金粉商城店铺主页二维码
金粉商城 微信认证
金粉商城由金属加工杂志社创办。《金属加工》(原名《机械工人》),创刊于1950年,距今已经有70年历史,是面向金属加工工艺及装备领域的专业期刊。金粉商城目前经营工业类专业图书。
微信扫描二维码,访问我们的微信店铺
你可以使用微信联系我们,随时随地的购物、客服咨询、查询订单和物流...

电机故障分析与诊断技术

153.00
运费: ¥ 6.00-20.00
库存: 50 件
电机故障分析与诊断技术 商品图0
电机故障分析与诊断技术 商品缩略图0

商品详情

  • 出版社: 机械工业出版社

  • ISBN:9787111718949

  • 版次:1

  • 品牌:机工出版

  • 包装:平装

  • 开本:16开

  • 出版时间:2023-06-01

  • 用纸:胶版纸

  • 页数:464

内容简介

本书从提高电机故障分析与诊断水平、提高电机运行可靠性和降低维修成本的原则出发,本着兼顾故障分析的理论性、系统性,突出故障诊断方法的实用性、准确性的原则,全面系统地分析了电机故障机理,详细阐述了交流电机各种常见故障的诊断方法。
全书共有12章,除第1章绪论外,分为三部分,部分主要讨论了故障诊断的一些共性问题,包括:第2章电机诊断理论与智能诊断方法;第3章电机绝缘分析与诊断;第4章电机轴承故障诊断。第二部分用较多的篇幅分析了电动机的故障诊断技术,包括:第5章电动机故障分析;第6章电动机故障的简易诊断;第7章电动机定子绕组故障的精密诊断;第8章电动机转子故障的精密诊断。第三部分详细分析了发电机故障诊断技术,主要包括:第9章发电机故障分析;第10章发电机定子故障的诊断;第11章发电机转子故障的诊断;第12章发电机漏水、漏氢、轴电压问题。
全书用大量的篇幅详细地分析了电机故障诊断的各种新技术、新方法,总体上反映了当前国内外电机故障诊断的技术水平,具有很强的实用价值。
本书适用于从事电机及其他电气设备故障诊断的工程技术人员阅读,也可作为高等院校电机和相关专业研究生和高年级本科生及教师教学参考用书。

目录

前言

第1章绪论1

11设备故障诊断与状态维修1

111设备诊断技术1

112设备的状态维修4

12电机故障诊断6

121电动机故障6

122发电机故障7

123电机故障的分析方法9

124电动机故障诊断12

125发电机故障诊断13

第2章电机诊断理论与智能诊断方法15

21故障模式与故障机理15

211设备故障及故障率时段15

212设备故障机理17

22利用人体感官诊断设备故障21

221人体感官检测特性21

222人体感官对设备异常诊断22

23基于逻辑的诊断与基于统计的诊断24

231基于逻辑的诊断24

232基于统计的诊断26

24基于模糊的诊断技术27

241模糊数学基础27

242电动机模糊故障的诊断方法29

25基于样板的诊断29

251阈值诊断29

252频率特性诊断29

253指纹诊断30

26故障诊断中的参数辨识法32

261基于数学模型的故障诊断32

262参数识别方法32

263利用参数辨识法诊断笼型异步电动机转子断条故障34

264最小二乘的递推算法36

265应用实例:异步电动机定转子参数的辨识37

27故障诊断中的模式识别方法38

271模式识别的基本概念38

272故障诊断与模式识别38

273贝叶斯决策判据40

274从参数模型求特征42

275模式识别在电机故障诊断中的应用43

28专家系统及其在电机故障诊断中的应用47

281人工智能诊断技术47

282故障诊断专家系统48

283实例一——发电机绝缘故障模糊专家系统50

284实例二—— 汽轮发电机在线诊断专家系统53

29人工神经网络在故障诊断中应用的基本类型55

291人工神经网络在故障诊断中的应用56

292基于人工神经网络的电机故障诊断方法58

293应用实例一:基于BP神经网络模型的电机故障诊断专家系统59

294应用实例二:用人工神经元网络诊断发电机转子绕组匝间短路故障61

210基于遗传算法的电机故障诊断方法63

第3章电机绝缘分析与诊断64

31电机的绝缘结构64

32电机绝缘老化的诊断内容与判定标准65

321电机绝缘老化65

322电气设备绝缘的特征量68

323电机绝缘诊断内容与诊断项目69

324电机绕组绝缘的有关判定标准72

33电机绝缘测试(试验)73

331大型电机定子绕组绝缘诊断性试验纵览74

332电机绝缘电阻与极化指数76

333工频交流耐电压试验79

334直流泄漏和直流耐电压试验81

335介质损耗角正切tanδ(介质损耗因数)及其增量Δtanδ84

336高压电机定子绕组超低频耐电压试验86

337匝间绝缘的检查方法和耐电压试验89

338绝缘电阻过低的诊断91

34局部放电及其诊断(离线)92

341电机局部放电产生机理与特征93

342电机局部放电特性分析97

343电机局部放电的测量与试验99

344大电机定子绕组超宽频带局部放电现场检测103

345电机局部放电的诊断107

35电机局部放电的监测与诊断(在线)110

351发电机局部放电在线监测技术110

352信号的传播特性及测试系统的影响115

353在线测试与传统测试方法的结果比较116

354干扰信号特性及在线诊断的降噪声技术116

355测试数据分析以及对策119

356诊断实例121

附录31GB 50150—2016《电气装置安装工程电气设备交接试验标准》(交流电机部分)124

第4章电机轴承故障诊断132

41电机轴承的故障分析与基本诊断方法132

411滚动轴承典型结构及振动参数132

412滚动轴承故障的主要形式与原因133

413滚动轴承的故障诊断技术136

42轴承的振动机理与故障轴承振动信号特征137

421正常轴承的振动信号特征137

422故障轴承振动信号的特点138

43滚动轴承的振动测量与诊断技术140

431滚动轴承的故障信号的测量与分析140

432滚动轴承的简易诊断140

433滚动轴承损伤的特征频率143

434滚动轴承过热故障及处理实例146

44电机轴承的诊断新技术与实例分析147

441感应电动机轴承故障的检测技术147

442基于小波变换及经验模态分解的电机轴承早期故障诊断151

443电动机滚动轴承的故障诊断实例154

第5章电动机故障分析158

51电动机的基本结构及原理158

511异步电动机的结构158

512三相异步电动机的分类及性能参数161

52电动机故障163

521电动机故障类型与常见异常现象分析163

522高压电动机故障168

523电动机发生故障的原因分析171

524定子绕组的故障分析173

525转子绕组的故障分析:断条和端环开裂174

526转子绕组的故障分析:绕线转子绕组的击穿、开焊和匝间短路177

527电动机定子铁心的故障分析178

第6章电动机故障的简易诊断179

61电动机的故障检测诊断方法179

611电动机运行前后的检查179

612用常规仪器仪表检测电动机的状态181

613电动机故障诊断的基本技术182

614电动机的诊断过程183

615电动机常见故障的诊断及处理方法183

62电动机定子绕组故障的诊断187

621定子绕组的短路故障187

622定子绕组接地故障的诊断190

623定子绕组的断线故障(三相电动机断相运行)192

624绕组接错线的故障194

63转子绕组故障及转子不平衡故障的诊断196

631笼型转子断条之一:铸造转子196

632笼型转子断条之二:铜条转子198

633电动机扫膛198

634电动机的转子不平衡198

64电动机轴承类故障199

65电动机起动困难类的故障诊断199

651异步电动机不能起动199

652通电后断路器立即分断或熔断器熔体很快熔断200

653正反向运转的三相异步电动机不能反转200

654电动机不能直接起动201

66电动机转速偏低及带负载能力差的诊断201

67从电动机电流大小异常诊断电动机故障204

671电动机空载电流偏大或偏小204

672电动机运行时三相电流不平衡204

673带负载运行时电流表指针不稳205

68电动机过热的故障检测205

69电动机振动和响声异常的故障诊断206

691振动异常诊断206

692声音不正常206

693实例:电动机空载电流不平衡引起振动剧烈的诊断208

610绕线转子异步电动机故障的诊断209

6101绕线转子电动机集电环火花过大209

6102绕线转子电动机集电环损伤、外圆变形、裂纹209

6103绕线转子电动机的电刷冒烟210

6104电刷或集电器间弧光短路210

6105绕线转子绕组故障的诊断210

6106绕线转子电动机在起动电阻切除后转速降低211

6107绕线转子异步电动机转子开路故障211

611同步电动机故障的诊断212

6111同步电动机不能起动212

6112起动后转速不能上升到正常转速,并有较大的振动212

6113同步电动机异步起动后投励牵入同步困难213

6114同步电动机异常噪声213

6115同步电动机运行中振动过大213

6116同步电动机运行时温升过高214

6117凸极同步电动机转子故障214

6118励磁系统故障214

第7章电动机定子绕组故障的精密诊断216

71定子绕组故障精密诊断技术概述216

711定子绕组短路类故障诊断216

712定子绕组过热故障诊断217

72基于不平衡电流的模糊诊断方法218

721定子故障的模糊诊断方法218

722试验与分析220

723结论分析221

73基于定子电流相位的诊断方法221

731故障分析222

732试验分析223

733仿真分析224

734电动机其他故障与定子电流相位的关系225

74基于定子负序视在阻抗的诊断方法226

741定子绕组匝间短路故障的仿真227

742定子绕组匝间短路故障实验230

75基于相关分析的诊断方法231

751基于相关分析的故障检测算法231

752基于电流、振动及相关分析的诊断结果对比分析233

76基于瞬时功率分解算法的定子绕组诊断方法235

761基于IPDT的异步电动机定子故障检测算法235

762实验验证及结果分析238

77基于派克矢量和模糊神经网络定子绕组匝间短路的诊断方法240

771由派克矢量法确定故障程度及位置240

772匝间短路故障特征因子的提取241

78基于负序分量融合的定子绕组匝间短路的诊断242

781负序分量融合的数学方法及图形特征的提取242

782负序利萨茹图形诊断方法的仿真分析242

783定子匝间短路试验及利萨茹融合的诊断244

784结论245

第8章电动机转子故障的精密诊断246

81概述246

82基于起动电流的时变频谱诊断转子绕组故障248

821转子绕组故障对起动电流时域波形的影响249

822利用起动电流的时变频谱诊断转子绕组故障250

83利用起动电流中特定频率分量进行诊断251

84利用失电残余电压进行诊断252

841异步电动机失电残余电压252

842电动机断电后机端感应电压中的频率成分253

843仿真计算253

844实测数据分析254

845结论256

85基于电磁转矩小波变换的诊断257

851感应电动机电磁转矩的计算257

852基于复值小波变换的转子断条故障检测259

86基于定子单相瞬时功率信号频谱的诊断261

861单相瞬时功率法261

862仿真与试验结果分析262

87基于随机共振原理的转子断条诊断263

88基于定子电流Hilbert变换解调处理的诊断方法265

881Hilbert变换解调原理265

882诊断实例分析266

89基于Petri网的电动机故障诊断方法267

891基于Petri网的电动机故障诊断模型267

892诊断实例269

810电动机故障的逻辑诊断方法269

8101逻辑诊断方法269

8102电动机的典型故障分析270

8103逻辑诊断方法的试验272

811多传感器数据融合方法进行电动机的故障诊断274

8111多传感器数据融合与电动机的故障诊断274

8112电动机融合诊断的系统结构276

8113电动机融合诊断算法实例277

812转子断条与定子绕组匝间短路双重故障诊断277

8121定转子双重故障的故障特征的相互交织性278

8122双重故障仿真分析279

8123转子断条与定子绕组匝间短路双重故障的研究281

8124双重故障试验的研究282

813时变转速运行状态下电动机转子断条故障的诊断283

8131变转速对转子断条故障特征影响的分析283

8132基于Park矢量模的二次方信号离散小波分析的故障诊断方法285

8133诊断方法的性能分析286

814变频器供电电动机转子断条故障诊断288

8141问题的提出——电动机变频器供电电流基本特征288

8142转子断条故障时变频器供电的电流变化特征288

8143基于变频器供电的转子断条故障诊断方法289

8144试验验证289

815感应电动机气隙偏心故障及其诊断292

8151电动机气隙偏心292

8152基于电动机电流信号分析的偏心检测292

8153振动分析及监测294

第9章发电机故障分析295

91发电机故障的有关统计295

92同步发电机的故障分析301

93电机故障的机理、征兆和诊断方法304

94同步发电机故障诊断的研究概况306

第10章发电机定子故障的诊断309

101定子绕组短路故障309

1011定子绕组短路故障的原因309

1012定子绕组短路故障发生的位置316

1013防止定子绕组短路的对策317

1014采用表面电位法查找定子端部绝缘缺陷319

102发电机定子绕组匝间短路故障的诊断321

1021发电机绕组匝间故障检测的新型探测线圈321

1022定子绕组匝间短路对发电机定转子径向振动特性的影响324

1023基于混沌神经网络的发电机定子绕组匝间短路故障的诊断328

103定子绕组接地诊断329

1031定子绕组接地故障329

1032实例分析:国产600MW发电机定子绕组接地事故330

1033直流电桥法寻找定子绕组接地故障333

1034单开口变压器法寻找定子绕组接地故障334

1035发电机定子绕组接地现场应急查找实例337

1036发电机定子绕组单相接地故障的定位方法338

104定子绕组导线的断股341

1041定子绕组故障及原因分析341

1042断股故障征兆与诊断344

1043基于电阻差别的断股分析345

1044防止导线断股措施347

第11章发电机转子故障的诊断348

111转子绕组接地故障348

1111转子绕组接地故障的类型348

1112转子绕组接地的原因350

1113转子绕组稳定接地故障的查找方法352

1114转子绕组不稳定接地点的查找方法356

1115某厂300MW发电机两次转子一点接地的分析356

1116典型实例一:SM发电公司发电机转子接地分析363

1117典型实例二:JZ厂国产200MW发电机转子两点接地364

1118典型实例三: ET水电站发电机转子不稳定接地367

1119发电机转子接地故障监测系统369

112发电机转子绕组匝间短路分析371

1121发电机转子绕组匝间短路原因372

1122转子绕组匝间短路的分类373

1123转子绕组匝间短路引起的气隙磁场畸变374

1124转子绕组匝间短路引起的振动变化375

1125转子绕组匝间短路引起发电机电气量的变化379

1126转子绕组匝间短路时励磁电流的谐波特性382

113转子绕组匝间短路故障的检测方法386

1131检测方法的分析及评价386

1132电压降分布法和计算法的匝间短路定位388

1133感应电动势相量法389

1134交流磁通分布法390

1135微分探测线圈法——微分动测法391

114不拔护环诊断转子绕组匝间短路的位置396

1141测量工作原理及基本方法397

1142三个现场试验实例398

115转子绕组匝间短路典型实例检查分析402

116气隙探测线圈法与RSO检测法实例比较分析406

1161两种试验方法的比较406

1162转子绕组匝间短路的发生、发展以及接地过程分析406

1163对气隙探测线圈和RSO两种方法的讨论408

1164气隙探测线圈和RSO两种方法的总结410

117基于行波法的诊断技术411

118基于励磁电流相对变化率的诊断技术416

1181基于励磁电流的转子绕组匝间短路的故障判据416

1182判据的实验验证417

119基于ANN诊断转子绕组匝间短路故障419

1191神经网络的构造以及样本的选取420

1192应用实例421

1110基于定子绕组探测转子绕组故障的诊断424

1111基于探测线圈与小波分析的发电机转子故障在线监测技术426

第12章发电机漏水、漏氢、轴电压问题428

121定子绕组漏水故障428

1211漏水部位及原因分析428

1212漏水部位的查找/诊断430

1213近期发生的发电机定子漏水原因及对策433

122发电机漏氢故障及检查439

1221发电机漏氢方式及原因439

1222发电机漏氢实例分析440

1223漏氢防范措施及建议442

123轴电压及利用轴电压进行发电机故障诊断443

1231轴电压的产生机理444

1232轴电压的防护446

1233基于轴电压的发电机故障常规诊断448

1234利用轴电压分析诊断发电机转子的典型故障450

参考文献457

前言/序言

本书及相关研究工作先后得到下列项目资助:
江苏省应用基础研究基金资助项目:大型交流电机实时奇异信号检测与诊断方法的研究(BJ99009)
河海大学自然科学基金项目:电气奇异信号的检测与分析
教育部第二届高校青年教师奖资助项目:电力元件健康诊断(教人司[2001]182号)
国家自然科学基金项目:大型异步电动机早期电气故障研究(50477010)
国家自然科学基金项目:双馈异步发电机电气故障及其诊断技术的基础研究(51177039)
国家自然科学基金项目:双馈异步发电机内部故障的振动(声学)机理分析与机电(声)融合诊断研究(51577050)
教育部博士点基金项目:大型双馈异步风力发电机故障分析与健康预警研究(2009562311)
上海汽车集团科学基金:电动汽车永磁同步电机健康诊断基础研究(1106)
上海电气风电集团有限公司科学基金:适用于海洋环境的双馈发电机电刷滑环系统研究(W3600)
国家电网公司重点科技项目:江苏电网调相机试验与状态监测技术研究(5210011700Z1)
国网江苏省电力有限公司重点科技项目:同步调相机设备系统故障分析诊断技术研究(J2019114)
谨以本书献给资助本书相关研究的上述基金项目及重点科技项目!
电机是当前应用最广的原动力和驱动装置,其数量之多、应用之广、地位之重要是其他任何设备不能与之相比的。全世界95%以上的电能是由各种交流发电机发出的,60%以上的动力装置是由各种电动机驱动的。无论是发电机还是电动机(以及目前在超、特高压输电中重新得到认可的调相机),不但台数不断增加,而且单台容量也在不断扩大,对可靠运行的要求越来越高。有时,在复杂生产线上的关键电机出现故障,即使电机功率不是很大,但其影响的不仅仅是电机本身,而是整个生产线。
20世纪80年代以来,设备状态监测与故障诊断技术逐步应用于大型电机。在1987年,Tavner PJ与Penman J提出了电机状态监测与故障诊断的概念。
电机故障分析与故障诊断是指根据在线监测电机相关运行参数(如电压、电流、转速、温度、振动、局部放电等),结合电机的历史运行情况,对电机故障进行分析与诊断,并采用适当方法评估电机当前的运行状态;若处于故障状态,则进一步确定故障的类型、发生部位、严重程度以及发展趋势。该项技术的出现引发了电机维修体制的一次革命,使传统的事后维修方式逐步转变为预知维修(状态维修)方式。通过对电机故障的分析与诊断,可以向现场运行人员提供必要的信息,以合理安排、组织预防性维修,从而避免恶性事故的发生。
电机故障诊断为电机维修工作提供了强大的技术支持,为实现电机预知维修提供了必要的前提条件和技术手段,使传统的预防维修上升到预知维修,为弥补和克服传统电机维修制度的不足创造了条件。
近30年来,电机故障诊断技术得到快速发展。国内外广大科研工作者纷纷致力于电机状态监测与故障诊断这一课题的研究,取得了大量研究成果,提出了众多各具特色的监测与诊断方法。特别是清华大学高景德、王祥珩先生在电机故障分析方面做出了杰出的贡献。
本书是作者及其团队在长期从事电机及其他电气设备状态监测与故障诊断的科研工作和教学工作的基础上,总结了国内外近30年的研究成果,结合河海大学电气设备状态监测与故障诊断课题组多年来的教学与研究成果整理而成。本书核心内容已在河海大学本科生和研究生课程中讲授多轮。
2008年,本书作者历时近10年出版了学术专著《电机状态监测与故障诊断》,在业内得到广泛关注,受到广大读者的好评。本书与该书的主要区别在于:《电机状态监测与故障诊断》注重学术性与系统性,部分内容对读者要求较高(其中第一篇基本定位于研究生及以上学历);本书更侧重于工程应用性(适当兼顾学术性),在进行电动机、发电机故障分析的基础上,重点针对电动机、发电机主要故障的诊断方法进行分析,使读者适应面更宽(基于篇幅,电机状态监测技术不作为本书的重点内容)。
全书共有12章,除第1章绪论外,分为三部分,第一部分主要讨论了故障诊断的一些共性问题,包括:第2章电机诊断理论与智能诊断方法;第3章电机绝缘分析与诊断;第4章电机轴承故障诊断。第二部分用较多的篇幅分析了电动机的故障诊断技术,包括:第5章电动机故障分析;第6章电动机故障的简易诊断;第7章电动机定子绕组故障的精密诊断;第8章电动机转子故障的精密诊断。第三部分详细分析了发电机故障诊断技术,主要包括:第9章发电机故障分析;第10章发电机定子故障的诊断;第11章发电机转子故障的诊断;第12章发电机漏水、漏氢、轴电压问题。
全书用大量的篇幅详细地分析了电机故障诊断的各种新技术、新方法,总体上反映了当前国内外电机故障诊断的技术水平,具有很强的实用价值。
本书在写作过程中得到中国工程院顾国彪院士;东南大学胡虔生教授、胡敏强教授、黄允凯教授;清华大学王祥珩教授;国网江苏省电力公司姜宁教授级高级工程师、王春宁教授级高级工程师、许洪华高级工程师、汤晓峥高级工程师、王抗博士、朱超博士;河海大学鞠平教授、李训铭教授、王宏华教授、韩敬东高级工程师、陈浈斐副教授,华北电力大学许伯强教授、万书亭教授;西南交通大学吴广宁教授;西安交通大学张冠军教授;华侨大学方瑞明教授;上海电力大学魏书荣教授;南瑞科技股份有限公司孙国城教授级高级工程师等专家的大力支持,在此表示诚挚的感谢。在本书写作过程中,部分博士生和研究生协助做了大量的工作,他们主要是蒋梦瑶、侯鹏飞、段大卫、杨启帆、朱昊、王立宪、颜锦、张玉良、李楠、崔佳嘉、王健、薛健侗、万可力、迮恒鹏,没有他们的帮助,本书很难及时推出,因此从某种意义上讲他们也是本书的作者。本书内容研究与写作过程中得到了多个基金项目资助,主要有:国家自然科学基金(50477010、51177039、51577050、51907052);教育部博士点基金项目(2009562311);上海电气风电集团有限公司科学基金(W3600);国家电网公司重点科技项目(5210011700Z1)等,在此表示感谢。
本书由清华大学王祥珩教授主审,他以严谨的科学态度认真审阅了全部书稿,并提出了很多宝贵意见。中国水力发电工程学会理事、教授级高级工程师刘徽博士对全书进行了审阅,在工程应用方面提出了很多有意义的建议,使本书更具实用性。本书的写作还得到了机械工业出版社编审林春泉老师的大力支持与帮助,在此对他们为本书所做出的贡献表示感谢。
电机状态故障诊断技术发展很快,各种新的技术不断出现,其间有关资料不断更新;随着研究课题的深入,本课题组也有不少新的研究成果产生。尽管笔者试图想使这本书尽可能完美地呈现给读者,但由于能力与精力有限,书中内容仍有局限与欠缺之处,有待不断充实与更新,衷心希望读者不吝赐教。
Email:hhumhz@163.com

马宏忠2021年2月于南京


金粉商城店铺主页二维码
金粉商城 微信公众号认证
金粉商城由金属加工杂志社创办。《金属加工》(原名《机械工人》),创刊于1950年,距今已经有70年历史,是面向金属加工工艺及装备领域的专业期刊。金粉商城目前经营工业类专业图书。
扫描二维码,访问我们的微信店铺
随时随地的购物、客服咨询、查询订单和物流...

电机故障分析与诊断技术

手机启动微信
扫一扫购买

收藏到微信 or 发给朋友

1. 打开微信,扫一扫左侧二维码

2. 点击右上角图标

点击右上角分享图标

3. 发送给朋友、分享到朋友圈、收藏

发送给朋友、分享到朋友圈、收藏

微信支付

支付宝

扫一扫购买

打开微信,扫一扫

或搜索微信号:jsjgzzs
金粉商城官方微信公众号

收藏到微信 or 发给朋友

1. 打开微信,扫一扫左侧二维码

2. 点击右上角图标

点击右上角分享图标

3. 发送给朋友、分享到朋友圈、收藏

发送给朋友、分享到朋友圈、收藏