A roadmap to implement electrical signature analysis of induction motors to continuous online condition monitoring system
Rikkonen, Juha (2023)
Diplomityö
Rikkonen, Juha
2023
School of Energy Systems, Sähkötekniikka
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2023062057155
https://urn.fi/URN:NBN:fi-fe2023062057155
Tiivistelmä
The reliability demand and the cost-efficiency of the industrial plants forces the maintenance towards predictive techniques. Electrical motors are the workhorses of industry, and maintaining the condition of the motors is one excelent method to prevent unplanned interruptions in the production. Simple measurements are not sufficient to indicate faults in electrical motors, and there is no single technique to detect any fault from the machine. Fault detection with electrical signature analysis is a group of methods based on detecting fault characteristics generated to the electrical signals by the fault. Various types of faults can be detected, and the methods are further developing.
The purpose of this study was to explore the field of induction motor condition monitoring with electrical signature analysis and the practices to implement the methods to a continuous online condition monitoring system. Different methods were discovered in the literature review and the suitability for continuous condition monitoring was pondered. The produced flowchart works as a basis for further work in establishing electrical signature analysis based condition monitoring system. Teollisuuslaitosten kustannustehokkuustavoitteet yhdessä tuotannon luotettavuuden kanssa ajavat kunnossapitoastrategiaa kohti kunnonvalvontatekniikoita. Sähkömoottorit ovat teollisuuden työjuhtia, ja niiden ylläpito on erinomainen keino vähentää suunnittelemattomia tuotantokeskeytyksiä. Yksinkertaiset mittausmenetelmät eivät kuitenkaan indikoi riittävällä tasolla sähkömoottorien kunnosta, eikä ole myöskään olemassa yksittäistä menetelmää kaikkien vikojen tunnistamiseksi moottorista. Sähköiseen piirreanalyysiin perustuva viantunnistus on joukko menetelmiä, jotka perustuvat vian tunnistukseen niiden aiheuttamista ominaispiirteissä sähköisessä signaalissa. Erilaisia vikoja voidaan tunnistaa edelleen kehittyvillä menetelmillä.
Tämän työn tarkoituksena oli tutkia sähköiseen piirreanalyysiin perustuvien sähkömoottorin kunnonvalvontatekniikoiden kenttää, sekä menetelmiä implementoida niitä jatkuvatoimiseen kunnonvalvontajärjestelmään. Erilaisia metodeja löydettiin kirjallisuuskatsauksessa ja niiden soveltuvuutta jatkuvatoimiseen kunnonvalvontaan pohdittiin. Työssä tuotettu vuokaavio toimii pohjana sähköiseen piirreanalyysiin perustuvien menetelmien implementoimiseksi kunnonvalvontajärjestelmään.
The purpose of this study was to explore the field of induction motor condition monitoring with electrical signature analysis and the practices to implement the methods to a continuous online condition monitoring system. Different methods were discovered in the literature review and the suitability for continuous condition monitoring was pondered. The produced flowchart works as a basis for further work in establishing electrical signature analysis based condition monitoring system.
Tämän työn tarkoituksena oli tutkia sähköiseen piirreanalyysiin perustuvien sähkömoottorin kunnonvalvontatekniikoiden kenttää, sekä menetelmiä implementoida niitä jatkuvatoimiseen kunnonvalvontajärjestelmään. Erilaisia metodeja löydettiin kirjallisuuskatsauksessa ja niiden soveltuvuutta jatkuvatoimiseen kunnonvalvontaan pohdittiin. Työssä tuotettu vuokaavio toimii pohjana sähköiseen piirreanalyysiin perustuvien menetelmien implementoimiseksi kunnonvalvontajärjestelmään.
