Identifikation und Prädiktion von Fehlern bei Käfigläufer-Niederspannungs-Normmotoren

Abstract

In dieser Arbeit wird die Entwicklung eines Diagnosesystems für Käfigläufer-Niederspannungs-Normmotoren beschrieben. Dabei wurde insbesondere versucht ein System zu entwickeln, welches den niederen Kosten dieser IEC-Normmotoren gerecht wird und mit möglichst wenig Aufwand realisiert werden kann. Dazu gehört, dass dieses Diagnosesystem ohne eine Strommessung auskommt und die entwickelten und verwendeten Komponenten für sämtliche Baugrößen Verwendung finden können.

Ausgehend von einer Anwenderbefragung wurde ein Systemkonzept für solch ein Diagnosesystem ausgearbeitet. Dabei wurde versucht die Vorschläge und Wünsche als Ergebnis dieser Umfrage zu berücksichtigen. Weiterhin wurden bei der Konzeption die Bedürfnisse der Motorhersteller in Betracht gezogen und die Ergebnisse der Untersuchung der zu diagnostizierenden Normmotoren integriert.

Anhand der Systemkonzeption wurde eine Hardware realisiert, welche über Sensoren den Motorzustand erfasst, auswertet und die Ergebnisse an einen Prozessrechner oder Visualisierungsrechner, z. B. als Alarmmeldungen, über einen Feldbus weitergibt. Weiterhin ist es möglich Alarme direkt am Gerät visuell auszugeben. Zur Diagnose der Sensormesswerte wurden Algorithmen entwickelt und als Software unter einem Echtzeitbetriebssystem implementiert. Dabei wurde auf Modularität und die Möglichkeit späterer Erweiterungen wert gelegt.

Insbesonders wurden bei der Diagnose des Motorzustandes die Motorvibrationen am Motorlager und am Klemmenkasten der Maschine mittels piezokeramischer und mikromechanischer Beschleunigungssensoren untersucht. Dabei können bei einer Vibrationsmessung am Klemmenkasten die Verhältnisse im Luftspaltfeld analysiert werden.

Weiterhin wurde versucht die Werte von Drehmoment und Motorstrom möglichst genau durch Auswertung der zur Verfügung gestellten Messsignale nachzubilden und so dem Benutzer und weiteren Analysealgorithmen zur Verfügung zu stellen.

In this work the development of a monitoring and diagnostic system for AC-Induction-Motors is described. To identify problems of use and faults, also to get out the requests and the investment readiness of the customers and users of those induction motors, a survey was made. Due to this survey, as well as the advice of motor manufacturers and scientific considerations, a conceptual formulation for a monitoring and diagnostic system has been developed.

The strategy for identification and prediction of faults is divided into three layers: First the monitoring layer collects data for analysis. This includes sensors, analogue to digital conversion etc.. Also the pre-processing of the direct measured signals with standard algorithms is included. Another part of the monitoring level are state value observers, which calculate unknown state values, like torque, current and power factor, out of the known values by courtesy of the motors equivalent. The fault identification layer appraises the data supplied by the monitoring level. The aim is to detect, localise and weight faults. This is done by attribute extraction and analysis by means of blurred ranges. The failure prediction layer uses the fault data, supplied by the fault identification layer. This data will be used to forecast a motor failure.

The values, delivered by the monitoring layer, come in a heterogeneous structure. This heterogeneous structure has to be transformed into a simple homogeneous structure to be analysed and handled with a cheap microcontroller system. Therefore ways are searched and described to convert the data into state vectors of a state space with single scalar state values for every attribute and measured value or time function.

Further, possible faults and defects of Induction-Motors are shown. Especially the acquisition by acceleration sensors and the analysis of motor vibrations, which are build by air gap forces, and a temperature prediction is described.