تشخیص خطای عایق میان لایه‌ ورقه‌های هسته استاتور در موتورهای القایی سه فاز

نوری, بهرام; اوجاقی, منصور

doi:10.48301/kssa.2026.511198.3167

تشخیص خطای عایق میان لایه‌ ورقه‌های هسته استاتور در موتورهای القایی سه فاز

نوع مقاله : مقاله پژوهشی (کاربردی)

نویسندگان

بهرام نوری ¹

منصور اوجاقی ²

¹ کارشناسی ارشد، شرکت توزیع نیروی برق، زنجان، ایران.

² گروه برق، دانشکده مهندسی، دانشگاه زنجان، زنجان، ایران

10.48301/kssa.2026.511198.3167

چکیده

وقوع خطا در پوشش عایقی ورقه‌های هسته استاتور باعث ایجاد نقطه داغ و رشد و گسترش محدوده خطا می‌شود. با ادامه این روند، به دلیل افزایش بیش‌ازحد دما، عایق سیم‌پیچ دچار شکست شده و سبب سوختن ماشین الکتریکی می‌گردد. هدف این مقاله ارائه روشی غیرتهاجمی با قابلیت اجرا بصورت آنلاین برای تشخیص خطای عایق میان لایه‌ای هسته استاتور در موتورهای القایی سه‌فاز است. از روش اجزای محدود برای شبیه‌سازی موتور القایی در حالت‌های سالم و خطا استفاده می‌شود. سپس، طیف‌های فرکانسی گشتاور القایی و جریان‌ استاتور در شرایط سالم و خطا مقایسه می‌شوند. نتایج مقایسه حاکی از پدید آمدن یا تقویت دامنه بعضی هارمونیک‌ در اثر بروز خطا است. با بررسی میزان تأثیر شدت خطا، سطح بار موتور و ولتاژ تغذیه نامتعادل بر دامنه هارمونیک‌های مزبور، هارمونیک خاصی در مجاورت هارمونیک 15 جریان استاتور به عنوان شاخص خطا انتخاب می‌شود. با وقوع خطای نسبتا ضعیف، دامنه نرمالیزه این هارمونیک از 88/11- به 55/57- دسیبل رشد پیدا کرده و با کمی افزایش شدت خطا به 49/90- دسیبل می‌رسد. از بی‌باری تا بار کامل، بسته به شدت خطا، دامنه این هارمونیک حداکثر 3/9 دسیبل تغییر می‌کند. نامتعادل شدن ولتاژهای سه‌فاز استاتور هم موجب تقویت دامنه این هارمونیک در حالت سالم می‌شود ولی در حد تقویت ناشی از بروز خطا نیست. در شرایط خطا میزان تاثیر نامتعادلی ولتاژهای سه‌فاز بر دامنه هارمونیک منتخب در حد 2/5 دسیبل است. خطای مشابه در یک موتور القایی واقعی ایجاد شده و آزمایش‌های لازم روی آن انجام می‌پذیرد. نتایج آزمایشگاهی حاصله نتایج شبیه‌سازی را تایید می‌نماید.

کلیدواژه‌ها

تشخیص خطای برخط

خطای عایق میان لایه‌ای

هسته استاتور مورق

روش غیرتهاجمی

موتور القایی سه فاز

موضوعات

قدرت

عنوان مقاله English

Detecting Stator Core Interlaminar Insulation Failure in Three-phase Induction Motors

نویسندگان English

Bahram Nouri ¹

Mansour Ojaghi ²

¹ Master’s Graduate, Zanjan Electricity Distribution Company, Zanjan, Iran.

² Department of Electrical Engineering, Faculty of Engineering, University of Zanjan, Zanjan, Iran

چکیده English

Fault occurrence in insulation coating of stator core lamina causes creating hot spot, growing the fault and expanding its area. Consequently, winding insolation breakdowns occur due to excessive temperature rise, which causes electrical machine to burnout. This paper aims to present a non-invasive method with online performing capability to detect stator core interlaminar insulation fault in three-phase induction motors. Finite elements method is used to simulate the induction motor in healthy and faulty conditions. Then, frequency spectra of induced torque and stator current are compared in healthy and faulty conditions. The comparison shows creating or intensifying some harmonics due to the fault. Examining effects of the fault severity, motor load level and supply voltage unbalance on amplitudes of the harmonics, a specific harmonic next to 15th harmonic of the stator current is selected as the fault index. Occurring a rather weak fault, normalized amplitude of this harmonic rises from -88.11db to -55.57 db, and then, to -49.90 db by a small increase in the fault severity. From no-load to full-load, depending on the fault severity, amplitude of this harmonic may change up to 3.9 db. Stator voltages unbalance intensifies this harmonic in the healthy state, too, but not as much as its intensification due to the fault occurrence. Under fault condition, unbalance voltages effect on the amplitude of the selected harmonic is up to 2.5 db. Similar fault is created in a real induction motor and required tests are performed on it. The experimental test results approve the simulation results.

کلیدواژه‌ها English

Online fault diagnosis

interlaminar insulation defect

laminated stator core

non-invasive method

three-phase induction motor

[1] Rodríguez, P. V. J., Negrea, M., & Arkkio, A. (2008). A simplified scheme for induction motor condition monitoring. Mechanical Systems and Signal Processing, 22(5), 1216-1236. https://doi.org/10.1016/j.ymssp.2007.11.018

[2] Rafiei, S.H., Ojaghi, M., & Sabouri, M. (2023). Effective Use of the SVM Method for Fault Diagnosis of Electric Motors Using Finite Element Analysis. Karafan Scientific Quarterly, 20(3), 367-392. https://doi.org/10.48301/kssa.2023.389534.2495
(In Persian)

[3] Bindu, S., & Thomas, V. V. (2014). Diagnoses of internal faults of three phase squirrel cage induction motor-A review. Paper presented at the 2014 International Conference on Advances in Energy Conversion Technologies (ICAECT). http://dx.doi.org/10.1109/ICAECT.2014.6757060

[4] Lebaroud, A., & Clerc, G. (2008). Classification of induction machine faults by optimal time–frequency representations. IEEE Transactions on Industrial electronics, 55(12), 4290-4298. http://dx.doi.org/10.1109/TIE.2008.2004666

[5] Acosta, G. G., Verucchi, C, & Gelso, E. (2006). A current monitoring system for diagnosing electrical failures in induction motors. Mechanical Systems and Signal Processing, 20(4), 953-965. https://doi.org/10.1016/j.ymssp.2004.10.001

[6] Rafiei, S.H., Ojaghi, M., & Sabouri, M. (2023). Proposal of a New Index for Simultaneous Monitoring of Mechanical Faults Based on Analytical Study of Motor Current Harmonic Spectrum. Karafan Scientific Quarterly, 20(3), 239-264. https://doi.org/10.48301/kssa.2023.389534.2495 (In Persian)

[7] Faiz, J., & Ojaghi, M. (2009). Different indexes for eccentricity faults diagnosis in three-phase squirrel-cage induction motors: A review. Mechatronics, 19(1), 2-13. https://doi.org/10.1016/j.mechatronics.2008.07.004

[8] Lee, K., Hong, J., Lee, K.-W., Lee, S. B., & Wiedenbrug, E. J. (2009). A stator-core quality-assessment technique for inverter-fed induction machines. IEEE Transactions on Industry Applications, 46(1), 213-221. https://doi.org/10.1109/TIA.2009.2036527

[9] Hamzehbahmani, H., Anderson, P., & Eldieb, A. (2015). An overview of the recent developments of the interlaminar short circuit fault detection methods in magnetic cores. Paper presented at the 2015 50th International Universities Power Engineering Conference (UPEC). https://doi.org/10.1109/UPEC.2015.7339835

[10] Lee, S. B., Kliman, G. B., Shah, M. R., Mall, W. T., Nair, N. K., & Lusted, R. M. (2005). An advanced technique for detecting inter-laminar stator core faults in large electric machines. IEEE Transactions on Industry Applications, 41(5), 1185-1193. https://doi.org/10.1109/TIA.2005.853383.

[11] Silva, L. I., de la Barrera, P. M., Leidhold, R., Bossio, G. R., & De Angelo, C. H. (2018). Multi-domain model of faulty stator core for thermal effects and losses evaluation. Electric Power Components and Systems, 46(2), 187-196. https://doi.org/10.1080/15325008.2018.1444685.

[12] De La Barrera, P., Bossio, G., Garcia, G., & Solsona, J. (2009). Stator core fault diagnosis for induction motors based on parameters adaptation. Paper presented at the 2009 IEEE International Symposium on Diagnostics for Electric Machines, Power Electronics and Drives. https://doi.org/10.1109/DEMPED.2009.5292774.

[13] Electric Power Research Institut. (2010, February). Generator statoe core condition monitoring by trackingshaft voltage and grounding current (Report No. 1020275). https://restservice.epri.com/publicdownload/1020275/0/Product

[14] de la Barrera, P. M., & Bossio, G. R. (2011). Stator core faults detection on induction motor drives using signal injection. Paper presented at the 8th IEEE Symposium on Diagnostics for Electrical Machines, Power Electronics & Drives https://doi.org/10.1109/DEMPED.2011.6063608

[15] Wang, J., Cao, Z., Dai, H., Sun, F., Shang, P., & Sun, S. (2020). The application of elcid on inter-laminar insulation failure of generator stator core. Paper presented at the 2020 5th International Conference on Power and Renewable Energy (ICPRE). https://doi.org/10.1109/ICPRE51194.2020.9233107

[16] Smith, A., Bertenshaw, D., Ho, C., Chan, T., & Sasic, M. (2009). Detection of stator core faults in large turbogenerators. Paper presented at the 2009 IEEE International Electric Machines and Drives Conference. https://doi.org/10.1109/IEMDC.2009.5075290

[17] Romary, R., Demian, C., Schlupp, P., & Roger, J.-Y. (2012). Offline and online methods for stator core fault detection in large generators. IEEE Transactions on Industrial electronics, 60(9), 4084-4092. https://doi.org/10.1109/TIE.2012.2224077

[18] Hamzehbahmani, H. (2019). Development of a new approach to core quality assessment of modern electrical machines. IET Electric Power Applications, 13(6), 750-756. https://doi.org/10.1049/iet-epa.2018.5276

[19] Krause, P. C., Wasynczuk, O., Sudhoff, S. D., & Pekarek, S. (2002). Analysis of electric machinery and drive systems (2nd ed.). New York: IEEE press. https://onlinelibrary.wiley.com/doi/book/10.1002/9781118524336

[20] Bianchi, N., (2005). Electrical machine analysis using Finite Elements. New York: CRC press. https://books.google.com/books/about/Electrical_Machine_Analysis_Using_Finite.html?id=vvD2CSJGWY0C

[21] Asgharpour Almadari, H. (2021). Analysis and Implementation of a Harmonic Component Elimination Method for Synchronous Generators with Nonlinear Loads. Karafan Scientific Quarterly, 18(3), 155-168. https://doi.org/10.48301/kssa.2021.257650.1280. (In Persian)

[22] Aderibigbe, A., Ogunjuyigbe, A., Ayodele, R., & Samuel, I. (2017). The performance of a 3-Phase Induction Machine under Unbalance Voltage Regime. Journal of Engineering Science & Technology Review, 10(5), http://dx.doi.org/10.25103/jestr.105.17

[23] Girigoudar, K., & Roald, L. A. (2020). On the impact of different voltage unbalance metrics in distribution system optimization. Electric Power Systems Research, 189, 106656. https://doi.org/10.1016/j.epsr.2020.106656

[24] Gao, Z., Secati C., & Ding S, X. (2015). A survey of fault diagnosis and fault-tolerant techniques—Part I: Fault diagnosis with model-based and signal-based approaches. IEEE Transactions on Industrial electronics, 62(6), https://doi.org/10.1016/j.epsr.2020.106656