简介:本文讨论应用电动机电流频谱分析的方法检测感应电动机滚动轴承的故障。目前用于检测轴承故障工况的方法是监测轴承的机械振动频率。由于这些机械振动与电机气隙变化有关,所以对气隙磁通密度进行调节,产生的定子电流频率也可预测,这种频率是与电源频率和振动频率有关。本文首先研讨电流监测对轴承故障检测的效果,其方法是在轴承初期故障引起的振动频率和电流频率之间建立联系。对轴承故障的型式进行了考察,确定了与轴承具体结构有关的轴承特征频率。叙述了对定子电流频谱的影响,确定了相关的频率。在设计监测定子电流的故障检测图方面,这是一项重要的结果。测试结果显示了具有各种轴承故障的感应电机振动和电流频谱,它们可用来验证振动频率与电流频率之间存在的关系。测试结果清楚地表明定子电流波形可用来识别轴承故障的存在与否。
简介:众所周知,电动机电流是一种不稳定信号,其特性随电动机的随时间变化的正常工况而变化,结果,傅立叶分析难以将电动机的正常工况与故障工况区别开来,另一方面,时间-频率分析法清楚地显示了在变换域中,使与故障检测相关信号特性更明显的电动机电流,在本文中,我们提出了一个自适应的检测断条和轴承损坏的时间-频率统计法,由于电动机随时间变化的正常工况以及电动机几何结构对于电流的影响,我们使用了一种以训练为基础的方法,使用该方法,在实际的测试开始之前为来训练识别电动机的正常运行方式的算法。在训练阶段,利用转矩和机械转速估计来估计与故障检测有关的特性,然后,对这些特性进行统计分析,并将它们划分成电动机的几种正常运行方式,对于每一种方式要计算一个有代表性值和界定值,而后将其存入数据库,以用作测试阶段的基础,在测试阶段,要计算测试特性与模态代表值的距离,并将其与界定值进行比较,如果它比所有的界定值大,该测量值就称作为一个潜在的损坏信号,在后处理阶段,为了有多个测量值,该测试被反复进行,以提高检测的精度。从我们的研究中得到的实验结果表明,所推荐的方法提供了以电动机-电流为基础的故障探测的强有力的通用手段。
简介:摘要 : 对 350 MW 汽轮发电机组在并网前的励磁升压过程中,定子回路出现电流且发电机逆功率保护动作的故障现象进行研究。通过检查确定了故障原因:变压器做完直流电阻试验后没有进行必要的消磁,使得变压器铁芯发生严重磁化,过多的剩磁导致故障发生。文中还针对原因提出了相应的对策避免类似故障发生。
简介:本文叙述了感应电动机在线检测的一种新方法。该系统使用了人工神经网络来学习正常电动机在线运行的频谱特性。这种学到的频谱可能包含了许多由对应于常规运行工况的负载所引起的谐波。为将不断受到监控的谐波数减少到易于处理的数量,使用了可选频率滤波器。该频率滤波器按照神经网簇算法只通过那些已知对故障检测有重要意义的谐波,或者那些连续在设定的水平以上的谐波。在充分的训练周期后,在形成新的簇且维持一段时间后,神经网络就发出潜在的故障状态信号。由于故障状态是通过与机器的先前状态作了比较后发觉的,同此,使用这个系统而不需要有关于电动机或负载特性的信息就不可实现在线故障预测。这个检测算法得到了实施,其性能在各类故障上得到了验证。
简介:[摘 要 ]针对大型发电机定子吊装, 本文提出了液压提升装置配合双行车抬吊发电机定子的 技术方案,并在奉节电厂( 600MW )安装 项目发电机定子吊装中顺利实施,具有很强的实际操作型, 本成果适用于起重技术 领域,具有极强的推广应用价值。