[发明专利]基于电机相电流的旋转机械故障监测诊断的方法和装置在审
申请号: | 201810366988.1 | 申请日: | 2018-04-23 |
公开(公告)号: | CN108827675A | 公开(公告)日: | 2018-11-16 |
发明(设计)人: | 杨明;柴娜;徐殿国;聂鹏举;唐新荣 | 申请(专利权)人: | 湖南科力尔电机股份有限公司 |
主分类号: | G01M99/00 | 分类号: | G01M99/00;G01R19/00 |
代理公司: | 北京康盛知识产权代理有限公司 11331 | 代理人: | 张宇峰 |
地址: | 426181 湖南省*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 旋转机械故障 故障特征频率 方法和装置 相电流信号 发生故障 剩余信号 旋转机械 电机相 诊断 监测 基波分量 判断结果 远程诊断 在线监测 相电流 预计算 无损 电机 响应 | ||
1.一种基于电机相电流的旋转机械故障监测诊断的方法,其特征在于,包括:
获取所述电机的相电流信号;
提取所述相电流信号中的基波分量,获取剩余信号Ie;
根据所述剩余信号Ie的幅值判断所述旋转机械是否发生故障;
响应所述旋转机械发生故障的判断结果,获取故障特征频率;
根据所述故障特征频率和预计算的故障特征频率判断所述故障的类型与位置。
2.根据权利要求1所述的方法,其特征在于,所述相电流信号包括所述机电系统中的电动机或发电机的任一相电流。
3.根据权利要求1所述的方法,其特征在于,所述提取所述相电流信号中的基波分量,获取剩余信号Ie,包括:
利用自适应基波提取算法提取所述相电流信号中的基波分量,获取剩余信号Ie。
4.根据权利要求1所述的方法,其特征在于,所述根据所述剩余信号Ie的幅值判断所述旋转机械是否发生故障,包括:
选取剩余信号阈值Ier;
比较所述剩余信号Ie和所述剩余信号阈值Ier的大小;
如果|Ie|<|Ier|,表示所述旋转机械未发生故障,如果|Ie|>|Ier|,表示所述旋转机械发生故障。
5.根据权利要求4所述的方法,其特征在于,所述选取剩余信号阈值Ier,包括:
所述剩余信号阈值Ier可按照以下公式计算得到:
Ier=n*Ieh
其中,n为机电系统对故障的容忍程度系数,Ieh为电机正常运行一段时间内得到的剩余信号Ie的最大值。
6.根据权利要求1所述的方法,其特征在于,所述获取故障特征频率,包括:
利用谱峭度算法对所述剩余信号Ie进行滤波,得到故障分量Ie1;
对所述故障分量Ie1进行包络谱分析,获取所述故障特征频率。
7.根据权利要求6所述的方法,其特征在于,所述利用谱峭度算法对所述剩余信号Ie进行滤波,得到故障分量Ie1,包括:
利用快速谱峭度算法寻找所述剩余信号Ie峭度最大时对应的中心频率与带宽;
选择峭度值最大时所述剩余信号Ie的中心频率和带宽组成滤波器;
利用所述滤波器对所述剩余信号Ie进行带通滤波,得到故障分量Ie1。
8.根据权利要求1所述的方法,其特征在于,所述故障的类型包括齿轮箱故障和轴承故障。
9.根据权利要求1所述的方法,其特征在于,所述预计算的故障特征频率包括轴承外圈故障特征频率、轴承内圈故障特征频率、滚珠故障特征频率或齿轮故障特征频率,其中,
所述轴承外圈故障特征频率按照以下公式计算得到:
所述轴承内圈故障特征频率按照以下公式计算得到:
所述滚珠故障特征频率按照以下公式计算得到:
所述齿轮故障特征频率按照以下公式计算得到:
其中,Z为滚动体数目,n为转速,d为滚动体直径,D为滚动体分布直径,β为轴承压力角,ir为故障齿轮到电机驱动端的转速比。
10.基于电机相电流的旋转机械故障监测诊断的装置,其特征在于,包括:
第一获取单元,用于获取所述电机的相电流信号;
第二获取单元,用于提取所述相电流信号中的基波分量,获取剩余信号Ie;
第一判断单元,用于根据所述剩余信号Ie的幅值判断所述旋转机械是否发生故障;
第三获取单元,用于响应所述旋转机械发生故障的判断结果,获取故障特征频率;
第二判断单元,用于根据所述故障特征频率和预计算的故障特征频率判断所述故障的类型与位置。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南科力尔电机股份有限公司,未经湖南科力尔电机股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810366988.1/1.html,转载请声明来源钻瓜专利网。