简介:本文叙述了感应电动机在线检测的一种新方法。该系统使用了人工神经网络来学习正常电动机在线运行的频谱特性。这种学到的频谱可能包含了许多由对应于常规运行工况的负载所引起的谐波。为将不断受到监控的谐波数减少到易于处理的数量,使用了可选频率滤波器。该频率滤波器按照神经网簇算法只通过那些已知对故障检测有重要意义的谐波,或者那些连续在设定的水平以上的谐波。在充分的训练周期后,在形成新的簇且维持一段时间后,神经网络就发出潜在的故障状态信号。由于故障状态是通过与机器的先前状态作了比较后发觉的,同此,使用这个系统而不需要有关于电动机或负载特性的信息就不可实现在线故障预测。这个检测算法得到了实施,其性能在各类故障上得到了验证。
简介:电机被广泛应用于石油化工工业,大部分电机都在I级危险地点运行。因此,了解确保不会点燃易爆性气体,必须对电机采取恰当的防护措施,有4种适用于大型电机的防护型式;P型(通风及正压型),e型(增安型),d型(防爆型)和N型,P型,e型和d型防护型式允许在1级和2级地区使用。在1996年和1999年,为了符合有关ExeⅡB200℃(T3)要求及IEC60079-0和60079-7标准,设计并试验了两台电机,这2台电机安装在2类地区,本文陈述了有关增安型感应电机的电气和机械设计考虑。最后,本文还叙述了试验程度,并对两台电机所进行的一系列试验的结果作了总结。