电动机故障诊断技术的应用分析,电气工程论文.docx

《电动机故障诊断技术的应用分析,电气工程论文.docx》由会员分享，可在线阅读，更多相关《电动机故障诊断技术的应用分析,电气工程论文.docx（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、电动机故障诊断技术的应用分析,电气工程论文内容摘要：当下，大型机械设备中安装电动机是非常普遍的，是辅助机械设备生产功能的一种手段，然而电动机在长期不间断工作，在电能转化为机械能的经过中造成温度持续上升、电动机性能降低、工作效率低下、电动机出现故障的情况，因而故障诊断技术的快速发展是延长电动机使用寿命的关键。本文立足于现实角度，针对现前阶段电动机容易出现故障的类型，维修管理中应用的故障诊断技术的怎样应用进行分析。希望通过本次研究，来讨论故障诊断技术在电动机维修管理上的应用情况，进而对相关专业知识有更深层次的理解。 本文关键词语：故障诊断技术,电动机,维修管理,技术 电动机的出现能够追溯到上个世纪

2、初，随着二次工业革命的快速发展，电动机发挥了宏大的作用。随着我们国家科学技术、生产技术的突飞猛进，电动机在制造业、工业、农业中发挥了宏大的作用。然而长时间通过工程机械高频率使用电动机，很容易造成电动机故障。因而，故障诊断技术也顺势而生，当下电动机的故障主要包括四种类型，然而该怎样进行故障诊断，进而对症下药，是当下专家学者与技术人员共同重视的问题，也是需要持续研究的课题。 1 电动机出现的故障类型分析 1.1 转子故障 转子故障主要是由于电动机在长期运行的经过中，由于转子长期处于机械制动的高频率里，所以很容易存在转子故障。电动机转子也包括两个板块：定位轴承、非定位轴承。定位轴承主要是承当转子在高

3、速运转经过中承当负荷力度。在电动机运行的经过中为了避免其他外部作用力造成的损害电动机的情况，还需要安装非定位轴承。 因而，定位轴承与非定位轴承都可能由于电动机遭受了各种作用力造成损害或者损毁的情况，最终导致电动机出现转子故障，这种故障出现是电动机的常见故障之一，也是电动机无法持续运转的关键因素，最终构成断条。 1.2 定子故障 定子故障的产生很大程度是由于电动机的外部绝缘体遭到了损害导致的；还有一种可能是由于电动机在使用的经过中出现了匝间短路故障。一旦出现了匝间短路则匝间绝缘需要承当暂态过电压。出现这种情况很大程度上是由于电动机长期处于较差环境中，并且持进行高速作业，造成的短路故障、绝缘变形、

4、绝缘损坏的情况下出现的定子故障。 定子故障的产生也是非经常见的，维修人员能够通过故障检修技术来讨论电动机的使用状况、估计电动机的将来使用寿命。定子故障的产生也讲明电动机的各个零部件、线路的性能出现了问题。 1.3 气隙偏心故障 气隙偏心故障的产生是由于电动机在组装经过中产生零部件、线路出现偏差。出现这种故障一般情况下是由于组装问题、组装人员专业素质导致的。 出现气隙偏心故障的另一原因就是电动机长期作业，在不断震动和高频度使用的经过中造成了零部件松动、轴承故障，或者是由于定子铁芯内径的椭圆度不符合电动机的长期作业指标，进而导致的气隙偏心故障。一旦出现这种故障，很容易产生连锁效应，导致电动机无法正

5、常运作，最终导致定子、转子之间出现了间隙。当电动机无法正常运转时，自然对工程机械的使用造成了困难。 1.4 轴承故障 轴承故障的产生原因与气隙偏心故障有类似之处，也是由于零部件长期作业的经过中出现了松动、间隙之后产生的问题。由于轴承承当着电动机运转的多方气力，所以在实际运作的经过中很容易出现温度升高的情况。当温度不断升高，则轴承的径杆因热量影响，产生胀力，进而使轴承松动。电动机的轴承遭到转子重力的影响，也必然会导致轴承径杆的外表由于长时间的旋转导致了磨损的情况。再加上轴承圈和轴外表在长期的旋转中呈现机械摩擦，最终导致电动机内部出现热量，最终对轴承造成毁坏，导致电动机无法正常、持续的运转。 2

6、电动机故障诊断技术的应用分析 2.1 神经网络诊断 神经网络诊断的方式方法是当前使用较多的一种诊断方式方法。神经网络诊断是模拟人类大脑神经元构造，将电动机内部作为大脑构造，进而建立起非线性动力学网络系统，最终由各个单元进行集成式扫描处理，高度并联。 通过互联网数学模拟的能力，进行电动机的故障诊断工作。神经网络诊断方式方法与传统的计算机诊断方式方法有所不同。只需要通过软件编制相应的程序，以软件编制任务为基础，高度实行诊断指令，感悟与处理电动机内部各个零部件的参数、详细数据，并比照故障之前的电动机各项零部件的参数，进而扫描出高故障的零部件样本。 通过这种方式方法，能够更强的感悟到电动机内部故障，判

7、定是定子故障还是转子故障，并判定什么区域的零部件出现了松动、磨损的情况。因而，能够看出神经网络诊断主要是将电动机内部各项参数提早把握，最终实现运算、比照、扫描工作来确诊。 2.2 专家系统诊断 专家系统故障诊断与神经网络诊断有类似之处，前者是依靠互联网数字技术，而专家系统诊断则是依靠了人工智能技术。该技术是综合了电动机故障检修相关专家的意见，并结合智能技术检测电动机各项参数，最终进行综合判定。 在使用专家系统诊断时，工程师需要根据本身知识素养来建立诊断模型，通过模型比照，逐一排查的方式，对电动机故障确诊。这种方式方法是当前较为新颖的检测技术，在建立模型、与专家系统诊断结合的经过中，能够对应解决

8、故障，针对性延长电动机使用寿命，而且综合判定的准确率很高，在快速检测中实现全面排查工作，还能够对电动机有愈加系统的诊断报告，帮助相关人员了解与判定电动机状态、将来估计使用寿命。 2.3 信号处理诊断 信号处理诊断技术是针对电动机发生故障后发出信号、指令来判定故障情况。除了一些先进的电动机机器设备外，一些企业会在电动机的绝缘设备上安装诊断用信号处理装置，通过安装这种装置，能够完全对应信息处理要求。而维修人员、工程师则根据信号处理诊断技术，对电动机发出的信号时域、时频来进行分析分析内容是信号的时域、频域、频率分量的变化、信号非平稳时的时变函数判定，进而对相关设备发出的故障进行计算、参数比照，信号处

9、理方式。 2.4 混合诊断方式方法 混合诊断方式方法也是常见的故障诊断技术，是结合以往的应急型故障诊断方式方法该方式方法需要综合素质较高的工程师、检修工人来进行，结合仪器检测来综合判定电动机故障原因，但由于是肉眼检测和主观判定检测，所以准确率不高的基础上，结合电动机维修管理工作，施行定期维护、管理工作，来进一步获取电动机内部定子、转子、各项零部件的数据参数，进而避免一旦出现故障会出现明显的数据误差，不利于判定重点损坏区域。当下，这种故障诊断技术随着互联网技术、数字技术的推进，也逐步走向智能化，方便检修人员实时进行参数比照，方便预判电动机的状态，制定故障维修方案。 结束语 本文主要分析的是故障诊

10、断技术在电动机维修管理中的应用，针对当前电动机故障类型进行系统分析与讨论，并针对故障诊断技术的分别详细应用进行具体的讨论，希望通过本文的分析，能够对相关专业知识有更深层次的了解。电动机是工程机械运行的重要组成部分，因而了解故障诊断技术的基础上，能够对相关专业研究有一定的引导作用。 以下为参考文献 1刘迎春.故障诊断技术在煤矿机电设备维修中的运用讨论J.当代工业经济和信息化，2022,9(02):111-113. 2王镇林. 电动机故障诊断 实训教学中任务驱动教学法的 微课 应用J.科技创新导报，2021,15(31):144,146. 3孙慧影，林中鹏，刘银丽，李萌.基于随机游走蜂群算法优化的RBF神经网络电动机故障诊断研究J.水电能源科学，2021,35(08):165-168.