Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Một Phương Pháp Cải Tiến Để Chẩn Đoán Lỗi Mất Cân Bằng Cơ Học Tải Trọng Của Động Cơ Cảm Ứng Sử Dụng Phân Tích Tín Hiệu Dòng Điện
Tóm tắt
Hầu hết các vấn đề liên quan đến động cơ cảm ứng xuất phát từ sự không ổn định của tải. Các vấn đề tải trọng chủ yếu ảnh hưởng đến các đặc tính cơ học của hệ thống. Do đó, việc phát hiện những vấn đề này thường được ưu tiên thực hiện bằng cách sử dụng các cảm biến cơ học (ví dụ: cảm biến gia tốc, cảm biến tốc độ, v.v.). Tuy nhiên, không phải tất cả các động cơ và tải đều có thể truy cập được, và việc giám sát từ xa của các hệ thống sẽ rất hữu ích. Phân tích chữ ký dòng điện động cơ (MCSA) là một phương pháp giám sát từ xa đã phát triển trong những năm gần đây. Mục tiêu của bài báo hiện tại là đánh giá khả năng của MCSA trong việc phát hiện lỗi của quạt ly tâm. Bài báo cố gắng chỉ ra cách phân biệt giữa tải không cân bằng và các loại mất cân bằng khác của động cơ cảm ứng dựa trên phương pháp MCSA. Trong nghiên cứu hiện tại, các phương pháp giám sát tình trạng đã được cải tiến bằng cách tái cấu trúc các phương trình hiện tại. Những kết quả này đến từ một nghiên cứu lớn với quần thể mục tiêu là 60 động cơ cảm ứng trong ngành công nghiệp thép hợp kim và ở đây ba trường hợp nghiên cứu được sử dụng để kiểm tra các kết quả lý thuyết.
Từ khóa
#động cơ cảm ứng #phân tích chữ ký dòng điện #lỗi cân bằng tải trọng #giám sát từ xa #cảm biến cơ họcTài liệu tham khảo
Sentyurikhin, N.I. and Charakhchyan, A.V., Failures, monitoring, and diagnostics of parameters of super high power induction motors, Russ. Electr. Eng., 2010, vol. 81, no. 1, pp. 45–48.
Scheffer, C. and Girdhar, P., Practical Machinery Vibration Analysis and Predictive Maintenance, Amsterdam: Elsevier, 2004.
Mehala, N. and Dahiya, R., Condition monitoring and fault diagnosis of induction motor using motor current signature analysis, PhD Thesis, Kurukshetra: Natl. Inst. Technol., 2010.
Sharifi, R. and Ebrahimi, M., Detection of stator winding faults in induction motors using three-phase current monitoring, ISA Trans., 2011, vol. 50, no. 1, pp. 14–20.
Duan, F. and Zivanovic, R., Induction motor stator fault detection by a condition monitoring scheme based on parameter estimation algorithms, Electr. Power Compon. Syst., 2016, vol. 44, no. 10, pp. 1138–1148.
Hassan, O.E., Amer, M., Abdelsalam, A.K., and Williams, B.W., Induction motor broken rotor bar fault detection techniques based on fault signature analysis—a review, IET Electr. Power Appl., 2018, vol. 12, no. 7, pp. 895–907.
Leite, V.C., Silva, J.G., Silva, L.E., Veloso, G.F., Lambert-Torres, G., Bonaldi, E.L., and Oliveira, L.E., Experimental bearing fault detection, identification, and prognosis through spectral kurtosis and envelope spectral analysis, Electr. Power Compon. Syst., 2016, vol. 44, no. 18, pp. 2121–2132.
Bessous, N., Zouzou, S.E., Bentrah, W., Sbaa, S., and Sahraoui, M., Diagnosis of bearing defects in induction motors using discrete wavelet transform, Int. J. Systems Assur. Eng. Manage., 2018, vol. 9, no. 2, pp. 335–343.
Safin, N.R., Prakht, V.A., Dmitrievskii, V.A., and Dmitrievskii, A.A., Stator current fault diagnosis of induction motor bearings based on the fast Fourier transform, Russ. Electr. Eng., 2016, vol. 87, no. 12, pp. 661–665.
Kar, C. and Mohanty, A.R., Vibration and current transient monitoring for gearbox fault detection using multiresolution Fourier transform, J. Sound Vib., 2008, vol. 311, pp. 109–132.
Naderi, P., Eccentricity fault diagnosis and torque ripple analysis of a four-pole synchronous reluctance machine in healthy and faulty conditions, Electr. Power Compon. Syst., 2015, vol. 43, no. 11, pp. 1236–1245.
Cameron, J.R., Thomson, W.T., and Dow, A.B., Vibration and current monitoring for detecting air gap eccentricity in large induction motors, IEE Proc. B, 1986, vol. 133, no. 3, pp. 155–163.
Boguslavskii, I.Z., Kruchinina, I.Yu., Lyubimtsev, A.S., Khozikov, Yu.F., and Pal’tseva, V.V., High-speed synchronous machines: a computer system for the study of the effect of rotor radial eccentricity on electromagnetic forces, Russ. Electr. Eng., 2016, vol. 87, no. 4, pp. 206–210.
Novozhilov, A.N. and Isupova, N.A., The specifics of magnetic-field modeling in an air gap under rotor eccentricity of an asynchronous motor, Russ. Electr. Eng., 2013, vol. 84, no. 9, pp. 497–500.
Novozhilov, A.N., Kryukova, E.V., and Novozhilov, T.A., A method of diagnostics of induction-motor rotor eccentricity, Russ. Electr. Eng., 2014, vol. 85, no. 7, pp. 457–459.
Verma, A.K., Sarangi, S., and Kolekar, M., Misalignment faults detection in an induction motor based on multi-scale entropy and artificial neural network, Electr. Power Compon. Syst., 2016, vol. 44, no. 8, pp. 916–927.
Salah, M., Bacha, K., and Chaari, A., Comparative investigation of diagnosis media for induction machine mechanical unbalance fault, ISA Trans., 2013, vol. 52, no. 6, pp. 888–899.
Silaev, M.A., Tul’skii, V.N., and Kartashev, I.I., The effect of fast changes in voltage unbalance on vibration characteristics of asynchronous motors, Russ. Electr. Eng., 2014, vol. 85, no. 6, pp. 382–388.