Персональный сайт магистра ДонНТУ

ДонНТУДонНТУ Магистры ДонНТУМагистры ДонНТУ АнглийскийEN

АВТОРЕФЕРАТ ПО ТЕМЕ МАГИСТЕРСКОЙ РАБОТЫ


Магистр ДонНТУ Нафтулин Илья Викторович Выполнил: Нафтулин Илья Викторович

Факультет: Электротехнический

Специальность: Электрические системы и сети

Тема работы: Спектральный анализ токов статора асинхронных двигателей с короткозамкнутым ротором

Руководитель:
к.т.н. доцент Полковниченко Дмитрий Викторович
Главная
Библиотека
Ссылки
Отчет о поиске
Индивидуальное задание


1. ВВОДНАЯ ЧАСТЬ

2. АНАЛИЗ СУЩЕСТВУЮЩИХ МЕТОДОВ ДИАГНОСТИРОВАНИЯ АСИНХРОННЫХ ДВИГАТЕЛЕЙ НА ОСНОВЕ СПЕКТРАЛЬНОГО АНАЛИЗА

3. ВЫВОДЫ

4. ЛИТЕРАТУРА

1. ВВОДНАЯ ЧАСТЬ

Актуальность темы

В настоящее время двигатели переменного тока являются крупнейшими потребителями электрической энергии. Согласно последним исследованиям, они потребляют свыше 80% вырабатываемой электроэнергии [1]. Асинхронные двигатели (АД) не имеют себе равных по выносливости, простоте и относительно низкой стоимости. Их роль в промышленности возросла после развития приводов с регулируемой скоростью вращения, а также их использования для преобразования энергии в другие формы [4]. Однако в процессе эксплуатации могут возникать повреждения элементов двигателя, что в свою очередь приводит к преждевременному выходу его из строя. Во многих производствах внезапный выход из строя двигателя может привести к непоправимым последствиям. Было бы очень важно выявлять любой дефект на ранней стадии, исключающей риск возникновения серьезных повреждений двигателя. Приблизительно 30-40% всех неисправностей в асинхронных двигателях с короткозамкнутым ротором - дефекты статора, повреждения элементов ротора - 10%, повреждения элементов подшипников - 40% и другие повреждения - 12% [1].

В последнее время за рубежом развиваются методы диагностики состояния электрических машин, основанные на выполнении мониторинга потребляемого тока с последующим выполнением специального спектрального анализа полученного сигнала, что позволяет с высокой степенью достоверности определять состояние различных элементов двигателя. Важным преимуществом такого подхода является то, что проведение мониторинга тока электродвигателя может быть выполнено как непосредственно на нем, так и в электрощите питания (управления) [1].

Цели и задачи работы

Цель работы – разработка метода диагностирования технического состояния асинхронных электродвигателей на основе спектрального анализа токов статора.Для достижения поставленной цели необходимо решить следующие задачи:

Планируемая научная новизна и практическая ценность

Использования методов диагностирования технического состояния асинхронных двигателей позволяет за счет своевременного обнаружения возникающих дефектов в процессе эксплуатации минимизировать затраты, связанные с выходом из строя электродвигателей, а также осуществить переход от планово-предупредительных ремонтов к системе обслуживания по состоянию.

2. АНАЛИЗ СУЩЕСТВУЮЩИХ МЕТОДОВ ДИАГНОСТИРОВАНИЯ АСИНХРОННЫХ ДВИГАТЕЛЕЙ НА ОСНОВЕ СПЕКТРАЛЬНОГО АНАЛИЗА

Начиная с 1985 спектральный анализ начал развиваться как перспективный метод диагностики различных видов неисправностей асинхронных двигателей. Спектральный анализ основан на наблюдении изменения воздушного зазора между статором и ротором, которое обратно отражается на форме тока двигателя через изменение магнитного потока в воздушном зазоре, которое в свою очередь вызывает противо-ЭДС. Эти изменения в противо-ЭДС изменяют волну рабочего тока в асинхронном двигателе в эффективном преобразователе. Выполняя быстрое преобразование Фурье (БПФ) для тока двигателя, мы получаем спектр тока для диагностирования неисправностей. БПФ - математическая операция, которая выделяет частотную информацию из области временного сигнала и преобразовывает ее в частотную область. Частотная область - это диаграмма амплитуды сигнала в данной частоте. В частотной области, высота пика представляет амплитуду сигнала. На рис. 1 показана взаимосвязь между временной областью (t), частотной областью (f), и амплитудой (A) [2].

Рисунок 1 – Преобразование сигнала из временной области в частотную

Рисунок 1 – Преобразование сигнала из временной области в частотную

Физический принцип, положенный в основу работы диагностического комплекса, заключается в том, что любые возмущения в работе электрической и/или механической части электродвигателя и связанного с ним устройства приводят к изменениям магнитного потока в зазоре электрической машины и, следовательно, к слабой модуляции потребляемого электродвигателем тока [1].

Таким образом, наличие в спектре тока двигателя характерных (и не совпадающих) частот определенной величины свидетельствует о наличии повреждений электрической и/или механической части электродвигателя и связанного с ним механического устройства. В работе [1] предложен диагностический комплекс основанный на приведенном выше принципе.

В состав комплекса (рис. 2) входят разъемный токовый датчик с линейной частотной характеристикой, кондиционер сигнала (фильтр низких частот, препятствующий появлению ложных частот сигналов) при их дискретизации, аналого-цифровой преобразователь (АЦП), персональный компьютер (ПК) с необходимым программным обеспечением для сбора и обработки информации.

Рисунок 2 – Блок-схема диагностического комплекса

Рисунок 2 – Блок-схема диагностического комплекса

Недостатками данного способа являются сложность оценки результатов, поскольку любая амплитудно модулируемая частота f учитывается в спектре дважды - по обе стороны питающего напряжения f1, - т.е. в виде (f1-f) и в виде (f1+f). Такой двойной учет модулируемой частоты обуславливает недостаточную точность диагностирования (вероятность наложения частот от различных повреждений возрастает в 2 раза и не является необходимой) и отсутствие возможности увеличения числа анализируемых гармоник частоты f [3].

Для исключения этого недостатка в работе [3] предложен метод спектрального анализа спектров модуля векторов Парка тока и напряжения. В основу спектрального анализа спектров модуля векторов Парка тока и напряжения как средства диагностики состояния электродвигателей заложены следующие принципы:

Тем самым, выявление в спектре модуля вектора Парка тока характерных гармоник достоверно и однозначно свидетельствует о наличии электрических и механических неисправностей электродвигателя и приводимого им в действие механического устройства

Далее рассмотрим возможности выявления различных видов дефектов в АД на основа спектрального анализа токов статора.

Дефекты статора

Междувитковые короткие замыкания в обмотке статора – одни из самых распространенных и трудновыявляемых на ранней стадии неисправностей. В зависимости от вида защиты, двигатель может продолжать вращаться, но нагревание в короткозамкнутых витках вскоре вызовет тяжелые повреждения, например, междуфазное замыкание или замыкание витков на землю. Вот почему, межвитковые короткие замыкания в обмотке статора очень серьезное повреждение и важный предмет для изучения [4].

Более совершенные методы, например, векторный подход Парка [3], импеданс обратной последовательности, исследование магнитного потока или спектральный анализ вращающегося двигателя предлагают для асинхронных двигателей с междувитковыми замыканиями исследование и обнаружение дефекта.

На рис.3 показаны спектры токов вектора Парка в статоре с 10 % замкнувшихся витков в фазе A обмотки статора [4].

Рисунок 3 - Спектры токов статора вектора Парка с 10 % замкнувшихся витков в фазе А обмотки статора.

Рисунок 3 - Спектры токов статора вектора Парка с 10 % замкнувшихся витков в фазе А обмотки статора.

Дефекты ротора

Составляющие тока статора свидетельствующие о появлении дефектов ротора имеют частоту скольжения s. Характерные частоты (из-за повреждений), представлены анализом спектра тока [7]:


Что касается иллюстрации вышеописанных сигнатур, то рис. 4 и 5 показывают спектр тока статора для асинхронного двигателя с мощностью 5,5 кВт, частотой 50 Гц, с 2 парами полюсов и скоростью вращения 1470 оборотов в минуту с исправным ротором и с четырьмя оборванными стержнями соответственно. Двигатели работали при номинальной нагрузке. Синхронная регистрация частоты вращения (Fr) позволяет вычислить s, характеристику значений частоты и взаимодействие с амплитудой. Модуляция тока статора с частотой двойного скольжения может также быть найдена на спектре, при анализе интервала частоты:

Рисунок 4 – Спектр тока исправного ротора, полученный с помощью быстрого преобразования Фурье.

Рисунок 4 – Спектр тока исправного ротора, полученный с помощью быстрого преобразования Фурье

Рисунок 5 – Спектр тока ротора при обрыве 4 стержней, полученный с помощью быстрого преобразования Фурье

Рисунок 5 – Спектр тока ротора при обрыве 4 стержней, полученный с помощью быстрого преобразования Фурье

В работе [2] проведены исследования при обрыве или повреждениях стержней ротора АД. В спектре тока при наличии данных повреждений появляются всплески частот (FP) в виде боковых полос, по обе стороны от частоты напряжения сети питания (FL) после выполнения БПФ на записанном сигнале тока. В асинхронном двигателе магнитное поле статора вращается быстрее, чем клетка ротора. Это подразумевает, что любой данный стержень ротора проходит под всеми магнитными полюсами в одном направлении вращения с частотой скольжения. Частота вращения равняется FP. Разница в амплитуде между FL и FP – указывают на техническое состояние ротора. Исследование эмпирическим путем показало, что разница свыше 54 децибел указывает на исправное состояние ротора. Mенее чем при 45 децибелах указывает, на ухудшение состояния (т.е., появились высокоомные соединения, наличие трещин или обрывов стержней) ротора. Ниже приведен рисунок, иллюстрирующий повреждения ротора. Номинальная частота сети составляет 60 Гц (рис 6).

Рисунок 6 – Спектр тока двигателя с повреждениями ротора.

Рисунок 6 – Спектр тока двигателя с повреждениями ротора

Дефекты механической части

Токи статора легко измерить и их спектры дают информацию о многочисленных повреждениях [8], [9]. Токи дают информацию о дефектах механической части, в том числе и об статическом или динамическом эксцентриситете. Механические повреждения, такие как разрушение подшипников, также выявляются на спектре тока.

Одной из общих проблем асинхронных двигателей является эксцентриситет. Известно, что неотъемлемый уровень статической неравномерности воздушного зазора в них имеет место по причине принятых методов производства и сборки. Вообще, имеется два типа эксцентриситета: статический и динамический. В обоих случаях, ось ротора не является осью статора. Действительно, ось вращения является осью ротора при статическом эксцентриситете; однако, этого нет при динамическом эксцентриситете. Эти типы несимметрии приводят к единственным в своем роде характерным признакам образов тока статора.

Частота составляющей тока статора свидетельсвующей о наличии эксцентриситета определяется по выражению (3):

FFECC = (# стержней ротора) x (n/60)                         (3)

На Рис 7. показаны результаты полученные с помощью спектрального анализа для двигателя с большой степенью эксцентриситета. Увеличение амплитуды пиков свидетельствеует о росте степени эксцентриситета.

Рисунок 7 – Спектр тока двигателя при наличии эксцентриситета.

Рисунок 7 – Спектр тока двигателя при наличии эксцентриситета

Развивая способность определять и фильтровать токовый сигнал, проходящий через обмотки двигателя, спектральный анализ позволяет определять колебания нагрузки, которые относятся к механическим процессам. Период, используемый в этом процессе равен демодуляции. Демодуляция - процесс получения и выделения первоначального цифрового сигнала из модулированной аналоговой несущей волны. Выполняется демодулятором. Модуляция - процесс, при котором некоторые характеристики носителя изменяются (магнитный поток через ротор, создающий противо-ЭДС) в соответствии с модулируемой волной. Если отстроится от сигнала с частотой питающей сети, то проявляются составляющие тока свидетельствующие об эксцентрисетете. Такая отстройка (демодуляция частоты питающей сети) позволяет выявить колебания нагрузки для полного анализа [2].

В работе [5] предложен следующий алгоритм выявления эксцентриситета на основе спектрального анализа. Изменения воздушного зазора, из-за статического или динамического эксцентриситета, приводит к изменениям плотности магнитного потока в воздушном зазоре. Поскольку индукционные токи статора изменены, многие из их частотных компонентов могут помочь идентифицировать как статический, так и динамический эксцентриситет. Эти частоты приведены в (4) [6]:


где Fs - частота питающей сети;
Nr= число стержней ротора;
p - число пар полюсов;
s - скольжение в относительных единицах;
nw = 1,3,5 …

Для статического эксцентриситета, nd=0. Если статический эксцентриситет увеличивается, тогда величина линий при передаче частоты должна также увеличиться. В случае динамического эксцентриситета, nd=1, и должны появиться новые компоненты в спектре тока. Несоосность приводит к увеличению компонентов в частотах, определено в (5)


Fr- частота скорости ротора.
Так как ротор вращается на подшипниках, то при повреждениях в них будет происходить радиальное перемещение между ротором и статором. Тогда отклонения магнитной индукции, возникающей в воздушном зазоре, повлияет на токи статора. Именно поэтому вибрация подшипников может быть обнаружена в спектрах тока статора [10].

3. ВЫВОДЫ

Проведенный анализ показал, что методы диагностирования АД на основе спектрального анализа токов статора позволяют:

4. ЛИТЕРАТУРА

  1. Петухов В.С., к.т.н., член IEEE, Соколов В.А. Диагностика состояния электродвигателей на основе спектрального анализа потребляемого тока. Журнал "Новости Электротехники" № 1(31) 2005. стр. 23.

  2. Pete Bechard. PdMA Corpration. Advanced spectral analysis.

  3. Виктор Петухов, к.т.н., член IEEE. Диагностика электродвигателей. Спектральный анализ модулей векторов Парка напряжения и тока. Журнал "Новости Электротехники" № 1(48) 2008. стр. 19.

  4. Comparative study between Inter-turn Short-Circuits and unbalanced voltage supply inInduction machines. F; Babaa, M. Y. Kaikaa, A. Khezzar and M. Boucherma.

  5. Comparative Study of Diagnosis Methods for Induction Motors. R. Casimir, E. Boutleux, G. Clerc and F. Chappuis.

  6. W. T. Thomson, D. Rankin, D. G Dorell, "On-line current monitoring to diagnose airgap eccentricity in large threephase induction motors – Industrial case history verify the predictions" IEEE Transactions on Energy Conversion Vol 14, No. 4, pp.1372-1378 December 1999.

  7. W. T. Thomson, M. Fenger, “Industrial application of current signature analysis to diagnose faults in 3-phase squirrel cage induction motors” Pulp and Paper Industry Technical Conference, 2000. Conference Record of 2000, pp 205 –211

  8. M. E. H. Benbouzid, M. Vieira, C. Theys, "Induction motor's faults detection and localization using stator current advanced signal processing techniques" IEEE Transactions on power electronics, Vol. 14, N° 1, january 1999 (pp 14 -22).

  9. W. T. Thomson, M. Fenger, "Current signature analysis to detect induction motor faults". IEEE Industry Application Magazine. July/August 2001.

  10. R. R. Schoen, T. G. Habetler, F. Kamran, R. G. Bartheld, "Motor bearing damage detection using stator current monitoring" IEEE Transaction on Industry Applications, Vol. 31, N° 6, pp 1274 – 1279 November/December 1995.

К НАЧАЛУ


ДонНТУ> Портал магистров ДонНТУ> Главная | Отчет о поиске | Библиотека | Ссылки | Индивидуальное задание

© ДонНТУ Нафтулин Илья Викторович 2008