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:本文论述感应电动机中的断裂导条检测问题。作为检测之根据的假设时,当转子导条断裂时,感应电动机的转子表观电阻将会增加,为了检测断裂导条,定子电压和电流的测量是通过一个用于转速和转子电阻同时估测的扩展卡尔曼滤波器进行的,特别是,对转子电阻进行估测并与它的正常值作比较,以检测断裂导条,在所建议的扩展卡尔曼滤波器方法中,状态协方差矩阵补充分加权。导致一个比较好的动态状态估测,它的主要优点是,甚至对一台空载的感应电动机,也能作出正确的转子电阻估测,作为该估测过程的一个部分,有必要对转子电阻中的热变化加以补偿,对于一台4-kW4极鼠笼型感应电动机所进行的计算机模拟,令人鼓舞地证实了所建议的无传感器断条检测技术的有效性。