Estymacja poślizgu dla dużych maszyn indukcyjnych w
Transkrypt
Estymacja poślizgu dla dużych maszyn indukcyjnych w
Zeszyty Problemowe – Maszyny Elektryczne Nr 3/2012 (96) 109 Maciej Orman, Michał Orkisz, Cajetan T. Pinto ABB, Kraków ESTYMACJA POŚLIZGU DLA DUśYCH MASZYN INDUKCYJNYCH W OPARCIU O ANALIZĘ PRĄDU STOJANA ESTIMATING SLIP OF LARGE INDUCTION MACHINES BY STATOR CURRENT ANALYSIS Abstract: Many methods exist for detecting defects in induction machines. Most of them require a precise knowledge of the slip of the rotor during machine’s operation. It is, therefore, important to be able to determine the slip precisely. This article presents a recently developed algorithm for estimating the rotor slip in large induction machines. The proposed algorithm is based on the analysis of stator current. The main idea is to find the best fit of the spectrum features (peaks) to the operating point of the machine. The output of the algorithm is the estimated slip. The method is verified by numerical calculations as well as actual measurements, which show clearly that the presented method produces very high quality results. It can, therefore, become an important part of machine monitoring systems. Presented algorithm successfully determines the value of the slip even for large machines with relatively small slip, even in the cases where majority of standard methods do not lead to adequate results. 1. Wstęp Silniki trójfazowe naleŜą do grupy najczęściej uŜywanych w przemyśle silników elektrycznych. W krajach wysoko uprzemysłowionych pobierają one zwykle między 40 a 50% całej wytwarzanej mocy elektrycznej [1]. Silniki asynchroniczne stanowią natomiast grupę najbardziej popularnych silników będących w uŜyciu [2]. Dobrze znanym jest fakt, Ŝe kaŜda przerwa w procesie produkcji moŜe spowodować powaŜne straty finansowe dla przedsiębiorstwa. Niezbędnym staje się więc zapobieganie nieplanowanym przestojom pracy silników elektrycznych. W związku z tym, diagnostyka silników indukcyjnych zyskuje coraz większe znaczenie. RóŜne uszkodzenia, które mogą powstać w maszynach indukcyjnych, zostały gruntownie zbadane [3, 4] oraz zaproponowano wiele metod monitorujących, słuŜących do wykrywania powstałych problemów [1]-[10]. Jednak kaŜda z tych metod wymaga znajomości wielkości poślizgu operacyjnego wirnika. Dlatego wyznaczenie dokładnej wartości poślizgu staje się niezbędne. W przypadku analizy prądu stojana (z ang. MCSA - motor current signature analysis), znalezienie częstotliwości zasilania jest stosunkowo proste ze względu na jej dominującą amplitudę w spektrum, aczkolwiek, aby obliczyć poślizg operacyjny, istnieje konieczność obliczenia równieŜ dokładnej wartości prędkości silnika [11], [12] , [13]. W publikacji [13] przedstawiono algorytm umoŜliwiający detekcję prędkości wirnika oraz parametrów pracy silnika indukcyjnego. Metoda ta zakłada, Ŝe parametry te nie są znane. W poniŜszym artykule zaproponowano modyfikację metody opisanej w [13] oraz dokonano jej weryfikacji na przykładzie duŜej maszyny indukcyjnej o stosunkowo niewielkim poślizgu. 2. Terminologia cos(ϕ ) operacyjny współczynnik mocy cos(ϕ nom ) nominalny współczynnik mocy f częstotliwość zasilania f nom nominalna częstotliwość zasilania fel niska częstotliwość związana z ekscentrycz- nością fr częstotliwość prędkości wirnika f%r zbiór potencjalnych częstotliwości prędkości wirnika f rnom nominalna częstotliwość prędkości wirnika f synch częstotliwość synchroniczna silnika k liczba porządkowa efektu Ŝłobkowania wirnika Zeszyty Problemowe – Maszyny Elektryczne Nr 3/2012 (96) 110 p liczba biegunów generator, gdzie f synch = f i p jest liczbą p/2 biegunów. Wobec tego: P moc operacyjna Pnom moc nominalna f − fr > f − fsynch s poślizg wirnika na jednostkę T operacyjny moment obrotowy Tnom nominalny moment obrotowy (3) Dodatkowo f − fr < f , co oznacza, Ŝe istnieje σ przedział poszukiwań częstotliwości związa- przedział σ : {σ ⊂ ( f − f synch , f )} , do którego nych z prędkością wirnika naleŜeć będą piki związane z częstotliwościami f − kfr (dla k = 1 ). 3. Koncepcja estymacji poślizgu W przedstawionej koncepcji widmo prądu stojana jest podstawą do wyznaczenia wartości poślizgu. W celu estymacji prędkości na podstawie analizy widma prądu stojana, często uŜywa się harmonicznych Ŝłobkowych wirnika, często nazywanych głównymi harmonicznymi Ŝłobkowymi (ang. PSH - principal slot harmonic) [2, 5]. Pasma boczne (takie, jak PSH), charakterystyczne dla wysokich częstotliwości, pojawiają się w widmie prądu stojana wskutek interakcji zachodzących między ekscentrycznością statyczną, a dynamiczną, efektem Ŝłobkowania stojana i wirnika, czy efektu nasycenia [2]. JednakŜe częstotliwości związane z PSH zaleŜą od liczby prętów wirnika, która najczęściej jest nieznana. Schemat estymacji prędkości przedstawiony w [14] korzysta z grupy ekscentryczności związanych z niskimi częstotliwościami, które oblicza się zgodnie ze wzorem: f el = f ± kfr (1) Dla duŜych silników, odróŜnienie podanych powyŜej częstotliwości spośród szumu jest trudniejsze niŜ w przypadku małych silników. W związku z tym, aby zapewnić większą niezawodność estymacji poślizgu, do schematu z artykułu [14] dodano dodatkowe ograniczenia. Niskie częstotliwości ekscentryczności (1) są zaleŜne tylko od f i fr . Aby wyznaczyć f wystarczy znaleźć podstawową harmoniczną widma. Ze względu na właściwości silnika asynchronicznego, nierówność: fr < f synch (2) jest prawdziwa, pod warunkiem, Ŝe maszyna pracuje w trybie pracy silnikowej, a nie jako Przedział σ zaleŜy od liczby par biegunów. ~ W opisanej metodzie f r jest zbiorem potencjalnych fr , w odpowiadającym im σ . Taki przedział jest stosunkowo duŜy i moŜe zostać zawęŜony poprzez obliczenie wartości poślizgu na podstawie wartości nominalnych i parametrów pracy silnika. Poślizg wirnika definiuje się jako: s= f synch − f r (4) f synch PoniewaŜ moment obrotowy jest proporcjonalny do poślizgu, prawdziwe jest więc równanie: P ⋅ f rnom T s = = Tnom snom Pnom ⋅ f r (5) gdzie T i Tnom są odpowiednio momentem opeto odporacyjnym i nominalnym, a P i wiednio moc operacyjna oraz nominalna. Po wstawieniu równania (4) do (5), otrzymuje się: s= P ⋅ f rnom snom Pnom ⋅ f synch (1 − s) (6) gdzie f rnom jest nominalną częstotliwością prędkości wirnika. Po rozwiązaniu powstałego równania kwadratowego, moŜna sprowadzić (6) do postaci: P p ⋅ f rnom s = 1 − 1 − 4 ⋅ ⋅ sn / 2 Pnom 2f (7) Zakładając, Ŝe napięcie operacyjne jest zwykle równe napięciu znamionowemu, powyŜsze równanie przyjmuje następującą postać: p ⋅ f rnom I cos(ϕ ) s = 1 − 1 − 4 ⋅ ⋅ sn / 2 (8) I nom cos(ϕ nom ) 2f Operacyjny współczynnik mocy cos( ϕ ) , moŜna uzyskać poprzez znalezienie róŜnicy faz mię- Zeszyty Problemowe – Maszyny Elektryczne Nr 3/2012 (96) dzy sygnałami napięcia i natęŜenia prądu. Natomiast róŜnicę faz oblicza się znajdując przejścia przez zero tych sygnałów. PoniewaŜ dla opisywanej metody zakłada się, Ŝe pomiary napięcia nie są niezbędne, współczynnik mocy cos( ϕ ) moŜe zostać wyznaczony w następujący sposób [21]: I cos(ϕ ) = 0.01 + cos arcsin nom ⋅ (1 − cos(ϕnom ) 2 (9) I Po obliczeniu poślizgu wirnika zgodnie z (8), moŜliwe jest zmodyfikowanie przedziału poszukiwań σ : σ ⊂ ( f − f synch , f ) σ = ∩ ( f − f synch ⋅ (1 − s ⋅ 0.8), f − f synch ⋅ (1 − s ⋅1.2)) (10) Dla rzeczywistej fr istnieje grupa związanych z nią częstotliwości fel . Aby ustalić, która ~ z częstotliwości f r jest prawidłową częstotliwością prędkości, wykorzystuje się zmodyfikowaną wersję funkcji celu wprowadzoną w [14]: n ~ ∑ A( f el , k ) → max 111 Dane zostały zebrane przez kolektor danych ABB MachSense. PoniewaŜ algorytm opiera się na analizie widma, istotnym jest opisanie rozdzielczości spektrum. Dla wszystkich 3 przypadków częstotliwość próbkowania została ustawiona na 6,4 kHz, a długość sygnału na 10 s. Otrzymano więc rozdzielczość widma 0,1 Hz. Niestety obliczone wartości amplitudy i częstotliwości będą niedokładne, jeŜeli za wartość piku i jego połoŜenie przyjmie się najwyŜszy element widma dyskretnego. Istnieje wiele metod, które moŜna wykorzystać do poprawy wyników FFT [15-20]. W opisanym algorytmie poprawia się dokładność estymacji amplitudy i częstotliwości poprzez dodanie do najwyŜszego elementu spektralnego korekty, obliczonej na podstawie interpolacji uwzględniającej stosunek trzech próbek znajdujących się wokół szczytu wyjściowej FFT. (11) k =1 gdzie A jest amplitudą ~f el oraz ~f el = f ± k~f r . Argumenty funkcji celu, dane w (11), są potencjalnymi wartościami częstotliwości prędkości ~ wirnika f r . Po wyznaczeniu częstotliwości spośród wszyst~ kich potencjalnych prędkości ze zbioru f r , moŜna znaleźć częstotliwości poszczególnych grup ~f el . Znając amplitudy częstotliwości ~f el wyznacza się taki element, dla którego funkcja celu (11) osiąga maksimum. Ten argument, dla którego funkcja (11) osiąga maksimum jest prawidłową wartością fr . Schemat algorytmu przedstawiono na Rys 1. 4. Obliczenia numeryczne Obliczenia numeryczne zostały przeprowadzone dla 3 róŜnych silników: 14 C 5 HPCL, “cooler fan12/2004020-04” oraz 35 PM 102S. Parametry silników opisane są w załączniku. PoniŜsze silniki poddano ocenie diagnostycznej: - 14 C 5 HPCL silnik z uszkodzonym prętem, pracujący pod 90% obciąŜeniem, - “cooler fan12/2004020-04” zdrowy silnik, pracujący pod obciąŜeniem 75% , - 35 PM 102S zdrowy silnik, obciąŜenie 90% Rys. 1. Schemat algorytmu wyznaczania poślizgu Zeszyty Problemowe – Maszyny Elektryczne Nr 3/2012 (96) 4.1. Analiza pomiarów silnika 14 C 5 HPCL Algorytm przetestowano na przykładzie pomiarów silnika 14 C 5 HPCL. Po pierwszej estymacji, przeprowadzonej na podstawie (8), otrzymano s = 0,539 [%]. PoniewaŜ silnik ten posiada dwie pary biegunów, dlatego przedział σ związany z poślizgiem jest równy σ = ( 25,10; 25,16 ) . Na Rys. 2 przedstawiono widmo prądu stojana silnika 14 C 5 HPCL, na którym wyróŜniono piki znajdujące się wewnątrz przedziału σ . W tym przypadku pik związany z prędkością jest stosunkowo duŜy i łatwo go odróŜnić od szumu. Powstanie tak duŜego piku jest prawdopodobnie związane z uszkodzeniem pręta wirnika. Pęknięte pręty wirnika (lub defekty powstałe w uzwojeniu wirnika w przypadku silników innych niŜ klatkowe) prowadzą do powstania asymetrii wirnika, czego rezultatem jest obecność odwrotnie wirującego pola, w stosunku do wirującego wirnika, z częstotliwością poślizgu [7]. W wyniku tego tworzą się dodatkowe pasma boczne wokół częstotliwości zasilania, co zostało opisane w wielu publikacjach [7, 14, 21]. Bardzo często uszkodzenia związane z prętami klatki wirnika powodują wzrost wartości ekscentryczności wirnika, co moŜe skutkować wzmocnieniem piku związanego z ekscentrycznością w niskich częstotliwościach. 10^-3 f −2fr f − fr f + fr f + 2 fr Frequency [Hz] Rys.3. Widmo prądu stojana silnika “cooler fan12/2004020-04” tliwościami ekscentryczności. Dla takiego przypadku metoda przedstawiona w [14] nie doprowadziłaby do otrzymania prawidłowej wartości poślizgu. Pik wewnątrz przedziału σ połoŜony jest dokładnie w 33,45 [Hz] co oznacza, Ŝe poślizg operacyjny jest równy 0,75 [%]. RóŜnica między pierwszą estymacją poślizgu, a wartością skorygowaną wynosi 7 %. f − fr 10^-3 Amplitude [pu] Amplitude [pu] 10^-3 4.2. Analiza pomiarów silnika “cooler fan12/2004020-04” Wartość poślizgu estymowanego zgodnie z (8) dla przypadku zdrowego silnika “cooler fan12/2004020-04” wynosi s = 0,704 [%]. Silnik ten posiada 3 pary biegunów, dlatego związany z nim przedział poszukiwań σ = (33,42; 33,47 ) . Na Rys. 3 przedstawiono widmo prądu stojana silnika “cooler fan12/2004020-04”. Zaznaczono na nim piki znajdujące się w przedziale σ wraz z odpowiadającą im grupą niskich częstotliwości związanych z ekscentrycznością. MoŜna zauwaŜyć, Ŝe trudno rozpoznać spośród szumu piki związane z niskimi często- Amplitude [pu] 112 Frequency [Hz] f − fr Rys. 2. Widmo prądu stojana dla silnika 14 C 5 HPCL Dokładna częstotliwość piku to 25,12 [Hz], co oznacza, Ŝe poślizg operacyjny jest równy 0,63 [%]. RóŜnica między pierwszą estymacją poślizgu, a wartością skorygowaną wynosi 17 %. Frequency [Hz] Rys. 4. Widmo prądu stojana silnika 35 PM 102S Zeszyty Problemowe – Maszyny Elektryczne Nr 3/2012 (96) Na Rys. 4 moŜna zauwaŜyć wiele dodatkowych pasm bocznych częstotliwości zasilania. Obecność tych pasm bocznych związane jest z zakłóceniami występującymi w napięciu zasilania i nie są one związane z prędkością wirnika. JednakŜe w przypadku duŜego przedziału poszukiwań σ , dodatkowe piki mogą powodować nakładanie się częstotliwości związanych z prędkością i prowadzić do błędnej estymacji poślizgu. Dokładne połoŜenie piku związanego z poślizgiem wewnątrz przedziału σ wynosi 0,5 [Hz], a więc poślizg operacyjny jest równy 0,703 [%]. Tą samą wartość otrzymano na podstawie obliczeń zgodnie z (8). 113 TABELA II “COOLER FAN12/2004020-04” DANE ZNAMIONOWE Parametr Wartość Moc czynna [KW] 550 Napięcie znamionowe [V] 6600 NatęŜenie znamionowe [A] 58 Znamionowy współczynnik mocy[-] 0,87 Prędkość wirnika [rpm] 990 Sposób połączenia uzwojeń Y Liczba par biegunów [-] 3 Nominalna częstotliwość zasilania [Hz] 50 TABELA III 35 PM 102 S DANE ZNAMIONOWE 5. Wnioski W artykule przedstawiono i przetestowano metodę estymacji poślizgu wirnika. Pokazano, Ŝe zaproponowany algorytm moŜe zostać uŜyty równieŜ dla duŜych maszyn. Na podstawie przeprowadzonych pomiarów moŜna stwierdzić, Ŝe zaproponowany algorytm pozwala na uzyskanie zadowalających wyników. UmoŜliwia on równieŜ wyznaczanie prędkości wirnika, której znajomość jest niezbędna do dalszej analizy w wielu systemach diagnostycznych. Zdaniem autorów, przedstawiona metoda jest wartościowym narzędziem, które w znaczący sposób moŜe poprawić znane techniki diagnostyczne i stać się waŜnym elementem systemów monitorujących pracę silników. 6. Załącznik TABELA I 14 C 5 HPCL DANE ZNAMIONOWE Parametr Wartość Moc czynna [KW] 4500 Napięcie znamionowe [V] 3300 NatęŜenie znamionowe [A] 897 Znamionowy współczynnik mocy[-] 0.94 Prędkość wirnika [rpm] 1490 Sposób połączenia uzwojeń Y Liczba par biegunów [-] 2 Nominalna częstotliwość zasilania [Hz] 50 Parametr Wartość Moc czynna [KW] 280 Napięcie znamionowe [V] 6600 NatęŜenie znamionowe [A] 30,5 Znamionowy współczynnik mocy 0,85 Prędkość wirnika [rpm] 2975 Sposób połączenia uzwojeń Y Liczba par biegunów [-] 1 Nominalna częstotliwość zasilania [Hz] 50 7. Literatura Czasopisma: [1]. W. T. Thomson, M. Fenger, “Current signature analysis to detect induction motor faults” IEEE Industry Applications Magazine, Volume 7, Issue 4, Jul/Aug 2001 Page(s):26 – 34. [2]. Long Wu, “Separating Load Torque Oscillation and Rotor Faults in Stator Current Based-Induction Motor Condition Monitoring” Georgia Institute of Technology, May 2007. [3]. A.H. Bonnett, G.C. Soukup, “Analysis of rotor failures in squirrel-cage induction motors” IEEE Transactions on Industry Applications, Volume 24, Issue 6, Nov/Dec 1988 Page(s):1124 – 1130. [4]. A.H. Bonnett, G.C. Soukup, “Cause and analysis of stator and rotor failures in three-phase squirrel-cage induction motors” IEEE Transactions on Industry Applications,Volume 28, Issue 4, Jul/Aug 1992 Page(s):921 – 937. [5]. S. Nandi, S. Ahmed, H. Toliyat, “Detection of Rotor Slot and Other Eccentricity-Related Harmonics in a Three-Phase Induction Motor with Different Rotor Cages” Power Engineering Review, 114 Zeszyty Problemowe – Maszyny Elektryczne Nr 3/2012 (96) IEEE, Sept. 2001, Volume: 21, Issue: 9 On page(s): 62-62. [6]. P. Vas, “Parameter estimation, condition monitoring, and diagnosis of electrical machines” Oxford: Calendar Press, 1993. [7]. G. Didier, E. Ternisien, O. Caspary, H. Razik, “Fault Detection of Broken Rotor Bars in Induction Motor using a Global Fault Index”, IEEE Transactions on Industry Applications, Volume 42, Issue 1, Jan.-Feb. 2006 Page(s): 79 – 88. [8]. S.M.A. Cruz, A.J.M. Cardoso, H.A. Toliyat, “Diagnosis of stator, rotor and airgap eccentricity faults in three-phase induction motors based on the multiple reference frames theory” : Industry Applications Conference, Publication Date: 12-16 Oct. 2003 Volume: 2, On page(s): 1340- 1346 vol.2. [9]. D.R. Rankin, “The industrial application of phase current analysis to detect rotor winding faults in squirrel cage induction motors” Power Engineering Journal, Volume 9, Issue 2, Apr 1995 Page(s):77 – 84 [10]. A. Bellini, et al, “On-field experience with online diagnosis of large induction motors cage failures using MCSA” Transactions on Industry Applications, Volume 38, Issue: 4, Aug 2002, Page(s) 1045-1053. [11]. K.D. Hurst, T.G. Habetler, “A comparison of spectrum estimation techniques for sensorless speed detection in induction machines” IEEE Transactions on Industry Applications, Volume 33, Issue 4, Jul/Aug 1997 Page(s):898 – 905. [12]. R. M. Bharadwaj, A. G. Parlos, H. A. Toliyat “Neural speed filtering for sensorless induction motor drives” Control Engineering Practice Volume 12, Issue 6, June 2004, Pages 687-706. Publikacje pokonferencyjne (opublikowane): [13]. Yoon-Ho Kim,Yoon-Sang Kook “Neural network based speed sensorless induction motor drives with Kalman filter approach” Industrial Electronics Society, 1998. Proceedings of the 24th Annual Conference of the IEEE, Volume 2, Issue, 31 Aug-4 Sep 1998 Page(s):997 - 1001 vol.2. Czasopisma: [14]. Orman M., Orkisz M., Pinto C. T., “Parameter identification and slip estimation of induction machine”. Elsevier, Mechanical Systems and Signal Processing, DOI: 10.1016/j.ymssp.2010.11.004, 18 Listopad 2010 [15]. B. G. Quinn, "Estimating Frequency by Interpolation Using Fourier Coefficients" IEEE Trans. Signal Processing, Volume 42, May 1994, Page(s) 1264-1268. [16]. B. G. Quinn, P. J. Kootsookos, "Threshold Behaviour of the Maximum Likelihood. Network: Comput. Neural Syst. 13 (2002) 447–456 [17]. Estimator of Frequency" IEEE Transactions on Signal Processing, Volume 42, 1994 November, Page(s) 3291-3294. [18]. T. Grandke, "Interpolation Algorithms for Discrete Fourier Transforms of Weighted Signals" IEEE Transactions on Instrumentation and Measurement, Volume IM-32, June 1983, Page(s) 350-355. [19]. V.K. Jain et al, "High-Accuracy Analog Measurements via Interpolated FFT" IEEE Transactions on Instrumentation and Measurement, Volume IM-28, June 1979, Page(s) 113-122. [20]. D. C. Rife and R. R. Boorstyn, "Single-Tone Parameter Estimation from Discrete-Time Observations" IEEE Transactions on Information Theory, Volume IT-20, September 1974, Page(s) 591-598. Patenty: [21]. Orman M., Orkisz M., Pinto C. T., “A method for detecting rotor failure in an asynchronous motor” EU Patent application 10460035.8-2216. Sep, 2010. Autorzy Maciej Orman urodzony 27 grudnia 1983 w Krakowie, w Polsce. W 2008 roku ukończył studia z Automatyki i Robotyki na Akademii Górniczo-Hutniczej w Krakowie otrzymując tytuł mgr inŜ., a w 2011 tytuł doktora na tej samej uczelni. Od 2009 r. pracuje w Korporacyjnym Centrum Badawczym ABB w Krakowie zajmując się diagnostyką maszyn elektrycznych. Michał Orkisz urodzony w Krakowie, w Polsce. Otrzymał tytuł B.S. z Informatyki, Fizyki i Matematyki na M.I.T. w 1988 oraz tytuł Ph.D. w dziedzinie Fizyki Materii Skondensowanej w 1994 na M.I.T. Pracował w Gel Sciences, Inc., Genome Therapeutics, a od 1998 roku w ABB Corporate Research, gdzie zajmuje się monitorowaniem stanu urządzeń, analizą ryzyka oraz rozpoznawaniem obrazu. Cajetan Pinto urodzony 21 grudnia 1961 w Bombaju, w Indiach. Ukończył VJTI w Bombaju z tytułem inŜyniera Elektrotechniki oraz dyplom magistra Elektrotechniki na Uniwersytecie Kalifornijskim. Pracował między innymi w Lenzohm Electrical Engineering oraz ABB Ltd, a obecnie zarządza pionem badawczo-rozwojowym w serwisie silników i generatorów ABB. Jego szczególnym obszarem zainteresowań jest izolacja elektryczna, zachowanie pola elektromagnetycznego, analiza i diagnostyka, technologie serwisowania silników oraz generatorów elektrycznych. Kontakt: Michał Orkisz ABB Corporate Research Center ul. Starowiślna 13A 31-038 Kraków, Poland e-mail: michał[email protected]