电机倍频曲线的一些奇异特性-原因分析及应用

这里对感应电机倍频曲线的特征进行了说明,然后将其特性用于电机转差率和工况的测量。先给出可以直接利用的结论:

  1. 电机的工况和转差率谱线会体现为5x,7x谱线调制在基频附近。
  2. 两条调制过携带s信息的谱线距离基频谱线的距离。
    1.  与真实转速相对同步转速的频差反向。
    2. 为正, 则表示真实转速相较同步转速更快。
    3. 两条谱线,距离基频更近的那条谱线,表征实际转速,基频代表同步转速。实际转速更小,做正功,vice versa。
  3. 转差率相关的频差被两条谱线间距放大了17倍, , f1为线电流频率。

具体的读图可以参考3.2节。部分可能会干扰判断的谱线,请参考3.4节。注意排除掉。注意,符合这种近似2x关系的谱线很容易观察到,肉眼即可完成工况判断和近似的转差率估算。 

如下图所示:红色箭头指向的谱线7倍频调制谱线,标志了当前实际转速。[ >f1正拉反转下行,<f1正拉正转,上行]。此时对侧会出现一个频率间隔大致有2倍频率的5倍频调制谱线。这两条谱线构成了一对儿可以校验的转差率特征谱线。

1.三倍频谱线的标准双峰图样

如下图所示,如果观测电流曲线的频域视图,你会发现与更高的5x,7x频点比较,在观察现场采集的感应电机的线电流曲线时,经常会发现3x频率,图中的150Hz(此时线电流50Hz)经常会出现双峰:

我们先分析一下这种机制的理论原因,实际物理机制,稍后一点我们还会论及3x,5x倍频曲线是怎么来的,就是这些倍频曲线产生的物理机制:

1.1 在某个理论频点处出现明显的双峰的原因

其实这就是时域拍频对应的频域特征。这个频点附近,因为时域明显的幅值抖动。

如果你熟悉振动信号的调制解调,你可以直接把这个频点附近的周期性信号解调出来,然后就能看到这里出现了明显频点处幅度波形的颠簸,也就是振动。这里是一个振动源。

为啥呢?这就是三相的不平衡现象。当三相电流不平衡时,这个频点随着三相线电流引起的转子感生电流扫过定子回路,就会出现明显的幅度忽大忽小的现象——这是一种幅度的变化,在时间轴上,会把一个正弦周期,分出一个1/3周期的台阶,所以,相应的,也就有了3x频谱线处的电流幅度变化,及抖动。所以,如果你要分析频谱,一般3x频率无法用作分析依据,因为它已经分裂了。

1.1.1 额外的偶数频率曲线频谱曲线的物理意义

额外说明一下,因为外部的力矩变化,会反作用于电流,所以,上图中原本不该出现的偶数倍频曲线,及其赋值特性,可以用来判断系统中是否出现了偏心、不平衡,不对中的现象。这类标注的振动信号分析过程,后续会另行展开。

1.2 高次谐波簇出现的原因

除了上面的3x谐波出现的原因,其实还有一个统一的谐波呈现机制,它本质上是一种信号反射。因为磁耦合所用到的磁性材料,随电流增大,阻抗增大,随频率升高,阻抗也增大,所以这部分无法向下透传的信号,就会直接在定子回路被反弹回来。特别是因为磁通饱和出现的非线性效应,也会形成奇次谐波。这类描述在电机学教程中会提及。

2.更高频的5x,7x谐波的磁场信号特征

你们可能听到过5x,7x谐波的相反的旋转方向的问题,三相电的磁场和矢量本身在以1x旋转。5x频的信号,空间上按照120度放置时,会出现逆向旋转效果:

7x谐波旋转磁场是一个正向的磁场,不再给出。

3 转差率s谱线修正

3.1 5x  7x谱线在基频的调制

5x转子感生电流(因为反向):5*f1*(-2*s)

转子的转速:(1-s)*f1

所以:5x感生电流的实际频率:-10*f1*s + f1 - sf1 = f1-11*s

此时调制的5x谱线就代表着实际转速的方向:有11倍的频差

类似:

7x转子感生电流:(7*f1*s)

转子的转速:(1-s)*f1

所以:7x感生电流的实际频率:f1+6*s

,有6倍的频差

3.2 实例 - 看图解算

发生了反转,对吧?所以此时在下行,转差率此时读数:

低频部分:dFreq_low = 50-46.17 = -3.83

高频部分:dFreq_high = +1.99

差值:比值 = 3.83/1.99 = 1.92

而理论的比值:11/6=1.83

此时的频率分辨率=0.125,落在误差区间。

所以:

1.以5x 方向与频率同向,此时正转正拉,上行:

2.转差率: s= -(3.83/11 + 1.99/6)/2/50Hz = 2.02%

3.3 该种s测量的特征

  1. 理论清晰
  2. 不受变频器电源电路耦合影响(因为它距离基频很近,不容易被抑制)
  3. 充分利用了5x,7x倍频谱线自身的特征
  4. 基频部分的特征谱线能够全部得到合理的解释
  5. 自包含。所有的测量信息都在电流采样数据中,无需标注,无需备注其他测量信息。
  6. 对比当前在用的同类解算方法,比稳态方法精度提高8倍;是动态方法精度的2-3倍。
  7. 仅仅是特征谱线的拣择,仍有优化潜力。搭配电流的有效值解算,和电机方程,理论上还可以达到更高的精度。

在电机在未达到额定功率前的转差率与力矩成正比,s本身就可以作为力矩输出,另外使用T型等效电路计算电机方程后,多少周期的Current_in可以被解算出来,进一步提高测量精度。

它的力矩输出精度是随时间渐进的,随着积累的稳态电流采样点数逐渐增加,测量精度会逐渐提高。然后,因为速度变化时,力矩不变,对非稳态的电流,理论上,可能存在一种归一化的前置操作,可以加快首个力矩测试结果输出。

但是一般而言,在解算出电机的一些特征参数后,电流是更可靠的数据源。检测s曲线的最大目的还是用于标定的用途。

3.4 更外侧的两条明显的谱线的物理意义 - 1x - 2x 物理力矩曲线

首先怀疑,它们是3x的两条转差率曲线,在基频附近的映射。之所以距离不再满足两倍关系,大概率与3x附近,两条分离的信号与频点的差有关,下面是3x部分的双峰:

1.3x 内侧频点:dtFreq3x_min = 148.08

2.3x 外侧频点:dtFreq3x_max = 152.21

3.1x 内侧频点:dtFreq1x_min = 33.3

4.1x 外侧频点:dtFreq1x_max = 66.7

不用再看了,这个肯定不是s的特征谱线,它来自别的原因。与问题无关,不再追查。

4.后续优化

高频部分,大概率会存在更高精度的s特征谱线。

附录 A 5x旋转磁场的反转代码示意图

GitCode - 电机五倍频旋转磁场的逆向旋转演示

 更多的电机旋转磁场讨论参见:

三相电机的磁场为什么会旋转?_三项电流抽象成旋转矢量-CSDN博客

附录 B 负频率混叠的机制【备用】

混叠频率计算公式:

具体的混叠频率 faliasfalias​ 可以通过以下公式计算:

其中 k为整数,最终需要让

此时,从图上可知,抽样后的有效采样频率为:1.2e6saps

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/74472.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

双指针技巧在C++中的应用:从基础到进阶

目录 1.简介 2.同向双指针 2.1.数组去重 2.2.最大子数组和 2.3.链表反转 2.4.字符串匹配&#xff08;简单版&#xff09; 3.对向双指针 3.1.两数之和&#xff08;有序数组&#xff09; 3.2.盛最多水的容器 4.快慢指针 4.1.判断链表是否有环 4.2.寻找链表的中间节点…

语言解码双生花:人类经验与AI算法的镜像之旅

大家好&#xff0c;我是吾鳴。 今天吾鳴要给大家分享一份由浙江大学出品的DeepSeek报告&#xff0c;报告从语言的奥秘&#xff0c;人类是如何通过语言来解码世界&#xff0c;AI又是如何理解人类的语言&#xff0c;同时介绍了当下爆火的DeepSeek-V3和DeepSeek-R1两种大模型的进化…

如何避免测试数据准备不充分或不可复用

避免测试数据准备不充分或不可复用的关键方法包括明确数据需求、统一数据管理工具、建立数据复用机制、定期维护更新测试数据以及加强团队沟通与协作。 其中&#xff0c;统一数据管理工具对确保数据质量和复用性尤为重要。例如&#xff0c;许多团队采用专门的测试数据管理工具以…

HTTP 核心知识点整理

1. HTTP 基础 ​定义&#xff1a;HTTP&#xff08;HyperText Transfer Protocol&#xff09;是应用层协议&#xff0c;基于 ​请求-响应模型&#xff0c;用于客户端&#xff08;浏览器&#xff09;与服务器之间的通信。​特点&#xff1a; ​无状态&#xff1a;每次请求独立&a…

汤臣倍健业绩倒车:2024年利润下滑超六成,三大核心品牌销量失守

撰稿|行星 来源|贝多财经 汤臣倍健的2024年&#xff0c;“隐痛”不少。 3月22日&#xff0c;国内膳食营养补充剂供应商汤臣倍健股份有限公司&#xff08;SZ:300416&#xff0c;下称“汤臣倍健”&#xff09;公布了2024年年度报告。财报显示&#xff0c;汤臣倍健过去一年出现了…

C#中的Lambda表达式‌

在C#中&#xff0c;‌Lambda表达式‌是一种比匿名方法更简洁、更灵活的语法形式&#xff0c;用于定义匿名函数&#xff08;Anonymous Function&#xff09;。它通过>运算符实现&#xff0c;能够大幅简化委托和表达式树的编写&#xff0c;是现代C#编程中广泛使用的核心特性之…

通信系统的性能指标

提示&#xff1a;文章写完后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 文章目录 前言一、通信系统的性能指标概述二、数字通信系统的有效性指标三、数字通信系统的可靠性指标总结 前言 一、通信系统的性能指标概述 其中一个提高&#xff0c;另一个…

Linux:(模拟HTTP协议,GET和POST方法,Http的状态码)

目录 一、认识HTTP协议 1.上网的本质 2.应用层的运行逻辑 3.HTTP的概念 二、url 1.认识网址 三、HTTP协议的宏观理解 1.HTTP请求 2.HTTP响应 3.实际的HTTP请求 &#xff08;1&#xff09;测试代码 &#xff08;2&#xff09;接收HTTP请求 &#xff08;3&#xff09…

动态规划之完全背包

引言&#xff1a; 完全背包 隶属于动态规划中的背包问题。而 01背包 又是完全背包的基石&#xff0c;所以不懂01背包的&#xff0c;有必要了解一下。 什么是完全背包&#xff1f; 01背包问题&#xff1a;有一个背包承重为V&#xff0c;有N个物品&#xff0c;每个物品的价值(…

Codeforces Round 1003 (Div. 4)

ABCDE略 F 如果这个序列有两个一样的数挨着或者中间只隔一个其他的数&#xff0c;那么这个数就是多数。可以用反证法&#xff0c;构造一个多值序列无法不包含以上两种结构。只需要在树上找这两种结构就可以了 #include <bits/stdc.h> #define int long long using nam…

金融数据分析(MATLAB)个人学习笔记(5):金融实证分析实例

一、国内外常用金融数据库简介 &#xff08;一&#xff09;国外数据库 1. CRSP数据库 CRSP&#xff08;Center for Research in Security Prices,证券价格研究中心&#xff09;是美国芝加哥大学商研所金融研究中心的产品。收集的美国股票和指数数据来源主要为纽约证券交易所…

硬件基础(3):三极管(4):关于三极管的压降

文章目录 三极管的压降使用与测量注意事项 三极管的压降 三极管的“压降”通常是指在一定工作状态下&#xff0c;三极管不同电极之间产生的电压差。对于常见的双极性晶体管&#xff08;BJT&#xff09;而言&#xff0c;最常讨论的压降通常包括以下几个部分&#xff1a; 基-发射…

[深度学习]图像分类项目-食物分类

图像分类项目-食物分类(监督学习和半监督学习) 文章目录 图像分类项目-食物分类(监督学习和半监督学习)项目介绍数据处理设定随机种子读取文件内容图像增广定义Dataset类 模型定义迁移学习 定义超参Adam和AdamW 训练过程半监督学习定义Dataset类模型定义定义超参训练过程 项目介…

5.go切片和map

切片的概念 数组和切片相比较切片的长度是不固定的&#xff0c;可以追加元素&#xff0c;在追加时可能会使切片的容量增大&#xff0c;所以可以将切片理解成 "动态数组"&#xff0c;但是&#xff0c;它不是数组&#xff0c;而是构建在数组基础上的更高级的数据结构。…

在 Windows 上安装 PowerShell 的多种方法与完整指南

原文&#xff1a;在 Windows 上安装 PowerShell 的多种方法与完整指南 | w3cschool笔记 在 Windows 上安装 PowerShell 有多种方式。每种安装方法都适用于不同的场景和工作流。请选择最适合您需求的方法。 WinGet&#xff1a;推荐在 Windows 客户端上安装 PowerShell 的方式MS…

云原生算力引擎:分布式推理的流体动力学

引言&#xff1a;算力黑洞的引力扰动 OpenAI推理集群日处理4.5亿次请求&#xff0c;CUDA 12.3实现μs级张量切换。特斯拉Dojo超算芯片间延迟0.5ns&#xff0c;阿里巴巴PAI平台节省58%训练时长。HuggingFace模型库下载量突破3亿次&#xff0c;AWS Inferentia芯片能效比提升8倍。…

MySQL MVCC的快照读和当前读区别,Redis的RDB+AOF混合持久化流程。

MySQL MVCC 的快照读和当前读区别 快照读 (Snapshot Read) 定义: 读取数据的历史版本&#xff08;快照&#xff09;&#xff0c;基于 MVCC&#xff08;多版本并发控制&#xff09;实现。特点: 不加锁&#xff0c;非阻塞读。返回事务开始时的快照数据&#xff0c;确保一致性。…

Cesium 自定义路径导航材质

cesium 自定义路径导航纹理图片随便更换&#xff0c;UI 提供设计图片即可达到效果&#xff1b; 打开小马的weix 关注下 搜索“技术链” 回复关键词《《路径》》获取原始代码&#xff1b; 拿到就能用轻松解决&#xff01;帮忙点个关注吧&#xff01;

3月25号

添加图片的一些例子: // 创建一个二维数组,用来管理数据int[][] data new int[4][4]; // 记录空白方块的位置int x0;int y0; // 定义一个变量,记录当前展示图片的路径String path"E:\\java\\jigsawgame\\路飞\\路飞"; // 加载图片细节: // …

【机器学习】什么是支持向量机?

什么是支持向量机&#xff1f; 支持向量机&#xff08;SVM&#xff0c;Support Vector Machine&#xff09;是一种强大的机器学习算法&#xff0c;常用于分类问题&#xff0c;也可以用于回归问题。它的核心思想是通过找到一个最佳的“超平面”来将不同类别的数据分开&#xff…