電動機狀態監視技術比以前的方法更具優勢，易于安裝，適用于更多應用，并通過早期故障檢測大大提高了檢測率。反過來，與其他監視方法相比，這有助于將總擁有成本(TCO)降低多達50%，并縮短了投資回收期。讓我們仔細看看電動機狀態監視技術的應用情況。
筆者還寫了一篇文章，探討了工業組織實施預測性維護策略以管理其電機庫存的必要性。這種電動機狀態監視技術的應用將有助于減少停機時間，提高效率，降低成本并通過旋轉設備獲得更長的使用壽命。但是，它需要新的基于條件的監視的支持。
電動機電流簽名分析作為一種基于狀態的新型監測技術的出現
近年來，出現了一種用于電動機狀態監測的新技術，該技術比以前的文章中提到的振動，油，聲和熱監測技術具有許多優勢。電動機電流信號分析(MCSA)可以測量向電動機或其他旋轉設備供電的電力線的電流消耗和供電電壓中的細微波動。這些電氣“簽名”可以提供比其他方法更高的靈敏度和準確性的早期故障指示。該技術可以診斷特定的故障模式或它們的根本原因，無論是機械的還是電氣的。
MCSA的最大優點之一是其傳感器無需放置在電動機上–它們可以安裝在電動機控制柜(MCC)中。這是一個干凈，干燥的地方，與惡劣的環境隔離開來，可以保護傳感器免受灰塵，濕氣和磨損的影響。這有助于提高整個監視系統的可靠性。MCC通常易于訪問且安全，通常包含多臺電動機的電源線。這一事實以及使用4G蜂窩通信將數據上傳到云的能力，進一步減少了為完整的生產線安裝MCSA傳感器的時間和成本，同時提供了更輕松的可擴展性。
傳感器數據被匯總到基于云的中央資產管理系統中，其中可以包括專家服務的支持。一組機器學習算法首先建立具有關聯的正常電動機電流特征的“正常”電動機行為模型。如果電動機的運行行為開始偏離正常范圍，則會通過識別出的電動機電流特征變化來檢測并分類異常。這些傳感技術和分析方法可用于檢測和診斷各種潛在的故障模式，包括定子短路，軸承退化，轉子條松動，聯軸器未對準，機械或電氣失衡等。
更快，更準確地預測故障
這些MCSA可以預測已知和未知的故障模式，同時在故障預測中提供更長的交貨時間，并提供90%以上的準確性。根據潛在故障的類型，可以提前數周至最多五個月檢測出故障模式或原因。這樣，維護團隊就可以訂購備件并安排維修時間，以最大程度地減少對操作的影響。此外，MCSA故障分析還可以提供可能導致問題的電動機上游電氣狀況的線索。這可能包括電能質量異常。
電動機總擁有成本的95%以上是其消耗的電力成本。電壓不平衡之類的問題會降低效率，而正確維護的電動機會減少多達15%的電量。由于MCSA技術同時監視電流和電壓，因此可以提供有關單個電動機的能耗以及功率因數的指標。這種見解可以幫助設施團隊制定降低能耗和減少環境足跡的決策。
總之，與其他電機監控技術相比，MCSA具有明顯更高的性能和更大的應用范圍。包含MCSA功能的資產管理系統將監視所有24/7電機，并在檢測到即將發生的故障時通過移動設備或臺式機發送通知。這將創建一個高度可擴展的，完整，可靠，準確且易于使用的基于狀態的監視解決方案。通過啟用預測性維護策略，它還可以幫助減少所需的常規檢查次數。
作者：斯特凡·馬拉維爾(StéphaneMaravel)。作者為施耐德電氣高級副總裁，在能源管理領域擁有25年的經驗。他在發電，配電，產品，服務和數字化轉型方面積累了豐富的經驗，其職業生涯介于10年的工業運營管理和15年的領先國際業務之間。Stéphane擁有工程學背景，并獲得了戰略管理MBA學位，目前正領導施耐德電氣的數字服務業務。
