Elektrimasinate diagnostika

Lisa lingid
Allikas: Vikipeedia
Ülekuumenenud mootor

Elektrimasinad töötavad erinevates tööstustingimustes ning pärast pikaajalist talitlust tõenäoliselt võivad tekkida rikked. Rikete jaotus sõltub peamiselt masina parameetritest; madalpingemootorites tekivad enamasti laagritega seotud tõrked, samas kõrgepingemootorid saavad rohkem staatori mähisega seotud tõrkeid [1]. Üldiselt on suurem osa elektrimasinate riketest mehaanilised tõrked, sellised nagu laagririkked, ekstsentrilisus, purunenud rootorivardad ja otsarõngad. Lisaks võivad tekkida mitmesugused elektrilised tõrked ja demagnetiseerimise probleemid.

Seisundiseirel kasutatavad diagnostikameetodid[muuda | muuda lähteteksti]

Elektrimasinate roll tööstuses ja majapidamises kasvab iga päevaga. Seega on nende seisukorra jälgimine ja rikete diagnostika äärmiselt oluline.

Vibratsioonianalüüs[muuda | muuda lähteteksti]

Laagri sagedusspekter [2]

Vibratsioonianalüüs on süsteemi muutuste jälgimise protsess, uurides eelnevalt määratletud vibratsioonisignaale ja tuvastades kõrvalekaldeid. Need kõrvalekalded võivad ilmneda kiirenduse amplituudi, sageduse väärtuste ja intensiivsuse muutustes. Spetsiifiliste sageduskomponentide tuvastamine harmoonilises spektris on rikke õigeaegseks tuvastamiseks ülioluline [3]. Need komponendid on sageduspiirkonnas tuvastatavad, rakendades masina poolt väljastatavatele signaalidele Fourier' teisendusi. Kiire Fourier’ teisendus muundab ajadomeeni sagedusdomeeniks.

Antud diagnostikaviis on väga lihtne, võrreldes paljude muude signaalitöötluse tehnikatega. Selline tehnika nõuab vähem arvutusvõimet. Kiire Fourier’ teisenduse peamiseks puuduseks on aga see, et väike diskreetimissagedus võib põhjustada signaali moonutust. Teiseks, signaali ajapiirang võib põhjustada spektrileket. Samuti on antud tehnika abil keeruline käsitleda katkendlikke signaale. Sel juhul on lahenduseks lühiajaline Fourier’ teisendus.

Kulumise jälgimine[muuda | muuda lähteteksti]

Laager mängib mootorites üliolulist rolli, alludes erinevatele koormustele ja jõududele, mis lühendavad mootori kavandatud eluiga. Tavaliselt on suurem osa pöörlevate masinate hõõrdekadusid tingitud laagritest. Järelikult võib laagrite kulumise jälgimine oluliselt mõjutada masina talitlust ja üldist töökindlust. Laagrite kulumise peamisteks põhjusteks on tavaliselt suur hõõrdekoormus ja ebapiisav määrimine. Laagrite rikked võivad ilmneda piirkondades, kus määrdeainekate on kõige õhem.

Elektromagnetiline seire[muuda | muuda lähteteksti]

Vigaste rootorivarraste magnetvoo jaotus asünkroonmootoris [4]

Magnetvoo jälgimine on muutunud laialdaselt kasutatavaks ja tõhusaks meetodiks elektrimasinate rikete tuvastamiseks, kuna paljud varajased rikked põhjustavad magnetilise asümmeetria, mida saab tuvastada [5]. Elektromagnetilisi mõõtmisi saab tõhusalt kasutada elektrimasina jälgimiseks staatori voolu jälgimise täiendava või alternatiivse vahendina. Elektrimasin tekitab elektromagnetvoogu ja kõik väiksemad tasakaaluhäired magnet- või elektriahelas peegelduvad edastatavas voos [6].

Enamik pöörlevaid elektrimasinaid on sümmeetrilised, tekitades ühtlaselt jaotatud magnetvoo. Mis tahes tõrge masinas rikub seda sümmeetriat, põhjustades voo ebaühtlast jaotumist ja suurenenud lokaalseid magnetilisi pingeid. Näiteks võib katkise varda voo tihedus suureneda, põhjustades järgnevate rootorivarraste indutseeritud voolu. See suurendatud vool ja magnetjõud muudavad masina vastuvõtlikuks riketele, käivitades ahelreaktsiooni. Parameetrid, nagu pöördemoment, kiirus, pinge ja voolud, on voo jaotamisel üliolulised. Nende parameetrite analüüsimine võib tuvastada riketest tulenevaid kõrvalekaldeid voo jaotuses. Need omadused muudavad diagnostikaalgoritmid mitteinvasiivseteks, avades laia valiku signaalitöötlustehnikaid elektrimasinate seisukorra jälgimiseks.

Temperatuuri mõõtmine[muuda | muuda lähteteksti]

Soojusseire on usaldusväärse töö tagamise oluline aspekt. Kõrgenenud temperatuur kujutab endast mitmeid riske, sealhulgas elektrimasinate eluea lühenemine, mähiste isolatsiooni kahjustused, lühised, laagrite kiirem vananemine ja rootori püsimagnetite lagunemine [7]. Liiga kõrgeid temperatuure seostatakse sageli jahutussüsteemi rikete ja mähistega läbitavate suurte vooludega [8].

Temperatuuripõhisel seirel kasutatakse üldiselt kahte lähenemisviisi: termopildi analüüs ja lokaalne punktmõõtmine. Kohalikuks soojusmõõtmiseks kasutatakse tavaliselt takistustermomeetri detektoreid ja termopaare. Termopaaride või takistuse temperatuuriandurite abil kohalikul seirel võib aga olla ohutusega seotud piiranguid, eelkõige elektrit juhtivate materjalide kasutamise tõttu anduri struktuuris [9]. Järelikult ei pruugita neid andureid paigutada kõige kuumematesse kohtadesse.

Levinud tõrked[muuda | muuda lähteteksti]

Laagrite rikked[muuda | muuda lähteteksti]

Laagrid on pöörlevate elektrimasinate üks olulisi komponente. Mootori töötamise ajal võivad aga laagreid mõjutada mitmesugused sise- ja väliskoormused. Kokkuvõtteks vähendab see laagrite tegelikku eluiga. Erinevad defektid ja mehaanilised kahjustused tekivad sageli vale paigutuse, tootmisvigade või laagridetailide vale asetuse tõttu [10]. Seega tuleb enne laagrite paigaldamist ja mootori käivitamist kontrollida võimalikke tootmiskahjustusi.

 Pikemalt artiklis Laagrite rikked

Tänu olulisele mõjule vibratsioonispektrile on prioriteediks laagrite riketega seotud vibratsioonimustrite analüüs. Laagrite kahjustusi saab kirjeldada matemaatiliselt, kasutades järgmisi võrrandeid, mis viitavad vigaste laagrite omasagedustele [11].

Laagri konstruktsioon.

Välisvõru:

Sisevõru:

Veerekehad:

Seraraator:

kus Nk - veerekehade arv, n - mehaaniline rootori sagedus (Hz), Dk - veerekehade läbimõõt (mm), Ds - laagri sammu läbimõõt (mm), β - veerekehade kontaktnurk (kraadid).

Rootori rikked[muuda | muuda lähteteksti]

Levinud rootori kahjustuse vorm on seotud rootori purunenud varraste ja otsarõngastega [12]. Loomulik lagunemine, mis viib rootori kulumiseni, on selliste rikete üks peamisi põhjuseid. Lisaks võib soojuspaisumine põhjustada rootori varraste pragusid. Kuna rootori vardad on valmistatud vasest ja laminaadid on valmistatud terasest, laienevad vardad kõrgema töötemperatuuri korral kiiremini.

Tsentrifugaaljõuga põhjustatud rootori kahjustused

Ekstsentrilisust võib defineerida kui ebaühtlast õhuvahet rootori ja staatori vahel, mis on peamiselt põhjustatud ebaõigest paigaldamisest, poltide puudumisest, võlli nihkest ja rootori tasakaalustamatusest [13]. Rootori kulumisele aitavad kaasa ka tsentrifugaaljõud. Õhuvahet loetakse vigaseks, kui see ületab 10% nimiväärtusest [14]. Rootori ekstsentrilisust on kolm peamist tüüpi: staatiline, dünaamiline ja elliptiline. Praktiliselt võib segaekstsentrilisust leida ka siis, kui rootori ja staatori keskpunkte ja pöörlemistelge üksteisest nihutada.

Kõige tavalisem püsimagneti rike on demagnetiseerumine, mis viitab magnetiseerimise osalisele või täielikule kadumisele [15]. Püsimagnetite demagnetiseerimine on sageli tingitud masina ülekoormusest ja soojuspaisumisest. Kõrgete temperatuuride vahemikes töötavad masinad, millel puudub korralik jahutussüsteem, suurendavad oluliselt demagnetiseerumise ohtu. Teine soodustav tegur on elektriline stress, näiteks lühised [16]. Samuti on soovitatav jälgida magneti tootmist defektide ja korrosioonimärkide suhtes.

Staatori rikked[muuda | muuda lähteteksti]

Staatori mähise isolatsioonikahjustus

Isolatsioon on elektrimasina üks tundlikumaid komponente. Staatori mähise rikked moodustavad üldises statistikas 36% kõigist riketest [17]. Pööretevaheliste rikete tuvastamine arenduse varases staadiumis on keeruline, muutes selle elektrimasinatööstuses oluliseks probleemiks [18]. Isegi kui kontrolltesti tulemused vastavad kindlaksmääratud väärtustele, võivad staatorimähise väiksemad kahjustused tulevikus põhjustada elektrimasina rikkeid.

Mähise isolatsiooni halvenemist soodustavad mitmed tegurid. Lagunemiskiirust mõjutavad valdavalt neli peamist koormust - termilised, elektrilised, ümbritsevad ja mehaanilised [19]. Lisaks võib mootorite ehitamise ja tootmise protsessil tekkida kahjustusi. Kuigi tootmiskahjustusi ei võeta tavaliselt projekteerimisel arvesse, ilmnevad need sageli masina tööea jooksul.

Vaata ka[muuda | muuda lähteteksti]

Kasutatud kirjandus[muuda | muuda lähteteksti]

  1. ↑ Tavner, P.J. Review of condition monitoring of rotating electrical machines. IET Electr. Power Appl. 2008, 2, 215–247.
  2. ↑ Kudelina K, Asad B, Vaimann T, Rassõlkin A, Kallaste A, Khang HV. Methods of Condition Monitoring and Fault Detection for Electrical Machines. Energies. 2021; 14(22):7459. https://doi.org/10.3390/en14227459.
  3. ↑ Karolina Kudelina, Hadi Ashraf Raja, Siarhei Autsou, Muhammad Usman Naseer, Toomas Vaimann, Ants Kallaste, Raimondas Pomamacki, Van Khang Hyunh, "Preliminary Analysis of Mechanical Bearing Faults for Predictive Maintenance of Electrical Machines," 2023 IEEE 14th International Symposium on Diagnostics for Electrical Machines, Power Electronics and Drives (SDEMPED), Chania, Greece, 2023, pp. 430-435, doi: 10.1109/SDEMPED54949.2023.10271451.
  4. ↑ Asad, B.; Vaimann, T.; Belahcen, A.; Kallaste, A.; Rassolkin, A. Rotor Fault Diagnostic of Inverter Fed Induction Motor Using Frequency Analysis. In Proceedings of the 2019 IEEE 12th International Symposium on Diagnostics for Electrical Machines, Power Electronics and Drives (SDEMPED), Toulouse, France, 27–30 August 2019; pp. 127–133.
  5. ↑ Tian, P.; Platero, C.A.; Gyftakis, K.N.; Guerrero, J.M. Stray Flux Sensor Core Impact on the Condition Monitoring of Electrical Machines. Sensors 2020, 20, 749.
  6. ↑ Negrea, M.; Jover, P.; Arkkio, A. Electromagnetic flux-based condition monitoring for electrical machines. In Proceedings of the 2005 5th IEEE International Symposium on Diagnostics for Electric Machines, Power Electronics and Drives, Vienna, Austria, 7–9 September 2005.
  7. ↑ Czerwinski, D.; Geca, J.; Kolano, K. Machine Learning for Sensorless Temperature Estimation of a BLDC Motor. Sensors 2021, 21, 4655.
  8. ↑ Sonnaillon, M.O.; Bisheimer, G.; De Angelo, C.; García, G. Online Sensorless Induction Motor Temperature Monitoring. IEEE Trans. Energy Convers. 2010, 25, 273–280.
  9. ↑ Mohammed, A.; Djurovic, S. Stator Winding Internal Thermal Monitoring and Analysis Using In Situ FBG Sensing Technology. IEEE Trans. Energy Convers. 2018, 33, 1508–1518.
  10. ↑ Kudelina, K.; Baraškova, T.; Shirokova, V.; Vaimann, T.; Rassõlkin, A. Fault Detecting Accuracy of Mechanical Damages in Rolling Bearings. Machines 2022, 10, 86. https://doi.org/10.3390/machines10020086
  11. ↑ Harris, T.A. (2001) Rolling Bearing Analysis. 4th Edition, John Wiley & Sons, New York.
  12. ↑ Wang, J.; Gao, R.X.; Yan, R. Broken-Rotor-Bar Diagnosis for Induction Motors. J. Phys. Conf. Ser. 2011, 305.
  13. ↑ Kallaste, A.; Belahcen, A.; Kilk, A.; Vaimann, T. Analysis of the eccentricity in a low-speed slotless permanent-magnet wind generator. In Proceedings of the 8th International Conference Electric Power Quality and Supply Reliability Conference (PQ), Tartu, Estonia, 11–13 June 2012; pp. 47–52.
  14. ↑ Rosero, J.A.; Cusido, J.; Garcia, J.R.; Ortega, J.; Romeral, L. Broken Bearings and Eccentricity Fault Detection for a Permanent Magnet Synchronous Motor. In Proceedings of the IECON 2006—32nd Annual Conference on IEEE Industrial Electronics, Paris, France, 6–10 November 2006; pp. 964–969.
  15. ↑ Choi, G. Analysis and Experimental Verification of the Demagnetization Vulnerability in Various PM Synchronous Machine Configurations for an EV Application. Energies 2021, 14, 5447.
  16. ↑ Mynarek, P.; Kołodziej, J.; Młot, A.; Kowol, M.; Łukaniszyn, M. Influence of a Winding Short-Circuit Fault on Demagnetization Risk and Local Magnetic Forces in V-Shaped Interior PMSM with Distributed and Concentrated Winding. Energies 2021, 14, 5125.
  17. ↑ Sarkhanloo, M.S.; Ghalledar, D.; Azizian, M.R. Diagnosis of Stator Winding Turn to Turn Fault of Induction Motor Using Space Vector Pattern based on Neural Network. In Proceedings of the 3rd Conference on Thermal Power Plants, Tehran, Iran, 18–19 October 2013; pp. 1–6.
  18. ↑ Wang, L.; Li, Y.; Li, J. Diagnosis of Inter-Turn Short Circuit of Synchronous Generator Rotor Winding Based on Volterra Kernel Identification. Energies 2018, 11, 2524.
  19. ↑ Gyftakis, K.N.; Marques-Cardos, A.J. Reliable Detection of Low Severity Level Stator Inter-Turn Faults in Induction Motors. In Proceedings of the IECON 2019—45th Annual Conference of the IEEE Industrial Electronics Society, Lisbon, Portugal, 14–17 October 2019; pp. 1290–1295.
Pärit leheküljelt "https://et.wikipedia.org/w/index.php?title=Elektrimasinate_diagnostika&oldid=6539300"