电动机状态监视技术比以前的方法更具优势，易于安装，适用于更多应用，并通过早期故障检测大大提高了检测率。反过来，与其他监视方法相比，这有助于将总拥有成本(TCO)降低多达50%，并缩短了投资回收期。让我们仔细看看电动机状态监视技术的应用情况。
笔者还写了一篇文章，探讨了工业组织实施预测性维护策略以管理其电机库存的必要性。这种电动机状态监视技术的应用将有助于减少停机时间，提高效率，降低成本并通过旋转设备获得更长的使用寿命。但是，它需要新的基于条件的监视的支持。
电动机电流签名分析作为一种基于状态的新型监测技术的出现
近年来，出现了一种用于电动机状态监测的新技术，该技术比以前的文章中提到的振动，油，声和热监测技术具有许多优势。电动机电流信号分析(MCSA)可以测量向电动机或其他旋转设备供电的电力线的电流消耗和供电电压中的细微波动。这些电气“签名”可以提供比其他方法更高的灵敏度和准确性的早期故障指示。该技术可以诊断特定的故障模式或它们的根本原因，无论是机械的还是电气的。
MCSA的最大优点之一是其传感器无需放置在电动机上–它们可以安装在电动机控制柜(MCC)中。这是一个干净，干燥的地方，与恶劣的环境隔离开来，可以保护传感器免受灰尘，湿气和磨损的影响。这有助于提高整个监视系统的可靠性。MCC通常易于访问且安全，通常包含多台电动机的电源线。这一事实以及使用4G蜂窝通信将数据上传到云的能力，进一步减少了为完整的生产线安装MCSA传感器的时间和成本，同时提供了更轻松的可扩展性。
传感器数据被汇总到基于云的中央资产管理系统中，其中可以包括专家服务的支持。一组机器学习算法首先建立具有关联的正常电动机电流特征的“正常”电动机行为模型。如果电动机的运行行为开始偏离正常范围，则会通过识别出的电动机电流特征变化来检测并分类异常。这些传感技术和分析方法可用于检测和诊断各种潜在的故障模式，包括定子短路，轴承退化，转子条松动，联轴器未对准，机械或电气失衡等。
更快，更准确地预测故障
这些MCSA可以预测已知和未知的故障模式，同时在故障预测中提供更长的交货时间，并提供90%以上的准确性。根据潜在故障的类型，可以提前数周至最多五个月检测出故障模式或原因。这样，维护团队就可以订购备件并安排维修时间，以最大程度地减少对操作的影响。此外，MCSA故障分析还可以提供可能导致问题的电动机上游电气状况的线索。这可能包括电能质量异常。
电动机总拥有成本的95%以上是其消耗的电力成本。电压不平衡之类的问题会降低效率，而正确维护的电动机会减少多达15%的电量。由于MCSA技术同时监视电流和电压，因此可以提供有关单个电动机的能耗以及功率因数的指标。这种见解可以帮助设施团队制定降低能耗和减少环境足迹的决策。
总之，与其他电机监控技术相比，MCSA具有明显更高的性能和更大的应用范围。包含MCSA功能的资产管理系统将监视所有24/7电机，并在检测到即将发生的故障时通过移动设备或台式机发送通知。这将创建一个高度可扩展的，完整，可靠，准确且易于使用的基于状态的监视解决方案。通过启用预测性维护策略，它还可以帮助减少所需的常规检查次数。
作者：斯特凡·马拉维尔(StéphaneMaravel)。作者为施耐德电气高级副总裁，在能源管理领域拥有25年的经验。他在发电，配电，产品，服务和数字化转型方面积累了丰富的经验，其职业生涯介于10年的工业运营管理和15年的领先国际业务之间。Stéphane拥有工程学背景，并获得了战略管理MBA学位，目前正领导施耐德电气的数字服务业务。
