ω1t-α0,α1=ω1t-uα0,α2=ω1t-vα0,α0为基波电角度,u、v分别为定子和转子谐波次数,σ3表示ω1、ω2之间的函数关系,因此,该时域模型表示为:
ω2(t)=σ3(ω1) (8)
定、转子磁场相互作用产生的电磁力波引起电机的电磁振动,利用转子径向电磁力则基波磁场产生的交变力波为:
其中,μ0为磁导率,由该式可知,所产生振动的振幅正比于/>即正比于/>2αm为相位,即振动的频率为2ω1;定、转子谐波磁场产生的交变力波为:
其中,所产生振动的振幅正比于B1 2、B2 2、2B1B2,即正比于/>2i1i2;相位为2α1、2α2、α1±α2,即振动频率为2ω1、2ω2、ω1+ω2。将上述向量式用时域的函数模型表示为:
其中,h1、h2分别表示基波电磁力波pm1(t)和定转子交变力波p12(t)与电流、转速之间的函数关系。因此,由式(6)、(8)和(11)可得:
电机振动的分析模型可以表示为:
v(t)=f3(pm1(t),p12(t))=f3(f1(i1,ω1),f2(i1,ω1))=f(i1,ω1) (13)
其中,f3是振动时域信号v(t)与基波电磁力波pm1(t)、定转子交变力波p12(t)之间的函数关系;f则表示v(t)与i1、ω1之间的函数关系。
式(13)建立了起重电机振动信号的时域分析模型,由函数关系可以看出,影响振动的参数经过归一化后,主要为定子电流i1和定子绕组匝数ω1。
步骤2、电机温升在电机运行寿命中也起到至关重要的特性,是电机运行时发热引起的重要参数性能,因为电机定子铁芯,转子绕组发生铁损或铜损时,就会引起电机温升异常变化。通常情况电机运行时会发热和散热,当温升达到一定值时,正常运行电机会处于一个热稳定的平衡状态,当温升迅速加大时,标志着电机出现某些原因的故障或自身出现损伤现象。为了能更准确检测电机的温度和温升,起重机电机的三相绕组线圈内部设有一个温度传感器,同时预防温度传感器损坏和准确性,在起重机电机的每相绕组线圈的前、中、后位置各设有一个温度传感器。使用温度传感器收集起重机电机运行过程中的温度,计算出起重机电机温升均值,并得出装卸过程中起重机电机温升标准差,根据起重机电机温升标准差预测起重机电机温度监测下的健康状态,以便电机维护人员跟踪和推导下次电机作业情况和检查电机温升异常状态原因;具体包括如下子步骤:
步骤S21、当起重机动力回路上电时,获取各温度传感器收集的温度值Τα,当起重机动力回路断电后并延迟10分钟读取各温度传感器收集的温度值Τβ,得出此次整个装卸过程中起重机电机温升值Τ1=Τβ-Τα;
步骤S22、起重机电机在正常工作状态下,对于不同季节、不同装卸过程重复步骤S21获取各装卸过程中起重机电机温升值,并计算出各装卸过程中起重机电机温升均值;
步骤S23、对于某装卸过程中,通过温度传感器收集上电时和断电10分钟后的温度,求取各传感器下的起重机电机温升值,并求取起重机电机温升值与各装卸过程中起重机电机温升均值的标准差;
步骤S24、若标准差超过设定阈值,则在此次装卸过程中预测出起重机电机温度监测下的状态异常;否则,预测出起重机电机温度监测下的状态健康。
步骤3、起重机电机的电源控制柜内的电缆上安装一组电流传感器和电压传感器,采用电流传感器、电压传感器收集起重机电机运行过程中的电流、电压实时变化量,预测起重机电机在电流、电压监测下的健康状态;若监测的电流或电压异常,则预测出起重机电机在电流、电压监测下的状态异常;否则,预测出起重机电机在电流、电压监测下的状态健康。
步骤4、对预测起重机电机在电机振动分析模型下的健康状态、根据起重机电机温升标准差预测起重机电机温度监测下的健康状态、预测起重机电机在电流、电压监测下的健康状态进行综合评估,预测起重机电机的健康状态,具体地,若振动、温度、电流、电压下电机均出现严重异常时,则大概率是电机出现不可恢复的故障,可能需要更换电机来修复,否则,需要维修人员根据异常出现的频率及频幅来判定起重机电机的健康状态。
通过起重机电机在装卸过程中电流、电压趋势图、温升趋势柱状图和振动趋势柱状图,通过阈值分析,来综合预测起重机电机的健康状态,评估结果更为准确,未来电机预估寿命和状态监测提供科学依据,给码头维护人员提供精准有效的科学维修保养数据,大大提高电机使用性能的安全性和可靠性。
以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施方式,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,应视为本发明的保护范围。
Claims (8)
1.一种基于起重机电机振温信号的电机健康预测评估方法,其特征在于,具体包括如下步骤:
步骤1、使用振动传感器收集起重机电机的传动轴承上的振动信号,通过振动信号构建电机振动分析模型,预测起重机电机在电机振动分析模型下的健康状态;
步骤2、使用温度传感器收集起重机电机运行过程中的温度,计算出起重机电机温升均值,并得出装卸过程中起重机电机温升标准差,根据起重机电机温升标准差预测起重机电机温度监测下的健康状态;
步骤3、采用电流传感器、电压传感器收集起重机电机运行过程中的电流、电压实时变化量,预测起重机电机在电流、电压监测下的健康状态;
步骤4、对预测起重机电机在电机振动分析模型下的健康状态、根据起重机电机温升标准差预测起重机电机温度监测下的健康状态、预测起重机电机在电流、电压监测下的健康状态进行综合评估,预测起重机电机的健康状态。
2.根据权利要求1所述的一种基于起重机电机振温信号的电机健康预测评估方法,其特征在于,所述起重机电机的传动轴承上布置振动传感器。
3.根据权利要求2所述的一种基于起重机电机振温信号的电机健康预测评估方法,其特征在于,步骤1中电机振动分析模型的构建过程为:
v(t)=f(i1,ω1)
其中,v(t)为收集的起重机电机振动的时域信号,i1为电子电流,ω1为定子绕组匝数,f()为由v(t)、i1、ω1构成的函数。
4.根据权利要求3所述的一种基于起重机电机振温信号的电机健康预测评估方法,其特征在于,步骤1中若电机振动分析模型对应的起重机振动趋势曲线正常,则预测起重机电机在电机振动分析模型下的状态为健康;否则,预测起重机电机在电机振动分析模型下的状态为异常。
5.根据权利要求1所述的一种基于起重机电机振温信号的电机健康预测评估方法,其特征在于,所述起重机电机的三相绕组线圈内部设有一个温度传感器,且起重机电机的每相绕组线圈的前、中、后位置各设有一个温度传感器。
6.根据权利要求5所述的一种基于起重机电机振温信号的电机健康预测评估方法,其特征在于,步骤2包括如下子步骤:
步骤S21、当起重机动力回路上电时,获取各温度传感器收集的温度值Tα,当起重机动力回路断电后并延迟10分钟读取各温度传感器收集的温度值Tβ,得出此次整个装卸过程中起重机电机温升值T1=Tβ-Tα;
步骤S22、起重机电机在正常工作状态下,对于不同季节、不同装卸过程重复步骤S21获取各装卸过程中起重机电机温升值,并计算出各装卸过程中起重机电机温升均值;
步骤S23、对于某装卸过程中,通过温度传感器收集上电时和断电10分钟后的温度,求取各传感器下的起重机电机温升值,并求取起重机电机温升值与各装卸过程中起重机电机温升均值的标准差;
步骤S24、若标准差超过设定阈值,则在此次装卸过程中预测出起重机电机温度监测下的状态异常;否则,预测出起重机电机温度监测下的状态健康。
7.根据权利要求1所述的一种基于起重机电机振温信号的电机健康预测评估方法,其特征在于,所述起重机电机的电源控制柜内的电缆上安装一组电流传感器和电压传感器。
8.根据权利要求7所述的一种基于起重机电机振温信号的电机健康预测评估方法,其特征在于,步骤3中若监测的电流或电压异常,则预测出起重机电机在电流、电压监测下的状态异常;否则,预测出起重机电机在电流、电压监测下的状态健康。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310437195.5A CN116609652B (zh) | 2023-04-23 | 2023-04-23 | 一种基于起重机电机振温信号的电机健康预测评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310437195.5A CN116609652B (zh) | 2023-04-23 | 2023-04-23 | 一种基于起重机电机振温信号的电机健康预测评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116609652A true CN116609652A (zh) | 2023-08-18 |
CN116609652B CN116609652B (zh) | 2023-10-27 |
Family
ID=87682602
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310437195.5A Active CN116609652B (zh) | 2023-04-23 | 2023-04-23 | 一种基于起重机电机振温信号的电机健康预测评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116609652B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101590981A (zh) * | 2009-04-29 | 2009-12-02 | 太原重工股份有限公司 | 大型铸造起重机监测与故障报警*** |
KR101035496B1 (ko) * | 2010-08-17 | 2011-05-27 | 주식회사 대덕시스템 | 발전기의 건전성 온-라인 통합 감시 시스템 |
KR20130041572A (ko) * | 2011-10-17 | 2013-04-25 | 한국전기연구원 | 고압 유도전동기 종합 온라인 상태 진단 장치 및 방법 |
CN104760892A (zh) * | 2014-01-06 | 2015-07-08 | 中国特种设备检测研究院 | 港口起重机健康监测与预报可视化*** |
CN106990357A (zh) * | 2017-04-20 | 2017-07-28 | 哈尔滨理工大学 | 智能电机集成式多参数融合健康诊断及预警*** |
KR102092185B1 (ko) * | 2019-10-07 | 2020-05-26 | 팩트얼라이언스 주식회사 | 중전기기 건전성 분석 플랫폼 및 이를 이용하는 분석 방법 |
CN112580153A (zh) * | 2020-12-29 | 2021-03-30 | 成都运达科技股份有限公司 | 一种车辆走行部监测部件健康状态管理***及方法 |
CN112946471A (zh) * | 2021-02-04 | 2021-06-11 | 郑州恩普特科技股份有限公司 | 一种变频电机故障监测*** |
CN113095516A (zh) * | 2019-12-23 | 2021-07-09 | 西安市双合软件技术有限公司 | 一种电动机智能运维及健康管理*** |
CN115201676A (zh) * | 2022-06-30 | 2022-10-18 | 东风汽车股份有限公司 | 一种手持式三相交流电机故障分析诊断装置及方法 |
-
2023
- 2023-04-23 CN CN202310437195.5A patent/CN116609652B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101590981A (zh) * | 2009-04-29 | 2009-12-02 | 太原重工股份有限公司 | 大型铸造起重机监测与故障报警*** |
KR101035496B1 (ko) * | 2010-08-17 | 2011-05-27 | 주식회사 대덕시스템 | 발전기의 건전성 온-라인 통합 감시 시스템 |
KR20130041572A (ko) * | 2011-10-17 | 2013-04-25 | 한국전기연구원 | 고압 유도전동기 종합 온라인 상태 진단 장치 및 방법 |
CN104760892A (zh) * | 2014-01-06 | 2015-07-08 | 中国特种设备检测研究院 | 港口起重机健康监测与预报可视化*** |
CN106990357A (zh) * | 2017-04-20 | 2017-07-28 | 哈尔滨理工大学 | 智能电机集成式多参数融合健康诊断及预警*** |
KR102092185B1 (ko) * | 2019-10-07 | 2020-05-26 | 팩트얼라이언스 주식회사 | 중전기기 건전성 분석 플랫폼 및 이를 이용하는 분석 방법 |
CN113095516A (zh) * | 2019-12-23 | 2021-07-09 | 西安市双合软件技术有限公司 | 一种电动机智能运维及健康管理*** |
CN112580153A (zh) * | 2020-12-29 | 2021-03-30 | 成都运达科技股份有限公司 | 一种车辆走行部监测部件健康状态管理***及方法 |
CN112946471A (zh) * | 2021-02-04 | 2021-06-11 | 郑州恩普特科技股份有限公司 | 一种变频电机故障监测*** |
CN115201676A (zh) * | 2022-06-30 | 2022-10-18 | 东风汽车股份有限公司 | 一种手持式三相交流电机故障分析诊断装置及方法 |
Non-Patent Citations (1)
Title |
---|
尹怡楠 等: "重型起重电机振动的研究与健康评价标准的确定", 振动与冲击, vol. 32, no. 12, pages 67 - 71 * |
Also Published As
Publication number | Publication date |
---|---|
CN116609652B (zh) | 2023-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liang et al. | Induction motors fault diagnosis using finite element method: A review | |
US8405339B2 (en) | System and method for detecting fault in an AC machine | |
Nandi et al. | Condition monitoring and fault diagnosis of electrical motors—A review | |
Arellano-Padilla et al. | Winding condition monitoring scheme for a permanent magnet machine using high-frequency injection | |
EP3797304B1 (en) | System and method for monitoring an operating condition of an electrical device when in operation | |
Shifat et al. | Remaining useful life estimation of BLDC motor considering voltage degradation and attention-based neural network | |
Ullah et al. | Online diagnosis and severity estimation of partial and uniform irreversible demagnetization fault in interior permanent magnet synchronous motor | |
Liang | Temperature estimation and vibration monitoring for induction motors and the potential application in electrical submersible motors | |
Melero et al. | Study of an induction motor working under stator winding inter-turn short circuit condition | |
Irfan et al. | Development of an intelligent condition monitoring system for AC induction motors using PLC | |
CN116609652B (zh) | 一种基于起重机电机振温信号的电机健康预测评估方法 | |
Antonino-Daviu et al. | Reliable detection of induction motor rotor faults under the influence of rotor core magnetic anisotropy | |
Bhattacharyya et al. | Induction motor fault diagnosis by motor current signature analysis and neural network techniques | |
de la Barrera et al. | Stator core faults detection on induction motor drives using signal injection | |
Maitre et al. | A new computational method for stator faults recognition in induction machines based on hyper-volumes | |
Altaf et al. | Advancement of fault diagnosis and detection process in industrial machine environment | |
CN114019298B (zh) | 一种基于pcc-svm的发电机转子匝间短路在线监测方法 | |
Asad et al. | The FEM Based Modeling and Corresponding Test Rig Preparation for Broken Rotor Bars Analysis | |
Zhang et al. | Impaired-cooling-condition detection using DC-signal injection for soft-starter-connected induction motors | |
Bhowmick et al. | Parameter and loss estimation of three phase induction motor from dynamic model using H-G diagram and particle swarm optimization | |
Gugaliya et al. | Effective combination of motor fault diagnosis techniques | |
Swarnkar et al. | Stator inter-turn fault diagnosis by motor current signature approach | |
Liang et al. | Fault diagnosis for induction motors using finite element method-A review | |
Koca et al. | A review on detection and monitoring of stator faults of induction motors | |
Sarikhani et al. | Inter-turn fault diagnosis of PM synchronous generator for variable speed wind applications using floating-space-vector |
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 |