← 返回
利用电流或电压参考特征分析区分对称六相感应电机中的偏心与匝间短路故障
Discrimination Between Eccentricity and Interturn Faults Using Current or Voltage-Reference Signature Analysis in Symmetrical Six-Phase Induction Machines
| 作者 | Alejandro G. Yepes · Davide S. B. Fonseca · Hugo R. P. Antunes · Oscar Lopez · Antonio J. Marques Cardoso · Jesus Doval-Gandoy |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2023年2月 |
| 技术分类 | 可靠性与测试 |
| 技术标签 | 故障诊断 可靠性分析 |
| 相关度评分 | ★★★ 3.0 / 5.0 |
| 关键词 | 感应电机 偏心故障 匝间故障 电流特征分析 电压参考特征分析 故障诊断 闭环控制 |
语言:
中文摘要
感应电机常见的偏心和匝间短路故障会导致性能下降及严重损坏。本文提出了一种基于电流特征分析（CSA）和电压参考特征分析（VRSA）的故障诊断方法。该方法在闭环控制下通过分析电机特征频率，有效区分了两种故障类型，为电机驱动系统的非侵入式在线监测提供了可靠方案。
English Abstract
Two common defects in induction machines (IMs) are eccentricity and interturn faults, which should be diagnosed to prevent performance degradation and further damage. A popular fault-detection approach is the current signature analysis (CSA), because of its simplicity and nonintrusiveness. Under closed-loop control, it is combined with analogous voltage-reference (VR) signature analysis (VRSA). Ho...
S
SunView 深度解读
该研究聚焦于电机驱动系统的故障诊断，对阳光电源的风电变流器业务具有参考价值。风电变流器作为发电机与电网的接口，其对发电机（如双馈或直驱电机）的健康状态监测至关重要。通过引入文中提到的电压参考特征分析（VRSA）技术，可以提升iSolarCloud平台在风电资产运维中的故障预警精度，实现对电机早期匝间短路等隐患的非侵入式识别，从而降低风电场的运维成本，提升设备可靠性。