ПОШУК МІСЦЯ ПОШКОДЖЕННЯ ОБМОТКИ ЕЛЕКТРОЕНЕРГЕТИЧНОГО ОБЛАДНАННЯ ЗА ЗМІНОЮ РОБОЧОЇ ТЕМПЕРАТУРИ
Ключові слова:
тепловізор, температура нагрівання, обмотка, котушка, статор, ротор, генератор, електричний двигун.
Анотація
Анотація. Процес роботи енергетичного обладнання базується на дії магнітних полів. Котушки, що є структурними елементами такого обладнання, зазвичай, є однією із причин виходу зі строю генератора, електричного двигуна тощо. В залежності від того, яку саме обмотку пошкоджено, робота установки буде відрізнятися. Скажімо, пошкоджено пускову чи робочу обмотки статора електричного двигуна. В результаті чітко прогнозованого методу пошуку місця короткого замикання є можливість визначення яку саме котушку пошкоджено. Представлений у даній статті метод пошуку пошкодження обмоток електроенергетичного обладнання з використанням тепловізора дає чітке уявлення щодо швидкого та безпечного пошуку неробочої котушки. Якісний ремонт обладнання базується на гарантовано чіткому визначенні несправностей. Тому, представлений спосіб передбачає якість ремонту і економічний ефект.
Посилання
1. Юрченко О., Лівенко Т., Матвєєв О., Беркут Р. & Бугайов В. Технологія ремонту електродвигунів різного призначення. Науковий вісник Таврійського державного агротехнологічного університету. 2023. Вип. 13(2). URL: https://oj.tsatu.edu.ua/index.php/visnik/article/view/433 (дата звернення 03.09.2023).
2. Guven Y., & Atis S. Implementation of an embedded system for real-time detection of rotor bar failures in induction motors. ISA transactions. 2018. Vol. 81. P. 210-221. https://doi.org/10.1016/j.isatra.2018.08.004.
3. Wang Z. M., Yang J., Li H., Zhen D., Gu F. & Ball, A. Improved cyclostationary analysis method based on TKEO and its application on the faults diagnosis of induction motors. ISA transactions. 2021. Vol. 10. https://doi.org/10.1016/j.isatra.2021.10.026.
4. Bazan G. H., Goedtel A., Scalassara P. R., Endo W., Nunes E. A., Takase V. T., Guedes J. J. & Gentil, M. G. An Embedded System for Stator Short-Circuit Diagnosis in Three-Phase Induction Motors Using Information Theory and Artificial Neural Networks. IEEE Transactions on Systems, Man, and Cybernetics: Systems. 2022. Vol. 52. P. 6582-6592. https://doi.org/10.1109/TSMC.2022.3149851.
5. Burriel-Valencia J., Puche-Panadero R., Martínez-Román J., Sapena-Bano A., Riera-Guasp M. & Pineda-Sánchez M. Multi-Band Frequency Window for Time-Frequency Fault Diagnosis of Induction Machines. Energies. 2019. https://doi.org/10.3390/en12173361.
6. Berzoy A., Mohammed O. A. & Restrepo J. Analysis of the Impact of Stator Interturn Short-Circuit Faults on Induction Machines Driven by Direct Torque Control. IEEE Transactions on Energy Conversion. 2018. Vol. 33. P. 1463-1474. https://doi.org/10.1109/TEC.2018.2827170.
7. Surya G. N., Khan Z. J., Ballal M. S. & Suryawanshi H. M. A Simplified Frequency-Domain Detection of Stator Turn Fault in Squirrel-Cage Induction Motors Using an Observer Coil Technique. IEEE Transactions on Industrial Electronics. 2017. Vol. 64. P. 1495-1506. https://doi.org/10.1109/TIE.2016.2611585.
8. Dehghan H., Haghjoo F. & Cruz S. M. A Flux-Based Differential Technique for Turn-to-Turn Fault Detection and Defective Region Identification in Line-Connected and Inverter-Fed Induction Motors. IEEE Transactions on Energy Conversion. 2018. Vol. 33. P. 1876-1885. https://doi.org/10.1109/TEC.2018.2837389.
9. Hmida M. A. & Braham A. ARM based RSWPT implementation for embedded condition monitoring of induction motor. IECON 2016 - 42nd Annual Conference of the IEEE Industrial Electronics Society, 2016. P.1464-1469. https://doi.org/10.1109/IECON.2016.7794066.
10. Yurchenko O., Radchuk O., Barsukova H., Savchenko-Pererva M., Ivchenko O., Kolodnenko V. & Fesenko D. Determining a model of the blade in a wind turbine for regions with low wind speeds. Eastern-European Journal of Enterprise Technologies. 2023. № 2(8 (122). Р. 44–52. https://doi.org/10.15587/1729-4061.2023.277896.
2. Guven Y., & Atis S. Implementation of an embedded system for real-time detection of rotor bar failures in induction motors. ISA transactions. 2018. Vol. 81. P. 210-221. https://doi.org/10.1016/j.isatra.2018.08.004.
3. Wang Z. M., Yang J., Li H., Zhen D., Gu F. & Ball, A. Improved cyclostationary analysis method based on TKEO and its application on the faults diagnosis of induction motors. ISA transactions. 2021. Vol. 10. https://doi.org/10.1016/j.isatra.2021.10.026.
4. Bazan G. H., Goedtel A., Scalassara P. R., Endo W., Nunes E. A., Takase V. T., Guedes J. J. & Gentil, M. G. An Embedded System for Stator Short-Circuit Diagnosis in Three-Phase Induction Motors Using Information Theory and Artificial Neural Networks. IEEE Transactions on Systems, Man, and Cybernetics: Systems. 2022. Vol. 52. P. 6582-6592. https://doi.org/10.1109/TSMC.2022.3149851.
5. Burriel-Valencia J., Puche-Panadero R., Martínez-Román J., Sapena-Bano A., Riera-Guasp M. & Pineda-Sánchez M. Multi-Band Frequency Window for Time-Frequency Fault Diagnosis of Induction Machines. Energies. 2019. https://doi.org/10.3390/en12173361.
6. Berzoy A., Mohammed O. A. & Restrepo J. Analysis of the Impact of Stator Interturn Short-Circuit Faults on Induction Machines Driven by Direct Torque Control. IEEE Transactions on Energy Conversion. 2018. Vol. 33. P. 1463-1474. https://doi.org/10.1109/TEC.2018.2827170.
7. Surya G. N., Khan Z. J., Ballal M. S. & Suryawanshi H. M. A Simplified Frequency-Domain Detection of Stator Turn Fault in Squirrel-Cage Induction Motors Using an Observer Coil Technique. IEEE Transactions on Industrial Electronics. 2017. Vol. 64. P. 1495-1506. https://doi.org/10.1109/TIE.2016.2611585.
8. Dehghan H., Haghjoo F. & Cruz S. M. A Flux-Based Differential Technique for Turn-to-Turn Fault Detection and Defective Region Identification in Line-Connected and Inverter-Fed Induction Motors. IEEE Transactions on Energy Conversion. 2018. Vol. 33. P. 1876-1885. https://doi.org/10.1109/TEC.2018.2837389.
9. Hmida M. A. & Braham A. ARM based RSWPT implementation for embedded condition monitoring of induction motor. IECON 2016 - 42nd Annual Conference of the IEEE Industrial Electronics Society, 2016. P.1464-1469. https://doi.org/10.1109/IECON.2016.7794066.
10. Yurchenko O., Radchuk O., Barsukova H., Savchenko-Pererva M., Ivchenko O., Kolodnenko V. & Fesenko D. Determining a model of the blade in a wind turbine for regions with low wind speeds. Eastern-European Journal of Enterprise Technologies. 2023. № 2(8 (122). Р. 44–52. https://doi.org/10.15587/1729-4061.2023.277896.
Опубліковано
2023-11-15
Як цитувати
Юрченко, О., Барсукова, Г., Чепіжний, А., Зубко, В., & Тимошенко, Г. (2023). ПОШУК МІСЦЯ ПОШКОДЖЕННЯ ОБМОТКИ ЕЛЕКТРОЕНЕРГЕТИЧНОГО ОБЛАДНАННЯ ЗА ЗМІНОЮ РОБОЧОЇ ТЕМПЕРАТУРИ. Праці Таврійського державного агротехнологічного університету імені Дмитра Моторного, 23(2), 167-176. Retrieved із https://oj.tsatu.edu.ua/index.php/pratsi/article/view/647
Розділ
Електроенергетика, електротехніка та електромеханіка
