<sub id="tptrz"></sub>

<em id="tptrz"><nobr id="tptrz"><nobr id="tptrz"></nobr></nobr></em>

        <form id="tptrz"><form id="tptrz"><nobr id="tptrz"></nobr></form></form>
        您當前的位置:備件網首頁 > 技術干貨 > 正文

        技術 | 水泥行業三相異步電機故障在線監測

        來源:《珠海萬力達電氣自動化有限公司》 發布日期:2021/10/22 編輯:張翀
        核心提示:水泥行業三相異步電機故障在線監測

        引言


        2020年9月,國資委舉辦國有企業數字化轉型工作現場推進活動,在加快推進產業數字化創新、全面推進數字產業化發展方面發出重要通知。提出以智能制造為主攻方向,加快建設推廣智能工廠,著力提高生產設備數字化率和聯網率,加快形成動態感知、預測預警、自主決策和精準執行能力。水泥制造行業作為國民基礎建設中最重要的建筑材料之一,在國民經濟的發展中具有重要作用。尤其是生產過程中負荷占比最大、工作環境最復雜的電動機,其穩定運行是生產正常運轉的動力保證。推動具有自我感知、狀態監測的電動機智能化管理意義重大。


        一、水泥行業中電動機應用現狀


        電動機作為水泥行業電力系統中的重要用電設備,它的可靠性、安全性直接關系著企業的生產安全與穩定。在水泥生產工藝中,僅破碎機、球磨機及風機類負載就占據了整個生產用電的90%以上。


        目前電動機的故障監測主要通過人工巡檢或在大中修檢查發現,存在一定的誤差和滯后性。雖然部分大型電機出廠時已內置了測溫、測振傳感單元,但由于大部分電機工作模式復雜,工作環境惡劣,采集的數據難以直觀反應電機狀態,數據利用率不高。


        據2016中國電機發展現狀及市場前景分析報告指出,全國每年被燒毀電機數量高達20萬臺以上,每年花費的維修費用在20億元以上,因電機故障造成的直接損失高達數百億,電機故障引起的次生危害更是難以預計。在電機故障類型中,定子絕緣故障占比36%,軸承故障占比40%,轉子斷條開裂占比10%,其他故障占比14%。以上故障類型在電動機運行過程中,依靠日常巡檢難以完全發現而預防性試驗及檢修維護的周期又相對固定,不能根據設備的健康狀況及時地進行檢修,容易造成“病難分期、小病大治、無病亦治、有病不治”等問題,造成極大的人力、物力、財力浪費。其中,分期檢修更是難以根除設備隱患,不能滿足電氣設備安全可靠運行的要求。而搶修(非計劃檢修)時,往往設備已經出現了比較嚴重的問題,這種無序的停產會給生產組織造成被動,同時伴隨可能的設備損壞和人身傷害。在水泥行業復雜的現場情況下,更易造成事故,這與安全生產的宗旨也是相悖的。


        二、基于定子電流頻譜分析電機故障監測


        電機故障的發生具有一定的規律性,其故障發展是漸進的,經歷了發生、發展階段最終演變成為事故。針對于此,通過合理的手段,在電機故障的初發階段進行預測、預警,運檢人員提前進行安排檢修,就可以避免事故,減少故障損失。


        當電動機的三相定子繞組通入三相對稱交流電后,將產生一個旋轉磁場,該旋轉磁場切割轉子繞組,從而在轉子繞組中產生感應電流(轉子繞組是閉合通路),載流的轉子導體在定子旋轉磁場作用下將產生電磁力,從而在電機轉軸上形成電磁轉矩,驅動電動機旋轉,且電機旋轉方向與旋轉磁場方向相同。


        而電機在出現故障時,這種故障會影響到自身的電場和磁場,并最終反應到定子電流的某些頻率分量上。通過對電動機定子電流的頻譜分析,就能實現故障的監測。


        2.1 電流頻譜數據采集


        系統使用高頻霍爾傳感器進行數據采集(見1),其具有測量精度高(100kHz)、響應速度快(微秒級)等特點,可以滿足現場采樣的需求。開口式的霍爾元件直接卡接線纜出線位置,可就近安裝在開關柜內,無需對電機本體進行任何操作,同時避免拆卸一次線纜的繁瑣?;诨魻栃姆墙槿胧讲杉侄?,無需對電機主回路進行任何更改,安全可靠。


        圖1 高頻霍爾傳感器進行數據采集


        2.2 電機故障特征提取


        相比于電動機在運行中的基頻信號,其故障特征(尤其是初發故障特征)很細微,并且處于噪聲干擾的環境中,如電網電壓波動、大型設備投切等,很難被捕捉及應用。電機智能監測終端采用先進的降噪技術(一種自適應的基波抵消辦法)、頻譜校正技術等,將采集數據進行甄別,識別出具有電機故障特征分量的信號,并將特征信號上傳至后臺軟件進行分析處理。


        2.3 故障識別與診斷


        依托電機故障機理模型及大數據技術,可以實現對電機故障的精準判斷。系統針對電機的不同故障類型建立了對應的數字仿真回路,包括電機匝間短路、電機轉子斷條、氣隙偏心異常等故障類型。通過將采集到的特征信息與故障模型進行對比,實現電機故障的初期診斷。


        由于電機工作環境、負荷狀態、生產廠商、投運時間具有較大的差異性,難以用統一標準衡量電機健康與否。系統依托大數據技術,針對每一臺電機會建立自有模型,隨著電機運行數據量的累積,數據進行自我校正,通過“橫向比較,縱向分析”的解決策略,最終實現電機故障的精準判斷。


        三、基于頻譜分析的電機智能化的必要性


        利用信息化和智能化相關技術,對所采集的數據進行多維度的分析,建立判斷模型,自動完成從數據采集到狀態判斷的過程,并根據判斷結果進行深度學習,不斷修正判斷模型和參數,達到更加精準的判斷效果,真正實現電機故障的精準判斷。


        系統根據設備當前狀態給出對應檢修建議,同時調出檢修對象的位置、銘牌信息、投運時間、歷史故障記錄、檢修記錄等情況,協助運維人員檢修,最終實現電機全生命周期的管理。


        根據傳統的巡檢方式,巡檢人員每天巡視兩次,顆粒度較大,難以發現隱患。某水泥企業2019年11月對其廠站內部分重要電機進行了頻譜分析監測,截至當前已正常運行11個月,在此期間系統根據預設的時間每2h主動巡檢一次。傳統巡視與頻譜分析的電機在線監測系統狀態巡視對比見表1。


        表1 某水泥企業依托頻譜分析的電機在線監測前后對比



        通過對該企業在實行頻譜分析的電機在線監測模式前后對比,可以發現通過智能化分析及決策,該企業在電機運行的質量與穩定性方面有了很大的改善。首先是電機非計劃停機次數大大減少,電機故障的發現與處理都更為及時,電機運行更加平穩。其次更利于運維、檢修工作的協調,極大地提高了企業人力資源的有效利用率,該企業運維與檢修工作人員實現了精簡,但同時勞動效率提高了60%。由于電機在線監測的持續開展及對設備的分析、處理能力的提升,站內電機管理水平明顯提高,同時也大大節約了該企業的運行成本。由此可以看出,基于頻譜分析的電機智能化管理系統打通了設備管理的“最后一公里”,將設備智能化管理延伸至用電最末端,意義重大。


        四、結語


        加快推進智能制造,實現數字化轉型是水泥企業全面可持續發展和高質量發展的必由之路。具有自我感知、自我診斷的電機在線監測系統的出現將逐步擺脫傳統巡檢模式的弊端,為企業用戶的安全生產保駕護航。


        作者:李小鵬

        來源:《珠海萬力達電氣自動化有限公司》

        微信公眾號:備件網(關注查詢更多資訊)


        (本文來源網絡,若涉及版權問題,請作者來電或來函聯系?。?/p>

        相關推薦 RECOMMENDATION
        14一16学生毛片视频

        <sub id="tptrz"></sub>

        <em id="tptrz"><nobr id="tptrz"><nobr id="tptrz"></nobr></nobr></em>

              <form id="tptrz"><form id="tptrz"><nobr id="tptrz"></nobr></form></form>